基于PSO-DDPG算法的光储充电站实时控制策略研究

摘要：

"双碳"背景下,光储充电站逐渐成为未来充电站的一种主流形式.为提高光储充电站的经济效益并降低二氧化碳排放,提出了一种基于改进深度强化学习的光储充电站实时控制策略.首先,建立以碳排放最小与运行成本最低为目标的优化模型并将其转换为马尔可夫决策过程;其次,提出了一种基于经验继承机制的粒子群优化-深度确定性策略梯度算法(Particle Swarm Optimization-Deep Deterministic Policy Gradient,PSO-DDPG);最后,考虑动态碳排放因子开展算例分析,验证了所提PSO-DDPG策略的有效性.

关键词：光储充电站、实时控制策略、深度强化学习、粒子群优化算法、深度确定性策略梯度

分类号：U469.72;TM73(汽车工程)

在线出版日期：2023-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-9