基于图神经网络强化学习的电动汽车充电引导优化方法
来源:北方有色网
访问:927
简介:
本发明提供了一种基于图神经网络强化学习的电动汽车充电引导优化方法,包括如下步骤:步骤S1:电力‑交通融合网协同优化模型初始化;步骤S2:更新电动汽车充电负荷;步骤S3:根据epsilon‑Greedy算法和图神经网络强化学习算法生成ai,t;步骤S4:执行充电引导行为策略ai,t;步骤S5:计算图神经网络强化学习算法的奖励函数;步骤S6:部分观测马尔科夫决策过程的状态xi,t更新;步骤S7:将当前步的信息(xi,t,ai,t,ri,t,xi,t)存储于记忆单元D中;步骤S8:判断是否达到预定的时间Tend;若否,则执行(2)~(7);若是,则输出图神经网络强化学习算法参数和相应输出结果。应用本技术方案可实现有效地降低电动汽车充电总成本,实现电动汽车的有序充电以及电力系统协同优化调度。
本发明提供了一种基于图神经网络强化学习的电动汽车充电引导优化方法,包括如下步骤:步骤S1:电力‑交通融合网协同优化模型初始化;步骤S2:更新电动汽车充电负荷;步骤S3:根据epsilon‑Greedy算法和图神经网络强化学习算法生成ai,t;步骤S4:执行充电引导行为策略ai,t;步骤S5:计算图神经网络强化学习算法的奖励函数;步骤S6:部分观测马尔科夫决策过程的状态xi,t更新;步骤S7:将当前步的信息(xi,t,ai,t,ri,t,xi,t)存储于记忆单元D中;步骤S8:判断是否达到预定的时间Tend;若否,则执行(2)~(7);若是,则输出图神经网络强化学习算法参数和相应输出结果。应用本技术方案可实现有效地降低电动汽车充电总成本,实现电动汽车的有序充电以及电力系统协同优化调度。
标签:化学分析
宣传
宣传
宣传
顶部