摘要：用户出行行为与电价的随机性为电动汽车参与实时电价指导的充放电策略带来严峻挑战。为应对该挑战，该文提出一种基于改进柔性动作-评价算法的电动汽车实时充放电策略。首先，考虑电动汽车充放电过程中效率随功率变化的特性以及电量边界约束条件，分别建立非线性充放电效率模型与电量边界模型，以更准确地建模电量更新过程。其次，构建用户焦虑模型用于表征其续航里程与时间需求，以缓解因焦虑导致的非理性充电行为及其引发的决策偏差，结合马尔科夫链刻画用户出行不确定性，模拟其充电位置与时间行为。然后，将电动汽车充放电优化问题建模为转移概率未知的马尔科夫决策过程，进而提出一种集成三重评价网络和综合经验回放机制的改进柔性动作-评价算法，以实时制定电动汽车充放电策略。算例仿真结果表明，所提基于改进柔性动作-评价算法的充放电策略能够在保证充放电功率可靠的前提下满足用户需求并降低充电费用，对不确定性有良好的自适应性。
文章目录
0 引言
1 计及用户行为不确定性的电动汽车充放电过程建模
1.1 电动汽车充放电过程数学模型
1.2 用户行为不确定性
1.2.1 用户充电偏好
1.2.2 用户出行不确定性
2 马尔科夫决策过程构建
2.1 状态空间
2.2 动作空间
2.3 状态转移概率
2.4 奖励函数
3 基于改进柔性动作-评价算法的电动汽车充放电策略
3.1 改进柔性动作-评价算法
3.2 基于改进柔性动作-评价算法的电动汽车充放电策略
4 算例仿真
4.1 仿真设置
4.2 所提方法性能分析
4.3 不同焦虑类型用户实时充放电结果
4.4 连续实时充放电结果
4.5 决策动作可靠性测试
5 结论
