详情

原文传递基于物联网的电动汽车充电调度与行车路径优化方法研究

论文题名：	基于物联网的电动汽车充电调度与行车路径优化方法研究
关键词：	电动汽车;充电调度;路径优化;物联网
摘要：	随着电动汽车的不断增多，电动汽车的涌入给交通网和电网带来了很大的影响。电动汽车可以提供接送乘客和电网调频服务，在电网和交通网的约束下，如何合理调度电动汽车，保证电网的稳定性，提高交通网的任务承载容量，是融合电网和交通网下电动汽车调度的一个重大挑战。　　本论文借助物联网通信技术、李雅普诺夫方法、强化学习算法，结合现有电动汽车充电调度方法和车辆行车路径优化方法，考虑电动汽车充电调度对社区负载的影响，研究多约束下电动汽车充电调度和行车路径联合优化方法等问题，弥补现有工作中融合交通网和电网下电动汽车充电调度和行车路径优化问题的不足。本论文的主要工作如下：　　（1）首先，研究社区中可时延容忍任务的能量管理和任务调度问题。本文设计可时延容忍任务的用户不满意度函数，基于李亚普诺夫优化方法，提出可时延容忍任务调度算法，解决社区电能和热能需求问题。在此基础上，提出一种可再生能源共享策略，使用强化学习算法进行闲置能源的调度，保证用户等待时间在一定约束范围内，最小化社区的单位时间平均成本，通过仿真验证了可再生能源共享策略的优势。　　（2）其次，先基于充电信息确定情况研究电动汽车充电调度问题，然后考虑电动汽车的随机到达以及充电需求约束的不确定性，研究充电信息不确定情况下电动汽车的实时充电调度问题，最小化电动汽车充电成本并减少电动汽车充电对社区负载的影响。其中，为解决传统电动汽车中充电速率为离散值的问题，将电动汽车充电行为建模为马尔可夫决策过程，使用异步Actor-critic算法来解决电动汽车的实时连续充电问题。在此基础上，提出改进型异步Actor-critic算法，减少状态空间维度，并通过仿真实验验证算法效率和算法性能。　　（3）再次，在社区电动汽车实时充电调度研究的基础上，设计一个考虑用户等待时间、电池老化等物理约束的电动汽车充放电模型。基于李雅普诺夫方法，提出一种考虑有限用户等待时间的次优化充电算法，研究系统成本优化问题，次优化充电算法能提供电动汽车充电动作的选择准则。以此选择准则为先验经验，将优化问题建模为马尔可夫过程，提出一种基于强化学习的电动汽车充电调度算法，得到全局最优充电调度方案，通过仿真实验证明该算法具有较好的性能和计算效率。　　（4）进而，电动汽车是交通网中重要的角色，本文不仅研究电动汽车在电网中的充电调度问题，还考虑其在交通网中行车路径的实际约束。本文提出一个新型无人驾驶电动汽车联合行车路径和充电非实时调度框架，并建立其数学模型，设计基于benders分解方法的自定义联合行车路径和充电调度优化算法，求解关于行车路径整型变量和连续充电变量的混合线性规划问题，并使用轨迹相似度量方法提高其算法效率。　　（5）最后，针对电动汽车行车路径和实时充电调度问题，并考虑乘客接送约束，基于聚类方法提出一种电动汽车联合行车路径与实时充电调度数学模型，最大限度地减少乘客的等待时间。在社区电网总功率有限的约束下，解决了无人驾驶电动汽车的二维背包充电调度问题，通过仿真验证该模型及其算法的可行性。
作者：	曹永胜
专业：	信息与通信智能系统
导师：	李德敏
授予学位：	博士
授予学位单位：	东华大学
学位年度：	2021