检索结果-南通市图书馆

On large action space in EV charging scheduling optimization

Science China(Information Sciences) 2022年第2期65卷 45-60页

作者： Zhaoyu JIANG Qing-Shan JIA Xiaohong GUAN Center for Intelligent and Networked Systems Beijing National Research Center for Information Science and Technology Department of Automation Tsinghua University MOE KLINNS Lab Xi'an Jiaotong University

In order to reduce the air pollution by traditional fossil fuel and save the charging cost, much attention has been paid to the charging scheduling of electric vehicles(EVs) in the uncertain supplement of wind power and solar power. Owing to the randomness in the renewable power generation and the EV charging demand, simulation-based policy improvement(SBPI) has been well adopted for making charging decision. However, it is challenging to explore the large action space which grows exponentially with respect to the system scale. We consider this important problem in this paper and make the following contributions.First, we explore the structural property of the problem and develop an urgency index to rank the EVs.Second, we apply three methods to search in the action space. Third, we numerically demonstrate the performance of the urgency index and the search methods, and compare the SBPI methods with the CPLEXbased method. It shows that SBPI improves the base policies in all these cases.

关键词： EV simulation-based policy improvement large action space sampling

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：