期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于非对称一致性学习的多类型电动汽车协同参与需求响应方法
被引量：
2
1
作者
潘超
汤中卫
+1 位作者
廖海君
周振宇
《电工技术学报》
北大核心
2025年第7期2178-2190,共13页
随着电动汽车(EV)的广泛应用和风电、光伏等可再生能源大规模接入电网,如何充分发挥EV需求响应潜力,解决电网功率波动、负荷稳定性差等问题具有重要意义。为此,该文提出一种基于非对称一致性学习的多类型EV协同参与需求响应方法。首先,...
随着电动汽车(EV)的广泛应用和风电、光伏等可再生能源大规模接入电网,如何充分发挥EV需求响应潜力,解决电网功率波动、负荷稳定性差等问题具有重要意义。为此,该文提出一种基于非对称一致性学习的多类型EV协同参与需求响应方法。首先,将参与需求响应的EV分为灵活签约EV和固定签约EV,并提出多类型EV协同参与需求响应调度架构。其次,提出一种基于非对称一致性学习的多类型EV协同参与需求响应策略:灵活签约EV以最大化自身收益、里程保障以及负荷曲线方差加权差为目标,基于柔性强化学习进行自主需求响应决策并自主参与电网需求响应;基于灵活签约EV自主需求响应结果,固定签约EV以最小化聚合需求响应成本为目标,进行出力功率非对称一致性优化并聚合参与电网需求响应。所提非对称一致性学习算法能够高效处理高维度复杂非线性关系,具有较强的自主学习和泛化能力。最后,通过仿真算例验证所提多类型EV协同参与需求响应方法的有效性与合理性。
展开更多
关键词
多类型电动汽车
柔性强化学习
非对称一致性
优化协同
需求响应
在线阅读
下载PDF
职称材料
题名
基于非对称一致性学习的多类型电动汽车协同参与需求响应方法
被引量：
2
1
作者
潘超
汤中卫
廖海君
周振宇
机构
华北电力大学电气与电子工程学院
出处
《电工技术学报》
北大核心
2025年第7期2178-2190,共13页
基金
国家电网有限公司总部科技项目(52094021N010(5400-202199534A-0-5-ZN))
中国南方电网有限责任公司科技项目(1500002023030103JL00320)资助。
文摘
随着电动汽车(EV)的广泛应用和风电、光伏等可再生能源大规模接入电网,如何充分发挥EV需求响应潜力,解决电网功率波动、负荷稳定性差等问题具有重要意义。为此,该文提出一种基于非对称一致性学习的多类型EV协同参与需求响应方法。首先,将参与需求响应的EV分为灵活签约EV和固定签约EV,并提出多类型EV协同参与需求响应调度架构。其次,提出一种基于非对称一致性学习的多类型EV协同参与需求响应策略:灵活签约EV以最大化自身收益、里程保障以及负荷曲线方差加权差为目标,基于柔性强化学习进行自主需求响应决策并自主参与电网需求响应;基于灵活签约EV自主需求响应结果,固定签约EV以最小化聚合需求响应成本为目标,进行出力功率非对称一致性优化并聚合参与电网需求响应。所提非对称一致性学习算法能够高效处理高维度复杂非线性关系,具有较强的自主学习和泛化能力。最后,通过仿真算例验证所提多类型EV协同参与需求响应方法的有效性与合理性。
关键词
多类型电动汽车
柔性强化学习
非对称一致性
优化协同
需求响应
Keywords
Multi-type electric vehicles
flexible reinforcement learning
asymmetric consensus
optimization collaborative
demand response
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于非对称一致性学习的多类型电动汽车协同参与需求响应方法
潘超
汤中卫
廖海君
周振宇
《电工技术学报》
北大核心
2025
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
