1.一种考虑快慢充负荷特性的电动汽车充电调峰定价方法,其特征在于:步骤一,统计得到电动汽车快充负荷和慢充负荷在一天内各时段的分布情况;
步骤二,计算负荷转移率,并构建电价变化量与负荷转移率之间的函数关系;其中:采用梯度下降法计算负荷转移率,其中负荷转移率包括峰时向谷时的负荷转移率μpv、峰时向平时的负荷转移率μpf、平时向谷时的负荷转移率μfv;
其中误差函数构建为:
式中J为误差,L(t)为引导后的在t时段内电动汽车充电负荷理论值,L′(t)为引导后的电动汽车充电负荷实际值;
梯度更新策略为:
式中α为学习率;
采用罗吉斯蒂克函数表示电价与负荷转移率之间的函数关系:式中μ为负荷转移率,Δλ为电价的变化量,a、b、c、d为罗吉斯蒂克函数的系数;
同一负荷转移率下的电价分为乐观电价和悲观电价,电价变化量Δλ做以下更新:式中,Δλmin和Δλmax分别为在负荷转移率μ下的悲观电价变化量和乐观电价变化量,μmax为最大负荷转移率,k为乐观响应隶属度;
步骤三,基于步骤二中得到的函数关系,以电网净负荷峰谷差最小为目标构建目标函数,利用深度强化学习算法进行求解得到各时段的快充电价和慢充电价。
2.根据权利要求1所述的电动汽车充电调峰定价方法,其特征在于:步骤三中目标函数为:式中LG(t)为电网净负荷,包括电动汽车充电负荷L(t)和其他负荷Lot(t)。
3.根据权利要求2所述的电动汽车充电调峰定价方法,其特征在于:步骤三中求解时还包括以下约束条件:约束条件一,快充和慢充电价均需要在各自上下限范围内:式中,λk为快充电价,λk,min和λk,max分别为快充电价的下限和上限,λm为慢充电价,λm,min和λm,ma分别为慢充电价的下限和上限;
约束条件二,引导变化后的电动汽车充电日负荷值大于等于引导变化前的日负荷值:式中Lk(t)和L,(t)分别是引导后的快充负荷和慢充负荷,L0,k(t)和L0,m(t)分别为引导前的快充和慢充负荷;
约束条件三,快充负荷和慢充负荷分别在其各自的上下限范围内:式中,和分别为t时段内快充的负荷下限和负荷上限,和分别为t时段内慢充的负荷下限和负荷上限;
约束条件四,电价调整的损失幅度满足电网扶持的经济额度:式中Δλk和Δλm分别为快充电价和慢充电价的调价幅度,E为转移峰时电力负荷的奖励,δ为电网扶持的经济额度系数,μpv为峰时向谷时的负荷转移率,μpf峰时向平时的负荷转移率,为引导前峰时的平均充电负荷,m为减少峰时电力负荷所获得单位奖励。
4.根据权利要求3所述的电动汽车充电调峰定价方法,其特征在于:所述深度强化学习算法为DDPG算法。
5.根据权利要求4所述的电动汽车充电调峰定价方法,其特征在于:DDPG算法中,状态S定义为各个时段确定的电动汽车充电电价:式中λk,1至λk,24分别表示一天中第1个时段至第24个时段的快充电价,λm,1至λm,24分别表示一天中第1个时段至第24个时段的慢充电价;
动作空间矩阵A定义为:
式中ΔPk,1至ΔPk,24分别表示一天中第1个时段至第24个时段的快充功率变化增长步长,ΔPm,1至ΔPm,24分别表示一天中第1个时段至第24个时段的慢充功率变化增长步长。
6.根据权利要求5所述的电动汽车充电调峰定价方法,其特征在于:DDPG算法中智能体采取ε-贪婪策略获取下一步动作:式中,ε和ε0∈[0,1],ε为随机数,ε0为定值;Q(S′,ΔP)为在状态S′下,充电功率变化ΔP所获取奖励R期望值;S′表示DDPG内部学习过程中相对于状态S所迭代的下一步状态;ΔP′表示相对于ΔP所迭代的下一步充电功率变化增长步长;η为策略;智能体采用贪婪策略得到最优策略,以贝尔曼方程实现策略值函数的更新。
7.根据权利要求6所述的电动汽车充电调峰定价方法,其特征在于:DDPG算法中运行环境为负荷转移率与电价之间的关系模型,奖励值为:R(S,ΔP,S′)=-F
式中F为目标函数;使用z-score标准化方法对奖励信号进行缩放,使奖励信号缩放到均值为0,标准差为1的范围内,奖励更新如下:式中,ω和σ分别是奖励信号的均值和标准差。