[发明专利]基于深度强化学习的电动出租车充电导航路径规划方法

权利要求书

1.一种基于深度强化学习的电动出租车充电导航路径规划方法，其特征在于，至少包括：

S1.获取电动出租车实时的车辆信息；

步骤S1所述的电动出租车实时的车辆信息包括：电动出租车u在t时刻的位置y_u，t、电动出租车u在地点j的荷电状态SOC_j，t及t时刻到达地点j所属充电站的电动出租车的数量

S2.以电动出租车在行驶途中的电池损耗成本、充放电损耗成本、电池退化成本、行驶时间成本、等待时间成本及充放电时间成本之和为目标函数，以路径选择约束、到达时间约束、电池电量约束及充放电约束为约束条件，建立电动出租车充电导航路径规划模型；

步骤S2所述的电动出租车充电导航路径规划模型的目标函数f为：

min f＝C_road+C_ch+C_battery+πT_road+πT_ch+πT_wait

其中，C_road表示电动出租车在行驶途中的电池损耗成本；C_ch表示电动出租车在充电站中的充放电损耗成本；C_battery表示因电动出租车放电带来的电池退化成本；T_road表示电动出租车在道路行驶过程中所需要的时间；T_ch表示电动出租车在充电站充放电的时间；T_wait表示电动出租车在充电站等待的时间，π表示电动出租车单位耗时时间的价值成本系数；

电动出租车在行驶途中的电池损耗成本C_road的表达式为：

其中，α表示电动出租车行驶单位千米的电池能耗；Ψ(t)表示充放电的电价；d_ij表示从地点i到地点j的距离；x_ij是表示二进制变量，x_ij＝1表示电动出租车从地点i行驶至地点j，否则，x_ij＝0；W_n表示允许电动出租车经过的地点集合；M_n表示允许电动出租车经过的充电站集合；

电动出租车在充电站中的充放电损耗成本C_ch的表达式为：

C_ch＝C₁-C₂

其中，

其中，C₁表示电动出租车在充电站中的充电损耗；C₂表示电动出租车在充电站中的放电损耗；P_char表示电动出租车的充电功率；P_dis表示电动出租车的放电功率；t_j表示电动出租车到地点j的时间；λ(t)、θ(t)均为二进制变量，λ(t)＝1时表示电动出租车进行充电过程，否则λ(t)＝0，θ(t)＝1时表示电动出租车进行放电过程，否则θ(t)＝0；Δt表示决策周期内每段时间的时间长度；

电动出租车放电带来的电池退化成本C_battery的表达式为：

其中，C_B表示电池的投资成本，L_C表示电池在放电深度D_DOD下的循环寿命，D_DOD∈[0，0.9]，S_max为电动出租车电池的最大容量；

电动出租车在道路行驶过程中所需要的行驶时间T_road的表达式为：

其中，表示电动出租车在道路行驶过程中的平均速度，表达式为：U表示在时间t时，行驶在路段地点i到地点j的电动出租车用户的总数目；u表示第u个电动出租车用户；u_u，ij，t表示电动出租车的瞬时速度，表达式为：函数D(y_u，t，y_u，t-1)表示电动出租车用户u在采样时间内所行驶的距离，Δt_samp表示采样时间，D(y_u，t，y_u，t-1)与Δt_samp之比表示电动出租车的瞬时速度；行驶时间成本表示为πT_road；

电动出租车在充电站的充放电时间T_ch表达式为：

其中，表示电动出租车在地点j所属充电站的充放电时间，表示电动出租车在地点j所属充电站的充电时间，表达式为：

表示电动出租车在地点j所属充电站中总的充电电量，η_char表示充电效率；表示电动出租车在地点j所属充电站的放电时间，表达式为：

表示在地点j所属充电站中总的放电电量，η_dis表示放电效率；充放电时间成本表示为πT_ch；

电动出租车在充电站的等待时间T_wait表达式为：

其中，L_q，j，t表示t时刻电动出租车在地点j所属充电站队列的长度，表示充电率，表示t-1时刻到达地点j所属充电站的电动出租车的数量；表示t时刻到达地点j所属充电站的电动出租车的数量，等待时间成本表示为πT_wait；

S3.求解电动出租车充电导航路径规划模型，得到电池损耗成本、充放电损耗成本、电池退化成本、行驶时间成本、等待时间成本及充放电时间成本的最优值；

S4.选定深度强化学习网络模型，将步骤S3求得的最优值、电动出租车实时的车辆信息作为深度强化学习网络模型的输入，训练深度强化学习网络模型，输出最优的电动出租车充电导航路径。