[发明专利]一种基于蒙特卡洛方法的电动车智能充电优化方法和系统

权利要求书

1.一种基于蒙特卡洛方法的电动车智能充电优化方法，其特征在于，包括以下步骤：

S1对所有的电动车充电状况s设置一任意策略π(s)；

S2将开始时刻的状态s₀和行动a₀带入初始化策略π₀(s)获得序列：s₀，a₀，R₁，…，s_T-1，a_T-1，R_T，R_i为i时刻能量的即时消耗；

S3根据S2中的所述序列获得i时刻状况s_i和行动a_i对应的G值；

S4若状态s_t和行动a_t在所述序列中出现过，则记录其G值中，遍历所有待测状态和行动，获得所有在所述序列中出现过的状态和行动对应的G值；

S5将所有的G值取平均值获得行动值函数值Q(s,a)；

S6重复步骤S1-S5，选取不同的策略π(s)并获得与其对应的行动值函数值Q(s,a)；其中行动值函数值Q(s,a)最大时对应的策略π(s)为最优策略。

2.如权利要求1所述的基于蒙特卡洛方法的电动车智能充电优化方法，其特征在于，所述步骤S2中能量的即时消耗的公式为：

其中，E_ch(SoC(t))表示[t,t+1]时间段内的充电桩充给电动车的电能，η是充电效率系数，g表示当能耗超过电池可用电能时候的油耗。

3.如权利要求2所述的基于蒙特卡洛方法的电动车智能充电优化方法，其特征在于，所述步骤S3中G值的计算公式：

G_t＝γG_t-1+R_t+1

其中，γ为折扣因子，为常数，G₀＝0。

4.如权利要求3所述的基于蒙特卡洛方法的电动车智能充电优化方法，其特征在于，所述步骤S5中行动值函数值Q(s,a)的计算公式：

其中，T为时间段[0,M]插入的T个等分点，E_π[]为采用策略π在时间段[0,M]中消耗的电能。

5.如权利要求4所述的基于蒙特卡洛方法的电动车智能充电优化方法，其特征在于，所述步骤S6中获得的最优策略带入下式得到最优能耗：

其中，b(t)是Boolean值函数，当汽车在充电站时等于1，不在充电站时等于0；k表示汽油能量转化为电能的适当系数；E_t表示[t,t+1]时间段内消耗的电能；E_n表示车辆电池的名义容量。

6.一种基于蒙特卡洛方法的电动车智能充电优化系统，其特征在于，包括：

策略设定模块，用于对所有的电动车充电状况s设置一任意策略π(s)；

序列模块，用于将开始时刻的状态s₀和行动a₀带入初始化策略π₀(s)获得序列：s₀，a₀，R₁，…，s_T-1，a_T-1，R_T，R_i为i时刻能量的即时消耗；

G值模块，用于根据S3中的所述序列获得i时刻状况s_i和行动a_i对应的G值；

记录模块，用于若状态s_t和行动a_t在所述序列中出现过，则记录其G值中，遍历所有待测状态和行动，获得所有在所述序列中出现过的状态和行动对应的G值；

行动值函数值计算模块，用于将所有的G值取平均值获得行动值函数值Q(s,a)；

循环输出模块，选取不同的策略π(s)并获得与其对应的行动值函数值Q(s,a)；其中行动值函数值Q(s,a)最大时对应的策略π(s)为最优策略。