买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东电网有限责任公司阳江供电局申请的专利一种基于强化学习的台区V2G充电桩充放电调控方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119448185B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411185758.7，技术领域涉及：H02J3/00；该发明授权一种基于强化学习的台区V2G充电桩充放电调控方法及设备是由袁林锟;关震东;黄雄伟;何若冰;陈廷坤设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本一种基于强化学习的台区V2G充电桩充放电调控方法及设备在说明书摘要公布了：本发明涉及电力系统负荷管控技术领域，特别是一种基于强化学习的台区V2G充电桩充放电调控方法及设备。具体的，本发明通过负荷数据分组，得到若干组待分析负荷数据；再通过峰谷时段划分，分别对若干组待分析负荷数据进行特征分析，得到各个组别的高峰用电时段和低谷用电时段；接着构建V2G充电桩的优化调度模型；通过强化学习算法以及优化调度模型，得到各组的V2G充电桩最优充放电策略。通过本发明提供的方法，可以为台区V2G充电桩的充放电调度提供策略支持，减少台区变压器峰谷差，以及减少电动汽车用电充电成本，具有较强的实用性和可操作性。

本发明授权一种基于强化学习的台区V2G充电桩充放电调控方法及设备在权利要求书中公布了：1.一种基于强化学习的台区V2G充电桩充放电调控方法，其特征在于，包括如下步骤： S1：负荷数据分组：输入待分析负荷数据，并按预设分组规则分为若干组，再对每组待分析负荷数据进行归一化处理，得到若干组归一化负荷数据； 所述待分析负荷数据包括预设时间长度的台区以及V2G充电桩的日负荷数据； S2：峰谷时段划分：分别对若干组归一化负荷数据进行特征分析，得到各组归一化负荷数据的高峰用电时段和低谷用电时段； S3：调控模型构建：以减少台区电网负荷波动和减少电动汽车用户充电成本为优化目标函数；以V2G充电桩的充放电功率约束、电动汽车充电量约束、充放电时段约束为约束条件，构建V2G充电桩的优化调度模型； 所述优化目标函数的表达式为： obj0＝min{obj1+obj2}， 优化目标obj1： obj1＝min{Pmax-Pmin}， 式中，Pmax表示台区日负荷数据的最大值，Pmin表示台区日负荷数据的最小值； 优化目标obj2： obj2＝min{QICI-QOCO}， 式中，QI表示电动汽车的充电电量，QO表示电动汽车的放电电量，CI表示单位电量的充电电费，CO表示单位电量的放电电费； S4：强化学习优化求解：通过强化学习算法以及所述V2G充电桩的优化调度模型，求解各组的V2G充电桩最优充放电策略并输出； 所述S4包括以下步骤： S41：初始化： 构建一个M行9列的决策表T，以各组V2G充电桩的负荷平均值为初始值，构建V2G充电桩的初始化充放电曲线；并初始化各个时刻的充电电价以及循环参数； 其中，所述决策表T中的第i行数据表示一天中第i个时刻的决策值，M为日平均采样次数，9列分别对应100％功率充电、75％功率充电、50％功率充电、25％功率充电、不进行充放电、25％功率放电、50％功率放电、75％功率放电、100％功率放电的输出动作；所述决策表T中的数据初始值均为0；初始化所述循环参数包括初始化计数变量i＝1，累计奖励值Ra＝0，循环迭代次数Loop＝1，以及设置最大循环次数； S42：动作选择： 按预设概率进行动作选择： 设定概率：将决策表T中第i行数据的最大值作为V2G充电桩的第i时刻的输出动作；其中，当决策表T中第i行数据均为0时，随机选择一个输出动作； 1-设定概率：随机选择一个输出动作； S43：奖励值计算： 根据所述优化目标函数，计算V2G充电桩调控后的目标值，再用调控前的目标值减去调控后的目标值，得到奖励值Ri； 其中，若采取动作后不满足约束条件，则令奖励值Ri＝-10； S44：迭代更新： 通过Q-learning算法对所述决策表T进行更新； S45：循环迭代判断： 循环迭代次数Loop＝Loop+1； 若Loop达到设定的最大循环次数则进入S46； 若Loop小于最大循环次数，则初始化V2G充电桩的充放电曲线，令i＝1，累计奖励值Ra＝0，循环迭代次数Loop＝1，然后进入S42； S46：调控结果输出： 根据决策表T输出不同分组下各个时刻的最佳调控策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东电网有限责任公司阳江供电局，其通讯地址为：529599 广东省阳江市漠江路110号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。