[发明专利]一种提高配网韧性的应急电动物流车队优化调度方法

权利要求书

1.一种提高配网韧性的应急电动物流车队优化调度方法，其特征在于，包括以下步骤：

S1：在配电网故障处检测故障相关数据，进行灾后配网故障评估，根据评估结果，利用循环神经网络预测得到配电网故障恢复所需电能和预计故障修复时间；

S2：以路网结构为基础，构建有向图表示，在有向边属性中嵌入关于道路维修、交通阻塞以及天气状况等影响道路通信的因素；

S3：以车队的车辆为智能体，将车辆调度问题构建成马尔科夫决策过程，S＝{车辆位置、车辆电量、车辆可运物资能力}；A＝{基于道路信息网构建的实时变换}，例如车辆1在t1时刻可以从node1通过可通行的路L1调度到node2，记为A中的一个动作；智能体得到的奖励r是用户该时段供能损失和车辆调度成本(充电成本、损耗成本等)，以最小化用户供能损失为目标1，即obj1；以最小化调度成本为目标2，即obj2；在一定约束条件下求解满足min(obj1+obj2)的车辆调度结果，车辆执行调度结果，得到奖励r与车辆下一时刻状态s’，在经验池中存入智能体与环境的交互信息(s，s’，r)，其中s为当前时刻状态，并且训练神经网络，进入下一时刻决策阶段。

2.如权利要求1所述的一种提高配网韧性的应急电动物流车队优化调度方法，其特征在于，所述的配电网故障处用电负荷需求包括维持用户最低程度正常供电所需负荷、故障处配电网甩负荷需求等指标，用于预测的循环神经网络首先利用以往灾后配电网故障数据初步训练，再用于当前事故的预测。

3.如权利要求1所述的一种提高配网韧性的应急电动物流车队优化调度方法，其特征在于，所述的基于城市路网构建的有向图，其顶点包括充电站、故障点、车辆位置起点、故障处为点，以道路为有向边，有向边为从起始点到终止点的有向道路，其属性包括是否可以通信、当前时段阻塞情况、当前时段道路维修情况以及当前时段天气对于该有向边通行的影响。

4.如权利要求1所述的一种提高配网韧性的应急电动物流车队优化调度方法，其特征在于，所述的基于强化学习的应急电动物流车队调度分别采用两个神经网络V(θ)和V’(θ)来预测车辆的估计状态价值和目标状态价值，同时利用差分学习来更新车辆的状态价值，在每个时段内，经验池的数据达到一定数量便采样来训练状态价值估计网络参数，达到一定更新次数后再用状态价值估计网络的参数来更新目标网络。