双层MADRL调度算法

时空灵活增收

该算法通过双层多智能体深度强化学习协同优化电动汽车车队的时空转移与充放电决策，在电-碳联合市场中实现套利策略的实时优化。

韩冬 · Huarui, Zhang · Jiawen, Peng · Lu, Zhuoxin · Ren, Xijun

IEEE Transactions on Transportation Electrification 2025

参数信息

平均日收益

1968.7 $

充电站数量

30

技术优势

空间维度不再缺位

调度模型包含空间转移成本，决策变量不再只是充放电功率，而是同时输出离散的空间转移和连续的充放电动作。

离散连续动作协同

双层多智能体深度强化学习分别处理离散的空间转移决策和连续的充放电决策，避免动作空间混合带来的求解困难。

真实数据可落地

用真实节点边际电价数据和 30 个充电站位置做案例研究，验证方法有效性，而非仅靠仿真合成数据。

应用场景

• 电动汽车充电调度：让车队在充电站之间动态转移，避开高电价时段和拥堵站点。
• 车网互动优化：把电动车当作分布式储能，充放电动作与空间转移联合优化。
• 电碳联合市场交易：套利收益中计入碳交易，激励低碳排车队的调度策略。
• 储能系统套利：利用充放电价差套利，同时考虑容量衰减成本。