门控注意力Actor-Critic控制器

一种基于大模型门控Transformer的DRL控制器，通过有界更新增强训练稳定性，实现EV/FCEV充电站长期盈利运行的自适应控制。

Zhaoming, Tian · 曹晓宇 · Bo, Zeng · 管晓宏

Applied Energy 2025

参数信息

训练奖励方差降低率

84.15 %

训练奖励方差降低率

94.84 %

运营利润提升率

13.6 %

技术优势

训练更稳

门控Transformer确保模型更新有界，减少训练过程中的波动。

运营利润高

混合充电系统相比独立系统运营利润提高13.6%，带来明确经济收益。

无限时域自适应

控制器能适应随机的车辆到达和变化的能源价格，在无限时间范围内进行决策。

应用场景

• 充电站运营：部署该控制器可提升充电站长期运营盈利。
• 氢能基础设施：优化加氢与充电设施的协同运行，提高氢能基础设施利用率。
• 车网互动：支持电动汽车参与电网互动，通过智能调度提升系统灵活性。
• 能源系统智能控制：提供基于深度强化学习的智能控制方案，应对复杂能源系统的不确定性。