来源：期刊VIP网 时间：
作者：刘洋;刘文彬;于海东;田发扬;黄敏;余潜跃;
单位：国网山东省电力公司电力科学研究院;山东省智能电网技术创新中心;天津相和电气科技有限公司;
摘要：社区能量管理在整合可再生能源和实现“双碳”目标方面发挥着重要作用。在社区众多可调负荷中，电动汽车集群作为重要的需求响应资源受到了广泛关注。然而，电动汽车响应能力受用户主观意愿影响难以准确量化，直接影响了社区能量管理的有效性。首先，构建了基于TSK模糊数学的响应意愿评估模型，将电价、电池荷电状态和温度作为关键影响因素，建立了27条模糊规则，实现对用户响应意愿的精确量化。其次，传统社区能量管理方法对复杂环境适应能力不足，社区能量管理系统很少充分考虑电动汽车的参与，针对此问题，在社区能量管理系统中加入了电动汽车集群，设计了基于软演员-评论家（soft Actor-Critic,SAC）算法的社区能量管理策略，通过Actor-Critic架构优化储能与电动汽车的协同调度。最后，在City Learn虚拟社区中的实证分析表明，相比基于规则控制（rule based control,RBC）策略，该方法使耗电量、电费支出和碳排放均降低了73%左右，平均每日峰值降低50%，为构建智能化社区能量管理系统提供了新的技术方案。
关键词：社区能量管理;;电动汽车;;强化学习;;TSK模糊模型;;CityLearn虚拟社区
基金资助：国家重点研发计划项目“配电网业务资源协同及互操作关键技术”（2021YFB2401300）;; 国网山东省电力公司科技项目“计及分布式源荷互动响应的新型配电网态势计算推演关键技术研究及应用”（520626230030）~~
