一种多充电站智能调度方法及系统

1.一种多充电站智能调度方法，其特征是，包括以下步骤：

2.如权利要求1所述的一种多充电站智能调度方法，其特征是，所述历史数据包括历史充电需求信息、日期和时间信息、气象信息以及电价信息，用于预测电动汽车充电站在每个时间步的电动汽车充电总需求；

3.如权利要求1所述的一种多充电站智能调度方法，其特征是，依据智能体在每个时间步中的运营指标，构建状态空间的过程包括：

4.如权利要求3所述的一种多充电站智能调度方法，其特征是，所述预估净能源需求的计算过程包括：计算时间步t后续一段时间内，电动汽车充电站的总能源需求该需求由内部能源需求和电动汽车充电能源需求组成；使用长短期记忆网络对历史运行数据进行建模，预测得到ev充电总需求最终得到预估净能源需求

5.如权利要求1所述的一种多充电站智能调度方法，其特征是，根据智能体在每个时间步可执行的所有可能动作，构建动作空间的过程包括：

6.如权利要求1所述的一种多充电站智能调度方法，其特征是，创建奖励函数，以评估智能体执行动作时获得的奖励，指导智能体选择最优动作的过程中，所述奖励函数从以下方面对动作进行评价：

7.如权利要求1所述的一种多充电站智能调度方法，其特征是，采用软演员-评论家算法优化马尔可夫决策过程策略的过程包括：

8.如权利要求7所述的一种多充电站智能调度方法，其特征是，所述actor网络包括输入层、隐藏层和输出层，输入层将状态作为输入，然后转换为中间状态hn,1，隐藏层fn一共有l层，第l层将l-1层的中间状态作为输入，得到新的中间状态hn,l，隐藏层l考虑该智能体的决策信息，同时考虑其他智能体的决策信息；

9.如权利要求1所述的一种多充电站智能调度方法，其特征是，利用训练后的智能体决策策略，基于实时数据，进行目标充电站的能源调度的过程中，智能体实时获取电动汽车充电站的当前状态信息，包括能源存储系统的实时容量、光伏发电量、内部负载信息和实时电价；

10.一种多充电站智能调度系统，其特征是，包括：