深度强化学习优化电动公交光储充动态调度，降本减碳新方案解读

随着全球对可持续交通的日益重视，电动公交（Electric Bus, EB）因其零尾气排放和低能耗特性，迅速在全球范围内普及。然而，电动公交的“绿色”属性并非一蹴而就。如果其电力供应主要依赖以化石燃料为主的电网，仍会产生可观的间接碳排放。为了真正推动电动公交系统的脱碳进程，一种融合了光伏、储能与电网的混合能源供应模式（Photovoltaic-Storage-Grid Energy Supply, PSG-ES）应运而生。

在这一模式下，光伏（PV）面板将太阳能转化为电能，储能系统（ESS）负责平滑和调节光伏输出，以增强供电稳定性，而电网则作为备用电源。这种模式显著降低了对传统电网的依赖，并有效缓解了集中充电带来的峰值负荷问题，为城市低碳出行转型提供了有力支持。不过，要将这一蓝图变为现实，还需要克服一个关键的技术难题。

核心问题：不确定性下的充电困境

尽管 PSG-ES 模式潜力巨大，但其面临的环境不确定性也带来了严峻挑战。太阳能输出和公交车队的能源需求都存在随机的、不可预测的波动，这使得系统难以稳定运行。目前大多数研究采用基于日前预测的静态或低频动态模型进行充电调度，这些方法就像一张“过时”的地图，难以适应实时变化的路况，从而限制了 PSG-ES 模式的经济和环境效益。

在 PSG-ES 模式下，充电调度问题从单一的需求侧不确定性，转变为供需双侧不确定性。传统的、仅适用于单一电网的调度方法，在这类复杂的动态环境中已不再适用。因此，我们迫切需要一种更具响应性和适应性的智能调度方法，以充分释放 PSG-ES 模式的全部潜力。

创新方法：深度强化学习赋能动态充电优化

为了解决上述挑战，Yuting Ji、Yiming Bie 和 Dongfang Ma 等研究人员提出了一种针对多线路电动公交系统的分钟级动态充电调度方法。团队巧妙地将这一问题转化为一个马尔可夫决策过程（Markov Decision Process, MDP），并引入了多项创新机制，以应对复杂的运营约束和环境不确定性。

1. 动作修正机制（Action Correction Mechanism）

电动公交的运营具有固定的线路、时刻表和充电站等硬约束。为了确保 AI 生成的充电计划在这些复杂约束下的可行性，研究引入了动作修正机制。该机制就像一个“合规检查官”，能够实时调整智能体输出的充电动作，确保调度决策始终符合实际运营要求，从根本上避免了纸上谈兵、不可行的调度方案。

2. 多头网络（Multi-head Networks）

为了提高学习效率和模型的适应性，研究开发了一种深度强化学习（Deep Reinforcement Learning, DRL）算法，其核心是多头网络。该网络将复杂的充电调度任务分解为常规任务和特殊任务，并由并行的任务头网络分别处理。这种设计使得算法能够更好地应对不同太阳辐照度条件下的环境多样性，显著提高了模型的泛化能力和鲁棒性。这正是 人工智能 技术在复杂动态系统中展现出的强大适应性。

3. 复合经验回放（Composite Experience Replay）

在 DRL 的训练过程中，数据分布偏移和策略冲突是导致学习不稳定甚至失败的常见问题。为了解决这些“内耗”，研究采用了复合经验回放机制。该机制通过优化经验数据的存储和采样策略，有效缓解了分布偏移，确保了训练过程的稳定，从而提高了算法的学习效率和最终策略的质量。

4. 多目标权重（Multi-objective Weights）

该方法还通过多目标权重机制，实现了在运营成本和碳排放之间的自适应策略切换。运营商可以根据当前的实际需求（例如，优先考虑经济性还是环保性），灵活调整优化目标的权重，从而生成更符合特定导向的最优充电计划。

实验结果：显著的经济与环境效益

研究团队使用了真实的电动公交运营数据及环境数据对模型进行了全面的验证。实验结果表明，这套基于深度强化学习的动态优化方法，在管理供需双侧不确定性方面表现出色，并成功生成了更具经济性和环境可持续性的充电计划。

与基于日前预测的传统静态调度方法相比，该方法取得了显著的改进：

• 充电成本降低了 7.48%
• 碳排放降低了 2.99%

这些数据充分证明了该动态充电优化方法在实际应用中的巨大潜力，能够为电动公交运营商带来实实在在的经济和环境双重效益，让绿色出行不再“昂贵”。

结论与展望：迈向更智能的绿色交通

这项研究为光伏-储能-电网能源供应模式下的电动公交充电调度，提供了一个创新且高效的智能解决方案。通过将问题建模为 MDP 并结合先进的深度强化学习技术，该方法能够有效应对环境不确定性和复杂运营约束，在分钟级的时间尺度上进行动态优化，最终实现运营成本和碳排放的双降。

未来，随着电动公交的进一步普及和智能交通技术的深入发展，这种融合了前沿 AI 算法的动态优化方法有望在更广阔的范围内推广应用。它不仅为单一场站优化提供了思路，更为构建一个整体智能、高效、绿色的城市交通能源网络贡献了关键技术方案。对这类前沿技术的落地案例和深度探讨感兴趣，欢迎在 云栈社区 交流分享。

参考文献

[1] Ji, Y., Bie, Y., & Ma, D. (2026). Dynamic charging optimization for electric buses under photovoltaic-storage-grid energy supply mode. Transportation Research Part C: Emerging Technologies, 184, 105539. https://doi.org/10.1016/j.trc.2026.105539