我本次组会的汇报题目是《动态用户行为下基于深度强化学习的电动车辆充电控制》，我将从科研背景，科研问题，科研目的，研究内容等方面进行介绍。

科研背景

随着新能源汽车普及率的增加，提供充电服务的基础设施也得到了广泛建设。然而与传统负载不同，电动汽车用户的动态行为、充电偏好，实时电价都给充电策略的制定带来了不确定性，无序的充电服务必然会导致充电设施和输电线路过载。
· 电动汽车充电管理：旨在通过调度充放电决策，合理转移电动汽车的充电负荷，使消费者的利益最大化，同时满足电池的能量需求。

科研问题

• 在实际的充电场景中，驾驶者的动态行为和实时电价无法预知，且问题通常处于高维环境。基于深度强化学习(DRL)的电动汽车充电控制方法表现出了良好的性能。
• 目前相关的研究工作大多以到达时间，离开时间和所需的电池电量作为充电过程的描述特征，考虑驾驶者动态行为(出行里程，驾驶经验)的工作较少。

科研目的

提出一种基于深度强化学习(DRL)的调度方法，在EV连续随机到达和实时电价的基础上，进一步考虑用户的驾驶经验、距离焦虑、时间焦虑，实现充电成本和用户充电偏好的平衡。

问题建模

针对该问题，具体的系统框架和数学建模将在组会中进行详细介绍。