Data-driven Energy Management Strategy for Plug-in Hybrid Electric Vehicles with Real-World Trip Information
本文提出了一种用于插电式混合动力汽车的数据驱动的监督能源管理策略（EMS），该策略利用车辆到云的连接，通过从已完成的行程中学习控制策略来提高能源效率。所提出的EMS由两层组成，云层和车载层。云层具有两个主要任务：第一个任务是从历史行程数据学习EMS策略参数，第二个任务是沿着车辆请求的特定路线提供策略参数。车载层从云层接收学习的策略参数，并使用模型预测控制方案计算动力系能量管理问题的实时解决方案。拟议的EMS是在超过3000英里（48个独立的驾驶循环）的真实世界的行程数据，收集沿三个通勤路线在加利福尼亚州进行评估。对于路线，所提出的算法显示3.3%，7.3%，和6.5%的平均MPGe相比，基线EMS的改善。
2020-06-05 cs.SY eess.SY
Plug-in Electric Vehicle Charging Congestion Analysis Using Taxi Travel Data in the Central Area of Beijing
Tsinghua University（清华大学）；Tongji University（同济大学）；University of Washington（华盛顿大学）
本文利用出租车出行数据，提出一种数据驱动方法分析插电式电动车充电站拥堵问题，通过排队论模型评估未来充电拥堵对服务质量的影响。
2017-12-19 cs.SY eess.SY math.OC
Asynchrony-Resilient and Privacy-Preserving Charging Protocol for Plug-in Electric Vehicles
插电式电动汽车（PEV）的普及倡导一种分布式模式，用于协调PEV充电。不同于现有的原始-对偶分解或共识方法，本文提出了一种基于切割平面的分布式算法，它可以实现异步协调，同时很好地保护个人的隐私信息。为此，一个等价的代理模型首先构造利用原优化问题的对偶性，它掩盖了个人用户的私人信息的转换。在此基础上，提出了一种基于割平面的代理问题分布式求解算法，该算法具有处理各种复杂问题的内在优势。关键的实现问题，如分布式初始化，切割平面生成和本地停止标准，进行了详细讨论。对IEEE 37节点和123节点馈线的实际数据进行了数值试验，结果表明，该方法具有较强的抗干扰能力，并支持即插即用的运行模式。预计所提出的方法提供了一种替代路径，以更实用的协议PEV充电。
2020-05-26 cs.SY eess.SY
Behaviour-neutral Smart Charging of Plugin Electric Vehicles: Reinforcement learning approach
大功率电动汽车（EV）充电会由于高峰需求充电而显著增加充电成本。本文提出了一种新的充电算法，该算法利用通常长的插件会话为国内充电器，并降低了整体充电功率的升压充电的EV短时间内，其次是低功率充电的插件会话的其余部分。通过对EV过去的充电会话进行训练，使用强化学习来获得升压和低功率充电阶段的最佳参数。与一些先前的工作相比，所提出的算法不试图预测插件会话持续时间，如分析中所示，由于人类行为的性质，在实践中很难准确预测插件会话持续时间。相反，收费参数被直接控制，并且随着时间的推移透明地适应用户的收费行为。对来自22，731个国内充电站的310万个充电会话的英国数据集进行的性能评估表明，所提出的算法可以减少31%的总峰值。实验还证明了历史大小对学习行为的影响，并通过将该算法应用于特定的充电点的案例研究得出结论。
2022-06-23 cs.SY eess.SY
Public Plug-in Electric Vehicles + Grid Data: Is a New Cyberattack Vector Viable?
高瓦数的需求方电器，如插电式电动汽车（PEV）正在激增。因此，有关PEV充电模式的信息可以通过智能手机应用程序访问，这些应用程序汇总了公共PEV充电站的实时可用性和历史使用情况。此外，关于电网基础设施和运营的信息已经越来越多地在公用事业公司、附属公司和电网运营商的技术文档和实时仪表板中可用。本研究探讨的研究问题是：人们能否将高瓦数需求侧设备与公共信息相结合，对电网发动网络攻击？为了回答这个问题并报告概念验证演示，该研究使用电动汽车充电站智能手机应用程序和美国能源信息管理局、纽约独立系统运营商分发的电网数据从纽约州曼哈顿的公共来源收集了数据。纽约市的当地公用事业公司。然后，它设计了一种新的数据驱动的网络攻击策略，使用基于状态反馈的部分特征值重定位，其目标是电网的频率稳定性。该研究确定，虽然这种攻击在目前PEV的渗透水平下是不可能的，但一旦PEV的数量增加，它将是可行的。
2020-02-27 cs.SY eess.SY
Vehicle Powertrain Connected Route Optimization for Conventional, Hybrid and Plug-in Electric Vehicles
Sun Yat-sen University – Carnegie Mellon University Joint Institute of Engineering（中山大学-卡内基梅隆大学工程联合学院）；Carnegie Mellon University（卡内基梅隆大学）
本文提出了一种基于车辆动力总成信息的路线优化策略，考虑车辆类型、电池状态和交通条件对行程成本的影响，通过优化得到更低成本的路径。
2016-12-05 cs.SY eess.SY
Adaptive Tube-based Nonlinear MPC for Ecological Autonomous Cruise Control of Plug-in Hybrid Electric Vehicles
本文提出了一种自适应管状非线性模型预测控制（AT-NMPC）方法，用于设计自主跟车控制系统。该方法利用两个独立模型来定义约束递推最优控制问题，通过固定名义模型和自适应模型分别处理约束和目标函数，以提高控制性能和鲁棒性。
2018-03-15 cs.SY eess.SY
Data-Driven Personalized Energy Consumption Range Estimation for Plug-in Hybrid Electric Vehicles in Urban Traffic
本研究提出一种基于保形分位数回归的数据驱动方法，利用驾驶员在环模拟器及蒙特卡洛合成数据，为城市交通中插电式混合动力汽车提供个性化的等效燃油消耗预测区间，以量化能耗不确定性并优化驾驶与路线。
2024-07-22 cs.SY eess.SY
ev-flow: A Reproducible, NHTS-Grounded Generator of Synthetic Plug-in Electric Vehicle Charging Behavior for Eight U.S. Regions
提出ev-flow开源Python包，基于2017年全国家庭旅行调查数据，通过九阶段流水线生成美国八个地区的合成插电式电动汽车充电行为，填补了美国本土化、NHTS驱动的充电行为生成工具空白。
2026-06-19 cs.SY eess.SY
Real-time Ecological Velocity Planning for Plug-in Hybrid Vehicles with Partial Communication to Traffic Lights
University of California, Berkeley（加州大学伯克利分校）
本文提出了一种针对插电式混合动力车辆的生态自适应巡航控制器（ECO-ACC）设计，利用自动化驾驶和连接技术。大多数现有ECO-ACC研究集中在短视控制方案上，而长视ECO-ACC的两层控制框架仅在最近被引入。然而，该工作基于整个路线上的确定性交通信号相位和定时（SPaT）。在实践中，与交通灯的连接可能受到通信范围的限制，例如仅下一个交通灯。我们提出了一种利用确定性SPaT来处理即将来临的交通灯，同时利用历史SPaT来处理其他交通灯的递推控制框架。我们还结合了动力总成控制机制以提高PHEV能量预测精度。硬件在环仿真结果验证了递推控制框架在各种交通场景中的节能效果。
2019-09-29 cs.SY eess.SY
Strategies to Maintain Voltage on Long, Lightly Loaded Feeders with Widespread Residential Level 2 Plug-in Electric Vehicle Charging
随着插电式电动汽车（PEV）普及率的增加，为住宅负载提供服务的长、轻负载馈线可能会开始经历电压偏移。住宅PEV充电往往发生在住宅馈线的峰值负荷时间，导致峰值负荷增加和潜在的电压偏移。为了避免电压漂移，两个PEV充电控制策略进行了研究，使用IEEE 34总线馈线。第一种策略将PEV充电能量从高峰时段转移到非高峰时段;另一种策略允许PEV提供无功功率支持。当使用这两种控制策略时，在200辆PEV的不受控制充电的模拟中看到的欠压偏移得到了显着改善。馈线上的最小电压从PEV充电不受控制时的0.855 pu提高到同时应用两种控制策略时的0.959 pu。
2022-06-11 cs.SY eess.SP eess.SY
Plug-in Hybrid Electric Vehicle Energy Management with Clutch Engagement Control via Continuous-Discrete Reinforcement Learning
针对串并联PHEV同时控制发动机扭矩与离合器接合的混合决策问题，提出可同步输出连续-离散动作的CDRL能量管理策略，并通过SOC随机化训练，在高、低SOC下均取得接近DP全局最优的节能效果。
2024-03-02 cs.SY eess.SY
Combined Eco-Routing and Power-Train Control of Plug-In Hybrid Electric Vehicles in Transportation Networks
研究了插电式混合动力汽车（PHEV）的生态路径问题，以最小化总能耗成本。我们提出了一种算法，它可以同时计算能量最优路线（生态路线）的PHEV和最优的动力传动系统控制策略在这条路线。为了证明我们的方法在实践中的有效性，我们使用HERE Maps API来应用我们的算法，该算法基于波士顿市的交通数据，拥有超过110，000个链接。此外，我们验证了我们的生态路由算法的性能，使用从交通模拟器（SUMO）收集的速度配置文件作为输入的高保真能源模型来计算能源消耗成本。我们的研究结果表明，该算法具有接近实时的执行时间，可显著节省PHEV的能源（约12%）。
2020-04-09 cs.SY eess.SY math.OC
Real-Time Dynamic Optimal Power Flow in Electric Vehicles Considering the Lifetime of the Components in the E-Powertrain
不同类型的能源（例如，电池、超级电容器、燃料电池）可用于电动车辆中以通过电力电子装置在电动动力系统中存储和提供能量[1-6]。电动动力系统中部件的寿命取决于其负载曲线[7，8]。例如，电池的寿命在很大程度上取决于放电深度和充电/放电循环次数[9-13]。逆变器的寿命主要取决于通过逆变器的有功-无功功率的变化，这意味着通过在最佳时刻将总功率的最佳份额分配给每个能源和电力电子器件，可以降低部件的寿命消耗成本。此外，通过减少能量损失，即，在其高效率区域中操作部件。因此，有必要在电动动力系统的运行中执行最优功率流（OPF）。
2020-12-05 cs.SY eess.SY
Least costly energy management for series hybrid electric vehicles
Politecnico di Milano（米兰理工大学）
本文提出了一种基于用户驾驶成本的电动车能源管理方法，通过实时近似最优策略和系统参数分析，展示其有效性。
2015-10-26 cs.SY eess.SY
Achieving Reliable Coordination of Residential Plug-in Electric Vehicle Charging: A Pilot Study
运输部门的大规模电气化将需要仔细规划和与电网协调。电动汽车（EV）在渗透率提高的情况下不受管理，不协调的充电将放大现有的峰值负荷，可能超过电网可靠满足需求的能力。在本文中，我们报告了OptimizEV项目的研究结果-这是一项在纽约州北部进行的真实试点研究，旨在探索一种协调住宅电动汽车充电的新方法。拟议的协调机制旨在利用电动汽车充电的潜在灵活性，为电动汽车车主提供货币激励，以延迟电动汽车充电所需的时间。每次电动汽车车主启动充电会话时，他们都要通过从最后期限菜单中选择来指定他们打算让车辆插上多长时间，这些最后期限菜单提供更低的电价，他们愿意推迟充电所需的时间。给定主动充电请求的集合，智能充电系统实时动态优化每个EV的电力消耗，以最大限度地减少电网压力，同时确保每个客户的汽车在截止日期前充满电。在建议的激励机制下，我们发现客户经常愿意参与优化的充电会话，允许系统延迟完成他们的充电请求平均超过8小时。利用客户提供的灵活性，智能充电系统被证明在将大多数电动汽车充电负载转移到非高峰以填补总负载曲线的夜间低谷方面非常有效。客户选择率在研究期间保持稳定，提供了支持拟议协调机制的经验证据，作为潜在可行的“非有线替代方案”，以满足对电力驱动的电动汽车采用的需求增长。
2023-02-17 cs.SY eess.SY
Data-driven modeling and supervisory control system optimization for plug-in hybrid electric vehicles
Tsinghua University（清华大学）；University College London（伦敦大学学院）；Southeast University（东南大学）；Dongfeng Motor Corporation Ltd.（东风汽车集团有限公司）
本文融合物理与数据驱动模型构建高保真PHEV环境，提出时域扩展RL与ECMS结合的实车控制框架，经仿真和硬件在环验证兼具燃油经济性、最优性与抗干扰性。
2024-06-13 cs.AI cs.SY eess.SY
On the Evaluation of Plug-in Electric Vehicle Data of a Campus Charging Network
Qatar Environment and Energy Research Institute（卡塔尔环境能源研究所）；College of Science and Engineering Hamad Bin Khalifa University（哈马德·本·哈利法大学科学与工程学部）；Department of Mechanical and Aerospace Engineering University of California at San Diego（加州大学圣地亚哥分校机械与航空航天工程系）
本文基于校园充电网络数据，分析了插电式电动车的充电需求及太阳能利用潜力，为可持续充电设施设计提供依据。
2016-02-09 cs.SY eess.SY math.OC
Integrated motion control and energy management of series hybrid electric vehicles: A multi-objective MPC approach
本文针对串联混合动力汽车的运动控制与能量管理集成问题，提出了一种内嵌运动控制的多目标MPC能量管理方法，并引入电池电流约束以避免过高充放电电流，从而提升安全性、延长电池寿命。
2023-04-07 cs.SY eess.SY math.OC
Optimal Energy Management of Plug-in Hybrid Vehicles Through Exploration-to-Exploitation Ratio Control in Ensemble Reinforcement Learning
University of Birmingham（伯明翰大学）；Tsinghua University（清华大学）
开发具有高度适应性和优越性的智能能量管理系统对混合动力汽车具有重要意义。提出了一种基于学习自动机模块（LAM）的集成学习方法来提高汽车能效。两个并行的基础学习器的两个探索开发比（E2E）的方法来产生一个最优的解决方案，并最终的行动是共同确定的LAM使用三个集成方法。基于强化学习的传统指数衰减（EXD）函数，分别提出了“基于倒数函数的衰减”（RBD）和“基于步长的衰减”（SBD）算法来生成E2E比率轨迹。此外，考虑到三种衰减函数的不同性能，采用RBD，SBD和EXD的最佳组合来确定最终作用。在软件在环（SiL）和硬件在环（HiL）中进行了实验，以验证在四个预定义周期下的潜在节能性能。SiL测试表明，集成学习系统的最佳组合可以实现1.09 $\%$更高的车辆能源效率比一个单一的Q学习策略与EXD功能。在HiL测试中，具有最优组合的集成学习系统在预定义的真实驾驶条件下比基于EXD函数的单个Q学习方案节省超过1.04 $\%$。
2023-03-15 cs.RO cs.SY eess.SY
An Efficient Method for Quantifying the Aggregate Flexibility of Plug-in Electric Vehicle Populations
针对异构电动汽车群体灵活性集合的Minkowski和难以精确计算的问题，提出基于半空间多面体仿射变换的最大体积内近似线性规划方法，可多项式扩展并改进现有方法。
2024-01-18 cs.SY eess.SY math.OC
On-line Decentralized Charging of Plug-In Electric Vehicles in Power Systems
Carnegie Mellon University（卡内基梅隆大学）
提出一种分散式智能充电算法，通过最小化配电系统负荷方差实现“平坦”总负荷曲线，该算法基于当前系统状态在线控制，无需未来信息，并具有渐近最优性。
2011-11-18 cs.SY eess.SY math.OC
A Fully Distributed Approach for Plug-in Electric Vehicle Charging
Carnegie Mellon University（卡内基梅隆大学）；ETH Zurich（苏黎世联邦理工学院）
本文提出一种基于智能体的分布式方法，用于协调电动汽车充电，以最小化充电成本并满足电池和基础设施限制。
2016-05-02 cs.SY eess.SY math.OC
Vehicle Electrification Solutions: review and open challenges
电动汽车通常是指任何部分或全部由电池供电的车辆，电池可以直接插入电源。因此，新的车辆提供了各种好处，包括便利性，效率，可持续性和经济性。本研究涉及车辆电气化解决方案的全面审查。事实上，主要的电动汽车技术。此外，根据文献中的几项研究工作，说明了主要的电气化解决方案，包括电气化程度，电池系统管理，车载充电器和电源转换器。此外，这些解决方案，以及开放的挑战，进行了讨论和评估。
2022-08-19 cs.SY eess.SY
Optimal Planning of Single-Port and Multi-Port Charging Stations for Electric Vehicles in Medium Voltage Distribution Networks
本文描述了一种基于混合整数线性规划的方法，以成本最优的电动汽车（EV）在配电网中的驱动需求的函数的充电器的位置和大小。这个问题解释了单端口充电器（SPC）和多端口充电器（MPC）的概念，其中一个充电器可以最大限度地连接一个EV，而同一个充电器可以连接多个EV。MPC的优势是双重的。首先，多个端口允许在多辆车之间进行套利充电，而不需要驾驶员插拔电动汽车。其次，充电器的电力电子器件的大小不适合充电端口的总数，从而在电网约束成为问题的瓶颈时能够节省成本。所提出的方法可以考虑不同的充电器类型，例如慢速和快速充电器，并对驾驶员插拔电动汽车的灵活性进行建模。综合案例研究的模拟结果表明，实施MPC是有益的SPC和司机的灵活性方面所需的充电基础设施的总投资。
2021-11-13 cs.SY eess.SY
Competitive Charging Station Pricing for Plug-in Electric Vehicles
Huazhong University of Science and Technology（华中科技大学）；The Chinese University of Hong Kong（香港中文大学）
本文研究了充电站定价与插电式电动汽车（PEVs）选址问题，通过构建多领导者-多追随者Stackelberg博弈模型，分析充电站定价与车辆选址的均衡策略。
2015-11-28 cs.GT cs.SY eess.SY
Active Short Circuit and Safe Discharge Mechanisms in Multi-Phase Inverters During Critical Failures
Dana Inc（丹纳公司）
针对电动汽车动力总成中多相逆变器故障保护需求，提出结合集中式短路检测、主动相短路和受控放电的机制，实验证明其能提升故障检测性能、响应速度及系统鲁棒性，增强多相逆变器安全性与可靠性。
2025-11-11 cs.SY eess.SY
Fully Distributed Cooperative Charging for Plug-in Electric Vehicles in Constrained Power Networks
Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系）
本文提出一种完全分布式算法，解决受约束电力网络中插电式电动车的协同充电问题，通过邻居节点的迭代交互实现计算分布，确保价格信号一致性和车辆约束可行性。
2018-06-28 cs.DC cs.SY eess.SY
Robo-Chargers: Optimal Operation and Planning of a Robotic Charging System to Alleviate Overstay
针对公共充电桩超时占用问题，提出配备机器人充电桩的充电站优化运行与规划模型，通过技术经济分析验证其在高超时占用场景下的优势及实时应用鲁棒性。
2023-06-18 cs.SY eess.SY
Energy Management of Multi-mode Plug-in Hybrid Electric Vehicle using Multi-agent Deep Reinforcement Learning
School of Engineering, University of Birmingham（伯明翰大学工程学院）；Zhejiang University（浙江大学）
针对多模式PHEV能量管理的MIMO控制需求，提出基于MADRL的握手协同策略，经参数优化后相比单智能体和传统规则方法分别最多节能4%和23.54%。
2023-08-28 cs.LG cs.RO cs.SY
Model-Agnostic Energy Throughput Control for Range and Lifetime Extension of Electric Vehicles via Cell-Level Inverters
University of California, Berkeley（加州大学伯克利分校）；Chalmers University of Technology（查尔姆斯理工大学）；BMW Group Technology Office USA（宝马集团美国技术办公室）
本文提出一种模型无关的能量吞吐控制策略，通过细胞级逆变器实现对单个电池单元的独立控制，提升电动汽车续航和电池寿命。
2026-04-08 cs.SY eess.SY
Improving power grid transient stability by plug-in electric vehicles
Faculty of Electrical Engineering and Information Technologies, “Ss Cyril and Methodius” University（“圣西里尔和梅托迪乌斯”大学电气与信息工程学院）；Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所）；Department of Physics, Humboldt University of Berlin（柏林洪堡大学物理系）；Institute for Complex Systems and Mathematical Biology, University of Aberdeen（阿伯丁大学复杂系统与数学生物学研究所）；Faculty of Computer Science and Engineering, “Ss Cyril and Methodius” University（“圣西里尔和梅托迪乌斯”大学计算机科学与工程学系）；BioCircuits Institute, UC San Diego（加州大学圣地亚哥分校生物电路研究所）
本文提出利用插电式电动车作为分布式能源资源，在车辆到电网模式下提升电网暂态稳定性，通过调节电动车功率输出，显著降低电压波动并延长关键清除时间。
2014-10-07 cs.SY eess.SY math.OC
Value of Bidirectional V2G Smart Charging Responsive Services: Insights from a Simple CA Model
本文采用弹性需求的粒子跳跃元胞自动机（CA）模型，研究了采用V2 G响应服务对插电式电动汽车（PEV）聚合器的增值作用。CA模型用于研究负载筛选响应进行修改，以捕获放电/充电能力的V2 G。然后分析CA的斜坡响应结果，以讨论V2 G响应服务对系统可控性的小贡献。
2022-09-14 cs.SY eess.SY
Optimal Vehicle Dynamics and Powertrain Control for Connected and Automated Vehicles
University of Delaware（特拉华大学）
本文提出了一种两级控制架构，用于优化连接和自动化混合动力电动汽车的速度剖面和动力总成效率，通过车辆网络模拟评估了该架构。
2019-05-24 cs.SY eess.SY math.OC
Reliable Dispatch of Renewable Generation via Charging of Dynamic PEV Populations
Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院自动化与应用信息学研究所）
本文提出一种三阶段方案，通过动态PEV群体充电实现包含间歇性可再生能源的系统调度，解决间歇性发电的不确定性及车辆聚合时间变化的问题。
2018-05-24 cs.SY eess.SY
Value of Optimal Trip and Charging Scheduling of Commercial Electric Vehicle Fleets with Vehicle-to-Grid in Future Low Inertia Systems
交通电气化被视为全球脱碳议程的重要一步。由于电动汽车（EV）对电力系统的预期负载如此之大，因此协调充电以平衡电力的供应和需求是重要的。通过车辆到电网（V2G）技术实现的双向充电将从插入的固定电动汽车中释放出大量的存储容量。为了进一步推动这一概念，本文量化了商业电动汽车车队运营商从提前一天同时安排其行程以及充电中获得的潜在收入。这使得车队能够完成其行程（用户定义的行程长度和距离），同时利用波动的能源和辅助服务价格。提出了一个数学框架，制定为一个混合整数线性规划，并适用于几个相关的情况下，现在和未来的英国电力系统的最优行程调度。结果表明，最佳的旅程开始时间可以增加商业船队的收入高达38%，在夏季和冬季12%。这意味着维修车队的一辆电动汽车每年可以增加高达729英镑的额外收入。灵活的出行时间表在夏季更有价值，因为在太阳能输出高峰期间保持电动汽车的插入将使电网和车队运营商受益最大。还发现，5，000辆电动汽车的车队将导致相当于从系统中删除一台联合循环燃气轮机的$\textrm{CO}_2$。这种收入和碳节约的显着增加表明这种方法值得研究潜在的未来应用。
2022-04-25 cs.SY eess.SY
On Statistical Modeling of Load in Systems with High Capacity Distributed Energy Resources
分布式能源的出现给电网的运行和规划带来了新的挑战。特别重要的是引入了一个新的复杂层，其表现为新的不确定性的形式，这可能严重限制现代电力系统的弹性和可靠性。例如，越来越多地采用非常规负载，如插电式电动汽车，可能导致不确定的消费者需求模式，其特征通常是随机的不期望的能源消耗峰值。二零二一年上半年，电动汽车销量增长近160%，约占全球汽车市场新增销量的26%。本文研究了广义混合模型的适用性，在系统中的聚合负载的统计表示增强与高容量的分布式能源，如插入式电动汽车。
2022-07-22 cs.SY eess.SY
Formal Controller Synthesis for Frequency Regulation Utilising Electric Vehicles
在本文中，我们提出了一个正式的控制器综合方法整合人口的插件在电动汽车的频率调节的电力系统。这种方法是形式化方法在智能电网中的首次应用，特别是在电力系统的频率调节中。我们为英国电力系统设计并仿真了一种新的符号控制器。所提出的控制器增强了系统的频率响应行为时，遇到一个大的停电事件。符号控制器保证在规定的安全间隔内解决事后频率，并保证满足其他频率要求。
2020-05-08 cs.SY eess.SY
Merging Large Language Models and Battery Physics for User-Aware Electric Vehicle Driving Management
The Pennsylvania State University（宾夕法尼亚州立大学）；Stellantis US LLC（斯特兰蒂斯美国有限责任公司）
本文提出融合大语言模型与电池物理的混合框架，通过LLM解析用户意图生成有界行为参数，并经物理安全过滤器约束，实现安全且用户感知的电动汽车驾驶管理。
2026-09-24 cs.SY eess.SY
Decentralized Assignment of Electric Vehicles at Charging Stations Based on Personalized Cost Functions and Distributed Ledger Technologies
在本文中，我们提出了一个随机分散算法推荐最方便的充电站（CS）的插电式电动汽车（PEVs），需要充电。特别地，我们使用不同的代价函数来描述PEV驱动器的可能不同的优先级，例如最小化充电成本、充电时间或它们与CS之间的距离的偏好。为此，我们利用基于许可的分布式账本技术（DLT）的物联网架构来强制驾驶员合规，并减少驾驶员有害不当行为的发生。在现实的城市范围内的网络与移动性模拟器SUMO进行了广泛的模拟已经提供了说明如何建议PEV分配程序在实践中工作，并验证其性能。
2021-01-07 cs.SY eess.SY
An Extended State Space Model of Aggregated Electric Vehicles for Flexibility Estimation and Power Control
本文提出一种聚合电动汽车的扩展状态空间模型（eSSM），通过考虑完全充放电EVs的有限灵活性来更准确捕捉不同SOC下的状态转移动态，相比传统SSM方法能更准确预测灵活性与功率轨迹并有效跟踪实时功率参考。
2025-03-06 cs.SY eess.SY
Niche to normality -- an interdisciplinary review of Vehicle-to-Grid
车辆到电网（V2 G）能力使电动汽车能够从电池中释放电力供外部使用，这是电力和运输部门耦合的缩影。为了在这些庞大而成熟的行业中蓬勃发展，V2 G服务必须为许多利益相关者提供技术，经济和社会价值。在这篇综述中，我们对V2 G服务进行了全面和跨学科的研究，强调了广泛的潜在好处以及减缓技术从利基试验到主流采用的挑战。我们发现，利益往往被价值主张和利益相关者孤立，而挑战往往源于堆叠多个价值和连接多个利益相关者。因此，我们确定了未来研究、行业和政策活动的关键领域，这些领域将加速和顺利实现V2 G作为清洁交通电力系统重要支柱的潜力。
2021-02-02 cs.SY eess.SY physics.soc-ph
Compact Cooperative Adaptive Cruise Control for Energy Saving: Air Drag Modelling and Simulation
本文研究的价值，沟通的运动预测的纵向控制连接自动驾驶汽车（CAV）。我们专注于一个安全的合作自适应巡航控制（CACC）的设计和分析的价值，车对车（V2V）的通信存在不确定的前车加速度。对CACC的兴趣是由能源消耗和道路吞吐量的潜在改善所激发的。为了量化这种潜力，我们的特点实验车间间隙，车速和（减少）的能源消耗的紧凑型插电式混合动力汽车之间的关系。由此产生的模型被用来显示我们的控制设计的功效，该设计追求连续CAV之间的小车辆间间隙，从而提高能源效率。我们提出的控制设计是基于一个强大的模型预测控制框架，系统地考虑系统的不确定性。我们提出了一组全面的模拟，旨在量化能源效率的提高时，通过V2V通信交换的车辆状态和预测在控制律中使用。
2021-08-18 cs.SY eess.SY
Plug-and-Play Model Predictive Control for Load Shaping and Voltage Control in Smart Grids
University of California, Berkeley（加州大学伯克利分校）；ETH Zurich（苏黎世联邦理工学院）
本文提出了一种用于处理智能电网中即插即用充电请求的预测控制器，通过分层控制方案优化系统成本，实现负载整形与电压控制。
2016-06-21 cs.SY eess.SY
Day-ahead Schedule Considering the Participation of Electric Vehicles in Primary Frequency Response
可再生能源在电力系统中的接入会引起系统等效惯量的减小，从而导致电力系统的不稳定。另一方面，储能系统已被证明是提高能源系统运行灵活性的有效工具，这可能有利于整合可再生能源。以这种方式，当这种车辆停放并连接到电网时，插入式电动车辆（PEV）电池可以用作存储器。在这项工作中，PEVs的主要频率响应的贡献进行了分析，在系统中占主导地位的可再生能源。考虑到PEVs集团可以积极参与电力市场，支持日前备用容量，并提供一次频率响应，开发了日前调度模型。该模型在阿马帕联邦大学的配电系统中实现。
2022-07-19 cs.SY eess.SY
Modular Drive Architecture for Software-defined Vehicles Enabled by Power-packet-based Sensorless Control
Kyoto University（京都大学）
本文提出一种模块化驱动架构，通过功率包调度系统实现硬件软件分离，利用车辆侧测量的物理量估计电机内部状态，消除驱动模块传感器需求，降低布线复杂度并集中控制逻辑，推动下一代电动化的标准化、即插即用平台。
2026-04-19 cs.SY eess.SY
Electric Vehicle Battery Sharing Game for Mobile Energy Storage Provision in Power Networks
配备有双向充电器的电动车辆（EV）可以作为移动能量存储提供有价值的电网服务。然而，需要适当的财政激励措施来招募电动汽车司机为电网提供服务。在本文中，我们考虑了两种类型的电动汽车司机谁可能愿意提供移动存储服务使用他们的电动汽车：通勤者采取固定路线，按需电动汽车司机谁收到激励从运输网络公司（TNC），并愿意采取任何路线。我们使用博弈论的方法建模的每种类型的驱动程序的行为，并表征纳什均衡（NE）的电动汽车电池共享游戏，每个电动汽车驱动程序从电网中提取电力充电的电动汽车电池在起点的路线，旅行从起点到目的地，然后放电回到电网的目的地的路线。司机获得的回报取决于其他司机的参与和电力网络条件。我们的NE的特点在三种情况下：当只有通勤者，当只有按需跨国公司的司机，当两组司机共存。特别是，我们表明，在这三种情况下的均衡结果支持社会福利。
2022-12-16 cs.SY eess.SY
On the Control of Energy Storage Systems for Electric Vehicles Fast Charging in Service Areas
eCampus University（埃坎普斯大学）
本文提出了一种实时控制策略，用于整合电动汽车快速充电应用中的能量存储系统，结合间歇性可再生能源发电。采用两步法，利用模型预测控制方法，优化充电功率分配并管理插电车辆优先级，以高效维持充电过程。通过两个案例分析，展示了在电网断开和连接到电网时的控制效果。
2016-07-01 cs.SY eess.SY
Co-Optimization of Adaptive Cruise Control and Hybrid Electric Vehicle Energy Management via Model Predictive Mixed Integer Control
该研究面向比亚迪秦Plus DM-i PHEV，将ACC与考虑离合器状态的EMS整合为MINLP，并在MPC框架下实现跟车节能协同优化，燃油消耗较顺序优化降低5.1%。
2023-04-24 cs.SY eess.SY
Profit-aware Online Vehicle-to-Grid Decentralized Scheduling under Multiple Charging Stations
Gwangju Institute of Science and Technology (GIST)（光州科学技术院）；Korea Electric Power Research Institute (KEPRI)（韩国电力研究院）
本文研究了在多个充电站环境下，通过定义权重参数最大化供需双方整体利润的车辆到电网调度问题，并提出了一种在线去中心化贪心算法来解决混合整数非线性规划问题，通过模拟验证了该算法在整体可实现利润和最终电力负荷平坦度方面的优越性能。
2018-12-26 cs.SY eess.SY
Uncertainty-Aware Prediction of Battery Energy Consumption for Hybrid Electric Vehicles
Johannes Kepler University Linz（约翰内斯·开普勒大学林茨分校）
本文针对混合动力汽车里程焦虑问题，提出一种基于真实世界电池属性数据的机器学习方法，通过降低预测不确定性，在能耗预测准确性和可靠性上优于传统物理化学模型。
2023-04-17 cs.LG cs.SY eess.SY
Linking Parking and Electricity Values to Unlock Potentials of Electric Vehicles in Portuguese Buildings
公共和商业建筑中的大型停车场越来越多地安装为电动汽车（EV）服务所需的基础设施。利用停放电动汽车的充电和放电灵活性，有可能显著增加现场可再生能源发电的自我消耗，并降低建筑物的能源成本。电动汽车的最佳充电和放电管理可以填补自发电和建筑用电需求之间的差距，同时考虑电费。电动汽车和建筑物之间的最佳互动将在分布式能源高度渗透的电网运营中发挥关键作用，例如葡萄牙电网。然而，在葡萄牙，现行法规不允许建筑物和电动汽车之间进行金融交易以换取充电和放电。这使得大多数提出的充电和放电管理策略不切实际。本文介绍了一种新颖而实用的框架，以连接商业和公共建筑的电力和停车价值。该框架将在停车时间和充电和放电期间的增值服务的背景下管理建筑物和车辆之间的相互作用。拟议的配方已准备好采用，因为它符合现行法规并依赖于现有技术。仿真结果显示了所提出的解决方案对建筑业主的成本降低和自我消费的好处。
2020-05-04 cs.SY eess.SY physics.soc-ph
Secure Integration of Electric Vehicles with the Power Grid
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文研究了如何安全地将分布式能源资源（DERs）特别是可插拔电动汽车（EVs）与电网集成，提出了一种新型的网络物理异常检测引擎，通过监控系统行为和检测异常来确保关键电网组件的安全性。
2019-08-04 cs.SY eess.SY
Cooperative Adaptive Cruise Control with Constant Distance Gaps for Retrofitted Legacy Vehicles
Department of Energy, Systems, Territory and Constructions Engineering, University of Pisa（比萨大学能源、系统、领土与建筑工程系）；Fraunhofer Institute FOKUS, Berlin（柏林弗劳恩霍夫FOKUS研究所）；Dyson School of Design Engineering, Imperial College London（帝国理工学院戴森设计工程学院）
针对过饱和信号交叉口，提出一种基于MPC的恒定间距CACC控制器，仅用单车前视通信实现3米内紧密间距，并通过间距松弛策略提升车队长度，实车实验验证了其有效性。
2026-10-06 cs.SY eess.SY
