En-route Charging Coordination for Electric Trucks
KTH Royal Institute of Technology(皇家理工学院)
针对长途货运电动化中充电基础设施容量有限和拥堵问题,提出一种基于混合整数规划的协调充电调度框架,可降低充电、运营、电池退化和拥堵延迟成本,相比非协调调度节省高达36%的成本。
2026-05-26 cs.SY eess.SY
Price-Coordinated Mean Field Games with State Augmentation for Decentralized Battery Charging
Polytechnique Montreal(蒙特利尔理工学院);GERAD;Department of Electrical Engineering, Polytechnique Montreal(蒙特利尔理工学院电气工程系)
本文利用均场博弈解决大规模电池存储代理的去中心化协调充电问题,通过状态增强将充电功率作为状态变量,其变化率作为控制输入,推导出非线性耦合的前向后向微分方程,并证明了均衡的存在性和唯一性。
2026-08-11 cs.SY eess.SY math.OC
Coordinated Planning of Offshore Charging Stations and Electrified Ships: A Case Study on Shanghai-Busan Maritime Route
针对船舶电气化中续航与载货的矛盾,本文提出海上充电站与电动船舶的协同规划模型,利用AIS数据评估上海-釜山航线,证明安装充电站可显著降低推进成本。
2023-12-25 cs.SY eess.SY
Coordinated Electric Vehicle Charging Control with Aggregator Power Trading and Indirect Load Control
The University of Hong Kong(香港大学)
本文提出了一种新的大规模电动汽车充电问题,通过能源交易最大化聚合商利润,采用集中迭代方法解决非凸问题,并开发分布式优化启发式方法以提高计算效率。
2017-04-25 cs.SY eess.SY
Optimizing Electric Taxi Charging System: A Data-Driven Approach from Transport Energy Supply Chain Perspective
Tsinghua University(清华大学);Sparkzone Institute Tsinghua University(清华大学智源研究院)
本文从交通运输能源供应链角度出发,提出数据驱动方法优化电动出租车充电站布局,通过案例研究评估系统效率和服务质量,对比分析拥堵情况下的效果。
2017-12-04 cs.SY eess.SY math.OC
Open-Loop and Model Predictive Control for Electric Vehicle Charging to Manage Excess Renewable Energy Supply in Texas
该研究基于德克萨斯州2035年可再生能源装机与电动车队预测,对比开环控制与模型预测控制(MPC)利用时变费率消纳过剩可再生能源的效果,发现MPC消纳效果更优但步长过频会引发问题,需平衡能源利用率与用户参与度。
2024-12-11 cs.SY eess.SY
Collaborative Optimization Framework of Battery Charging / Swapping Stations for eVTOLs Based on Closed-Loop Supply Chain and Space-Time Network
School of Electrical Engineering, Shanghai Jiao Tong University(上海交通大学电气工程学院);Faculty of Artificial Intelligence, Shanghai University of Electric Power(上海电力大学人工智能学院);Department of Computer Science, University College London(伦敦大学学院计算机科学系)
本文针对eVTOL电池能量补给的约束问题,提出基于闭环供应链的充电换电站模型,利用时空网络方法优化电池调度和物流,通过Gurobi求解验证了模型的可行性,缓解了eVTOL的续航焦虑并支持其商业化应用。
2026-08-12 cs.SY eess.SY
Game-Theoretic Electric Vehicle Charging Management Resilient to Non-Ideal User Behavior
Data61 (NICTA), CSIRO(数据六十一(国家信息通信技术技术中心),联邦科学与工业研究组织);University of New South Wales(新南威尔士大学);Australian National University(澳大利亚国立大学)
本文研究了考虑聚合器非理想行为的电动汽车充电竞争,通过双阶段非合作博弈模型分析聚合器间互动,证明非合作行为下可达到子博弈完美ε-纳什均衡,并通过案例研究验证协调充电策略在节能和峰谷比降低方面的鲁棒性。
2017-12-18 cs.GT cs.SY eess.SY
Two-stage Coordinated Energy Management of Train Operation and Wayside Energy Storage System for Rail Power Supply Systems
针对电气化铁路供电系统,提出两阶段协调能量管理方法,联合优化列车运行与储能调度,通过日前计划和日内滚动优化,降低电网峰值功率35.7%和系统总成本28.8%。
2026-09-16 cs.SY eess.SY
Coordinated Deliverable Energy Flexibility from EV Aggregators in Distribution Networks
针对配电网电动汽车充电优化问题,提出含双优化模型的协同框架,结合鲁棒/随机混合方法处理不确定性,经改进IEEE 33节点系统仿真验证了有效性。
2025-01-12 cs.SY eess.SY
Community-to-Vehicle: Integrating Electric Vehicles into Energy Communities -- A Swiss Case Study
Empa, Swiss Federal Laboratories for Materials Science and Technology(瑞士联邦材料科学与技术研究院);Delft University of Technology(代尔夫特理工大学);Enexis Netbeheer B.V.(Enexis Netbeheer有限公司)
本文提出社区至车辆(C2V)机制,通过在社区边界内实现电动汽车充电,提高本地光伏利用效率,降低充电成本并增加社区收入。
2026-05-07 cs.SY eess.SY
Smart Charging for Electric Vehicles: A Survey From the Algorithmic Perspective
McGill University(麦吉尔大学)
本文从算法角度综述了智能电网、聚合商和电动汽车之间的智能互动,探讨了协调充电的三大视角:电网导向、聚合商导向和用户导向,分析了相关算法及未来研究方向。
2016-07-22 cs.SY eess.SY
Optimal Multi-Modal Transportation and Electric Power Flow: The Value of Coordinated Dynamic Operation
Massachusetts Institute of Technology(麻省理工学院);ISO New England(新英格兰独立系统运营商);Stevens Institute of Technology(史蒂文斯理工学院);CSIRO National Energy Analysis Centre(澳大利亚联邦科学与工业研究组织国家能源分析中心)
本文提出OMTEPF模型,基于异构功能图理论联合优化交通-电力耦合网络中的车辆调度、路径选择、充电排队、协调充电及车辆到电网稳定等五项关键决策,显式追踪单辆EV的动态荷电状态,并通过IV-ACOPF保证电气子问题全局最优,证明了协调动态运行相对于孤立管理的显著价值。
2025-10-13 cs.SY eess.SY
CoordiQ : Coordinated Q-learning for Electric Vehicle Charging Recommendation
Baidu Inc.(百度公司);University of Minnesota(明尼苏达大学);Rutgers University(罗格斯大学)
电动汽车的使用量一直在迅速增加,但充电站并不总是能满足需求,因此,有效地将车辆路由到充电站对于以最高效率运行至关重要。决定向哪些站推荐驾驶员是一个复杂的问题,具有大量可能的推荐、不稳定的使用模式和推荐的时间延长的后果。强化学习为解决顺序决策问题提供了一个强大的范例,但传统方法可能会因为大量的可能动作而难以获得样本效率。通过开发一个允许复杂动作表示的模型,与模拟中的现有基线相比,我们将系统用户的结果提高了30%以上。如果广泛实施,这些更好的建议每年可以在全球范围内节省超过400万人小时的等待和驾驶。
2021-01-28 cs.AI cs.LG cs.MA
Battery-assisted Electric Vehicle Charging: Data Driven Performance Analysis
随着电动汽车数量的迅速增加,其对电网的峰值需求成为主要挑战之一。最近出现了电池辅助充电概念,其允许在非高峰时段和充电会话之间积累能量,以比电网更高的速率对车辆进行升压充电。虽然之前的研究主要集中在电池辅助充电的设计和实施方面,但其在大地理范围内的影响在很大程度上仍未得到探索。在本文中,我们使用英国国内和公共环境中超过300万次电动汽车充电的数据集,分析了电池辅助充电在多大程度上可以取代高速充电器。我们首先开发了一个离散事件电动汽车充电模型,该模型考虑了电池容量,电网供电能力和功率输出等参数。然后,我们进行模拟,以评估电池辅助充电的性能,包括提供的能量,充电时间和与传统高速充电器的平价。结果表明,在家庭环境中,电池辅助充电提供了98%的性能平价的高速充电器从一个标准的3千瓦电网连接与一个单一的电池组。对于非家用设置,电池辅助充电器可以提供92%和99%的性能平价的高速充电器与10个电池组分别使用3kW和7kW电网供电。
2020-10-27 cs.SY eess.SY
On optimal coordinated dispatch for heterogeneous storage fleets with partial availability
本文解决了问题的聚合功率配置文件(在协调放电或充电操作)的异构舰队的存储设备的可用性约束的装置的最佳调度。设备具有不同的初始能量水平,额定功率和效率;此外,车队在没有交叉充电的情况下运行。一个明确的反馈策略,提出了计算一个可行的时间表,只要存在和可扩展的设计程序,以实现最大的故障时间或最小的未服务的能源的情况下,不可行的聚合需求配置文件。最后,提出了一个时域特征的集合的可行的需求配置文件,使用聚合约束,适用于最优化问题的总人口行为的兴趣。
2022-03-16 cs.SY eess.SY math.OC
Robust Electric Vehicle Balancing of Autonomous Mobility-On-Demand System: A Multi-Agent Reinforcement Learning Approach
University of Connecticut(康涅狄格大学);University of Illinois, Chicago(伊利诺伊大学芝加哥分校)
本文针对电动自动驾驶车辆在自主按需出行系统中的供需不确定性问题,提出基于多智能体强化学习的REBAMA算法,通过对抗智能体建模不确定性并训练鲁棒平衡策略,显著提升了奖励、充电利用公平性与供需公平性。
2023-07-30 cs.AI cs.LG cs.MA
Analysis of Electric Vehicle Charging Station Usage and Profitability in Germany based on Empirical Data
电动汽车正在蓬勃发展,随之而来的是所需的公共充电站。了解如何使用充电站对于充电站本身、导航系统、电网等的运营商至关重要。与2017年相比,现在每个充电站的车辆数量为2.5辆,因此系统需要智能高效地分配充电点。本文通过结合27,800个装置的使用数据,介绍了德国充电站的能耗、到达时间、占用率和盈利能力的代表性数据。AC充电站主要在白天和工作日充电,而DC快速充电站在周末更受欢迎。快速充电器在每个连接点为大约3倍的车辆提供服务,同时由于实现的利润率更高,利润也更高。对于AC充电器,在平均充电事件中充电高达20 kWh的能量,而DC快速充电器提供约40 kWh的能量。
2022-06-20 cs.SY eess.SY
Multi-objective Scheduling of Electric Vehicle Charging/Discharging with Time of Use Tariff
电动汽车(EV)的增加导致对电力的需求增加,有时会对电网造成压力。电动汽车的不协调充电可能会对配电网络造成压力,并且在充电过程中通常需要某种形式的优化。最优协调充电本质上是一个多目标优化问题(MOOP),目标函数包括最低价格充电和最小化对电网的干扰。在这篇手稿中,我们提出了一个通用的多目标电动汽车充电/放电时间表(MOEVCS)框架,其中使用时间(TOU)的关税是根据负载要求在每个时间戳设计的。为了获得最优调度方案并平衡不同利益相关者(如电动汽车所有者,电动汽车充电站(EVCS)和电网运营商)的竞争利益,我们设计了三个竞争目标函数,包括电动汽车所有者成本,EVCS利润和网络影响。此外,我们创建了四个不同的收费请求分布在调查期间的应用场景。由于不同类型的决策变量在这个MOOP,我们开发了一个约束混合变量多目标进化算法(MVMOEA),以实现建议MOEVCS框架。我们的研究结果表明,MOEVCS在三个相互竞争的目标之间取得平衡的有效性。
2021-10-20 cs.SY eess.SY
Data-Driven Distributionally Robust Electric Vehicle Balancing for Autonomous Mobility-on-Demand Systems under Demand and Supply Uncertainties
University of Connecticut(康涅狄格大学);University of Illinois, Chicago(伊利诺伊大学芝加哥分校);Florida State University(佛罗里达州立大学);Rutgers University(罗格斯大学);University of Virginia(弗吉尼亚大学)
电动汽车(EV)由于其经济和社会效益而迅速被采用。自主移动按需(AMoD)系统也顺应了这一趋势。然而,EV的长充电时间和高充电频率对有效管理EV AMoD系统提出了挑战。电动汽车主动式驱动系统复杂的动态充电和移动过程,使得在设计车辆平衡算法时,需求和供应的不确定性很大。在这项工作中,我们设计了一个数据驱动的分布式鲁棒优化(DRO)方法来平衡电动汽车的移动服务和充电过程。优化目标是在乘客出行需求不确定和电动汽车供应不确定的情况下最小化最坏情况下的期望成本。然后,我们提出了一种新的分布式不确定性集的构造算法,保证所产生的参数包含在所需的置信区域与给定的概率。为了解决所提出的DRO AMoD EV平衡问题,我们推导出一个等价的计算上易处理的凸优化问题。基于出租车系统的真实电动汽车数据,我们表明,与不考虑不确定性的解决方案相比,我们的解决方案的平均总平衡成本降低了14.49%,平均移动公平性和收费公平性分别提高了15.78%和34.51%。
2022-11-24 cs.RO cs.SY eess.SY
Coordinated Expansion Planning of Transmission and Distribution Systems Integrated with Smart Grid Technologies
针对智能电网技术融合对输电网规划的影响,提出输配系统协调扩张随机多阶段规划模型,涵盖多类资源与充电站规划,采用聚类与蒙特卡洛方法处理不确定性,经BDD求解及标准测试系统验证有效。
2023-10-09 cs.SY eess.SY
A Semi-Intelligence Algorithm For Charging Electric Vehicles
电动汽车在配电网中的普及给配电公司带来了许多挑战,如电压降、网络损耗等。为了克服这些问题,建议使用协调充电方法。然而,这些方法需要高成本的电信、测量和处理基础设施,并且只能在智能电网中实现。本文介绍了一种半智能方法(SSM),可以为不需要复杂基础设施的电动汽车充电。该方法使用简单且廉价的本地自动化系统,在DN的非高峰时段为电动汽车充电,从而改善其参数。由于电动汽车是在低交通量的时间间隔充电的,因此所提出的方法有利于电动汽车车主。为了得到真实的结果,考虑4线DN来模拟中性线的影响。为了确认所提出的方法的有效性,它是比较各种不受控的加载方法。一个标准的19总线测试系统用于模拟。
2023-02-25 cs.SY eess.SY
A Three-phase and Single-phase Compatible Dual-Mode EV On-Board Charger with Integrated Active Power Decoupling
该研究提出一种集成有源功率解耦的双模电动汽车车载充电机,可兼容三相与单相电源,通过仅增加一个继电器和小电容实现解耦,使单相运行时直流母线电容大幅降低。
2026-09-02 cs.SY eess.SY
Resource Aware Pricing for Electric Vehicle Charging
电动汽车充电设施为用户提供充电和停车服务,但需收费。停车可用性和充电容量都是有限的资源,随着电动汽车采用率的增加,对充电设施的需求也在增长,因此也有可能超过这些资源限制。在本文中,我们研究了充电设施设置的价格如何影响资源约束被超过的可能性。具体来说,我们提出了概率边界上的充电点的数量和所需的总电源在一个设施的基础上到达车辆的特性。我们假设充电设施向每个用户提供一组不同且固定的充电率,或者允许用户决定充电期限,由此确定充电率。用户随机到达,需要随机的费用。此外,每个用户都有一个随机的不耐烦因素,量化他们的时间价值,以及一个随机的期望时间停留在一个特定的位置。假设合理的用户行为,并与随机参数的概率分布的知识,我们提出了高置信区间的车辆停在车站的总数和总的功率使用的所有车辆积极充电。我们演示了如何使用这些边界的充电设施,以确定适当的价格和调查通过蒙特卡洛模拟案例研究的紧密性的界限。
2020-09-22 cs.SY eess.SY
A Survey of Algorithms for Distributed Charging Control of Electric Vehicles in Smart Grid
电动汽车(EV)是内燃机汽车的环保替代品。尽管电动汽车具有环境效益,但预期的电动汽车扩散所带来的巨大电力需求可能危及电网的安全和经济运行。因此,适当的充电协调策略将是未来电网不可或缺的。协调的EV充电方案可以实现为集中式、分散式和分级系统,其中后两种称为分布式充电控制系统。本文回顾了分布式充电控制方案的最新文献,其中计算分布在多个电动汽车和/或聚合器。首先,我们对电动汽车充电的优化问题进行了分类,包括运营方面和成本方面。然后,在每个类别下,我们提供了一个全面的讨论分布式电动汽车充电调度算法,考虑到电网运营商,聚合器和电动汽车用户的角度。我们还讨论了如何在文献中提出的某些算法处理分布式电动汽车充电控制问题固有的各种不确定性。最后,我们概述了几个需要进一步关注的研究方向。
2019-11-15 cs.SY eess.SY
Balancing-Aware Charging Strategy For Series-Connected Lithium-Ion Cells: A Nonlinear Model Predictive Control Approach
University of Pavia(帕维亚大学)
本文提出了一种基于非线性模型预测控制的平衡意识优化充电策略,通过定制的电化学模型实现对系列连接锂离子电池的平衡控制,并在商用电池上验证了其有效性。
2019-02-06 cs.SY eess.SY
Degradation-Aware Fast-Charging of Li-Ion Batteries Using Joint Electrical and Thermal Model Predictive Control
TNO Mobility and Built Environment(荷兰应用科学研究组织交通与环境部);Eindhoven University of Technology, Department of Electrical Engineering(埃因霍温理工大学电气工程系);National University of Science and Technology Politehnica Bucharest, Faculty of Electronics, Telecommunications and Information Technology(布加勒斯特国立理工大学电子、电信与信息技术学院)
提出一种协调充电电流与主动热管理的控制框架,采用联合电热模型预测控制,在满足电化学退化与热安全约束下最小化充电时间,相比制造商推荐充电时间减少42.2%。
2026-05-24 cs.SY eess.SY
A Two-Layers Predictive Algorithm for Workplace EV Charging
提出面向工作场所EV充电的两层预测算法,结合非参数随机负荷预测、DP经济优化与功率调度,并在Caltech ACN数据集上验证其降本与无离开时间输入下满足充电需求的有效性。
2023-07-17 cs.SY eess.SY
Event-based EV Charging Scheduling in A Microgrid of Buildings
随着电动汽车的普及,电动汽车充电需求成为建筑物中的重要负荷。考虑到电动汽车在建筑物之间的移动性及其不确定的充电需求,在建筑物的微电网中控制电动汽车充电过程以优化总运营成本,同时确保微电网和主电网之间的传输安全,具有很大的实际意义。我们认为这一重要问题在本文中,并作出以下贡献。首先,我们将这个问题表述为一个马尔可夫决策过程,以捕获建筑物微电网中的不确定供应和电动汽车充电需求。该模型除了降低建筑物的总运营成本外,还考虑了电力交换限制以确保输电安全。其次,在基于事件的优化框架下对该模型进行了重新表述,以减轻大的状态和动作空间的影响。通过适当地定义事件和基于事件的动作,可以通过在微电网控制器中搜索随机参数化的基于事件的控制策略并在每个建筑物控制器中实施选择充电规则来优化EV充电过程。第三,提出了一种带调整机制的约束梯度策略优化方法,迭代地找到每个建筑物中电动汽车充电需求的最优事件控制策略。以三栋建筑物组成的微电网为例,对基于事件的电动汽车充电控制策略的结构和性能进行了数值实验分析。
2022-09-05 cs.SY eess.SY
Electric Road Systems for Smart Cities: A Scalable Infrastructure Framework for Dynamic Wireless Charging
Manipal University Jaipur(贾伊普尔马尼帕尔大学)
本文提出了一种可扩展的电力道路系统框架,用于在车辆行驶过程中实现动态无线充电,通过整合感应充电线圈、实时车-基础设施通信和智能电网协调管理,提升电动汽车充电效率和电池寿命。
2026-04-18 cs.SY eess.SY
Dynamic Modeling and Real-time Management of a System of EV Fast-charging Stations
在过去的十年中,对电动汽车(EV)的需求以及EV充电的需求稳步增长。然而,全球大部分地区的快速充电基础设施有限,无法支持电动汽车出行,尤其是长途出行。本研究的目标是开发一个电动汽车快速充电站区域系统的随机动态仿真建模框架,用于实时管理和战略规划(即,容量分配)的目的。为了模拟电动汽车用户的行为,特别是快速充电站的选择,该框架采用了一个多项logit站选择模型,该模型考虑了充电价格,预期等待时间和绕行距离。为了捕捉每个快速充电站的供需动态,该框架在模拟中采用了多服务器排队模型。该研究假设多个快速充电站由一个实体管理,并且对这些站的需求是相互关联的。为了管理系统的车站,研究提出并测试动态需求响应价格调整(DDRPA)计划的基础上,车站排队长度。该研究将建模框架应用于南加州的电动汽车快速充电站系统。结果表明,DDRPA策略是一种有效的机制,以平衡跨快速充电站的充电需求。具体而言,与没有DDRPA方案的情况相比,二次DDRPA方案将平均等待时间减少了26%,将充电站收入(和用户成本)增加了5.8%,而最重要的是,在基础场景中将社会福利增加了2.7%。此外,该研究还表明,建模框架可以评估电动汽车快速充电站容量的分配,以确定需要额外充电器的站点以及将从额外快速充电站中受益的区域。
2020-12-17 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
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
Scenario-Free Uncertainty-Aware DLMP-Based Bilevel Coordination of EV Charging and Reactive Power Support in Distribution Networks
Arizona State University(亚利桑那州立大学)
研究配电网电动汽车充电与无功功率支持协调问题,提出基于DLMP的无场景不确定性感知双层优化框架,用紧凑鲁棒对偶公式处理不确定性,通过非单位功率因数运行提供无功支持,仿真表明可提高电压安全性、有效协调且降低计算复杂度。
2026-07-15 cs.SY eess.SY
Smart Energy Management with Optimized Prosumerism for Achieving Dynamic Net-Zero Balance in Electrified Road Transport Networks
针对电动汽车增长带来的电网负荷压力,本文提出含产消者模式的智能能源管理方案,结合机器学习预测、混合整数线性规划优化与博弈激励机制,有效降低电网负荷与用能成本。
2023-12-12 cs.SY eess.SY
Moving horizon-based optimal scheduling of EV charging: A power system-cognizant approach
插电式电动汽车(PEV)的快速升级及其不协调的充电模式对配电系统操作提出了若干挑战。一些不良影响包括Transformers过载、快速电压波动和过/欠电压。虽然这损害了消费者的电力质量,但它也给本地电压控制设备带来了额外的压力。这些挑战要求为社区中的PEV提供协调良好的电力网络感知充电方法。将电动汽车充电调度问题转化为一个混合整数线性规划问题。这个问题将由一个聚合器来解决,该聚合器在住宅小区中提供充电服务。拟议的公式最大限度地提高利润的聚合,提高现有的基础设施的利用率。该算法在事先知道负荷需求和小时电价的情况下,采用移动时域优化方法,允许车辆到达数量未知。在这种现实的设置,所提出的框架,确保电力系统的约束得到满足,并保证所需的PEV充电水平在规定的时间内。IEEE 13节点馈线系统的数值试验表明,所提出的MILP技术的计算和性能的优越性。
2020-03-27 cs.SY eess.SY math.OC
Electric Vehicle -- Wireless Charging-Discharging Lane Decentralized Peer-to-Peer Energy Trading
本文研究了电动汽车(EV)和嵌入无线能量传输技术的道路车道(称为无线充放电车道(WCDLs))之间的双向能量交换问题。因此,电动汽车可以为电网提供更好的服务,特别是平衡供需,同时为电动汽车用户带来方便,因为不需要电缆和电动汽车站。为了实现这种EV-WCDL能源交换,提出了一种新的分散式对等(P2P)交易机制,其中电动汽车直接与WCDL谈判,以就能源价格和交易金额达成共识。这些能量价格和量是旨在优化EV和WCDL的私有代价函数的优化问题的解。EV和WCDL之间的协商过程由隐私保护共识机制保证。此外,为了确保成功的交易所需的能源价格和数量,提出了一种分析和系统的方法来选择代价函数参数的电动汽车和WCDL在一个完全分散的方式。仿真结果验证了所提出算法的有效性和可扩展性。
2020-08-28 cs.SY eess.SY
Weather-Driven Priority Charging for Battery Storage Systems in Hybrid Renewable Energy Grids
针对可再生能源波动及电池储能分配次优、退化加速等问题,本文提出融合实时天气与负荷监测的两级优先充电算法,以提升储能系统效率、寿命及电网韧性。
2025-02-19 cs.SY eess.SY
Cybersecurity of Electric Vehicle Smart Charging Management Systems
在概念上,智能充电管理系统(SCMS)优化了插电式汽车(PEV)的充电,并提供各种电网服务,包括电压控制,频率调节,调峰,可再生能源集成支持,旋转备用和紧急需求响应。这些功能在很大程度上取决于从各种实体收集的数据,例如PEV,电动汽车供电设备(EVSE),服务提供商和公用事业。由于网络和物理组件之间的相互作用和相互依赖性,SCMS可能容易受到网络和物理威胁(例如,中间人攻击,数据阴谋攻击,拒绝收费,物理攻击)。通过高度连接的恶意软件载体的网络物理威胁引起了各种担忧,包括对车辆操作员和附近人员的公共安全危害以及对电网运营的中断。本文介绍了SCMS的概念,并提供了一个全面的审查EVSE和SCMS的网络安全方面,其可能对电网和社会的影响。它还有助于制定供应链管理系统的网络安全措施。SCMS的各种功能,包括调峰,需求收费减少,频率调节,旋转备用,可再生能源集成支持,配电阻塞管理,无功补偿,和紧急需求响应与单向PEVs充电详细审查。此外,还提供了关于SCMS网络安全当前实践的关键文献调查,以探讨网络物理攻击的主要影响和挑战,并确定当前可用SCMS技术的研究差距和漏洞。
2020-08-17 cs.SY eess.SY
Drone Charging Stations Deployment in Rural Areas for Better Wireless Coverage: Challenges and Solutions
虽然第五代蜂窝(5G)旨在提供千兆峰值数据速度,低延迟,并连接到数十亿台设备,6G已经在路上,但生活在农村地区的一半世界人口仍然面临着连接互联网的挑战。与城市地区相比,农村地区的用户受到收入低、回程连接成本高、资源有限、极端天气和自然地理限制的影响很大。因此,如何连接农村地区以及提供连接的困难是非常值得关注的。本文首先简要讨论了现有的技术和策略,以提高农村地区的网络覆盖,其优点,局限性和成本。接下来,我们主要关注资源有限地区的无人机辅助网络。考虑到无人机机载电池的限制和农村地区电力供应短缺的情况,我们研究了部署可再生能源(RE)充电站的可能性和性能增强。我们概述了三个实际场景,并使用仿真结果来证明,可再生能源充电站可以是一个可能的解决方案,以解决有限的机载电池的无人机在农村地区,特别是当他们可以收获和存储足够的能量。最后,对未来的工作和挑战进行了讨论。
2021-10-04 cs.SY eess.SY
A Distributed Online Algorithm for Promoting Energy Sharing Between EV Charging Stations
近年来,由于可再生能源的波动和充电需求的不可预测性,电动汽车充电站经历了越来越多的供需不匹配。为了降低其运营成本,本文提出了一种分布式在线算法,以促进充电站之间的能量共享。我们从离线和集中式的电动汽车充电站运营问题开始,其目标是最小化长期时间平均总成本。然后,我们开发了一个在线实现方法的基础上的李雅普诺夫优化框架。虽然所提出的在线算法运行在一个预测的方式,我们证明,通过适当选择的参数,时间耦合约束仍然得到满足。我们还提供了离线和在线最优之间的最优性差距的理论界。在此基础上,提出了一种改进的乘子交替方向法(ADMM)迭代截断算法,以实现分布式计算。该算法在保护隐私的同时,适合在线实现。实例分析验证了理论结果的有效性。综合性能进行比较,以证明所提出的方法的优点。
2022-04-17 cs.SY eess.SY math.OC
Multi-Agent Deep Reinforcement Learning-Driven Mitigation of Adverse Effects of Cyber-Attacks on Electric Vehicle Charging Station
电动汽车充电站(EVCS)基础设施是交通电气化的支柱。然而,EVCS在软件、硬件、供应链以及网络、通信和控制等现有遗留技术中存在无数可利用的漏洞。这些独立或联网的EVCS为当地或国家资助的对手打开了巨大的攻击面。最先进的方法不够敏捷和智能,无法防御和缓解高级持续性威胁(APT)。我们提出了基于多智能体深度强化学习(MADRL)的数据驱动的无模型分布式智能-双延迟深度确定性策略梯度(TD3)-有效地学习控制策略,以减轻对EVCS控制器的网络攻击。此外,我们还提出了两种额外的缓解方法:手动/暴力缓解和基于控制器克隆的缓解。攻击模型考虑了APT设计为在I型低频攻击和II型恒定攻击下使EVCS控制器的占空比发生故障。所提出的模型恢复EVCS操作下的威胁发生在任何/所有的控制器通过校正由传统控制器产生的控制信号。此外,TD3算法通过学习非线性控制策略提供了更高的粒度相比,其他两种缓解方法。索引术语:网络攻击,深度强化学习(DRL),电动汽车充电站,缓解。
2022-07-14 cs.SY eess.SY
Multi-Phase Optimization of Shared Charging Infrastructure for Freight Electrification
Royal Institute of Technology (KTH)(皇家理工学院);Swedish National Road and Transport Research Institute (VTI)(瑞典国家公路与交通研究所)
提出多阶段优化框架,利用两家货运公司的高分辨率轨迹数据,最小化充电站总数并满足电气化目标,揭示共享基础设施可减少冗余投资但增加依赖。
2026-06-12 cs.SY eess.SY
Assessing the Frequency Response Potential of Heavy-Duty Electric Vehicles with Vehicle-to-Grid Integration in the California Power System
University of California, Los Angeles(加州大学洛杉矶分校)
本研究评估了重型电动车在加州电网中通过V2G技术提升频率响应潜力,并分析了不同充电策略对电网稳定性的影响。
2025-12-16 cs.SY eess.SY
Joint Planning of Charging Stations and Power Systems for Heavy-Duty Drayage Trucks
本研究提出一个整体优化模型,用于重型短途运输卡车向零排放过渡的电力系统、充电基础设施及车辆协同投资规划,并在大洛杉矶地区验证了其成本效益和适应性。
2024-03-21 cs.SY eess.SY math.OC
Research on a Two-Layer Demand Response Framework for Electric Vehicle Users and Aggregators Based on LLMs
本文提出基于大语言模型的双层需求响应框架,上层聚合商调价获利,下层用户优化充电,采用PSO优化电价,仿真证明可提升充电效率、削峰并稳定电网。
2025-05-27 cs.SY eess.SY
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
Grid-Aware On-Route Fast-Charging Infrastructure Planning for Battery Electric Bus with Equity Considerations: A Case Study in South King County
本文提出整合公交与电网的混合整数二阶锥规划框架,优化南金县BEB沿途快充站规划,兼顾成本最小化与横向纵向公平性,实现经济与社会双重效益。
2023-09-14 cs.SY eess.SY math.OC
Event-Driven Real-Time Multi-Objective Charging Schedule Optimization For Electric Vehicle Fleets
针对电动汽车车队充电调度,提出一种事件驱动的实时多目标优化方法,在降低充电成本、减少电池容量衰减和最大化出行可用性之间取得平衡,实验显示成本节省53.2%,容量衰减降低16%。
2024-09-19 cs.SY eess.SY
Cost Minimization of Charging Stations with Photovoltaics: An Approach with EV Classification
Singapore University of Technology and Design(新加坡科技设计大学);Ministry of Home Affairs, Singapore(新加坡内政部);National ICT Australia(国家ICT澳大利亚);Australian National University(澳大利亚国立大学);Princeton University(普林斯顿大学)
本文提出了一种基于电动汽车充电行为的分类方法,通过将车辆分为三种类型,以减少电力供应的间歇性影响并降低充电站的能源交易成本。
2015-07-29 cs.SY eess.SY
Estimating the Benefits of Electric Vehicle Smart Charging at Non-Residential Locations: A Data-Driven Approach
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);Carnegie Mellon University(卡内基梅隆大学)
本文通过2013年加州非住宅电动汽车供应设备的数据,研究智能充电对负荷聚合器和配电网的效益,提出框架以放松对驾驶模式、车辆可扩展性和充电曲线的假设,展示通过时间电价可降低电费24.8%并减少峰值负荷贡献40%。
2015-03-03 cs.SY eess.SY
Determining optimal thermal energy storage charging temperature for cooling using integrated building and coil modeling
Industrial Science and Technology Research Institute, Inha University(仁荷大学工业科学与技术研究所);Department of Smart City Engineering, Inha University(仁荷大学智慧城市工程学院);Department of Architectural Engineering, INHA University(仁荷大学建筑工程学院)
本研究提出基于物理的集成模拟框架,通过优化 TES 充电温度提升热泵能效比,同时保持室内温度稳定。
2026-01-16 cs.SY eess.SY
Joint Scheduling and Trajectory Optimization of Charging UAV in Wireless Rechargeable Sensor Networks
针对无线可充电传感器网络中充电无人机的效率问题,本文将联合调度与轨迹优化分解为两个子问题,并分别提出PSOFKP与PSOD2P算法,仿真验证了其性能与稳定性。
2023-09-30 cs.SY eess.SY
Capacity Estimation for Vehicle-to-Grid Frequency Regulation Services with Smart Charging Mechanism
Hong Kong Baptist University(香港浸会大学);The University of Hong Kong(香港大学)
本文研究了车辆到电网系统中频率调节服务容量的估计问题,提出了一种智能充电机制以适应电动汽车特性,提升系统性能与分析模型的一致性。
2015-05-21 cs.SY eess.SY