Intelligent Charging Management of Electric Vehicles Considering Dynamic User Behavior and Renewable Energy: A Stochastic Game Approach
快速增长的电动汽车（EV）数量的不协调充电以及与可再生能源相关的不确定性可能构成交通系统中的电动移动性（E-Mobility）的关键问题，特别是在高峰时段。为了克服这种可怕的情况下，我们引入了一个随机对策来研究电网和充电站之间的复杂的相互作用。在这种情况下，现有的研究没有考虑到客户对收费参数的偏好的动态。然而，实际上，充电参数的选择可以随时间变化，因为客户可以改变他们的充电偏好。我们用另一种随机对策来模拟顾客的这种行为。此外，我们定义了一个服务质量（QoS）指标，以反映如何收费过程中影响客户的收费参数的选择。我们还开发了一个在线算法，以达到纳什均衡的随机对策。然后，我们利用加州独立系统运营商（CAISO）的真实数据来评估我们所提出的算法的性能。结果表明，与基准方法相比，所提出的方法可以节省约20%的电力成本，同时也产生了更高的QoS方面的收费和等待时间。我们的研究结果可以作为指导充电服务提供商在不确定性下做出有效的决策，相对于可再生能源发电。
2020-06-29 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
Transfer Deep Reinforcement Learning-based Large-scale V2G Continuous Charging Coordination with Renewable Energy Sources
Xi’an Jiaotong University（西安交通大学）
由于电动汽车（EV）的日益普及和EV电子技术的进步，车辆到电网（V2G）技术和大规模调度算法已经被开发出来，以实现高水平的可再生能源和电网稳定性。提出了一种基于深度强化学习（Deep Reinforcement Learning，DRL）的V2G模式下大规模电动汽车与可再生能源（Renewable Energy，RES）的连续充放电协调策略。DRL协调策略可以有效地优化电动汽车聚合器（EVA）的实时充电/放电功率与充电状态（SOC）的限制，EVA和单个EV。与不受控充电相比，负载方差降低了97.37 $\%$，充电成本降低了76.56 $\%$。DRL协调策略进一步展示了具有RES和大规模EVA的微电网的出色迁移学习能力，以及复杂的周调度。DRL协调策略在实际操作条件下为大规模V2G展示了灵活、自适应和可扩展的性能。
2022-10-13 cs.AI cs.LG cs.SY
A coordinated control to improve performance for a building cluster with energy storage, electric vehicles, and energy sharing considered
分布式可再生能源系统现在广泛安装在许多建筑物中，将建筑物转变为电力生产者。现有的研究已经开发了一些先进的建筑侧控制，这些控制可以实现可再生能源共享，并旨在通过调节储能充电/放电来优化建筑群级性能。然而，在这些建筑物侧控制中没有考虑电动汽车的灵活需求转移能力。例如，电动汽车充电通常会在插入充电站后开始。但是，在这样的充电期间，可再生能源发电可能不足以覆盖EV充电负载，导致电网电力输入。因此，建筑集群级别的性能没有得到优化。因此，本研究提出了一种协调控制的建筑prosumers提高集群级性能，利用能源共享和存储能力的电池在建筑物和电动汽车。首先建立了电动汽车充放电模型。然后，基于预测的未来24小时电力需求和可再生能源发电数据，协调控制首先将整个建筑群视为一个集成建筑，并使用遗传算法优化其操作以及EV充电/放电。接下来，使用非线性规划来协调各个建筑物在未来24小时内的运行。为了验证，开发的控制已在瑞典卢德维卡的一个真正的建筑群进行了测试。研究结果表明，与传统控制方法相比，该控制方法可使集群级日可再生能源自耗率提高19%，同时降低日电费36%。
2021-02-19 cs.SY eess.SY
Autonomous Charging of Electric Vehicle Fleets to Enhance Renewable Generation Dispatchability
San Diego State University（圣地亚哥州立大学）；GEIRI North America（全球能源互联网研究院北美分院）
加州19%的发电能力由光伏机组提供，在几个月内，超过10%的能源被削减。在这项研究中，一种新的方法，以减少可再生能源发电削减和增加系统的灵活性，通过电动汽车的充电协调。所提出的问题是一个顺序决策过程，并解决了拟合Q迭代算法，不同于其他的强化学习方法，需要较少的学习事件。三个案例研究，以验证所提出的方法的有效性。这些情况包括聚合器负载跟踪、斜坡服务和利用不确定性光伏发电。结果表明，通过这个框架，电动汽车成功地学习如何在随机情况下调整其充电时间表，在这些情况下，电动汽车的出行时间以及太阳能发电量事先是未知的。
2020-12-22 cs.LG cs.SY eess.SY
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
Distributed Control for Charging Multiple Electric Vehicles with Overload Limitation
Shanghai Jiao Tong University（上海交通大学）；National University of Singapore（新加坡国立大学）；University of Minnesota（明尼苏达大学）
本文提出一种基于Lyapunov优化和对偶分解技术的在线算法，用于调度多辆电动车辆在不同充电站的充电过程，以降低电网能源成本并避免配电网过载。
2016-03-09 cs.SY eess.SY
Coordinating Flexible Demand Response and Renewable Uncertainties for Scheduling of Community Integrated Energy Systems with an Electric Vehicle Charging Station: A Bi-level Approach
带电动汽车充电站的社区综合能源系统（CIES）为解决日益增长的能源效率和环境污染问题提供了新的途径，协调灵活的需求响应和多种可再生能源的不确定性是一项关键任务。为此，本文建立了一个新的双层优化调度模型的CIES与EVCS在多利益相关者的场景。在该模型中，一个综合的需求响应计划的目的是促进能源供应和需求之间的平衡，同时保持用户的综合满意度在可接受的范围内。为进一步挖掘需求响应潜力，灵活引导用户能源消费和电动汽车行为（充电、放电和提供旋转储备），提出了分时电价和实时电价相结合的动态电价机制。在求解阶段，利用序列运算理论（SOT），将原机会约束规划（CCP）模型转化为一个易于求解的混合整数线性规划（MILP）模型，并利用CPLEX求解器进行求解。对华北地区一个实际的CIES的仿真结果表明，该方法通过协调灵活的需求响应和不确定的可再生能源，实现了CIES和EVCS之间的利益平衡。
2021-07-16 cs.SY eess.SP eess.SY
Assessing the Frequency Response Potential of Heavy-Duty Electric Vehicles with Vehicle-to-Grid Integration in the California Power System
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
Profit Maximization for Electric Vehicle Charging Stations Using Multiagent Reinforcement Learning
National Tsing Hua University（国立清华大学）；Deakin University（迪肯大学）
本文提出基于双超网络 QMIX 的多智能体强化学习框架，用于优化电动汽车充电站的利润最大化，通过引入内部能源交易机制提升经济性和运营效率。
2026-01-17 cs.SY eess.SY
Integrating Optimal EV Charging in the Energy Management of Electric Railway Stations
本文提出一种集成储能、再生制动能量和可再生能源的铁路车站能源管理系统，通过滚动时域控制优化电动汽车充电策略，在满足充电需求并遵守峰值负荷限制下显著降低日常运营成本。
2023-08-02 cs.SY eess.SY
Evaluating the Techno-Economic Viability of a Solar PV-Wind Turbine Hybrid System with Battery Storage for an Electric Vehicle Charging Station in Khobar, Saudi Arabia
针对沙特胡拜尔电动汽车充电站，研究利用 Homer 仿真优化光伏、风电与电池储能混合系统的配置、成本及控制策略，验证其技术经济可行性。
2025-02-08 cs.SY eess.SY
Advancements in Electric Vehicle Charging Optimization: A Survey of Reinforcement Learning Approaches
本文综述强化学习在电动汽车充放电协调中的框架、目标与架构，按集中式与分散式分类，并展望未来优化方向。
2025-02-17 cs.SY eess.SY
Emission-Aware Reinforcement Learning for Sustainable Electric Vehicle Charging and Carbon Dioxide Reduction Under Varying Renewable Penetration
organization= nasc Research, School of Computer Science \& IT, University College Cork , country = IE；organization= School of Computing, Engineering；Digital Technologies, Teesside University , country= UK；organization= International Energy Research Centre, Tyndall National Institute, Cork , country = IE；Radiation Technologies Group, CCDCU, Faculty of Engineering；Technology, Sunway University , country = Malaysia；organization= Department of Physics, College of Science, Korea University , country = Republic of Korea
提出基于软演员-评论家算法的排放感知强化学习策略，通过多目标奖励函数优化电动汽车充电调度，在EV2Gym平台上实现高达87%的碳排放减少和52%的可再生能源自消纳率。
2026-05-23 cs.AI 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
Co-optimizing Consumption and EV Charging under Net Energy Metering
本文提出一种基于随机动态规划的协同优化方法，用于解决净能量计量下家庭用电、EV充电与表后分布式能源的调度问题，证明其最优解为拖延阈值策略，有效简化了优化计算并验证了协同效益。
2023-07-05 cs.SY eess.SY
Energy Management of Airport Service Electric Vehicles to Match Renewable Generation through Rollout Approach
传统的柴油机场服务车辆的特点是重型、高使用频率和每辆车每小时的高碳强度。如果对机场服务电动汽车（ASEV）进行适当的能源管理，将这些车辆改造为电动汽车将减少二氧化碳排放，并在燃料价格上涨的背景下节省能源成本。为了执行这样的能量管理，本文提出了一种新的定制的推出方法，作为一个新的ASEV动力学模型，ASEV模型的状态，随着时间的推移，以及如何控制决策影响他们的近最优控制方法。推出的方法产生了一个接近最佳的控制策略，为ASEV运输行李和充电电池，目标是最大限度地减少运营成本，这激励了ASEV的充电，以匹配可再生能源发电。案例研究表明，推出的方法有效地克服了“维数灾难”。在典型的夏季和冬季，推出算法的总成本比基本的“贪婪充电”启发式算法低约10%，该启发式算法在电池的充电状态不是最大时对电池进行充电。展示算法被证明是适应航班时刻表的变化，在短时间内通知。
2019-08-21 cs.SY eess.SY
Optimizing Energy Efficiency and Grid Stability via Public EV Charging Flexibility
FEE CTU Prague（捷克技术大学电气工程学院）；CEE, Stanford University（斯坦福大学能源与环境工程系）；FIT CTU Prague（捷克技术大学信息工程学院）
该研究利用布拉格公共充电站真实数据，通过优化电动汽车充电时间提升能效、减少电网不平衡，为电力分销商与输电系统运营商合作保障电网稳定提供了新方向。
2026-08-20 cs.LG cs.SY eess.SY
Adaptive Distributionally Robust Planning for Renewable-Powered Fast Charging Stations Under Decision-Dependent EV Diffusion Uncertainty
针对电动汽车扩散与充电站部署的相互依赖，提出两阶段决策依赖分布鲁棒规划模型，并转化为混合整数线性规划，实现安全且成本高效的快速充电站自适应部署。
2023-10-12 cs.SY eess.SY math.OC
Optimal Sizing of Charging Energy Hubs for Heavy-Duty Electric Transport through Co-Optimization
Eindhoven University of Technology（埃因霍温理工大学）
本文提出混合整数线性规划模型，用于重型电动交通充电能源枢纽的最优规模设计，通过协同优化实现成本效益和电网兼容性。
2026-02-02 cs.SY eess.SY
Energy Management for Solar-Powered Electric-Bus Charging Station: A Data-Driven Method
University of Alberta（阿尔伯塔大学）
本文提出一种灵活的能量管理系统，结合可再生能源、储能和电动巴士充电，通过数据驱动方法应对太阳能输出、电价和巴士充放电不确定性。
2026-05-14 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
Optimal EV Charging Scheduling at Electric Railway Stations Under Peak Load Constraints
本研究提出一种新型EMS算法，将EV出发时荷电状态作为优化变量并纳入峰值负荷约束，利用EV充电灵活性防止铁路车站充电与运营结合场景的过载，经瑞士实际铁路线场景树数值研究验证了其有效性与可行性。
2024-04-11 cs.SY eess.SY
A Multi-Criterion Approach to Smart EV Charging with CO2 Emissions and Cost Minimization
Politecnico di Torino（都灵理工大学）；VinUniversity（文大学）；EDF Lab Paris-Saclay（巴黎萨克雷法国电力研究院）
本文提出一种多目标优化方法，结合简化水电可再生能源调度模型与线性充电调度器，通过区域数据案例研究，实现电动汽车充电在降低电力成本和减少碳排放之间的平衡。
2026-04-01 cs.SY eess.SY math.OC
Reinforcement Learning control strategies for Electric Vehicles and Renewable energy sources Virtual Power Plants
本文研究利用强化学习控制策略优化电动汽车与可再生能源构成的虚拟电厂，通过V2H和RE2V等双向充放电机制提升微电网的供需平衡、自消费率和韧性。
2024-05-03 cs.SY eess.SY
Real-time Shared Energy Storage Management for Renewable Energy Integration in Smart Grid
本文研究了共享储能系统在可再生能源接入智能电网中的能量管理问题，提出分布式算法以最小化总加权能耗，同时保护用户隐私，并通过仿真验证共享储能比独立储能更经济。
2017-06-02 cs.SY eess.SY
The impact of large-scale EV charging on the real-time operation of distribution systems: A comprehensive review
The Hong Kong Polytechnic University（香港理工大学）
探讨大规模电动汽车充电对配电系统实时运行的负面影响，利用智能电网中信息和能量双向流动，通过有效实时管理策略转化不利影响，还深入分析了电动汽车充电实时管理系统，包括状态估计和管理策略。
2026-07-14 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
SOC-Boundary and Battery Aging Aware Hierarchical Coordination of Multiple EV Aggregates Among Multi-stakeholders with Multi-Agent Constrained Deep Reinforcement Learning
本研究提出一种基于安全多智能体约束深度强化学习和权益证明算法的分层多利益相关者V2G协调策略，旨在优化DSO、EVA和EV用户的收益，同时增强可再生能源整合、减轻负荷波动并降低充电成本和电池退化。
2024-07-14 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
Menu-Based Pricing for Charging of Electric Vehicles with Vehicle-to-Grid Service
School of Industrial Engineering, Purdue University（普渡大学工业工程学院）
本文提出基于菜单的定价方案，通过选择充电价格、总能量和时间来优化充电站利润与社会福利，同时分析用户参与V2G服务的激励机制。
2016-12-01 cs.GT cs.SY eess.SY
On the Optimality of Procrastination Policy for EV charging under Net Energy Metering
本文研究净计量电价下产消者电动汽车充电与屋顶太阳能、电池及柔性负荷的协同优化问题，证明拖延阈值策略最优，并提出短视策略，仿真显示其与理想上界的性能差距为0.5%-7.5%。
2024-04-29 cs.SY eess.SY
Optimal Control Strategies for a Network of Electric Vehicle Charging Energy Hubs with Smart Scheduling via Distributed Optimization
Eindhoven University of Technology（埃因霍温理工大学）
本文针对电动汽车充电能源枢纽网络，提出基于ADMM的分布式优化方法，通过凸二次规划优化充电功率，可降低运营成本和排放超25%，并验证了与集中式解的一致性。
2026-09-16 cs.SY eess.SY
A modeling framework to support the electrification of private transport in African cities: a case study of Addis Ababa
本文提出面向数据稀缺非洲城市的私人车辆电气化规划框架，并以亚的斯亚贝巴10万辆电动汽车仿真评估充电需求、站点配置与光伏整合潜力。
2025-03-05 cs.SY eess.SY
FlexiGen: Stochastic Dataset Generator for Electric Vehicle Charging Energy Flexibility
FlexiGen是一个开源随机数据集生成器，通过可配置概率变量生成电动汽车充电灵活性合成数据，解决V2G和V1G需求响应中数据获取难题，支持家庭和办公室场景。
2024-11-11 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
Management of Electric Vehicles as Flexibility Resource for Optimized Integration of Renewable Energy with Large Buildings
可再生能源发电的日益普及需要新的工具来实现建筑和社区层面的需求与可再生能源发电之间的高度匹配。具有停车场的大型商业和公共建筑具有相当大的潜力，可以通过控制电动汽车（EV）的充电并使用建筑物到车辆（B2 V）和车辆到建筑物（V2 B）系统将部分存储的能量注入建筑物中来提供能源灵活性。然而，电动汽车和建筑物通常不属于同一个实体，在葡萄牙，现有法规不允许建筑物和电动汽车作为单独的实体进行金融交易。解决这一监管障碍需要创新的优化方法来实施B2 V/V2 B系统。此外，葡萄牙关于可再生能源发电自用的新立法使建筑物之间的可再生能源发电盈余交易和可再生能源社区的建立成为可能。本文旨在解决这一问题，并提出了一个公式来汇总和管理建筑物之间的发电盈余的共享，使用电动汽车作为一种灵活的资源。模拟结果显示，在建筑和社区层面，可再生能源的自我消费有所增加，电力成本也有所降低。
2020-05-12 cs.SY eess.SY math.OC
Control of Renewable Energy Communities using AI and Real-World Data
INESC-TEC；Polytechnic of Porto - School of Engineering（波尔图理工学院工程学院）；ICharging；CleanWatts
本文提出一个基于MADDPG的框架，利用真实数据应对数据不完整等挑战，在含四栋建筑的可再生能源社区中实现日均峰值需求降低9%和能源成本降低5%。
2025-05-22 cs.AI cs.SY eess.SY
Heavy-Duty Electric Vehicles Contribution for Frequency Response in Power Systems with V2G
本文研究了重载电动车在不同充电策略下对加州电网频率响应的贡献，发现具备V2G能力的电动车在提升电网稳定性方面表现突出。
2025-12-14 cs.SY eess.SY
Optimal Storage Arbitrage under Net Metering using Linear Programming
我们制定了最佳的能源套利问题的分段线性代价函数的能量存储设备使用线性规划（LP）。LP公式是基于epigraph的等效最小化。该公式考虑了斜坡和容量限制、存储的充电和放电效率损失、非弹性消费者负载和存在净计量的本地可再生发电，净计量促进了向电网出售能量并激励消费者安装可再生发电和能量存储。我们考虑的情况下，消费者的负荷，电价，和可再生能源发电在不同的情况下是不确定的。这些不确定的数量预测使用自回归移动平均（ARMA）模型，并在模型预测控制（MPC）框架中使用，以获得在每个实例的套利决策。在数值结果中，我们提出了不同的斜坡电池和不同的销售和购买的电力价格比的存储执行套利的敏感性分析。
2019-08-15 cs.SY eess.SY
Effects of charging and discharging capabilities on trade-offs between model accuracy and computational efficiency in pumped thermal electricity storage
本文研究了抽水蓄热储能系统中模型精度与计算效率的权衡，发现忽略质量流量依赖性并用分段线性函数近似荷电状态依赖性的模型，能在保持高精度的同时显著提升计算速度。
2024-11-08 cs.SY eess.SY
Incorporating demand response of electric vehicles in scheduling of isolated microgrids with renewables using a bi-level programming approach
在这项工作中，提出了一种新的优化调度方法，孤立的微电网（MG）与可再生能源发电的电动汽车（EV）的需求响应。首先，提出了一种基于双层规划的MG调度模型下的实时定价环境中，上层和下层寻求最小化MG净运营成本和电动汽车充电成本。其次，提出了一种求解该模型的混合算法JAYA-内点法。仿真结果表明，引入电动汽车需求响应能够引导电动汽车用户积极参与MG调度，实现调峰，为平衡MG和电动汽车用户之间的利益提供了根本途径。
2019-08-18 cs.SY eess.SP eess.SY
Optimal Coordination of Local Flexibility from Electric Vehicles with Social Impact Consideration
本文提出一种考虑电动汽车用户社会影响的智能充电灵活性优化协调方法，结合AC OPF、kmeans聚类和极坐标降维，在Orkney电网模型上验证可将典型夏季周的风电弃电量减少99.5%。
2025-08-22 cs.SY eess.SY
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 Novel Mathematical Model for Infrastructure Planning of Dynamic Wireless Power Transfer Systems for Electric Vehicles
美国能源消耗总量的26%用于交通运输。传统车辆使用汽油等燃料，排放有害气体，对环境有不良影响。电动汽车（EV）提供了一种替代解决方案，可以减少对汽油等传统燃料的依赖，并减少有害气体的排放。电动汽车可以通过采用动态无线电力传输系统（DWPT）来行驶更长的距离，而无需增加电池尺寸或中途停留。此外，开发一个决策系统，避免电网上的过度负载是必不可少的。这些决策系统对于个人和公共交通的自动驾驶特别有益。本研究简要回顾了动态无线功率传输系统的现有文献，并提出了一种新的系统级数学决策模型，以找到无线充电基础设施的最佳配置文件。我们分析了可再生能源集成对DWPT系统的作用，并确定了在电动汽车上实施DWPT的框架、好处和挑战。该数学模型是混合整数、多周期、线性的，在满足系统要求的同时使系统总费用最小。本研究中提出的模型和案例研究分析确定了DWPT基础设施分配的接近最佳计划，并为更详细的电网和可再生能源整合铺平了道路。我们的研究结果表明，可再生能源可以显着降低DWPT的总系统成本，基础设施的要求，并提高电动汽车的可靠性。保留字：动态无线电能传输，可再生能源集成，电动汽车，电网规划，无线充电分配，基础设施规划，混合整数优化。
2021-07-23 cs.SY eess.SY math.OC
Electric Aircraft Assignment, Routing, and Charge Scheduling Considering the Availability of Renewable Energy
Eindhoven University of Technology（埃因霍温理工大学）
本文提出考虑可再生能源可用性的电动飞机任务分配、路径规划和充电调度框架，通过混合整数线性规划优化减少电网依赖性。
2023-09-18 cs.SY eess.SY
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
Fairness-Aware Optimization of Vehicle-to-Vehicle Interaction for Smart EV Charging Coordination
本文针对EV充电站提出一种结合V2V、V2G和G2V的成本最小化优化方法，通过引入三种公平性指标开发公平的能量传输策略以避免个别EV过度放电，仿真证明该方法能显著降低充电成本并揭示了公平性与成本间的权衡。
2023-04-05 cs.SY eess.SY math.OC
Does Central Planning Fail Locally? Evaluating EV Charging Flexibility Optimization Across Grid Levels
ETH Zurich（苏黎世联邦理工学院）
研究评估跨电网层级的电动汽车充电灵活性，采用自上而下和自下而上两种方法，前者分解最优充电需求，后者利用电价信号局部优化，结果表明中央优化的充电在配电层面仍有效，能减少电网违规并与驾驶行为兼容。
2026-07-28 cs.SY eess.SY physics.soc-ph
Online Charging Scheduling Algorithms of Electric Vehicles in Smart Grid: An Overview
The Chinese University of Hong Kong（香港中文大学）；Shenzhen University（深圳大学）；Shenzhen Research Institute, The Chinese University of Hong Kong（香港中文大学深圳研究院）
本文综述了智能电网中电动汽车充电调度算法，探讨了未来事件不确定性对调度算法设计的影响，并展望了未来研究方向。
2016-08-26 cs.OH cs.SY eess.SY
Deep Reinforcement Learning-Based Battery Conditioning Hierarchical V2G Coordination for Multi-Stakeholder Benefits
State Grid Fujian Electric Power Research Institute（国网福建省电力科学研究院）
提出基于深度强化学习和权益证明算法的多利益相关方分层V2G协调策略，兼顾电网、EVA和用户三方利益，有效提升可再生能源消纳、缓解负荷波动并降低充电成本与电池退化。
2023-08-01 cs.AI cs.LG cs.SY
Control of Charging of Electric Vehicles through Menu-Based Pricing
School of Industrial Engineering, Purdue University（普渡大学工业工程学院）
本文提出了一种在线定价机制，通过菜单定价策略优化电动汽车充电站的能源使用和利润，同时减少高峰需求并提高充电站的利用效率。
2017-04-26 cs.GT cs.SY eess.SY
Sharing Mobile and Stationary Energy Storage Resources in Transactive Energy Communities
大多数电力系统越来越多地基于分布式能源，导致对电网管理的强烈冲击。就葡萄牙而言，可再生能源对发电组合的贡献已经很高，目标是到2050年实现100%。大部分新的可再生能源发电容量将由安装在建筑物中的分布式光伏发电来确保，因此光伏输出的固有不稳定性加上与需求分布的不匹配将对电网的运营和弹性构成挑战。解决这些问题需要在社区一级进行管理，并利用可控能源资源（如能源储存资源）的时空灵活性。葡萄牙的监管机构认识到了这一点，最近的可再生能源发电自耗立法使社区的发电盈余交易成为可能。实施社区内交易和利用可再生能源发电的潜力，需要在社区一级在交易性能源系统范围内进行监督和协调。本文的重点是通过社区微电网中的交易能源市场来解决能源共享问题，使用固定和移动储能作为灵活性资源。拟议的框架考虑了具有现场电池存储和众多电动汽车充电站的公共和商业建筑。该配方使用真实的数据进行评估，从社区的建筑物在葡萄牙大学校园。结果表明，所提出的方法实现了建筑和社区层面可再生能源自我消费的增加，以及电力成本的降低。
2020-10-07 cs.SY eess.SY
