Cross-Entropy-Based Approach to Multi-Objective Electric Vehicle Charging Infrastructure Planning
针对纯电动汽车充电基础设施不足及配电网负荷增加的问题，提出考虑多利益相关方因素的多目标充电站选址优化框架，采用交叉熵方法求解，经成都真实路网验证可提供多目标可行规划方案。
2023-08-27 cs.SY eess.SY math.OC
Regional Transportation Modeling for Equitable Electric Vehicle Charging Infrastructure Design
Institute of Transportation Studies UC Berkeley（加州大学伯克利分校交通研究所）
本研究利用区域交通模型分析，旨在设计公平的电动汽车充电网络，以减少低收入社区的交通排放影响。
2026-01-29 cs.SY eess.SY
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
Simultaneous Optimization of Electric Ferry Operations and Charging Infrastructure
Eindhoven University of Technology（埃因霍温理工大学）
本文提出混合整数线性规划框架，联合设计渡轮运营、充电设施及电池容量，以降低总成本。以世界最大电动渡轮中国Zorrilla为例，发现联合系统设计可使总成本降低7.8%。
2026-03-31 cs.SY eess.SY
Electric Autonomous Mobility-on-Demand: Joint Optimization of Routing and Charging Infrastructure Siting
车辆自主性、连通性和电动动力系统的出现有望实现按需自主移动系统的部署。至关重要的是，这些车队的路线和充电活动受到单个车辆和周围充电基础设施设计的影响，而这些基础设施的设计又应考虑到预期的车队运营。本文提出了一个建模和优化框架，我们优化车队的活动与充电基础设施的位置。我们采用中观规划的角度，并设计了一个时间不变的车队活动的路线和充电模式的模型，明确捕获的充电状态的车辆的道路网络作为一个有向图与等能量弧。然后，我们将问题转化为一个混合整数线性规划，保证全局最优性，可以在不到10分钟内解决。最后，我们展示了两个案例研究与纽约曼哈顿的真实出租车数据：第一个捕捉到充电基础设施普及率和车队行驶空里程之间的最佳权衡。我们观察到，共同优化基础设施选址显着优于启发式布局策略，增加车站的数量是有益的，只有到一定程度。第二个案例侧重于车辆设计，并表明部署配备较小电池的车辆会导致最低的能耗：尽管需要更多的充电站行程，但此类车队所需的能源比电池容量较大的车辆少约12%。
2022-11-22 cs.SY eess.SY
Robust Joint Planning of EV and eBus Charging Infrastructure with PV Self-Consumption under Demand Uncertainty
本文提出结合光伏自发自用的混合整数线性规划框架，对电动汽车与电动公交车充电基础设施进行鲁棒联合规划，通过50节点案例验证了相关策略的有效性。
2026-08-20 cs.SY eess.SY
Joint Optimization of Charging Infrastructure Placement and Operational Schedules for a Fleet of Battery Electric Trucks
针对物流配送网络电动化转型需求，提出将充电基础设施布局与调度联合建模为混合整数线性规划的框架，荷兰案例验证其可在满足运营与电网约束下降低总拥有成本。
2023-10-03 cs.SY eess.SY
A Two-Stage Optimization Framework for Validating Electric Vehicle Charging Infrastructure under Grid Constraints
Technical University of Munich（慕尼黑工业大学）
本文提出两阶段优化框架，评估成本最优的电动汽车充电基础设施在电网约束下的运行效果，通过一致的最优潮流模型连接规划与运行，展示其可扩展性和实用性。
2026-09-29 cs.SY eess.SY
Large Language Model-Assisted Planning of Electric Vehicle Charging Infrastructure with Real-World Case Study
Department of Data Science and AI, Faculty of Information Technology, Monash University（数据科学与人工智能系，信息科技学院，莫纳什大学）；Monash Energy Institute, Monash University（莫纳什能源研究所，莫纳什大学）
本文提出利用大语言模型优化电动汽车充电基础设施规划，通过空间-时间需求动态建模和分布式优化算法，实现实用案例中总成本降低30%。
2025-11-24 cs.AI 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
Resource-Oriented Optimization of Electric Vehicle Systems: A Data-Driven Survey on Charging Infrastructure, Scheduling, and Fleet Management
本文针对电动汽车发展中充电站拥堵、充电成本高、供需冲突等核心挑战，全面综述了覆盖充电部署、调度、车队管理全周期的数据驱动研究，探讨了多领域影响并指明未来方向。
2025-09-04 cs.SY eess.SY
Decision-dependent Robust Charging Infrastructure Planning for Light-duty Truck Electrification at Industrial Sites
本文提出了一种面向工业场地轻型卡车电动化的决策依赖稳健充电基础设施规划方法，通过机器学习和稳健优化技术，优化充电设施选址与调度，以减少温室气体排放。
2026-02-06 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
Defending the power grid by segmenting the EV charging cyber infrastructure
Technical University of Darmstadt（达姆施塔特工业大学）；University College Dublin（都柏林大学学院）
本文研究通过电动汽车充电防御电网负载改变攻击，提出分割充电站运营商通信控制网络以限制攻击影响。通过德国充电站数据和电网模型，证明未分割情况下攻击两个充电站会导致电网过载。提出新的防御设计问题，最小化分割数量并限制最坏情况下的电网过载。
2026-03-18 cs.SY eess.SY
On the effects of a centralized computer routing and reservation system on the electric vehicle public charging network
University of Limerick（利默里克大学）
本文通过模拟模型研究集中式计算机路由和预约系统对电动汽车公共充电网络的影响，分析了电池电动车充电功率等级和充电点故障率对支持电动汽车数量的影响。
2016-07-23 cs.SY eess.SY
Planning of Fast Charging Infrastructure for Electric Vehicles in a Distribution System and Prediction of Dynamic Price
本文针对配电系统中电动汽车快速充电基础设施选址问题，提出基于MOPSO的多目标优化方法以最小化功率损耗和电压偏差，并结合ARIMA模型预测动态电价，实现充电站成本效益最大化。
2023-09-22 cs.SY eess.SY
A Digital Twin Framework for Decision-Support and Optimization of EV Charging Infrastructure in Localized Urban Systems
VinUniversity（Vin大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出一种整合基于代理的决策支持与嵌入式优化的数字孪生框架，用于动态模拟电动车充电行为、基础设施布局及政策响应，通过大学校园案例分析，展示了动态通知和优化策略在提升用户满意度和能源管理中的作用。
2026-04-17 cs.CY cs.MA cs.SY
Design and Optimization of EV Charging Infrastructure with Battery in Commercial Buildings
针对商业建筑中电动汽车充电基础设施，提出服务变压器与电池储能系统容量优化及充电与储能协调控制策略，并在20年场景中验证其经济性。
2025-10-27 cs.SY eess.SY
Enabling Intelligent Bidirectional Charging: A Real-World Communication Interface Between Electric Vehicles, Charging Infrastructure, and a Control Optimizer
TU Dresden（德累斯顿工业大学）；Deutsche Telekom Chair of Communication Networks, TU Dresden（德累斯顿工业大学德意志电信通信网络讲席）；Centre for Tactile Internet with Human-in-the-Loop (CeTI), TU Dresden（德累斯顿工业大学人机互动触觉互联网中心）
本文提出了一种基于现实世界实现和现场验证的用户感知双向电动汽车充电系统，通过整合实时车辆和用户数据与集中优化平台，实现动态充放电决策，提升电网灵活性和可持续交通。
2026-05-15 cs.SY eess.SY
Rethinking electrified transportation: The case for dynamic wireless charging
Purdue University（普渡大学）
该研究针对电动交通充电基础设施投资权衡问题，构建耦合DWC、SCS及电网的评估框架，发现DWC在长寿命高利用率场景更具优势，组合方案价值更高，为部署提供可操作阈值。
2026-10-27 cs.SY eess.SY
Optimal Placement of Public Electric Vehicle Charging Stations Using Deep Reinforcement Learning
University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Colorado, Boulder（科罗拉多大学博尔德分校）
在充电基础设施发展的地区放置充电站是电动汽车（EV）未来成功的关键组成部分。在纽约州奥尔巴尼县，电动汽车人口的预期增长需要额外的充电站，以保持整个充电基础设施的足够效率。强化学习（RL）的一种新应用能够在给定预测的充电需求和当前充电位置的情况下找到新充电站的最佳位置。影响充电需求预测的最重要因素包括相邻的交通密度、电动汽车注册以及与某些类型的公共建筑的接近程度。建议的RL框架可以改进并应用于世界各地的城市，以优化充电站布局。
2022-07-23 cs.LG cs.SY eess.SY
Autonomous Edge-Deployed AI Agents for Electric Vehicle Charging Infrastructure Management
Hyperion Consulting（超离子咨询）
本文提出Auralink SDC架构，通过边缘部署的专用AI代理实现电动汽车充电基础设施的自主管理，实现高准确率的事故修复与快速响应。
2026-02-24 cs.AI cs.DC cs.LG
How will electric vehicles affect traffic congestion and energy consumption: an integrated modelling approach
本文探讨了电动汽车（EV）对交通拥堵和能源消耗的影响，提出了一个综合的双层框架，包括：a）适合于对当前和假设的交通和充电需求场景进行建模的动态微尺度交通仿真，以及b）用于捕获快速充电站使用的影响的队列模型，其通过交通流量，行驶距离，充电基础设施的可用性和估计的车辆电池充电状态。据我们所知，本文首次综合分析了与电动汽车吸收相关的潜在交通拥堵和能源基础设施影响，基于实际交通流量以及现有快速充电基础设施的布局和设计。结果表明，集成的电动汽车-能源-交通建模框架可以正确预测电动汽车基础设施的局限性以及交通拥堵的演变。建模方法确定了交通和能源管理和规划中需要解决的具体痛点。这个项目的代码可以在https://github.com/Future-Mobility-Lab/EV-charging-impact上找到
2021-10-26 cs.SY eess.SY
Adaptive Charging Networks: A Framework for Smart Electric Vehicle Charging
我们描述了自适应充电网络（ACN）的架构和算法，该网络于2016年初首次部署在加州理工学院校园，目前在美国其他100多个站点运行。该架构可实现实时监控，并支持电动汽车（EV）大规模充电。ACN采用基于凸优化和模型预测控制的灵活的自适应调度算法，并允许电力基础设施的显著超额订购。我们描述了现实世界充电系统中的一些实际挑战，包括不平衡的三相基础设施，非理想的电池充电行为和量化的控制信号。我们演示了自适应调度算法如何处理这些挑战，并将其性能与最后期限调度文献中的基线算法进行比较，使用从加州理工学院ACN和准确的系统模型记录的真实工作负载。我们发现，在这些现实环境中，我们的调度算法可以将运营商的利润提高3.4倍，超过不受控制的充电，并且在高度拥挤的系统中提供能量时始终优于基线算法。
2020-12-04 cs.SY eess.SY
Electric Vehicle Routing Problem with Time Windows and Station-based or Route-based Charging Options
本文扩展了EVRP-TW模型，加入动态无线充电与分层多目标优化，实验显示20%无线覆盖即有效，60%覆盖最优。
2025-09-09 cs.SY eess.SY
Cyber-Attack Event Analysis for EV Charging Stations
安全可靠的电动汽车充电站（EVCS）在智能交通基础设施中非常重要。随着对EV充电需求的不断增长，EVCS的普及率随着时间的推移而迅速增加。然而，信息和通信技术（ICT）的发展使得EVCS的网络物理系统（CPS）容易受到网络攻击，这可能会破坏电网基础设施以及充电环境的稳定。这项研究提出了一种基于5Ws \& 1H的调查方法来处理网络攻击相关事件，因为目前的调查框架无法理解和处理这些事故。此外，提出了一个随机异常检测系统（ADS），以识别异常，异常活动，和不寻常的操作站实体作为一个后网络事件分析。
2022-11-15 cs.SY eess.SY
Electric Vehicle Public Charging Equity Considerations: A Systematic Review
本系统性综述分析了91篇关于电动汽车公共充电公平性的研究，发现现有方法缺乏一致规范框架，且存在地理与方法局限，建议加强规范评估与数据整合以指导包容性规划。
2025-07-13 cs.SY eess.SY
Benchmarking Cyberattack Detection in Electric Vehicle Charging Infrastructure with Benign User Updates
The University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文构建了保留真实ACN会话的泄漏控制会话级基准，提出双分支Masked-AE转换增强模型，在多类模型对比中实现最强鲁棒验证性能，可检测电动汽车充电基础设施的恶意请求操纵且不拒绝合法用户选择。
2026-08-13 cs.CR cs.LG cs.SY
A United Framework for Planning Electric Vehicle Charging Accessibility
本文提出一个整合交通模拟、能耗建模和出行公平性度量的优化框架，用于在密集城市环境中优化充电站布局，以纽约市为例实现了出行时间变异性15%-20%的降低，为电动汽车基础设施规划提供了可扩展的公平性考量方法。
2025-08-07 cs.SY eess.SY
Battery Electric Truck Infrastructure Co-design via Joint Optimization and Agent-based Simulation
Eindhoven University of Technology（埃因霍温理工大学）
本文通过联合优化和基于代理的仿真，研究了物流配送网络中充电基础设施与调度的协同设计，验证了优化框架在荷兰案例中的有效性，展示了优化策略在降低成本和减少排队时间方面的优势。
2026-04-01 cs.SY eess.SY
Machine Learning-Enabled Cyber Attack Prediction and Mitigation for EV Charging Stations
安全可靠的电动汽车充电站（EVCS）在智能交通基础设施中已变得势在必行。多年来，电动车辆控制系统的部署迅速增加，以满足不断增长的充电需求。然而，信息和通信技术（ICT）的进步使这种网络物理系统（CPS）容易受到网络威胁，从而破坏充电生态系统甚至整个电网基础设施的稳定。本文开发了一种先进的网络安全框架，其中STRIDE威胁建模用于识别EVCS中的潜在漏洞。此外，加权攻击防御树的方法来创建多个攻击场景，其次是开发隐马尔可夫模型（HMM）和部分可观察蒙特卡罗规划（POMCP）算法建模的安全攻击。此外，潜在的缓解策略，建议所确定的威胁。
2022-08-22 cs.CR cs.SY eess.SY
On Optimal Battery Sizing for Electric Vehicles
本文提出一个兼顾车辆成本与充电不便成本的量化优化框架，通过建模充电时间与绕行、仿真分析及政策因素，确定电动汽车最优电池容量，为可持续电动出行设计提供决策支持。
2024-10-22 cs.SY eess.SY
Design and Analysis of a Grid-connected DC Fast Charging Station for Dhaka-Chittagong Highway
本文提出了一种基于降压变压器、Vienna Rectifier和LC滤波器的达卡-吉大港高速公路并网直流快速充电站设计，通过MATLAB Simulink仿真实现400V直流和120 kW峰值输出，为孟加拉国部署快速充电基础设施提供了技术路线图。
2025-05-27 cs.SY eess.SY
Beyond Uptime: Actionable Performance Metrics for EV Charging Site Operators
Stanford University（斯坦福大学）
本文提出三种可操作的性能指标，用于识别充电器故障和网络问题，以提高充电站运营商的运维效率。
2026-01-15 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
Electric Vehicle Charger Infrastructure Planning: Demand Estimation, Coverage Optimization Over an Integrated Power Grid
针对空间规划忽视电网约束、电网研究依赖统计需求的问题，提出融合兴趣点分析与最大覆盖优化的两阶段EV充电桩规划框架，并在达拉斯8500节点配电系统中验证。
2025-09-28 cs.SY eess.SY
Super-linear Scaling Behavior for Electric Vehicle Chargers and Road Map to Addressing the Infrastructure Gap
本研究将充电基础设施需求构建为规模扩展分析问题，发现美国当前EV基础设施部署随人口呈超线性扩展，并据此估算县级基础设施缺口，为未来扩张提供路线图。
2022-04-06 cs.SY econ.EM eess.SY
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
Ride-pooling Electric Autonomous Mobility-on-Demand: Joint Optimization of Operations and Fleet and Infrastructure Design
本研究针对支持合乘的电动自主按需出行系统，提出联合优化运营、车队及充电基础设施设计的框架，通过曼哈顿案例验证了合乘可降本最高45%，不同车型适配不同需求区域。
2024-03-11 cs.SY eess.SY math.OC
Demand Forecasting for Electric Vehicle Charging Stations using Multivariate Time-Series Analysis
针对电动汽车充电需求增长带来的充电站管理难题，提出带注意力机制的多变量LSTM网络以15分钟间隔预测日充电需求，结合SHAP量化特征贡献，经仿真验证有效，可支撑基础设施规划决策。
2025-02-22 cs.SY eess.SY
Electric vehicle charge scheduling with flexible service operations
部署大型电动车辆车队的运营商通常面临具有挑战性的充电调度问题。具体来说，时间效率低下的充电操作限制了服务操作期间充电的盈利能力，例如运营商在中央停车场下班后为车辆充电。在这里，高投资成本和电网容量限制了可用的充电基础设施，使得运营商需要安排充电操作以保持车队的运营。在这种情况下，灵活的服务操作，即允许延迟或加快车辆离开，可以潜在地增加充电器的利用率。除此之外，联合调度充电和服务运营有望通过更好地利用使用时间能源关税和精心设计的充电时间表来节省运营成本，以最大限度地减少电池磨损。在此背景下，我们研究了联合充电和服务运营调度问题占电池退化，非线性充电，和使用时间的能源关税。我们提出了一个精确的分支&价格算法，利用自定义分支规则和原始启发式在分支&界限阶段保持高效。此外，我们开发了一个精确的标记算法，我们的定价问题，构成一个资源约束的最短路径问题，考虑可变的能源价格和非线性充电操作。我们基准我们的算法在一个全面的数值研究，并表明，它可以解决现实规模的计算时间低于一个小时的问题实例，从而使其在实践中的应用。此外，我们分析了联合调度收费和服务操作的好处。我们发现，我们的集成方法不仅可以节省高达5%的运营成本，还可以将所需的充电基础设施数量减少高达57%。
2022-08-18 cs.SY eess.SY
Estimation of Electric Vehicle Public Charging Demand using Cellphone Data and Points of Interest-based Segmentation
Vrije Universiteit Brussel（布鲁塞尔自由大学）
道路电气化的竞赛已经开始，说服司机从燃料动力汽车转向电动汽车需要强大的电动汽车（EV）充电基础设施。本文提出了一种创新的电动汽车充电需求估计和细分方法。首先，我们使用蜂窝信令数据以邻域粒度估计充电需求。其次，我们提出了一个细分模型来划分不同充电技术之间的总充电需求：正常，半快速和快速充电。分割模型是一种基于城市兴趣点的方法，是一种最先进的方法，可以得出适用于城市规划的有用趋势。布鲁塞尔市的案例研究提出。
2022-06-02 cs.AI cs.SY eess.SY
A Literature Review on Mobile Charging Station Technology for Electric Vehicles
虽然电动汽车（EV）的采用正在以前所未有的方式加速，但缺乏EV充电基础设施阻碍了EV市场的发展。为了弥补这些缺点，移动充电站（MCS）可以通过提供不受充电过程位置和时间限制的充电服务，在加速电动汽车普及方面发挥重要作用。本文件散发了文献中关于监控监的其他文件和技术报告的资料。它还讨论了MCS的好处，它的挑战，最后介绍了在这一领域的研究差距。
2020-04-02 cs.SY eess.SP 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
Understanding the Impact of Coalitions between EV Charging Stations
本文研究电动汽车充电站部分联盟协调的影响，通过非合作聚合博弈和C-Nash均衡分析，发现在某些条件下独立运行反而比部分联盟协调成本更低。
2024-10-03 cs.GT cs.MA cs.SY
EVSOAR: Security Orchestration, Automation and Response via EV Charging Stations
针对车辆网络安全现有方案依赖蜂窝网络存在可扩展性与拥塞问题，研究提出利用充电站提供连接和计算的EVSOAR架构，实现近车实时威胁分析与响应，显著提升延迟、稳定性和可扩展性。
2025-03-21 cs.CR cs.SY eess.SY
ACN-Sim: An Open-Source Simulator for Data-Driven Electric Vehicle Charging Research
ACN-Sim是一个数据驱动的开源仿真环境，旨在加速智能电动汽车（EV）充电领域的研究。它填补了这个社区对广泛可用的现实仿真环境的需求，研究人员可以在其中评估算法和测试假设。ACN-Sim提供了一个模块化、可扩展的架构，可以模拟真实充电系统的复杂性，包括电池充电行为和不平衡的三相基础设施。它还集成了更广泛的研究工具生态系统。其中包括ACN-Data，一个电动汽车充电会话的开放数据集，它提供了逼真的模拟场景，以及ACN-Live，一个用于现场测试充电算法的框架。它还集成了网格模拟器，如MATPOWER，PandaPower和OpenDSS，以及OpenAI Gym，用于训练强化学习代理。
2021-01-14 cs.SY eess.SY
Lagrangian Decomposition based Multi Agent Model Predictive Control for Electric Vehicles Charging integrating Real Time Pricing
eCampus University（电子校园大学）
本文提出一种实时分布式控制策略，用于满足电动汽车充电和电网玩家的需求，通过智能体计算充电负荷曲线，并基于模型预测控制和拉格朗日分解方法实现优化控制。
2016-07-11 cs.SY eess.SY
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
A Hybrid Intrusion Detection System for Electric Vehicle Charging Infrastructure
Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息技术研究所）；RWTH Aachen University（亚琛工业大学）
提出一种混合入侵检测系统，结合网络和主机检测层，利用CICEVSE2024数据集对多种攻击进行多分类，网络检测准确率达99.99%，主机检测达83.47%，优于单源检测方法。
2026-08-24 cs.CR cs.SY eess.SY
Using Mobility Patterns for the Planning of Vehicle-to-Grid Infrastructures that Support Photovoltaics in Cities
车辆到电网（V2 G）概念利用电动汽车作为分布式能源存储，因此可能有助于平衡可再生能源（如光伏）的间歇性可用性。因此，V2 G被认为在实现城市低碳能源和交通系统方面发挥着重要作用。然而，城市范围内V2 G基础设施的充分规划需要详细了解个人的总体移动模式，还需要跟踪城市交通模式的持续发展。在这里，我们介绍了一个初始框架，推断人口范围内的移动模式，从匿名的移动电话位置数据，随后叠加的车辆充电和放电计划。该框架允许在给定的电动汽车使用场景下，在细粒度的空间和时间尺度上估计总的V2 G能源供应和需求。这些信息为评估V2 G在最大限度地部署光电子技术方面的作用以及所需车辆（放电）充电基础设施的大小和位置提供了充分的基础。建议的框架适用于新加坡作为案例研究。
2021-12-30 cs.SY eess.SY
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
Two-stage battery recharge scheduling and vehicle-charger assignment policy for dynamic electric dial-a-ride services
考虑到充电排队延迟和随机客户需求，协调电动汽车的充电调度以实现动态拨号服务是具有挑战性的。我们提出了一个新的两阶段解决方案的方法来处理动态车辆充电调度，以尽量减少车队的日常充电业务的成本。该方法包括两个组成部分：每日车辆充电调度和在线车辆充电器分配。提出了一种新的电池充电调度模型，以最小化车辆日常充电运营成本，同时满足车辆驾驶需求，为客户提供服务的车辆充电计划。在第二阶段，在线车辆充电器分配模型的开发，以尽量减少总的车辆空闲时间的充电，考虑排队延迟在充电器的水平。提出了一种有效的拉格朗日松弛算法来求解具有小最优间隙的大规模车辆-充电器分配问题。将该方法应用于卢森堡一个实际的动态叫车服务案例研究，并与不同充电基础设施场景下的最近充电站充电策略和先到先得最小充电延迟策略进行了比较。我们的计算结果表明，该方法可以实现显着节省的运营商在充电等待时间（-74.9%），充电时间（-38.6%），并收取能源成本（-27.4%）。进行灵敏度分析，以评估不同的模型参数的影响，显示在随机环境中的方法的可扩展性和鲁棒性。
2021-04-15 cs.SY eess.SY math.OC
Reconfigurable Battery Systems for Enhanced Fast Charging in Electric Vehicles
本文提出一种可重构电池系统，通过动态调整电池单元排列优化充电性能，仿真表明串联更多电池可显著缩短电动汽车充电时间且保持安全性。
2025-07-15 cs.SY eess.SY
