Charging While Driving Lanes: A Boon to Electric Vehicle Owners or a Disruption to Traffic Flow
研究探讨了行驶中充电车道对交通流和排放的影响,发现其虽促进电动车普及但可能降低交通效率,需谨慎设计与政策考量。
2025-04-19 cs.ET cs.SY eess.SY
Congestion Forecasting for Electric Vehicle Charging Scheduling with Fluid Queues
KTH Royal Institute of Technology(皇家理工学院)
提出一种基于流体的拥塞预测方法,用于电动汽车充电调度,在考虑不确定性到达和容量约束下预测充电站可用性,并减少等待时间高达14%。
2026-05-26 cs.SY eess.SY
Review of Electric Vehicle Charging Technologies, Configurations, and Architectures
电动汽车(EV)由于其快速发展,预计将成为全球交通能源转型的主要贡献者之一。电动汽车将通过减少对化石燃料的依赖和温室气体(GHG)排放,在实现可持续交通系统方面发挥至关重要的作用。然而,高水平的电动汽车集成到配电网引入了许多挑战,电网运行,安全和网络规划,由于负荷需求,电能质量的影响和功率损耗的增加。越来越多的电动汽车需要先进的充电系统来提高充电效率和公用电网支持。创新的电动汽车充电技术在最近的研究中获得了广泛的关注,旨在加强电动汽车的采用,同时提供辅助服务。因此,分析电动汽车充电技术的现状对于通过先进的控制策略来加速电动汽车的采用,以发现针对电网负面影响的补救解决方案,提高期望的充电效率和电网支持具有重要意义。本文对电动汽车充电系统的当前部署、国际标准、充电配置、电动汽车电池技术、电动汽车充电站架构以及新兴技术挑战进行了全面回顾。充电系统需要专用的转换器拓扑结构、控制策略以及充电和电网互连的国际标准,以确保最佳运行并增强电网支持。概述了不同的充电系统的车载和非车载充电器,AC-DC和DC-DC转换器拓扑结构,以及基于AC和DC的充电站架构进行评估。
2022-09-30 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
Economic Evaluation of V2G-Enabled Fast Charging Stations Under Endogenous EV Adoption Dynamics
Hubei University of Automotive Technology(湖北汽车工业学院);McNeese State University(麦克尼斯州立大学)
本研究提出一个多周期协同规划框架,显式建模电动汽车采用动态为决策相关不确定性,评估支持V2G的快速充电站经济性,通过聚合虚拟电池模型和混合整数规划,实现优越社会福利并缓解配电网拥堵。
2026-09-10 cs.SY eess.SY
Optimizing Electric Vehicles Charging using Large Language Models and Graph Neural Networks
Delft University of Technology(代尔夫特理工大学)
本文提出结合大型语言模型与图神经网络优化电动汽车充电,以应对高维动态实时充电问题,并证明其优于传统智能充电方法。
2025-02-05 cs.LG cs.SY eess.SY
Backcasting the Optimal Decisions in Transport Systems: An Example with Electric Vehicle Purchase Incentives
本文提出一种回溯预测方法,以法国本土电动汽车购买激励为例,在最小化国家预算的同时实现CO$_2$减排目标,并分析替代政策情景。
2025-02-04 cs.SY eess.SY math.OC
dockChain: A Solution for Electric Vehicles Charge Point Anxiety
University College Dublin(都柏林大学学院)
本文提出了一种名为dockChain的充电站适配器,通过将多个电动汽车连接到单个充电器上,从而增加充电机会,缓解充电站焦虑问题。
2018-10-20 cs.SY eess.SY
Deadline-Aware Electric Vehicles Charging with Distribution Transformer Overload Mitigation
提出一种截止时间感知的电动汽车充电框架,通过凸老化代理和惩罚加权未满足能量权衡变压器热老化与服务质量,并开发基于边际成本紧迫指数的低复杂度在线策略。
2026-07-02 cs.SY eess.SY
Mixer-Informer-Based Two-Stage Transfer Learning for Long-Sequence Load Forecasting in Newly Constructed Electric Vehicle Charging Stations
本文提出MIK-TST两阶段迁移学习框架,融合Mixer、Informer和KAN以解决新建充电站长序列负荷预测中数据有限与长时依赖问题,在博尔德26个充电站数据集上MAE降低4%、MSE降低8%,优于基线方法。
2025-05-10 cs.SY eess.SY
Design and Implementation of Low-Cost Electric Vehicles (Evs) Supercharger: A Comprehensive Review
本研究提出概率建模与智能体仿真方法,评估不同成本驱动充电策略对丹麦腓特烈斯贝市低压配电网的影响,发现多日成本优化充电会加剧电网拥堵,为智能充电的电网影响评估提供参考。
2025-01-13 cs.SY eess.SY
A Review and Outlook of Energy Consumption Estimation Models for Electric Vehicles
电动汽车(EV)是向低碳交通系统过渡的关键。电动汽车的成功采用在很大程度上取决于能够准确可靠地估计电力消耗的能源消耗模型。本文综述了电动汽车能耗模型的研究现状,旨在为电动汽车应用的发展提供指导。本文将影响电动汽车能耗的因素归纳为四类:车辆部件、车辆动力学、交通和环境相关因素。我们根据建模规模(微观与宏观)和方法(数据驱动与基于规则)对电动汽车能耗模型进行分类和讨论。我们的综述显示了可用于估计出行级EV能耗的宏观模型越来越多的趋势,以及利用机器学习技术基于大量真实数据估计EV能耗的数据驱动模型越来越多的趋势。我们确定了电动汽车能源消耗模型的研究空白,包括为个人车辆以外的模式开发能源估计模型(例如,电动公共汽车、电动卡车和电动非道路车辆);开发适用于与车辆到电网集成相关的应用的能量估计模型;以及开发多尺度能量估计模型作为整体建模方法。
2021-02-21 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
Charged Momentum: Electric Vehicle Surge in India's 2023 Landscape
本文全面分析了印度2023年电动汽车市场格局,探讨了普及现状、本土制造商、主导企业、政府政策影响及2023财年销售数据,旨在揭示印度向可持续交通转型的进程及其对能源、环境与经济的深远影响。
2024-03-20 cs.SY eess.SY
An Integrated Transportation Network and Power Grid Simulation Approach for Assessing Environmental Impact of Electric Vehicles
本研究提出一种结合交通与电网仿真的集成方法,通过模拟不同渗透率、拥堵及充电策略下的充电负荷与EGU调度排放,以德克萨斯州奥斯汀为案例,量化了电动汽车采用对道路及发电排放的区域环境影响。
2025-04-02 cs.SY eess.SY
Route Optimization of Electric Vehicles based on Dynamic Wireless Charging
University of Thessaly(色萨利大学);De Montfort University(德蒙福特大学);Nottingham Trent University(诺丁汉特伦特大学);University of Surrey(萨里大学);T.E.I. of Thessaly(色萨利技术教育学院)
本文提出基于约束逻辑编程和图最短路径算法的电动汽车路线优化方法,利用移动充电站MEDs实现高效能源分配,通过车对车通信提升电动车续航能力。
2017-10-09 cs.SY eess.SY
A Machine Learning-based Digital Twin for Electric Vehicle Battery Modeling
Politecnico di Torino(都灵理工大学)
电动车辆(EV)的广泛采用受限于它们对电池的依赖,与液体燃料相比,电池目前具有低能量和功率密度,并且随着时间的推移会老化和性能劣化。出于这个原因,在EV寿命期间监测电池充电状态(SOC)和健康状态(SOH)是一个非常相关的问题。这项工作提出了一种电池数字孪生结构,旨在准确地反映电池动态的运行时间。为了确保非线性现象的高度正确性,数字孪生依赖于根据电池随时间演变的痕迹进行训练的数据驱动模型:SOH模型,重复执行以估计最大电池容量的退化,以及SOC模型,定期重新训练以反映老化的影响。所提出的数字孪生结构将在公共数据集上举例说明,以激励其采用并证明其有效性,具有高准确性以及与板载执行兼容的推理和再训练时间。
2022-06-16 cs.AI cs.LG cs.NA
Distributed Control of Charging for Electric Vehicle Fleets under Dynamic Transformer Ratings
由于其巨大的电力消耗和不断增长的采用率,电动汽车(EV)将成为配电网的重大挑战。然而,通过适当的充电控制策略,可以在不需要昂贵的电网加固的情况下减轻挑战。本文提出并分析了新的分布式充电控制方法,以协调电动汽车充电非线性Transformer温度额定值。具体而言,我们评估所需的数据通信,计算效率和最优性保证不同的控制策略的基础上的凸松弛的底层非线性Transformer温度动态之间的权衡。经典的分布式控制方法,如那些基于对偶分解和交替方向的乘法器(ADMM)与新的增广拉格朗日为基础的交替方向不精确牛顿(ALADIN)方法和一种新的低信息,前瞻版本的分组能量管理(PEM)进行了比较。这些算法的实施和分析的两个案例研究住宅和商业电动汽车车队。仿真结果验证了新的方法,并提供关键的权衡见解。
2020-07-20 cs.SY eess.SY
A Reliability-aware Distributed Framework to Schedule Residential Charging of Electric Vehicles
住宅消费者在配备住宅EV充电设施后已成为配电网络的积极参与者。这对负责以可靠的方式通过现有配电网络基础设施向住宅消费者调度电力的网络运营商提出了挑战。在本文中,我们解决的问题,调度多个消费者的住宅电动汽车充电,同时保持网络的可靠性。另一个挑战是信息交换受限:消费者无法访问网络信息,网络运营商无法访问消费者负载参数。我们提出了一个分布式的框架,它生成一个最佳的电动汽车充电时间表为个人住宅消费者根据他们的喜好和迭代更新,直到网络的可靠性约束设置的运营商得到满足。我们验证了不同的EV采用水平的综合创建的数字孪生的实际配电网络所提出的方法。结果表明,与住宅消费者仅根据个人偏好对电动汽车充电的情况相比,新方法可以实现更高水平的网络可靠性,从而为现有电网提供了一种解决方案,以跟上不断增长的采用率,而无需在增加电网容量方面进行重大投资。
2022-02-14 cs.MA 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
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
Exploring the feasibility of electric vehicle travel for remote communities in Australia
澳大利亚的偏远社区面临着独特的移动挑战,而从内燃机(ICE)汽车到电动汽车(EV)的过渡将使这些挑战进一步复杂化。电动汽车具有一系列优势,包括维护要求较低,不受昂贵、危险和污染的石油进口的影响,这些进口长期以来一直是偏远社区的负担。然而,按照国际标准,澳大利亚采用电动汽车的速度一直很慢,现有的政策策略往往侧重于激励城市居民购买新技术,这可能会使偏远社区陷入“太难”的境地。在这项研究中,我们评估了电动汽车的可行性,在澳大利亚偏远的社区样本使用地理信息系统分析社区和服务中心城镇之间的旅行距离,利用当今的电动汽车规格和充电技术。我们发现,虽然电动汽车旅行目前通常不适用于使用短程车辆前往大型服务中心城镇,但超过99%的社区和居民将能够使用现有的远程电动汽车前往最近的小型服务中心城镇。这一发现表明,虽然偏远社区交通电气化的障碍很大,但它们并非不可克服,值得在国家和州政策制定中考虑部署充电基础设施。
2022-07-12 cs.SY eess.SY
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
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
Impact of Electric Vehicle Routing with Stochastic Demand on Grid Operation
随着电动汽车(EV)普及率的提高,政府政策的支持和技术价格的下降,电动交通的建模和运营面临着新的挑战。在本文中,我们提出了一个模型来解决EV路由问题,同时考虑到现实生活中的随机需求行为。我们提出了一个数学公式,最大限度地减少旅行时间和能源成本的电动汽车车队。EV由电池能量消耗模型表示。为了使我们的配方适应现实生活中的场景,客户的皮卡和下车建模为随机参数。提出了一种机会约束最优化模型,用于解决上下车的不确定性问题。计算验证模型的基础上提供了代表性的运输方案。结果表明,我们的模型与可验证的解决方案的快速收敛。最后,电动汽车充电的影响是在曼哈顿市中心,纽约通过评估对配电网的影响进行验证。
2021-04-12 cs.SY eess.SY math.OC
Mitigating Metropolitan Carbon Emissions with Dynamic Eco-driving at Scale
Massachusetts Institute of Technology(麻省理工学院);ETH Zürich(苏黎世联邦理工学院);Utah Department of Transportation(犹他州交通部门)
本研究提出利用多任务深度强化学习和大规模场景建模优化半自动驾驶车辆速度,以缓解交通走走停停现象,发现该动态生态驾驶方法可使城市交叉口碳排放降低11-22%,且不影响通行与安全。
2025-06-27 cs.AI cs.LG cs.MA
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
Learning to Operate an Electric Vehicle Charging Station Considering Vehicle-grid Integration
University of Riverside, California(加州大学河滨分校)
电动汽车(EV)的快速采用要求广泛安装EV充电站。为了最大限度地提高充电站的盈利能力,非常需要提供充电和电网服务的智能控制器。然而,由于电动汽车的到达时间和充电需求的不确定性,确定最佳充电时间表是具有挑战性的。在本文中,我们提出了一种新的集中分配和分散执行(CADE)的强化学习(RL)框架,以最大限度地提高充电站的利润。在集中分配过程中,电动汽车被分配到等待或充电点。在分散执行过程中,每个充电器在从共享重放存储器学习动作价值函数的同时做出其自己的充电/放电决定。该CADE框架显著提高了RL算法的可扩展性和样本效率。数值结果表明,建议的CADE框架是计算效率和可扩展性,并显着优于基线模型预测控制(MPC)。我们还提供了一个深入的分析学习的动作价值函数来解释内部工作的强化学习代理。
2022-08-16 cs.LG 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
Recent Progress in Energy Management of Connected Hybrid Electric Vehicles Using Reinforcement Learning
University of Birmingham(伯明翰大学);Tsinghua University(清华大学);University of Surrey(萨里大学)
本文综述了强化学习在网联混合动力汽车能量管理中的应用,涵盖从单车到多车场景,重点探讨多智能体强化学习解决协同生态驾驶控制的挑战与进展。
2023-12-23 cs.LG cs.SY eess.SY
EVLearn: Extending the CityLearn Framework with Electric Vehicle Simulation
针对缺乏支撑V2G/G2V策略验证的仿真平台问题,研究提出EVLearn电动汽车仿真模块并将其集成到CityLearn框架,为含多柔性资产的能源社区能源管理研究提供仿真能力且已通过验证。
2024-04-08 cs.MA cs.SY eess.SY
Network-Aware Electric Vehicle Coordination for Vehicle-to-Anything Value Stacking Considering Uncertainties
本文提出一种考虑网络约束和不确定性的滚动时域优化方法,通过协调电动汽车执行V2H、V2G和能量交易实现V2X价值叠加,并基于真实市场数据验证其降低能源成本的有效性。
2023-05-30 cs.SY eess.SY math.OC
Toward Sustainable Transportation: Accelerating Vehicle Electrification with Dynamic Charging Deployment
电动汽车(EV)正被积极采用作为可持续交通的解决方案。然而,充电仍然存在瓶颈,其中两个主要问题是充电时间长和电动汽车驾驶员的里程焦虑。在这项研究中,我们调查了动态充电系统的部署,即,电气化道路,在旅途中为电动汽车无线充电,以期加快电动汽车的采用率。我们提出了一个基于交通的部署策略,统计量化其影响,并将该策略应用于两个案例研究的实际交通在纽约市(美国)和西安(中国)。我们发现,我们的分析估计不仅与真实数据非常吻合,而且还表明动态充电大大扩展了城市交通中流行的电动汽车模型的行驶里程。例如,当纽约市只有5%的现有道路配备了这项技术时,诸如日产Leaf之类的电动车型将大致保持其电池电量而无需停车充电。如果充电道路的比例增加到10%,那么Leaf每行驶40公里后将获得近10%的电量。我们的框架为公共和私人组织提供了一个解决方案,通过充电基础设施支持和促进汽车电气化。
2022-06-05 cs.SY eess.SY stat.AP
City-wide modeling of Vehicle-to-Grid Economics to Understand Effects of Battery Performance
车辆到电网(V2G)是解决可再生能源引起的电网级间歇性供需不匹配问题的一种很有前途的方法,因为它使用现有的电动汽车(EV)电池作为能量存储介质。电动汽车电池设计以及参与电动汽车车主的盈利能力是V2G成功的关键。为了更好地了解哪些电池设备参数对V2G采用最重要,我们在现实条件下对V2G过程的经济性进行了建模。大多数以前的研究进行V2G经济分析,假设理想的驾驶条件,使用线性电池退化模型,或只考虑V2G的辅助服务。我们的模型考虑了现实的电池退化,经验充电效率,通勤行为的随机性,以及美国六个城市的历史每小时电价。我们使用贝叶斯优化对用户行为进行建模,为V2G提供最佳场景。在所有城市中,我们发现充电率和效率是决定电动汽车用户利润的最重要因素。令人惊讶的是,电动汽车电池成本以及由于循环而导致的退化几乎没有影响。这些发现应该有助于将研究重点放在更好地反映电池在V2G经济中的实际使用情况的优点上。
2021-08-12 cs.SY eess.SY stat.AP