Joint Transportation and Charging Scheduling in Public Vehicle Systems - A Game Theoretic Approach
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院);Department of Computer Science and Engineering, Shanghai Jiao Tong University(上海交通大学计算机科学与工程系);Electrical Engineering Department, Columbia University(哥伦比亚大学电气工程系);Department of Electrical Engineering, Columbia University(哥伦比亚大学电气工程系)
本文研究公共车辆系统中运输与充电调度的协同问题,采用蛋糕切割博弈模型协调车辆组、云平台和智能电网之间的交互,提出算法求解纳什均衡,通过模拟验证方案在新纽约市出租车和电网数据集下的有效性。
2017-12-27 cs.SY eess.SY
Distributional Locational Marginal Pricing Based Optimization for Electric Vehicle Charging Management
随着智能电网技术的发展,发电、输电和配电系统吸引了研究人员的大量兴趣。智能电网旨在有效控制和调节电力分配。基于定价信号的配电系统被认为是智能电网中实现控制的新方法之一。在我们的工作中,我们建议使用的定价信号建模后的位置边际价格在传输系统本地提供价格数据给用户。通过对分布式区位边际电价的制定和实现,建立了一个公平的定价模型。这项工作进一步实际实施到电网与电动汽车除了传统的负载。电动汽车因其减少温室气体(GHG)排放的能力而越来越受欢迎,这将对电网的需求构成更大的挑战。我们建议使用DLMP建模来缓解电网中的拥塞,并为电动汽车制定最佳充电计划。
2020-08-29 cs.SY eess.SY
Pricing and Routing Mechanisms for Differentiated Services in an Electric Vehicle Public Charging Station Network
University of California, Santa Barbara(加利福尼亚大学圣塔芭芭拉分校)
本文研究了电动汽车公共充电站网络中如何通过优化定价和路由策略来提供差异化服务,旨在通过用户优先级和能源需求的设定,实现对充电站需求的直接管理,从而优化电网影响和等待时间。
2019-08-26 cs.SY eess.SY
Regulating EV Charging Markets for Fairness: Incentives for Pricing and Capacity Decisions
University of California, Berkeley(加州大学伯克利分校);KTH Royal Institute of Technology(瑞典皇家理工学院);Nanyang Technological University(南洋理工大学)
本文通过博弈论视角研究电动汽车充电站定价和容量中的公平性问题,设计针对性激励措施以引导运营商实现更公平的充电桩布局,案例表明无监管竞争加剧差异而精心校准的激励可减少不平等且效率损失小。
2026-05-31 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 Two-phase On-line Joint Scheduling for Welfare Maximization of Charging Station
电动汽车的大量采用为充电站的运营优化带来了实际利益。定价和充电控制的联合调度将实现充电站和电动汽车司机的双赢局面,从而提高充电站的运营能力。我们认为这一重要问题在本文中,并作出以下贡献。首先,定价和充电控制的联合调度模型的开发,以最大化的期望社会福利的充电站考虑服务质量和价格波动的敏感性的电动汽车司机。它被公式化为一个马尔可夫决策过程与方差准则,以捕捉在操作过程中的不确定性。其次,提出了一种两阶段在线策略学习算法来解决该联合调度问题。在第一阶段,它实现了基于事件的策略迭代,以找到最优的定价方案,而在第二阶段,它实现了基于神经网络的模型预测控制的智能充电下更新的定价方案。第三,利用性能差异理论,从理论上分析了该算法的最优性。对一个分布式发电储能充电站的数值实验表明了该方法的有效性和提高充电站社会福利的效果。
2022-12-07 cs.SY eess.SY
Optimal Planning of Electric Vehicle Charging Stations: Integrating Public Charging Networks and Transportation Congestion
The University of Texas at Dallas(德克萨斯大学达拉斯分校)
本研究旨在优化电动汽车长途旅行充电站规划,通过分析德克萨斯州实时数据,权衡交通拥堵与充电时间,提出最大化恒流阶段以提升效率,并在必要时延长充电以避开拥堵站点。
2025-10-11 cs.SY eess.SY
Rollout-Based Charging Scheduling for Electric Truck Fleets in Large Transportation Networks
Shanghai Jiao Tong University(上海交通大学);East China University of Science and Technology(华东理工大学);Cornell University(康奈尔大学)
本文研究了大型电动卡车车队在专用充电基础设施下的充电调度优化问题,提出了一种基于滚出的动态规划框架,实现高效政策评估与近优解,适用于大规模运输网络的实时充电管理。
2026-04-03 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
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
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
Optimal Operation of Interdependent Power Systems and Electrified Transportation Networks
SYSU-CMU Joint Institute of Engineering(中山大学-卡内基梅隆大学联合工程学院);Carnegie Mellon University(卡内基梅隆大学);School of Electronics and Information Technology, SYSU(中山大学电子与信息工程学院);Scott Institute for Energy Innovation, Carnegie Mellon University(卡内基梅隆大学斯科特能源创新研究所)
本文提出了一种新的框架,通过迭代最低成本车辆路径问题,结合电动车与充电站的通信,优化电力系统与交通网络的协同运行,减少能源成本。
2017-01-12 cs.SY eess.SY
Dynamic Electric Vehicle Charging Pricing for Load Balancing in Power Distribution Networks based on Collaborative DDPG Agents
本文提出基于深度强化学习的动态电动汽车充电定价策略,通过预测配电网负荷并比较DDPG、SAC、PPO算法,同时实现削峰填谷与邻近配电网间负载均衡,提升电网整体利用率。
2025-11-09 cs.SY eess.SY
Beyond Profit: A Multi-Objective Framework for Electric Vehicle Charging Station Operations
本文提出一种联合优化定价与连续充电速率的多目标框架,在物理约束下同时最大化充电站利润与声誉,并通过软动作评论家和熵温度调节提升收敛性,实验显示平均JPR较基线提升25.45%-52.20%。
2024-03-12 cs.SY eess.SY
Dynamic Load Balancing for EV Charging Stations Using Reinforcement Learning and Demand Prediction
本文提出结合预训练图神经网络需求预测与强化学习的电动汽车充电网络动态定价和负载均衡框架,利用深圳EVCDP数据集验证其能显著改善负载均衡并减少过载。
2025-03-09 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
V2Sim: An Open-Source Microscopic V2G Simulation Platform in Urban Power and Transportation Network
Southeast University(东南大学);Xi’an Jiaotong University(西安交通大学);Star Charge Technology Co., Ltd(星星充电科技有限公司)
提出V2Sim开源仿真平台,通过集成微观城市交通网络与配电网,实现电动汽车充电负荷和动态V2G操作的精确建模,支持自定义V2G策略和并行仿真,以南京实际交通网络案例验证其分析空间-时间分布及评估V2G影响的能力。
2024-12-13 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
Hierarchical Pricing Game for Balancing the Charging of Ride-Hailing Electric Fleets
本文提出一种分层定价博弈控制机制,通过上层Reverse Stackelberg博弈和下层Stackelberg博弈协调外部主体、网约车公司与司机利益,实现多电动车队充电平衡,并用深圳真实出租车数据验证其有效性。
2022-10-16 cs.SY eess.SY
Optimal Pricing and Charging Strategy Design for Non-cooperative Battery Swapping Stations
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Shenzhen Institute of Artificial Intelligence and Robotics for Society(深圳市人工智能与机器人研究院)
本文针对同一聚合器协调的非合作换电站,构建分层博弈论模型证明子博弈完美纳什均衡的存在与唯一性,提出最优定价充电策略及需求波动处理方法,仿真显示可提升换电站利润至少18.1%并实现电网削峰填谷。
2026-08-17 cs.GT cs.SY eess.SY
A Cost-Optimization Model for EV Charging Stations Utilizing Solar Energy and Variable Pricing
VinUniversity(文林大学)
本文提出一种基于Bertsimas--Sim鲁棒优化的EV充电站成本优化框架,利用现场光伏发电并应对电价不确定性,在Caltech ACN数据集上平均节省约12%,实现实时可行与电网友好。
2025-09-01 cs.CE cs.SY eess.SY
Braess' Paradoxes in Coupled Power and Transportation Systems
Elmore Family School of Electrical and Computer Engineering at Purdue University(普渡大学埃尔莫尔电气与计算机工程学院)
本文探讨电力与交通系统耦合中出现的新型布拉塞悖论,通过建模分析发现系统扩容可能恶化性能,并提出缓解策略。
2026-10-20 cs.SY eess.SY
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
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
Generalized Wardrop Equilibrium for Charging Station Selection and Route Choice of Electric Vehicles in Joint Power Distribution and Transportation Networks
本文提出了一个由异构电动汽车(EV)和配电系统运营商(DSO)作为球员,充电站运营商(CSO)和运输网络运营商(TNO)作为协调员组成的博弈的均衡分析。每辆电动汽车都试图选择一个充电站作为目的地,同时选择一条到达目的地的路线。然而,道路和充电站上的交通和电力负荷拥挤导致电动汽车的最优决策之间的相互依赖性。CSO和TNO需要应用一些收费来控制这种拥塞。另一方面,充电站的定价取决于实时分布式位置边际定价,这是由DSO解决配电网络上的最优潮流后确定的。本文还考虑了电动汽车,交通和分销网络的本地和耦合/基础设施的限制。该问题被建模为一个广义聚合博弈,然后提出一种分散学习方法来获得博弈的一个均衡点,即变分广义Wardrop均衡.证明了平衡点的存在性和算法的收敛性。我们进行数值研究萨凡纳城市模型和IEEE 33节点配电网,并调查各种特性对需求和价格的影响。
2023-01-26 cs.GT cs.SY eess.SY
Optimal Scheduling of Electric Vehicles Charging in low-Voltage Distribution Systems
Shanghai Jiao Tong University(上海交通大学);University of Minnesota(明尼苏达大学)
本文研究了中国两种智能充电场景,探讨了集中式和分散式充电策略在时间分段定价下的优化方法,并通过模拟验证了充电调度的有效性。
2016-01-19 cs.SY eess.SY
Electrifying Heavy-Duty Trucks: Battery-Swapping vs Fast Charging
University of California, Berkeley(加州大学伯克利分校);École Polytechnique(巴黎综合理工学院);TotalEnergies OneTech(道达尔能源OneTech)
研究比较了电池交换和快速充电系统在重型卡车中的效率,发现BSS在减少停机时间方面更优,但需更多电池,而FCS需更大电池应对长充电时间,BSS在减排和盈利上有潜力。
2025-05-18 cs.SY eess.SY
Impact of EV Charging Stations in Power Grids in Italy and its Mitigation Mechanisms
全球变暖导致世界思考一种不同的交通方式:避免内燃机,并使交通运输部门多样化。随着电动汽车(EV)充电站在现有配电网络上的高度渗透,影响可能是一致的。快速充电站的负载可能会导致峰值负载需求增加、备用余量减少、电压不稳定和可靠性问题。由于EV充电站的负面影响而导致的电力系统的性能下降甚至可能导致配电系统运营商(DSO)支付罚款。本文件:i)调查\ac{ev}充电站对配电网的影响,包括中压馈线上的电压降和主变电站中Transformers的负载,以及ii)提出缓解机制。一个现实的典型的意大利电网已被用来评估电动汽车充电站的影响,并验证缓解机制。
2021-11-12 cs.SY eess.SY
Balancing Cost and Dissatisfaction in Online EV Charging under Real-time Pricing
针对实时电价下用户在线安排EV充电负荷以最小化成本并兼顾不满的问题,提出两种具有最优竞争比的确定性在线算法,并基于真实数据验证了其显著性能提升。
2019-01-15 cs.SY eess.SY
A Method of EV Detour-to-Recharge Behavior Modeling and Charging Station Deployment
电动汽车(EV)越来越多地用于交通运输。电动汽车在全球范围内的使用,由于其有限的电池容量,需要有效规划电动汽车充电站,以提高电动汽车的使用效率。本文提出了一种描述电动汽车绕行充电行为的方法,并在此基础上,采用绕行引起的额外行驶长度和未完成路线长度作为评价电动汽车充电站部署方案的指标。通过这种方式,我们可以根据出行数据(需求)模拟EV行为。在此基础上,提出了一种基于遗传算法的电动汽车充电站选址优化方法。通过一个30 km * 30 km区域内的100节点203分支交通网络的实例分析,验证了该方法的有效性。我们的方法的见解可能适用于各种交通网络中的充电站规划。
2022-11-13 cs.OH cs.SY eess.SY
Combinatorial Auction-Based Pricing for Multi-tenant Autonomous Vehicle Public Transportation System
The University of Hong Kong(香港大学)
本文研究多租户自动驾驶公共交通系统的定价问题,通过组合拍卖模型确定三种服务类型的价格,采用策略证明的Vickrey-Clarke-Groves机制提高社会福利,并通过仿真验证结果。
2015-09-20 cs.GT cs.SY eess.SY
A Holistic Review on Advanced Bi-directional EV Charging Control Algorithms
电动汽车(EV)的快速增长为下一代交通系统带来了减少碳排放的希望。电动汽车和充电设施的快速发展正在推动车联网(IoV)向电动汽车互联网(IoEV)的演变。IoEV受益于智能电网和物联网(IoT)技术,分别提供先进的双向充电服务和实时数据处理能力。IoEV充电控制的主要设计挑战在于充电事件的随机性和EV的移动性。在这篇文章中,我们提出了一个全面的审查先进的双向电动汽车充电控制算法。对于G2V,我们介绍了两种情况下的充电控制问题:1)单个充电站的操作和2)在耦合的交通和电力网络中的多个充电站的操作。对于车联网(V2G),我们讨论了电动汽车如何在电力市场中进行能源交易,并为电网提供辅助服务。最后,通过一个案例分析,说明了多电动汽车联合优化的经济效益。最后,我们将重点介绍一些开放的问题和未来的研究方向的充电调度问题的车联网。
2022-02-28 cs.SY eess.SY
Macroscopic pricing schemes for the utilization of pool ride-hailing vehicles in bus lanes
研究公交专用道允许拼车网约车使用的网络配置,在聚合建模框架下刻画实现系统最优的空间配置与多模式需求划分,并提出定价方案以缩小系统最优与用户均衡间的总延误差距。
2024-03-20 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
Optimal Pricing to Manage Electric Vehicles in Coupled Power and Transportation Networks
研究电动汽车对电力和交通网络的影响,通过构建扩展交通图寻找最短路径,提出协同管理方案以实现社会最优运行。
2016-09-14 cs.MA cs.SY eess.SY
An optimal control approach of day-to-day congestion pricing for stochastic transportation networks
Purdue University(普渡大学)
本文提出了一种针对日复一日时间尺度的拥堵定价最优控制方法,考虑了需求不确定性和弹性,通过马尔可夫决策过程分析,证明了该方法在无界旅行时间函数下的有效性,并提出基于近似动态规划的方法解决实际问题。
2019-07-20 cs.SY eess.SY
Increasing performance of electric vehicles in ride-hailing services using deep reinforcement learning
新形式的按需运输,如叫车和联网自动驾驶汽车正在激增,但对于电动汽车(EV)来说,这是一个具有挑战性的用例。本文探讨了使用深度强化学习(DRL)优化叫车电动汽车代理的驾驶和充电政策的可行性,其目标是在增加运输服务的同时降低成本和排放。我们介绍了一个数据驱动的模拟乘车叫车电动汽车代理,提供运输服务,并在拥挤的充电基础设施的收费能源。然后,我们制定了一个测试用例的顺序驾驶和充电决策问题的代理和应用DRL优化代理的决策政策。我们评估的性能对手写的政策,并表明,我们的代理人学会了竞争力的行为,没有任何先验知识。
2019-12-07 cs.SY eess.SY
Dynamic Flow Equilibrium of Transportation and Power Distribution Networks Considering Flexible Traveling Choices and Voltage Quality Improvement
本文构建了兼顾经济与安全运行的交通与配电耦合网络动态交互模型,通过设计动态交通分配、排队模型、充电负荷波动费及电压偏差惩罚,并利用线性化与凸松弛技术求解均衡状态,有效缓解了电动汽车充电负荷引发的电压质量问题。
2023-04-07 cs.SY eess.SY
Toward Efficient Transportation Electrification of Heavy-Duty Trucks: Joint Scheduling of Truck Routing and Charging
针对重型电动卡车运输,提出联合路线与充电调度优化,采用SLBLR方法分解复杂问题,实现快速近优解,并揭示电池容量与充电功率对成本及车队规模的影响。
2023-11-13 cs.CY cs.SY eess.SY
Modeling 100% Electrified Transportation in NYC
展望未来100%电气化的交通部门,本文使用社会经济,人口和地理数据来评估通勤交通的电能需求。我们探索个人模式选择,从而为整个人群创建模式组合场景,并使用电池和电动驱动技术的技术规格结合不同的充电场景来量化每个场景的电能需求。使用纽约市的数据集,我们的研究结果强调了基础设施投资的必要性,灵活收费政策的有用性,以及激励微型交通和公共交通选择的积极影响。我们的模型和结果作为交互式仪表板公开提供。
2023-02-17 cs.CY cs.SY eess.SY
Personalized Dynamic Pricing Policy for Electric Vehicles: Reinforcement learning approach
本研究提出了一种基于Q学习的个性化动态定价策略(PeDP),通过多充电站竞争仿真环境最大化fast-EVCS收入,揭示了等待时间重要性、策略性能及隐私信息滥用风险。
2024-01-01 cs.GT 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
Large-Scale Scenarios of Electric Vehicle Charging with a Data-Driven Model of Control
支持广泛的交通电气化的规划取决于对电动汽车在不受控制和受控或智能充电场景下的电力需求的详细估计。我们提出了一种建模方法来快速生成收费估计,包括控制数百万个单独的驱动程序的大规模场景。我们使用真实充电会话的统计表示来建模不受控制的充电需求。我们用一种新的机器学习方法代替传统的优化方法,对负载调制控制对聚合充电曲线的影响进行建模。我们展示了它的性能建模工作场所充电控制与多个电价时间表,实现小误差(2.5%至4.5%),同时加速计算超过4000倍。我们通过生成加州2030年充电需求的场景来说明该方法,包括多个充电段和控制,场景在50秒内本地运行,并协助费率设计建模新工作场所充电费率的大规模影响。
2021-05-25 cs.SY eess.SY
Weather Sensitive High Spatio-Temporal Resolution Transportation Electric Load Profiles For Multiple Decarbonization Pathways
针对缺乏覆盖全交通部门的高分辨率天气敏感负荷曲线的问题,提出结合充电策略与温度敏感性、基于GCAM降尺度生成逐时交通用电负荷曲线的方法,生成美国西部多情景多路径的长期负荷数据集,方法开源可迁移。
2024-03-07 cs.SY eess.SY
Smart Charging Benefits in Autonomous Mobility on Demand Systems
在本文中,我们研究了智能充电的电动汽车(EV)提供自主移动按需(AMoD)服务的车队的潜在好处。我们首先考虑一个利润最大化的平台运营商,他根据网络流模型做出路线、收费、再平衡和乘车定价的决策。显然,这些决策中的每一个都直接影响车队的智能充电潜力;然而,在经典网络流模型下,不可能直接表征各种系统参数对智能充电的影响。因此,我们提出了一个建模的变化,使我们能够解耦的运营商所面临的充电和路由问题。这种变化使我们能够提供封闭形式的数学表达式,将充电成本与车辆的最大电池容量以及车队运营成本联系起来。我们发现,投资更大的电池容量和运营更多的车辆进行再平衡可以降低充电成本,同时增加车队运营成本。因此,我们研究了运营商面临的权衡,分析了最低成本的车队充电策略,并提供了数值结果,说明了智能充电的好处,运营商。
2019-09-17 cs.SY eess.SY
Tri-Level Stochastic-Robust Co-Planning of Distribution Networks and Renewable Charging Stations With an Adaptive iC&CG Algorithm
针对可再生能源充电站选址不当易引发配电网馈线过载的问题,提出三层两阶段随机-鲁棒协同规划框架,设计A-iC&CG算法求解,经深圳算例验证方法有效性与成本优势。
2025-11-15 cs.SY eess.SY
Hierarchical Game for Coupled Power System with Energy Sharing and Transportation System
本文针对电力与交通系统耦合及不确定性问题,提出考虑AC电网约束的能量共享机制并证明其均衡社会最优,构建刻画两系统交互的分层博弈并转化为MILP求解,通过数值实验验证了理论与系统互影响。
2024-02-02 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
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
The Untapped Potential of Smart Charging: How EV Owners Can Save Money and Reduce Emissions Without Behavioral Change
Rivian Automotive(Rivian汽车)
利用Rivian 2023年遥测数据发现72%家庭充电即插即充,通过优化插拔电窗口内的充电时间表,车主年均节省140美元并减少28%碳排放,无需行为改变。
2025-10-14 cs.SY eess.SY physics.soc-ph
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
Platoon Coordination and Leader Selection in Mixed Transportation Systems via Dynamic Programming
本文针对燃油与电动卡车混合车队,提出基于动态规划的枢纽编队协调方法,优化等待时间、充电量和领头车辆分配,实现收益最大化并保证多项式时间可扩展性。
2025-07-20 cs.SY eess.SY math.OC
Pricing for Multi-modal Pickup and Delivery Problems with Heterogeneous Users
本文研究多模态取送货问题中的定价与资源分配,针对异构用户在价格与延迟间的不同权衡,构建了星型网络拥塞博弈模型,证明了可显式设定价格以诱导任意期望网络流并给出闭式解,最后通过真实餐饮配送案例验证了方法。
2024-11-15 cs.SY eess.SY
AST-GIN: Attribute-Augmented Spatial-Temporal Graph Informer Network for Electric Vehicle Charging Station Availability Forecasting
Nanyang Technological University(南洋理工大学);Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (ASTAR)(新加坡科技研究局资讯通信研究院(I2R))
电动汽车充电需求和充电站可用性预测是智能交通系统面临的挑战之一。通过准确的电动汽车站点状况预测,可以提前安排合适的充电行为,以缓解里程焦虑。现有的许多深度学习方法都是针对这一问题提出的,但由于道路网络结构复杂,外部因素如兴趣点(POI)、天气影响等综合影响,许多常用算法只能提取历史使用信息,而没有考虑外部因素的综合影响。为提高预测精度和可解释性,提出了一种属性增强时空图信息器(AST-GIN)结构,该结构将图卷积网络(GCN)层和信息器层相结合,提取相关交通数据的外部和内部时空相关性。利用属性增强编码器将外部因素建模为动态属性进行训练。AST-GIN模型在邓迪市收集的数据进行了测试,实验结果表明,我们的模型考虑外部因素的影响,在不同的水平设置与其他基线相比,有效性。
2022-09-07 cs.LG cs.SY eess.SY