面向本地城市系统的电动汽车充电基础设施决策支持与优化数字孪生框架
系统与控制
2026-04-20 v2 计算机与社会
多智能体系统
系统与控制
摘要
随着电动汽车(EV)在城市环境中的普及，优化充电基础设施对于平衡用户满意度、能源效率和经济可行性至关重要。本研究超越了静态模型，提出一种数字孪生框架，将基于智能体的决策支持与嵌入式优化集成，用于动态模拟EV充电行为、基础设施布局以及政策响应。该模型应用于越南胡志明市的一个本地化城市场所(大学校园)，评估运营政策、EV站点配置和可再生能源。交互式仪表板实现了季节性分析，揭示从十月到三月，太阳能效率下降20%，风能贡献不足5%，凸显适应性能源管理的必要性。仿真结果表明，动态通知新可用充电插座可提高用户满意度，而燃油禁令和空位费有助于提高插座周转率，同时增加的复杂度最小。嵌入式元启发式优化识别出近乳最优的快速(30kW)和标准(11kW)太阳能充电器混合方案，在能源性能、盈利能力和需求之间实现高效平衡。该数字孪生平台提供了一种灵活的、以计算为驱动的EV基础设施规划工具，采用可传输且模块化的设计，使其能够无缝扩展至城市级的城市环境。
关键词
引用
@article{arxiv.2510.24758,
title = {A Digital Twin Framework for Decision-Support and Optimization of EV Charging Infrastructure in Localized Urban Systems},
author = {Bui Khanh Linh Do and Thanh H. Nguyen and Nghi Huynh Quang and Doanh Nguyen-Ngoc and Laurent El Ghaoui},
journal= {arXiv preprint arXiv:2510.24758},
year = {2026}
}
备注
38 pages, 11 figures. Accepted for publication in CEUS. This version is made available under the CC-BY-NC-ND 4.0 license. Final version available at: https://doi.org/10.1016/j.compenvurbsys.2026.102422