插电式电动汽车的行为无感智能充电：一种强化学习方法
系统与控制
2022-06-24 v2 系统与控制
摘要
高功率电动汽车（EV）充电会因峰值需求收费而显著增加充电成本。本文提出一种新颖的充电算法，其利用家用充电桩通常较长的插电时段，通过先对 EV 进行短时升压充电、随后在剩余插电时段进行低功率充电来降低总体充电功率。升压与低功率充电阶段的最优参数通过使用 EV 过往充电会话训练的强化学习获得。与部分已有工作相比，所提算法不试图预测插电时段时长——如分析所示，由于人类行为的性质，该时长在实践中难以准确预测。相反，充电参数被直接控制，并随用户充电行为随时间透明地自适应。基于来自 22,731 个家用充电站的 310 万次充电会话的英国数据集的性能评估表明，所提算法实现了 31% 的聚合峰值削减。实验还展示了历史规模对学习行为的影响，并通过将算法应用于特定充电点的案例研究作结。
引用
@article{arxiv.2202.10823,
title = {Behaviour-neutral Smart Charging of Plugin Electric Vehicles: Reinforcement learning approach},
author = {Vladimir Dyo},
journal= {arXiv preprint arXiv:2202.10823},
year = {2022}
}
备注
Accepted to IEEE Access, vol. 10, pp. 64095-64104, 2022, doi: 10.1109/ACCESS.2022.3183795