IDEAS：考虑用户不耐烦的信息驱动电动汽车充电站准入机制以改善 QoS 与站点利用率

我们的工作深入探讨了高峰时段电动汽车 (EV) 充电站的用户行为，特别关注不耐烦情绪如何驱使放弃行为（不加入队列）和退出行为（提前离开队列）。我们引入了一个基于智能体的仿真框架，该框架在队列动力学中结合了用户的乐观程度（悲观、标准和乐观）。与以往的工作不同，该框架突出了人类行为在塑造高峰需求下充电站效率中的关键作用。仿真揭示了一个关键问题：由于缺乏队列信息，放弃行为经常发生，从而给用户造成两难境地。为了解决这个问题，我们提出向到达充电站的电动汽车用户实时共享等待时间指标。这通过用户知情的排队加入确保了更好的服务质量 (QoS)，并表现出退出行为的显著减少（高达 94%），从而改善了充电运营。进一步的分析表明，充电速度在超过 80% 后显著下降，但由于里程焦虑，大多数用户优先选择充满电，导致队列变长。为了解决这个问题，我们提出了一种具有功率共享选项的双模式、双端口充电器设计。这允许用户快速充电至 80% 并自动切换到慢速充电，从而在第二个端口实现快速充电。因此，快速充电桩的可用性和吞吐量提高了 5%。随着交通领域向智能交通转型，我们的建模框架将人类决策整合到自动规划中，为优化充电站效率和改善用户体验提供了宝贵的见解。这种方法在新充电站的引入阶段尤为相关，因为此时历史数据可能有限。