在停车充电设施中管理过度停留的电动汽车
人工智能
2016-07-15 v2 计算机科学与博弈论
摘要
随着电动汽车（EVs）采用增加，充电基础设施的合理利用成为服务提供商的新挑战。充电事件后EV过度停留是低利用率的关键原因。由于通过监测充电器功率消耗易检测过度停留，管理此问题主要涉及在过度停留期间设计适当“惩罚”。较高惩罚确实阻止过度停留；然而，由于停车时长不确定性，较少人能接受此类惩罚，导致利用率（和收益）下降。为分析此核心权衡，我们开发新框架，将真实用户行为模型集成到排队动态中，针对不同外部充电需求值，从利用率和收益角度定位最优惩罚。接下来，当模型参数未知时，我们展示如何调整在线学习算法如UCB来学习最优惩罚。基于伦敦充电数据的实验验证表明，适当惩罚可增加利用率和收益同时显著减少过度停留。
引用
@article{arxiv.1604.05471,
title = {Managing Overstaying Electric Vehicles in Park-and-Charge Facilities},
author = {Arpita Biswas and Ragavendran Gopalakrishnan and Partha Dutta},
journal= {arXiv preprint arXiv:1604.05471},
year = {2016}
}
备注
Published in Proceedings of the 25th International Joint Conference on Artificial Intelligence IJCAI 2016