基于强化学习的混合充电站规划与运营：考虑固定充电器与移动充电器
人工智能
2025-08-12 v2
摘要
电动汽车的普及依赖于高效且灵活的充电基础设施。固定位置的充电站常常因需求波动导致利用率不足或拥堵，而移动充电器通过按需调动提供了灵活性。本文研究将固定和移动充电器组合于城市道路网络中的混合充电基础设施的最优规划与运营。我们构建了混合充电站规划与运营(HCSPO)问题，联合优化固定站点的布局和移动充电器的调度。基于模型预测控制(MPC)的充电需求预测模型支持动态决策。为解决HCSPO问题，我们提出一种结合了启发式调度的深度强化学习方法。在真实城市场景实验中表明，我们的方法在基础设施可用性方面实现了最高可达244.4%的提升，并通过最高可达79.8%的缩短等待时间，显著优于现有解决方案。
引用
@article{arxiv.2506.16764,
title = {Reinforcement Learning for Hybrid Charging Stations Planning and Operation Considering Fixed and Mobile Chargers},
author = {Yanchen Zhu and Honghui Zou and Chufan Liu and Yuyu Luo and Yuankai Wu and Yuxuan Liang},
journal= {arXiv preprint arXiv:2506.16764},
year = {2025}
}
备注
9 pages