通过电动汽车规模化去中心化协调实现韧性充电设施

电动汽车(EV)的快速普及为去中心化充电控制带来了重大挑战。现有的去中心化方法能够有效协调大量电动汽车选择充电站，同时减少能源成本，防止电力峰值，保护驾驶员隐私。然而，这些方法在严重情况下的应对能力常常不足，例如充电站故障或充电请求意外激增时。这些情况会导致有限充电插槽之间的竞争，引起长时间排队和驾驶员舒适度下降。为此，我们提出一种新型基于集体学习的协调框架，允许电动汽车在其选择上的个体舒适度与整个系统效率之间进行权衡，即所有充电站的总体排队时间。在该框架中，电动汽车会被推荐采取自适应充电行为，以在舒适度和效率之间实现 Pareto 最优权衡，在不同充电站容量和动态时空 EV 分布下进行调整。使用真实的电动汽车和充电站数据进行实验，结果表明该方法优于基线方法，显著减少旅行和排队时间。结果揭示，在不确定的充电条件下，行为自私或利他的 EV 驾驶员在恰当时机 achieves 更短的等待时间，而持续保持温和行为的驾驶员则等待时间更长。我们的进一步发现表明，在高比例故障和对抗性 EV 的情况下，去中心化 EV 充电基础设施的韧性和可信度得到改善。