Oct, 2023

德克萨斯州的电动车充电和可再生能源整合策略

PDF
TL;DR通过在德克萨斯州的背景下研究电动汽车（EVs）、可再生能源和智能电网技术的融合，本研究探讨了阻碍 EVs 广泛采用的挑战。通过动态时间扭曲（DTW）聚类和 k-means 聚类方法，根据总负荷和净负荷将每天进行分类，提供了关于日常电力消费和可再生能源产生模式的细致深入的洞察。通过建立根据特定负荷特性进行优化的充电和车辆对电网（V2G）窗口，该研究为能源消费和可再生能源整合的战略决策提供了复杂的方法。研究结果对于将 EVs 无缝融入智能电网，实现可持续和有弹性的能源未来的话题做出了贡献。
electric vehiclesrenewable energysmart grid technologiesgrid stability concernsvehicle-to-grid (v2g) windows
发现论文，激发创造
  • 利用多目标哈里斯雀优化进行电动车协调以实现电网平衡

    本文提出了一种适用于日前期望保证可靠能量供应和维持稳定局部电网的 EV 车队协调模型，利用 EV 来储存多余能量，并在能量不足时释放，结果表明，EV 的协调充电和放电不仅满足平衡服务要求，还与用户偏好基本吻合。

    Nov, 2023

  • 基于深度强化学习的大规模 V2G 连续充电协调及可再生能源应用

    本文提出了一种使用深度强化学习方法的车辆 - 电网技术中，对转移学习方面具有显著表现的连续充放电协调策略。该方法可以高效地优化电动汽车聚合器在实际操作条件下的实时充电 / 放电功率，与无控制充电相比，负荷变化减少了 97.37$％$，充电成本降低了 76.56$％$。

    Oct, 2022

  • 利用聚类技术实现智能社区实时需求响应框架

    采用聚类技术实现需求响应节能项目，并结合预测、聚类和价格策略引擎为参与项目的生产者提供个性化的节约建议和定价策略。

    Mar, 2023

  • 面向区域电动车充电需求预测的基于物理知识和注意力机制的图学习方法

    该论文提出了一种名为 PAG 的新方法，通过图形和时间注意机制实现特征提取，并在模型预训练阶段使用物理知识引导元学习，以应对训练准确且可解释的预测模型的新挑战，从而实现电动汽车充电需求的准确预测和适应于价格波动引起的充电需求的变化的能力。

    Sep, 2023

  • 基于深度强化学习的电池调节层次化 V2G 协调机制，为了多利益相关方的利益

    本研究提出了基于深度强化学习和权益证明算法的多利益相关者分层车联网调度策略，能够促进可再生能源利用、保障电网稳定性，并且在真实运营环境下提高可再生能源消耗、缓解负荷波动、满足电动汽车需求、减少充电成本和电池衰减。

    Aug, 2023

  • 基于深度 Q 学习的智能电动车需求响应在智能电网中的智能调度

    使用深度强化学习进行电动车辆在微电网中的充电和放电活动调度，以对齐配电系统运营商提供的目标能源配置文件。

    Jan, 2024

  • 使用 Transformer 遇到 wcDTW 以提高实时电池出价：一种新的情景选择方法

    我们引入了一种创新方法，将基于 Transformer 的预测与加权约束动态时间规整（wcDTW）相结合，以优化实时能源市场中随机电池竞标策略，并通过在 PJM 市场上进行的广泛模拟，展示了与传统方法相比，我们的方法可使收益增加 10％，突显其在实时市场中改变电池竞标策略的潜力。

    Apr, 2024

  • 电动汽车充电的经济学：一种博弈论方法

    本文研究了智能电网与插电式电动车群组之间的网 - 车之间的能量交换问题，并使用非合作博弈模型进行分析。在模型中，智能电网作为领导者，需要制定价格以优化收益，并确保插电式电动车群组的参与。而插电式电动车群组则需要考虑从电池充电中获得的收益和相关成本的权衡来确定充电策略。本文提出了一种分布式算法以实现智能电网和插电式电动车群组之间的均衡，并将其扩展到可处理缓慢变化环境的时变情形。

    Aug, 2012

  • DClEVerNet: 大规模网络设施内高效电动汽车充电调度的深度组合学习

    本文针对电动汽车普及带来的电力网承载压力问题，提出了一种面向大规模网络化电动车充电站的预定管理程序，运用数据驱动的优化框架，结合深度学习和近似算法技术，实现电动车用户总体福利最大化，有效提高电网稳定性和效率，取得了比两种典型调度算法更好的效果，为进一步探索奠定了基础。

    May, 2023

  • 考虑终端用户灵活性的电动汽车充电的最优调度

    使用深度强化学习（特别是深度 Q 网络）确定户用电动汽车的成本减少充电策略，该策略可为终端用户节约超过 20% 的电费开支。

    Oct, 2023