論文の概要: Maximum flow-based formulation for the optimal location of electric vehicle charging stations

• arxiv url: http://arxiv.org/abs/2312.05980v1
• Date: Sun, 10 Dec 2023 19:49:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-12 17:41:33.228033
• Title: Maximum flow-based formulation for the optimal location of electric vehicle charging stations
• Title（参考訳）: 電気自動車充電ステーションの最適位置の最大流量に基づく定式化
• Authors: Pierre-Luc Parent and Margarida Carvalho and Miguel F. Anjos and Ribal Atallah
• Abstract要約: 本稿では,EV充電需要を最大フロー問題として駅に割り当てるモデルを提案する。 実世界のシナリオを扱うための我々のアプローチのスケーラビリティを実証し、モントリオール市の方法論を紹介します。
• 参考スコア（独自算出の注目度）: 2.340830801548167
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: With the increasing effects of climate change, the urgency to step away from fossil fuels is greater than ever before. Electric vehicles (EVs) are one way to diminish these effects, but their widespread adoption is often limited by the insufficient availability of charging stations. In this work, our goal is to expand the infrastructure of EV charging stations, in order to provide a better quality of service in terms of user satisfaction (and availability of charging stations). Specifically, our focus is directed towards urban areas. We first propose a model for the assignment of EV charging demand to stations, framing it as a maximum flow problem. This model is the basis for the evaluation of user satisfaction with a given charging infrastructure. Secondly, we incorporate the maximum flow model into a mixed-integer linear program, where decisions on the opening of new stations and on the expansion of their capacity through additional outlets is accounted for. We showcase our methodology for the city of Montreal, demonstrating the scalability of our approach to handle real-world scenarios. We conclude that considering both spacial and temporal variations in charging demand is meaningful when solving realistic instances.
• Abstract（参考訳）: 気候変動の影響が増すにつれ、化石燃料から遠ざかる緊急性はこれまで以上に大きくなっている。 電気自動車(ev)は、これらの効果を減少させる一つの方法であるが、その普及は充電ステーションが不十分なため、しばしば制限される。 この作業では、ユーザの満足度(と充電ステーションの可用性)の観点から、より優れたサービスの質を提供するために、ev充電ステーションのインフラストラクチャを拡張することを目標としています。 特に我々の焦点は都市部に向けられている。 まず, ステーションへのEV充電需要の配分モデルを提案し, 最大流量問題として検討した。 このモデルは、所定の課金インフラストラクチャによるユーザ満足度の評価の基礎となる。 第2に,混合整数線形プログラムに最大流量モデルを導入することで,新しい駅の開設や追加出口による容量拡大に関する決定を行う。 実世界のシナリオを扱うための我々のアプローチのスケーラビリティを実証し、モントリオール市の方法論を紹介します。 実例の解法では,充電需要の時間的変化と時間的変化の両方を考慮すると有意義である。

関連論文リスト

• Online Dynamic Pricing for Electric Vehicle Charging Stations with Reservations [0.3374875022248865]
  電気自動車(EV)への移行は、電力網に大きな影響を与える。 従来の燃料源とは異なり、EVの電力はグリッド容量、価格変動、長時間のEV充電時間によって制約される。 本稿では,リザーブドEV充電サービスのオンライン動的価格設定モデルを提案する。
  論文  参考訳（メタデータ） (2024-10-07T22:36:40Z)
• Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms [49.37592437398933]
  電気自動車充電ステーション(EVCS)は、グリーントランスポートの実現に向けた重要なステップとなる。 我々は、攻撃者がスマート充電操作中に交換された情報を操作しているEV充電に対する充電操作攻撃(CMA)を調査した。 本稿では,EV充電に関わるパラメータを監視してCMAを検出する,教師なしのディープラーニングに基づくメカニズムを提案する。
  論文  参考訳（メタデータ） (2023-10-18T18:38:59Z)
• Federated Reinforcement Learning for Real-Time Electric Vehicle Charging and Discharging Control [42.17503767317918]
  本稿では、動的環境下で異なるEVユーザに対して最適なEV充電/放電制御戦略を開発する。 多様なユーザの行動や動的環境に適合する水平連合強化学習法(HFRL)を提案する。 シミュレーションの結果,提案したリアルタイムEV充電/放電制御戦略は,様々な要因において良好に機能することが示された。
  論文  参考訳（メタデータ） (2022-10-04T08:22:46Z)
• Data-Driven Stochastic AC-OPF using Gaussian Processes [54.94701604030199]
  大量の再生可能エネルギーを電力網に統合することは、おそらく気候変動を遅らせる電力網からの二酸化炭素排出量を減らす最も有効な方法だろう。 本稿では、不確実な入力を組み込むことのできる交流電力流方程式に基づく代替データ駆動方式を提案する。 GPアプローチは、このギャップを交流電力流方程式に閉じるために、単純だが制約のないデータ駆動アプローチを学ぶ。
  論文  参考訳（メタデータ） (2022-07-21T23:02:35Z)
• Estimation of Electric Vehicle Public Charging Demand using Cellphone Data and Points of Interest-based Segmentation [0.0]
  道路の電気化競争が始まり、ドライバーが燃料駆動の車両から電気自動車に乗り換えるよう促すには、堅牢な電気自動車(EV)充電インフラが必要である。 本稿では,革新的なEV充電需要推定とセグメンテーション手法を提案する。
  論文  参考訳（メタデータ） (2022-06-02T09:54:11Z)
• Web Mining to Inform Locations of Charging Stations for Electric Vehicles [18.25327009053813]
  電気自動車(EV)オーナーは、充電ステーションと関心点(POI)の間を歩く意思に一定の制限がある 我々は, OpenStreetMap の異なる POI が充電ステーションの利用に与える影響を特徴付ける Web マイニングの利用を提案する。 我々は、POIと充電ステーションの両方の空間分布を考慮に入れた、調整された解釈可能なモデルを提案する。
  論文  参考訳（メタデータ） (2022-03-10T17:00:18Z)
• Learning to Operate an Electric Vehicle Charging Station Considering Vehicle-grid Integration [4.855689194518905]
  本稿では、充電ステーションの利益を最大化するために、新しい集中的アロケーションと分散実行(CADE)強化学習(RL)フレームワークを提案する。 集中配置プロセスでは、EVを待機スポットまたは充電スポットに割り当て、分散実行プロセスでは、各充電器は、共有再生メモリからアクション値関数を学習しながら、独自の充電/放電判定を行う。 数値計算により,提案したCADEフレームワークは計算効率が高く,拡張性も高く,ベースラインモデル予測制御(MPC)よりも優れていた。
  論文  参考訳（メタデータ） (2021-11-01T23:10:28Z)
• Optimal Placement of Public Electric Vehicle Charging Stations Using Deep Reinforcement Learning [0.0]
  Reinforcement Learning (RL) の新たな応用により、新しい充電ステーションの最適な場所を見つけることができる。 提案するRLフレームワークを世界中の都市に適用し,充電ステーション配置を最適化する。
  論文  参考訳（メタデータ） (2021-08-17T17:25:30Z)
• Risk Adversarial Learning System for Connected and Autonomous Vehicle Charging [43.42105971560163]
  我々は、コネクテッドかつ自律的な自動車充電インフラ(CAV-CI)のための合理的意思決定支援システム(RDSS)の設計について検討する。 検討されたCAV-CIでは、配電系統オペレーター(DSO)が電気自動車供給装置(EVSE)を配備し、人間駆動のコネクテッドカー(CV)と自動運転車(AV)のためのEV充電設備を提供する。 人力EVによる充電要求は、実際の需要よりもエネルギーと充電時間を必要とすると不合理になる。 我々は,CAV-CIが解決する新たなリスク対向型マルチエージェント学習システム(ALS)を提案する。
  論文  参考訳（メタデータ） (2021-08-02T02:38:15Z)
• Investigating Underlying Drivers of Variability in Residential Energy Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
  スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。 本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
  論文  参考訳（メタデータ） (2021-02-16T16:56:27Z)
• Intelligent Electric Vehicle Charging Recommendation Based on Multi-Agent Reinforcement Learning [42.31586065609373]
  電気自動車(ev)はその環境とエネルギーの持続可能性のために現代の交通システムで選択されている。 多くの都市では、限られた充電インフラとほとんどバランスの取れない充電需要のために、EVドライバーは充電に適した場所を見つけることができません。 公共充電ステーションをインテリジェントに推奨する,マルチエージェント時空間時空間学習(MasterReinforce)というフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-15T06:23:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。