研究人员在美国能源部的阿贡国家实验室和芝加哥大学的开始创新项目彻底改变电动汽车(EV)充电。

越来越多的采用电动汽车年代,挑战在于有效地管理电网充电同时最小化的压力。

如何强化学习努力提高电动汽车充电吗?

为了解决这个挑战,团队利用强化学习,技术涉及的组合计算奖惩,训练一个算法。万博体育登录首页

该算法将负责调度和管理不同的电动汽车的充电,使过程更聪明,更划算,环保。

项目的初始阶段主要集中在车辆被指控在阿贡的智能能源广场,提供常规和快速充电器。因为员工通常不需要他们的车辆在工作时间,有一些灵活性的充电时间。

目标是优化充电时间表基于个体员工的起飞时间,同时考虑电网高峰需求,从而实现高效、低成本的充电解决方案。

根据团队的一个主要问题在高峰的充电时间是发电站的需求增加,导致更高的指控。通过强化学习算法认为积极的和消极的结果从以前的课程收费,如会议所需的费用水平或超过阈值达到顶峰。

这个反馈,该算法将做出明智的决定优先车辆费用在不同的时间,减少网格应变和成本。

虽然当前的焦点是在阿贡的充电站,在实验室潜在的扩张是显著的。家里充电,例如,提供隔夜充电的灵活性,允许更好的充电负荷分布。

读也:电动车回家充电体验满意度降低,研究揭示了为什么老板感到失望

整体的智能充电方法

团队承认,真的智能充电需要一个全面的方法,考虑到所有利益相关者的生态系统。包括公用事业公司、充电站拥有者,电动车司机或业主。

通过了解每一组独特的需要和限制,研究人员的目标是开发一个充电解决方案,将使各方受益。

展望未来,更大的项目设想一个模拟充电网络,利用收集的数据从阿贡的充电器。这种扩张将进一步细化算法及其优化充电的能力在不同的场景和地点。

算法与他们的工作,团队推出了手机应用程序称为回过头。最初为阿贡的员工,这个应用程序允许用户图书充电站和从事智能调度。

收集的数据通过这个平台将发挥至关重要的作用在训练即将到来的人工智能模型,推进充电管理功能,实现电动汽车与电网的无缝集成。

相关文章:#万博体育登录首页 TechCEO: Stellantis首席执行官卡洛斯·塔瓦雷斯想满足客户的期望通过Electriying所有玛莎拉蒂模型