使用自适应定价的可持续电动汽车充电-研究论文

人们普遍认为，向电动汽车 (EV) 过渡是迈向环境可持续性道路上的重要一步。 然而，电动汽车的大规模采用可能会使电网处于临界压力之下，因为电力需求的峰值可能会急剧增加。 如果大量电动汽车车主使用智能充电从低价中受益，通过定价方案管理需求高峰的努力可能会在低价时期创造新的高峰。 当电动汽车车主采用智能决策支持来帮助他们做出最佳充电决策时，预计这种影响会被放大。 因此，能源政策制定者对可以平滑需求或诱导尽可能接近所需配置的高级定价方案感兴趣。 我们通过用真实世界数据校准的模拟表明，当前的电力定价方法在诱导所需需求概况的能力方面是有限的。 为了应对这一挑战，我们提出了自适应定价，这是一种从电动汽车车主对价格的React中学习并相应调整公布价格的方法。 我们的方法借鉴了绿色信息系统原则，可以帮助电网运营商确保电网的可靠运行。 我们在模拟中评估我们的结果，我们发现自适应定价优于当前的电力定价方案，产生的结果接近理论上的最佳结果。 我们测试了我们的方法在诱导平坦和极不稳定的需求情况下，我们看到在这两种情况下，它都设法在完美信息下诱导接近理想场景的电动汽车充电。