2、《Dynamic Pricing at Electric Vehicle ChargingStations for Queueing Delay Reduction》笔记

最新推荐文章于 2023-05-05 09:57:32 发布

HiSakuraaa

最新推荐文章于 2023-05-05 09:57:32 发布

阅读量225

点赞数

分类专栏：机器学习 AI 文章标签： ML

本文链接：https://blog.csdn.net/hey_sakura/article/details/87885613

版权

3 篇文章 0 订阅

订阅专栏

1 篇文章 0 订阅

订阅专栏

Peng Xu, In the 37th IEEE International Conference on Distributed Computing Systems (ICDCS), 2017.

问题
拥挤的充电站的长时间延迟可能会阻碍许多驾驶员转向电动汽车
解决方法
    提出了一种新颖的动态定价政策，允许充电站根据车站的负荷实时调整服务费用。
    为司机开发了一个新的通知系统，以接收附近所有充电站的信息，包括电价，服务费，可能的排队延误和到达那里的时间。通过一个名为电子充电的真实数据集进行评估，其中包括北京的627个充电点。
    我们的工作揭示了对成本敏感的人在环路物联网应用中的动态负载平衡技术。
模型和方案
$f{_i}(k,j, t)=α_{i1}*d_{k,j}+α_{i2}*p_{j}+α_{i3}*g_j(t)$
α_i1, α_i2, α_i3：由驾驶员的偏好确定的系数，这三个变量与不满意程度正相关，因此应该是正数。
d_k,j：站k和站j之间的最短道路距离
p_j：站j的价格
g_j(t)：是站j在时间t的最小等待时间函数，即在在时间t + g_j(t)之前，站j将没有空余的充电桩。
依赖假设
我们假设所有的EV都处于相同的状态，所有的充电桩都是如此;
EV的充电需求遵循泊松分布。
效果
- 动态定价政策可以平均提高车站的占用率，减少电动车的排队等待
- 在不拥挤的条件下无用，在拥挤的条件下有效
- 实验结果表明，与替代解决方案相比，我们的方法将平均排队延迟降低了40％

关注