文献

J-GLOBAL ID：201802238072309740   整理番号：18A1255360

マイクログリッドにおけるモビリティを意識した車両対グリッド制御アルゴリズム【JST・京大機械翻訳】

Mobility-Aware Vehicle-to-Grid Control Algorithm in Microgrids

著者 (3件)： Ko Haneul (Smart Quantum Communication Research Center, Korea University, Seoul, South Korea) ,  Pack Sangheon (School of Electrical Engineering, Korea University, Seoul, South Korea) ,  Leung Victor C. M. (Department of Electrical and Computer Engineering, University of British Columbia, Vancouver, Canada)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 19  号： 7  ページ： 2165-2174  発行年： 2018年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動車-グリッド(V2G)システムにおいて,電気自動車(EV)は,マイクログリッド(MG)自律性を達成するために電力消費者と供給者として効率的に使用することができた。EVsは異なる領域(すなわち,MG)の間のエネルギー輸送体として作用するので,EVが充電されるか,またはV2Gシステムにおける最適性能を達成するために放出されるかどうかを決定することは重要な課題である。本論文では,EVの移動度,EVsの充電状態,およびMGsの推定/実際の要求を考慮し,EVに対する充電と放電のスケジュールを決定する移動度認識V2G制御アルゴリズム(MACA)を提案した。MACAの性能を最適化するために,Markov決定プロセス問題を定式化し,充電と放電に関する最適政策を値反復アルゴリズムによって得た。EVsの移動度とMGの推定/実際需要プロファイルは容易に得られないので,強化学習アプローチも導入した。評価結果は,最適で学習に基づく政策によるMACAが効果的にMG自律性を達成することができて,充電に関してより高い満足度を提供することができることを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 放電 ,  *移動度 ,  定式化 ,  電気自動車 ,  最適化 ,  エネルギー輸送 ,  充電 ,  自動車 ,  強化学習 ,  *マイクログリッド ,  電力消費
準シソーラス用語： 充電状態 ,  自律性 ,  V2G ,  *制御アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (5件)： マイクログリッド ,  モビリティ ,  意識 ,  グリッド ,  制御アルゴリズム