文献

J-GLOBAL ID：202102282458276198   整理番号：21A0674607

Q学習アルゴリズム(iSPEC 2020)に基づくPETのための充電案内戦略【JST・京大機械翻訳】

Charging Guiding Strategy for PET Based on Q Learning Algorithm (iSPEC 2020)

著者 (3件)： You Yang (School of Electric Power Engineering, South China University of Technology,Guangzhou,China) ,  Jing Zhaoxia (School of Electric Power Engineering, South China University of Technology,Guangzhou,China) ,  Huang Yichuan (School of Electric Power Engineering, South China University of Technology,Guangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： iSPEC  ページ： 2206-2212  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 大規模PET(プラグイン電気タクシー)充電挙動の障害は,送電網,輸送ネットワーク,およびCS(充電ステーション)に大きい影響を与える。しかし,PETの特殊性のため,PETの充電挙動の最適化は,単に直接制御できない。この問題を解決するために,本論文は,PET電荷挙動のためのQ学習アルゴリズムに基づく誘導戦略を提案する。この誘導戦略は,直接誘導戦略と間接誘導戦略から成り,一方,最適充電決定は,運転距離,運転時間,待ち行列時間,および最適化目的としての充電ステーションの等化度を有するPETsのために提供され,他方,最適充電価格決定は,最適化目的としてPETの最適空間と時間分布を有する充電ステーションのために提供される。これら2つの戦略の並列シミュレーションをマルチエージェント技術を用いて実現した。用例は,この方式がPETの充電待ち行列時間と操作収入を最適化でき,PET負荷の空間と時間分布を効果的にバランスさせ,電力グリッドと充電ステーションへの悪影響を避けることを示した。用例の解析を通して,この方式は,PET負荷の空間と時間分布を効果的にバランスすることができ,一方,電力グリッドと充電ステーションに及ぼす負の影響を避けるために,PET所有者の充電待ち行列時間を最適化し,乗客収入を運ぶ。Copyright 2021 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： *アルゴリズム ,  最適化 ,  電荷 ,  価格決定 ,  電力 ,  送電系統 ,  輸送網 ,  *充電 ,  等化 ,  走行時間 ,  乗客 ,  タクシー
準シソーラス用語： *Q学習 ,  マルチエージェント ,  充電ステーション , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： Q学習 ,  アルゴリズム ,  PET ,  充電 ,  戦略