阿贡研究人员通过机器学习改进电动汽车充电管理

盖世汽车讯 将数百万辆电动汽车（EV）引入电网将为美国脱碳创造转型机会。科学家和工程师们不断寻找最佳方法，以确保车辆能够通过电网智能、高效、廉价和清洁地充电，然而电网可能无法同时或始终容纳所有车辆。

据外媒报道，美国能源部（Department of Energy）阿贡国家实验室（Argonne National Laboratory）的研究人员和芝加哥大学（University of Chicago）的研究生正在合作开展新项目来应对上述挑战。该项目将使用计算奖励和惩罚的特定组合（一种称为强化学习的技术）来训练算法，以帮助安排和管理各种电动汽车的充电。

图片来源：阿贡国家实验室

该团队研究的第一组车辆是由阿贡员工在实验室智能能源广场（Smart Energy Plaza）充电的车辆，该广场提供交流（AC）常规充电器和直流（DC）快速充电器。由于员工在工作日通常不需要车辆，因此每辆车的充电时间可以有一定的灵活性。

阿贡国家实验室首席电气工程师Jason Harper表示：“可以分配的电力总量是一定的，不同人在一天结束时就何时需要使用汽车也有不同。能够训练模型在特定员工下班时间的限制内工作，同时了解电网的峰值需求，将使我们能够提供高效、低成本的充电。”

芝加哥大学应用数据科学专业的研究生Salman Yousaf补充道：“当大量电动汽车同时充电时，它们可能会对电站产生高峰需求。这会导致费用增加，而我们正在努力避免这种情况。”

该算法中的强化学习通过结合积极结果的反馈来发挥作用，例如电动汽车在指定的出发时间具有所需的电量。它还包含负面结果，例如必须消耗超过某个峰值阈值的功率。根据这些数据，充电调度算法可以更智能地决定何时为哪些汽车充电。

Harper称：“智能充电调度实际上是一个优化问题。实时情况下，充电站必须不断进行权衡，以确保每辆车都能尽可能高效地充电。”

尽管阿贡充电站是该项目研究人员进行强化学习的第一个地点，但仍有潜力扩展到实验室之外。Yousaf表示：“在家充电有很大的灵活性，夜间充电将允许在一定程度上改变充电负载的分配方式。”

Harper补充道：“真正的智能充电会考虑到生态系统中的所有参与者，包括公用事业公司、充电站所有者以及电动汽车驾驶员或房主。我们希望满足每个人的需求，同时仍然注意每个人面临的限制。”

该模型的未来工作将涉及对一个更大的充电网络的仿真，该网络最初将基于从阿贡充电器收集的数据。

Harper及其同事还开发出名为EVrest的移动应用程序，允许联网充电站的用户（在本例中最初是阿贡国家实验室的员工）预订充电站并参与智能充电调度。EVrest平台可收集充电行为数据，并将使用该数据来训练未来的人工智能模型，以帮助智能充电管理和车辆电网集成。