BriefGPT - AI 论文速递
·
通过用户行为建模和随机规划控制大型电动汽车充电站
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本论文介绍了一种考虑约束条件的电动汽车充电站模型，通过两种多级随机规划方法解决了充电会话时间和能源需求的不确定性，提高了成本降低和客户满意度。两阶段方法对早期断开连接具有鲁棒性。优先考虑用户满意度的算法相对于基准提高了20%和36%的用户满意度。
🎯
关键要点
- 论文介绍了一种考虑约束条件的电动汽车充电站模型。
- 模型解决了充电会话时间和能源需求的不确定性。
- 采用两种多级随机规划方法，利用用户提供的信息。
- 基于停留时间相关的随机过程的用户行为模型提高了成本降低和客户满意度。
- 通过22天的真实数据集模拟，展示了两种方法的优势。
- 两阶段方法对早期断开连接具有鲁棒性。
- 优先考虑用户满意度的算法相对于基准提高了20%和36%的用户满意度。
- 该算法在成本和用户满意度之间达到了94%和84%的用户满意度表现，且仅出现3%的相对成本增加。
➡️
