PulseAugur
实时 21:28:49
English(EN) Emission-Aware Reinforcement Learning for Sustainable Electric Vehicle Charging and Carbon Dioxide Reduction Under Varying Renewable Penetration

强化学习优化电动汽车充电以降低排放

研究人员开发了一种新的考虑排放的强化学习策略来优化电动汽车充电。该方法基于Soft Actor Critic算法,优先减少碳排放并最大化可再生能源使用。该策略在EV2Gym平台上进行了测试,显示出显著的减排效果,在高可再生能源渗透率情景下,与无控制充电相比,每千瓦时二氧化碳减排高达87%。 AI

影响 通过整合可再生能源,优化电动汽车充电,以减轻电网压力并减少碳排放。

排序理由 详细介绍新算法及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

强化学习优化电动汽车充电以降低排放

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ninglin Ou, Mohammad A. Razzaque, Iftekher Islam Shovon, Shafkat Khan Siam, Shafiuzzaman K Khadem, Krishnendu Guha, Mayeen U Khandaker, Md. Noor-A-Rahim ·

    面向可持续电动汽车充电和二氧化碳减排的排放感知强化学习,适用于不同可再生能源渗透率场景

    arXiv:2605.24543v1 Announce Type: new Abstract: The rapid growth of Electric Vehicle (EV) adoption challenges power distribution networks through peak load spikes, voltage instability, and transformer overloads from uncoordinated charging. While Model Predictive Control (MPC) and…