EVバッテリー管理の最適化：効率的な充電と放電のための高度なハイブリッド強化学習モデル

本論文は、ハイブリッド強化学習（RL）モデルを用いて、電気自動車（EV）のリチウムイオンバッテリーの充電および放電プロセスを最適化する応用を調査します。深層Q学習（DQL）とアクティブクリティック学習という2つの高度なRLアルゴリズムをバッテリー管理システム（BMS）の枠組みに統合することで、これらの技術の結合された強みを活用し、バッテリーの効率性、性能、および寿命を改善することを目的としています。ハイブリッドモデルはシミュレーションおよび実験的検証を通じて評価され、最適なバッテリー管理戦略を策定する能力を示します。これらの戦略は、バッテリーの健康状態（SOH）や充電状態（SOC）の相対誤差の変動に効果的に適応し、バッテリーの電圧劣化に対抗し、充電/放電スケジュールを含む複雑な運用制約を遵守します。結果は、EVのBMSを強化するハイブリッドモデルの可能性を強調し、より持続可能で信頼性の高い電気輸送システムへの具体的な貢献を提供します。