도시 규모에서 데이터 기반의 인간 중심 EV 충전 추천 시스템

전기차(EV)는 최근 몇 년 동안 널리 보급되었으며, EV 충전의 일정 및 경로 설정은 EV 운전자인과 전력망 모두의 복지에 영향을 미쳤습니다. 본 논문에서는 심층 강화 학습(DRL)을 기반으로 한 도시 규모의 실용적이고 데이터 기반의 인간 중심 EV 충전 추천 시스템을 제시합니다. 이 시스템은 EV 운전 및 전력망의 복지를 동시에 최적화합니다. 우리는 공공 데이터, 위치 기반 데이터 회사, 정부 기관 등 다양한 출처에서 수집된 데이터를 서로 다른 형식과 시간 단위로 증강 및 집계했습니다. 데이터에는 EV 충전기 정보, 전력망 용량, EV 운전 행동 정보 및 도시 규모 이동성이 포함됩니다. 우리는 충전 가격 및 전력망 용량을 포함하는 30일 분의 통합 EV 충전기 정보 데이터 세트와 위치 및 충전 상태(SoC) 정보를 포함하는 EV 운전 행동 데이터 세트를 생성했습니다. 추천 시스템에 대한 평가 결과 평균 운전자가 충전기까지의 거리와 다른 운전자로 전환되는 충전기의 횟수를 줄이는 추천을 제공할 수 있음을 보여주었습니다. 우리는 증강 EV 운전 데이터 및 충전소 정보를 포함하여 DRL 에이전트 교육을 위한 데이터 세트를 준비했으며, 이는 향후 커뮤니티 연구에 기여하기 위해 오픈 소스화 될 것입니다.