전기차를 위한 Q-학습 기반 충전 스케줄링 계획

이 논문은 전기차의 운영 이익을 최적화하기 위한 Q-학습 알고리즘 기반의 동적 충전 스케줄링 계획을 제시합니다. 이 방법은 충전소 운영자의 추론 및 의사결정 절차를 모방하며, 이는 강화 학습 문제를 해결하는 것과 유사합니다. 관련된 스케줄링 문제는 차량과 그리드 간의 양방향 상호 작용에 중점을 두며, 그리드에서 차량으로의 충전과 차량에서 그리드(V2G)로의 전기 반환을 포함합니다. 전기 시장의 동적 특성과 관련하여, 이 계획은 학습에 필요한 보상 테이블을 설정하기 위한 핵심 매개변수로 사용되는 시간대별 전기 요금을 포함하고 있습니다. 또한, 제안된 계획 하에서 하루 종일 최적의 차량 충전 결정을 보여주는 여러 시뮬레이션이 수행되었습니다. 이 Q-학습 프레임워크에서는 유리한 확장성과 유지 관리성이 가능합니다.