본 연구는 전기 자동차(EV)의 에너지 유연성을 모델링하고 기존 CityLearn 시뮬레이터에 통합하여 차량 대 그리드(V2G) 및 그리드 대 차량(G2V) 에너지 관리 전략을 연구할 수 있는 EVLearn 모듈을 개발하였다.
EVLearn 모듈은 EV 충전기(EVC), EV 배터리 모델, 사전 시뮬레이션된 EV 에너지 유연성 데이터셋으로 구성된다. EVC는 건물과 EV 간의 연결 지점이며, EV 배터리 모델은 시간에 따른 용량 변화와 충/방전 효율을 고려한다. 사전 시뮬레이션된 데이터셋은 EV의 연결/분리 시간, 출발 시 필요 SoC, 도착 예상 시간 및 SoC 등의 정보를 제공한다.
EVLearn은 CityLearn 프레임워크에 통합되어 기존 에너지 자산(건물, 열펌프, 태양광 등)과 EV의 상호작용을 모의할 수 있다. 관측치와 행동 정의를 통해 EV 에너지 유연성을 RL 알고리즘에 제공하며, 새로운 보상 함수를 도입하여 V2G 및 G2V 전략을 평가할 수 있다.
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Tiago Fonsec... às arxiv.org 04-11-2024
https://arxiv.org/pdf/2404.06521.pdfPerguntas Mais Profundas