Online Dynamic Pricing for Electric Vehicle Charging Stations with Reservations

要約

電気自動車（EV）への移行は、再生可能エネルギー源の台頭と相まって、電力網に大きな影響を与えます。
従来の燃料源とは異なり、EV 用の電力は系統容量、価格変動、EV の長い充電時間によって制約されるため、需要と供給を管理するための新しい価格設定ソリューションが必要です。
この論文では、予約、駐車、充電を含めた予約済み EV 充電サービスを、全体として価格設定されるバンドル サービスとしてオンラインで動的に価格設定するモデルを提案します。
当社のアプローチは、確率的需要モデルと予想される需要に基づくオンラインの動的価格設定を採用し、個々の充電ステーション運営者に焦点を当てています。
提案されたモデルは、マルコフ決定プロセス (MDP) 定式化を使用して、課金セッション リクエストに対する一連の価格決定を最適化します。
主な貢献は、MDP で使用するポアソン過程の離散化によって導入される離散化誤差の新しい定義と定量化です。
モデルの実行可能性は、モンテカルロ ツリー検索に基づくヒューリスティックな解決法で実証され、現実世界のアプリケーションに実行可能なパスを提供します。

要約(オリジナル)

The transition to electric vehicles (EVs), coupled with the rise of renewable energy sources, will significantly impact the electric grid. Unlike conventional fuel sources, electricity for EVs is constrained by grid capacity, price fluctuations, and long EV charging times, requiring new pricing solutions to manage demand and supply. This paper proposes a model for online dynamic pricing of reserved EV charging services, including reservation, parking, and charging as a bundled service priced as a whole. Our approach focuses on the individual charging station operator, employing a stochastic demand model and online dynamic pricing based on expected demand. The proposed model uses a Markov Decision Process (MDP) formulation to optimize sequential pricing decisions for charging session requests. A key contribution is the novel definition and quantification of discretization error introduced by the discretization of the Poisson process for use in the MDP. The model’s viability is demonstrated with a heuristic solution method based on Monte-Carlo tree search, offering a viable path for real-world application.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google