持続可能な電気自動車充電と二酸化炭素削減のための排出量認識強化学習：変動する再生可能エネルギー普及下での検討

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a novel RL formulation (SAC with multi-objective reward) for EV charging that explicitly minimizes carbon intensity, with benchmarking against MPC and heuristics.

🏢実務担当者:Offers a practical algorithm for workplace EV charging scheduling that can reduce carbon footprint and operational costs while avoiding transformer overload.

🏛政策担当者:Demonstrates that emission-aware smart charging can significantly cut emissions without compromising grid stability, supporting policies for time-varying carbon pricing or low-carbon charging incentives.

電気自動車（EV）導入の急速な成長は、ピーク負荷の急増、電圧不安定性、および非調整型充電による変圧器過負荷を通じて配電ネットワークに課題をもたらしている。モデル予測制御（MPC）や標準的な強化学習（RL）手法がこれらの問題に対処してきたが、既存のアプローチはリアルタイムの炭素強度や変動する再生可能エネルギー（RE）の利用可能性を主要なスケジューリング目的として扱うことはほとんどなく、 substantialな脱炭素化の可能性を実現しないまま残している。本論文は、Soft Actor Critic（SAC）アルゴリズムに基づく排出量認識型RL戦略を提案し、炭素排出量、自家消費されないオンサイト再生可能エネルギー、および未充足のユーザー需要を罰する多目的報酬を備える。エージェントは、EV2Gymプラットフォーム上の統一ベンチマークフレームワーク内で訓練され、メーター背後型の太陽光および風力プロファイル、時間変動するEirGrid炭素強度データ、および25台のElectric Vehicle Supply Equipment（EVSE）ユニットにわたる現実的な職場EV行動を組み込む。ヒューリスティック、排出量認識型MPCバリアント、および提案するRLエージェントを含む9つの制御戦略が、5つの再生可能エネルギー普及シナリオ（0%-50%）の下で、それぞれ10回の独立した実行により比較される。RLエージェントは、50%の風力普及下で1キロワット時あたり23.96グラムの二酸化炭素という低い炭素強度を達成し、非制御ベースラインと比較して最大87%の排出削減を表し、外部のグラフベースのPower Distribution Network（PDN）ベンチマークを上回る。変圧器過負荷はシナリオ全体で7kWh未満に留まり、As Fast As Possible（AFAP）ヒューリスティックでは最大1093kWhであるのに対し、再生可能エネルギーの自家消費率は風力と太陽光の複合供給下で52%に達する。炭素強度予測をRL状態と報酬に組み込むことで、系統コンプライアンスとユーザー満足度を維持しながら、充電を低排出期間に整合させる。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

The rapid growth of Electric Vehicle (EV) adoption challenges power distribution networks through peak load spikes, voltage instability, and transformer overloads from uncoordinated charging. While Model Predictive Control (MPC) and standard Reinforcement Learning (RL) methods have addressed these issues, existing approaches rarely treat real-time carbon intensity or fluctuating renewable energy (RE) availability as primary scheduling objectives, leaving substantial decarbonisation potential unrealised. This paper proposes an emission-aware RL strategy based on the Soft Actor Critic (SAC) algorithm, with a multi-objective reward that penalises carbon emissions, curtailed on-site renewables, and unmet user demand. The agent is trained within a unified benchmarking framework on the EV2Gym platform, incorporating behind-the-meter solar and wind profiles, time-varying EirGrid carbon intensity data, and realistic workplace EV behaviour across 25 Electric Vehicle Supply Equipment (EVSE) units. Nine control strategies, including heuristics, emission-aware MPC variants, and the proposed RL agent, are compared under five renewable penetration scenarios (0%-50%) over ten independent runs each. The RL agent achieves a carbon intensity as low as 23.96 grams of carbon dioxide per kilowatt-hour under 50% wind penetration, representing up to 87% emission reduction versus the uncontrolled baseline, and outperforms the external graph-based Power Distribution Network (PDN) benchmark. Transformer overload remains below 7 kWh across scenarios, against up to 1093 kWh for the As Fast As Possible (AFAP) heuristic, and renewable self-consumption reaches 52% under combined wind and solar supply. Embedding carbon intensity forecasts into the RL state and reward aligns charging with low-emission periods while preserving grid compliance and user satisfaction.

• openalex https://doi.org/10.48550/arxiv.2605.24543first seen 2026-06-16 04:45:56 · last seen 2026-06-18 04:37:23
• arXiv https://arxiv.org/abs/2605.24543first seen 2026-06-17 09:17:09