充電ステーション向け電気自動車スケジューリングと炭素考慮型エネルギー配電
Electric Vehicle Scheduling and Carbon-Aware Energy Dispatch for Charging Stations (原題)
Fulong Yao, Yiming Xu, Maurizio Albano, Liana Cipcigan, Naeima Hamed, Shangyin Weng, Omer Rana
🤖 gxceed AI 要約
日本語
PV・蓄電池・双方向系統連系を持つEV充電ステーションを対象に、車両スケジューリング用の貪欲ヒューリスティック(SFGH)と炭素考慮型エネルギー配電用のTD3強化学習制御を提案。1年間のケーススタディで、遅延・コスト・炭素排出の累積値が比較手法の中で最小となることを示した。
English
Proposes a solver-free greedy heuristic (SFGH) for EV scheduling and a TD3 deep RL controller for carbon-aware energy dispatch at charging stations with PV, storage, and bidirectional grid exchange. Year-long simulations show SFGH-TD3 minimizes accumulated service delay, energy cost, and carbon emissions versus heuristic and multi-agent DRL baselines.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
EV充電インフラの炭素最適化は、日本の再エネ大量導入下での系統運用やEV普及政策と接続する。ただしSSBJ・有報開示への直接的示唆は限定的。
In the global GX context
Carbon-aware EV charging dispatch speaks to grid decarbonization and Scope 2/3 electricity accounting for charging operators, relevant to CSRD/ISSB electricity-emissions disclosure, though it does not address disclosure frameworks directly.
👥 読者別の含意
🔬研究者:炭素考慮型DRLをEV充電運用に適用する際のベンチマーク設計と評価指標の参考になる。
🏢実務担当者:充電事業者はPV・蓄電池併設時の運用コストと炭素排出のトレードオフ設計に活用できる。
🏛政策担当者:EV充電インフラの炭素最適運用を促す制度設計や系統連系ルールの検討材料になる。
📄 Abstract（原文）
Electric vehicle (EV) charging stations integrating photovoltaic (PV) generation, battery storage, and bidirectional grid exchange must coordinate access to limited chargers with energy supply while considering both energy cost and carbon emissions. This paper proposes a solver-free greedy heuristic (SFGH) for dynamic vehicle scheduling (VS) and a twin delayed deep deterministic policy gradient (TD3) controller for carbon-aware energy dispatch (ED). SFGH assigns EVs according to reductions in service delays, and TD3 controls battery operation to balance energy costs and carbon emissions while meeting the resulting charging demand. The model allows both PV and battery exports, accounting for export revenue and carbon credits. Simulations on year-long case studies show that SFGH--TD3 achieves the lowest accumulated service delay, energy cost, and carbon emissions among the evaluated heuristic and multi-agent deep reinforcement learning (DRL) configurations.
🔗 Provenance — このレコードを発見したソース
- arXiv https://arxiv.org/abs/2610.36426first seen 2026-11-01 04:10:44
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。