Zastosowanie metod głębokiego uczenia w systemie ładowania samochodów elektrycznych z użyciem źródeł odnawialnych i magazynów energii

Optymalizacja funkcjonowania stacji ładowania pojazdów elektrycznych (PEV) w zmiennych warunkach atmosferycznych oraz zmiennym zapotrzebowaniu na energię jest kluczowym wyzwaniem w kontekście rozwoju infrastruktury PEV. W opracowaniu przedstawiono wyniki zastosowania modelu głębokiego uczenia (DL), który uwzględniając różne parametry pozwala dostosować zasoby stacji ładowania do optymalnego funkcjonowania w czasie rzeczywistym. Eksperymentalne testy przeprowadzono na danych symulacyjnych, uwzględniając lokalne warunki pogodowe i zachowania użytkowników pojazdów elektrycznych.

---

Optimizing the operation of Plug in Electric Vehicle (PEV) Charging Stations in changing weather conditions and changing energy demand is a key challenge in the context of the development of PEV infrastructure. The study presents the results of the use of a deep learning (DL) model, which, taking into account various parameters, allows the charging station resources to be adjusted to optimal functioning in real time. Experimental tests were performed on simulation data, taking into account local weather conditions and the behavior of electric vehicle users.