電動汽車（EV）充電正在獲得一項創新的人工智能算法的推動，這項算法提高了效率，降低了成本，并防止電網在壓力下短路。 該實時智能解決方案 由加拿大皇家軍事學院（RMC）的研究團隊開發，優化了大型停車場的充電時間表，平衡快速充電和能源可用性。通過提高充電速度、成本和可用性，人工智能驅動的算法可以幫助為更廣泛地采用電動汽車鋪平道路，電動汽車是減少排放和實現氣候目標的更清潔選擇。
RMC 電氣和計算機工程系教授 Vincent Roberge 表示：“在智能停車場中優化電動汽車的充電時間表，不僅會對消費者產生巨大的影響，因為他們最終會支付更低的價格，而且會在用電量充足時對環境產生巨大的影響。”
電動汽車的普及程度與日俱增，而汽車充電站的可用性則是其中的一個主要缺陷。預測和管理該技術對電網的依賴對于保持駕駛員滿意度和能源基礎設施穩定至關重要。這一點在大型停車場尤為重要，因為數百位駕駛員需要同時為車輛充電。
為了解決這一問題，研究人員開發了一種 AI 驅動的算法，該算法可以根據車輛到達和出發時間、充電時間、能源需求、基于一天中時間的電力成本以及充電速率限制來優化充電計劃。該算法使用這些數據，并計算停車場中的所有汽車，計算不同的充電計劃組合，在避免電網超載的同時，根據成本最小化選擇最佳方案。
研究人員對不同的電動汽車停車場大小進行了模擬，以測試算法的性能。他們首先從一個 20 輛電動汽車的小型停車場開始，然后將模型擴展到擁有 40 到 500 輛汽車的停車場。
該團隊使用通過 NVIDIA 學術資助計劃 獲得的 兩個 NVIDIA RTX A6000 GPU 開發了該算法。該算法使用粒子群優化（PSO）算法，該算法由 NVIDIA CUDA 加速的 GPU 并行處理增強，可在車輛進出停車場時自動實時更新。據 Roberge 稱，研究人員使用了計算智能領域的 AI 技術 PSO 來計算優化的電動汽車充電時間表。
“PSO 的工作原理是獨立改進大量可能的解決方案，這些解決方案可以在 GPU 上并行評估，從而大大減少執行優化所需的時間，”Roberge 說。
該模型在多核 CPU 和 GPU 上運行，借助 NVIDIA GeForce RTX 4070 Ti GPU 實現了實時性能。CUDA 加速的 GPU 極大地加快了調度流程，將速度提高高達 247.6 倍，在 30 秒內優化了 500 輛電動汽車的停車場充電。
通過在非高峰時間安排電動汽車充電，該模型有助于減輕電網的壓力，減少對礦物燃料發電廠的依賴，從而降低排放。優化的充電時間表還可以減輕對昂貴的基礎設施升級的需求，提高電網穩定性，并通過減少峰值電力需求和避免高成本能源使用時期來最大限度地提高充電容量。
研究人員正在探索 CUDA 和 GPU 在大規模智能電網優化方面的其他應用。他們正在致力于重新配置配電網絡，以適應可再生能源資源。
“這種重新配置將確保配電網絡始終處于最佳狀態，無論能源需求或可再生能源生產的變化如何，”Roberge 說。
閱讀研究論文 《用于優化電動汽車充電調度的多核處理器和圖形處理器并行算法》。
?
