Not logged in.

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title Charging Electric Vehicles with MDPs and GPs
Organization Unit
Authors
  • Balthasar Caflisch
Supervisors
  • Sven Seuken
  • Michael Shann
Language
  • English
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Number of Pages 57
Date 2015
Abstract Text Electric vehicle sales are rising, which not only has ecological benefits, but also brings about some new challenges. Assuming dynamic prices for end users, we try to optimize the charging process of such vehicles with the help of a smart charging agent. At the beginning of each charging process our agent refines its knowledge about the user's preferences, predicts energy prices using Gaussian processes, and then solves a Markov decision problem to define a charging policy. A number of experiments show that our agent is more efficient and economical than our simpler comparison charging agents. Additionally, our agent reacts to price peaks by lowering its demand, which would help to reduce local energy consumption during peak times.
Zusammenfassung Die Verkäufe von Elektroautos nehmen zu, was nicht nur ökologische Vorteile, sondern auch neue Herausforderungen mit sich bringt. Unter der Annahme von dynamischen Strompreisen für Endnutzer versuchen wir den Ladeprozess von solchen Fahrzeugen durch einen intelligenten Agenten zu optimieren. Vor jedem Ladevorgang verfeinert unser Agent sein Wissen über die Präferenzen des Benutzers, sagt die Strompreise mithilfe von Gausschen Prozessen voraus und löst dann ein Markovsches Entscheidungsproblem um eine Ladestrategie zu definieren. In einer Reihe von Experimenten zeigt sich, dass unser Agent effizienter und sparsamer ist als unsere einfacheren Vergleichsagenten. Hinzu kommt, dass unser Agent auf Preisspitzen mit Bedarfsreduzierung reagiert, was helfen würde den lokalen Energiekonsum während Spitzenzeiten zu reduzieren.
PDF File Download
Export BibTeX