EV2Gym: A Flexible V2G Simulator for EV Smart Charging Research and Benchmarking

随着电动汽车数量的增加，人们对当前充电和电网基础设施容量的担忧日益增加，这需要开发智能充电解决方案。虽然近年来已经开发了许多智能充电模拟器，但只有少数支持以Gym环境形式开发强化学习（RL）算法，而且这些算法通常缺乏对车辆到电网（V2G）场景建模的深度。为了解决上述问题，本文介绍了EV2Gym，这是一个逼真的模拟器平台，用于在标准化平台内开发和评估小规模和大规模智能充电算法。所提出的模拟器使用真实数据验证的全面的电动汽车、充电站、电力变压器和电动汽车行为模型进行填充。EV2Gym具有高度可定制的界面，使用户可以从预设计的案例研究中选择或制定自己的定制场景以满足其特定要求。此外，它还包括各种RL、数学规划和启发式算法，以加速新解决方案的开发和基准测试。通过提供统一和标准化的平台，EV2Gym旨在为研究人员和实践者提供一个强大的环境，以推进和评估智能充电算法。

论文旨在解决随着电动汽车数量的增加，对当前充电和电网基础设施容量的担忧，需要开发智能充电解决方案的问题。

论文提出了一个名为EV2Gym的真实模拟器平台，用于开发和评估标准化平台内的小型和大型智能充电算法。

EV2Gym模拟器平台具有高度可定制的界面，用户可以选择预设计的案例研究或制定自己的定制场景以适应其特定要求。它还结合了各种RL、数学编程和启发式算法来加速新解决方案的开发和基准测试。该模拟器平台使用真实数据验证了EV、充电站、电力变压器和EV行为模型，并提供统一和标准化的平台，旨在为研究人员和从业者提供一个强大的环境，以推进和评估智能充电算法。

最近的相关研究包括SmartChargingSim和OpenV2G等模拟器平台，以及针对EV充电调度的多种算法，如遗传算法、模糊逻辑和强化学习等。