Uncoordinated charging of a rapidly growing number of electric vehicles (EVs) and the uncertainty associated with renewable energy resources may constitute a critical issue for the electric mobility (E-Mobility) in the transportation system especially during peak hours. To overcome this dire scenario, we introduce a stochastic game to study the complex interactions between the power grid and charging stations. In this context, existing studies have not taken into account the dynamics of customers' preference on charging parameters. In reality, however, the choice of the charging parameters may vary over time, as the customers may change their charging preferences. We model this behavior of customers with another stochastic game. Moreover, we define a quality of service (QoS) index to reflect how the charging process influences customers' choices on charging parameters. We also develop an online algorithm to reach the Nash equilibria for both stochastic games. Then, we utilize real data from the California Independent System Operator (CAISO) to evaluate the performance of our proposed algorithm. The results reveal that the electricity cost with the proposed method can result in a saving of about 20% compared to the benchmark method, while also yielding a higher QoS in terms of charging and waiting time. Our results can be employed as guidelines for charging service providers to make efficient decisions under uncertainty relative to power generation of renewable energy.

中文翻译：

---

考虑动态用户行为和可再生能源的电动汽车智能充电管理：一种随机博弈方法

快速增长的电动汽车 (EV) 的不协调充电以及与可再生能源相关的不确定性可能构成交通系统中电动汽车 (E-Mobility) 的关键问题，尤其是在高峰时段。为了克服这种可怕的情况，我们引入了一个随机博弈来研究电网和充电站之间复杂的相互作用。在此背景下，现有研究并未考虑客户对充电参数偏好的动态变化。然而，实际上，充电参数的选择可能会随着时间的推移而变化，因为客户可能会改变他们的充电偏好。我们用另一个随机博弈对客户的这种行为进行建模。此外，我们定义了一个服务质量 (QoS) 指标来反映计费过程如何影响客户的 充电参数的选择。我们还开发了一种在线算法来达到两个随机博弈的纳什均衡。然后，我们利用来自加利福尼亚独立系统运营商 (CAISO) 的真实数据来评估我们提出的算法的性能。结果表明，与基准方法相比，所提出的方法的电力成本可节省约 20%，同时在充电和等待时间方面也产生更高的 QoS。我们的结果可用作充电服务提供商的指南，以便在与可再生能源发电相关的不确定性下做出有效决策。我们利用来自加利福尼亚独立系统运营商 (CAISO) 的真实数据来评估我们提出的算法的性能。结果表明，与基准方法相比，所提出的方法的电力成本可节省约 20%，同时在充电和等待时间方面也产生更高的 QoS。我们的结果可用作充电服务提供商的指南，以便在与可再生能源发电相关的不确定性下做出有效决策。我们利用来自加利福尼亚独立系统运营商 (CAISO) 的真实数据来评估我们提出的算法的性能。结果表明，与基准方法相比，所提出的方法的电力成本可节省约 20%，同时在充电和等待时间方面也产生更高的 QoS。我们的结果可用作充电服务提供商的指南，以便在与可再生能源发电相关的不确定性下做出有效决策。