ブロックチェーンとゼロサムゲームに基づく最適なEV充電のためのエネルギー取引スキーム

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Researchers interested in game theory and blockchain applications for EV charging can explore the hybrid approach and its simulation results.

🏢実務担当者:Practitioners in energy trading or charging station management can consider the scheme for secure and efficient EV scheduling.

近年、電気自動車（EV）の成長と普及は、道路上を移動する人々にゼロエミッション炭素を提供し、大気汚染や有害ガスから環境を保護することにより、急増している。しかしながら、不確実なEVのエネルギー需要とその動的な到着時間は、充電ステーション（CS）の補助的な運用と安定性に影響を及ぼす。したがって、動的な充電価格、移動時間、待ち時間を考慮して、EVを効率的かつ最適に充電スケジュールすることは困難な課題となる。そこで、我々はハイブリッドゲーム理論を実装することにより、信頼できる充電のための最適なEV選択方式を提案する。ハイブリッドゲーム理論はステージ1とステージ2に分岐され、ステージ1では連合ゲームを含み、充電状態（SoC）、エネルギー需要、ペナルティ係数のパラメータに基づいてEVクラスターまたは連合を生成する。次に、信頼値を決定してEVペアを公平に選択する。さらに、ステージ2ではゼロサムゲーム理論に焦点を当て、鞍点での利得を最適化し、（ステージ1で生成された）EVペアの戦略を策定し、信頼できる充電のための最適なEV選択を保証する。さらに、我々はRemix統合開発環境（IDE）でスマートコントラクトを実装することにより、EVの最適な利得を保護するためにブロックチェーンネットワークを利用した。ハイブリッドゲーム理論は、連合ゲームを使用してEVペアを選択し、次にゼロサムゲームを適用して鞍点条件で利得を最適化することにより、最適かつ効率的なEV選択を保証する。次に、我々はハイブリッドゲーム理論をPython 3.9で実装し、信頼値比較、戦略に基づく利益比較、収束比較、従来手法との利益比較などのさまざまな要素を用いて結果をシミュレーションする。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

In recent years, the growth and popularity of electric vehicles (EVs) has soared owing to the facilitation of zero‐emission carbon for people commuting on the road, preserving the environment from air pollution and hazardous gases. However, uncertain EV energy demands and their dynamic arrival times impact the ancillary operations and stability of the charging station (CS). Thus, it becomes a challenging task to schedule EVs for charging with their dynamic charging prices, traveling time, and waiting time efficiently and optimally. Thus, we propose an optimal EV selection scheme for trustworthy charging by implementing the hybrid game theory. The hybrid game theory is bifurcated into stage 1 and stage 2, in which stage 1 includes a coalition game to generate EV clusters or coalitions based on the parameters of state‐of‐charge (SoC), energy demand, and penalty factor. Then, the trust values are determined to select the EV pair fairly. Furthermore, stage 2 highlights the zero‐sum game theory, which aims to optimize the payoff at saddle point and formulate strategies for EV pair (generated in stage 1), ensuring the optimal EV selection for trustworthy charging. Moreover, we have utilized the blockchain network to secure the EV optimal payoff by implementing smart contract in Remix Integrated Development Environment (IDE). The hybrid game theory ensures the optimal and efficient EV selection using coalition game to select EV pair then apply zero‐sum game to optimize the payoff at saddle point condition. Next, we implement the hybrid game theory in Python 3.9 to simulate the results with the help of various factors such as trust value comparison, profit comparison based on strategies, convergence comparison, and profit comparison with the traditional approach.

• semanticscholar https://onlinelibrary.wiley.com/doi/pdfdirect/10.1002/est2.70316first seen 2026-05-05 22:50:26 · last seen 2026-09-29 05:12:40