Multi-Agent Multi-Armed Bandits: application to EVs smart charging with grid constraints

L’électrification des usages couplé aux énergies renouvelables (ENR) représente un levier majeur de décarbonation. Pour optimiser l’utilisation des ENR et gérer leur variabilité, les véhicules électriques (VE) offrent une flexibilité prometteuse. Cet article présente un système multi-agent décentralisé extensible, où chaque VE cherche les meilleurs instants de recharge pour satisfaire ses besoins de mobilité en intégrant un maximum d’énergie photovoltaïque (PV) sans congestionner le réseau électrique. Chaque VE évolue de manière autonome et apprend des signaux de son environnement, suivant un algorithme d’échantillonnage de Thompson sur un problème de bandit multi-bras. Quatre types d’algorithmes de bandit sont comparés à une référence omnisciente centralisée et une heuristique simple, dans une simulation simplifiée d’un réseau électrique avec 55 agents VE quasi-homogènes, atteignant une différence de seulement 14% à l’optimal omniscient. La faisabilité d’un tel système est démontrée par le temps de calcul nécessaire par agent par pas de temps (200 μs) et un échange d’information limité, préservant la vie privée de l’utilisateur tout en assurant une gestion efficace des congestions.