Congestion-Aware Routing, Rebalancing, and Charging Scheduling for Electric Autonomous Mobility-on-Demand System
在本文中,我们研究的问题,路由,再平衡,和充电的电动自主移动按需系统的交通拥堵。我们在宏观层面上分析这个问题,并使用一个体积延迟函数来捕捉交通拥堵。为了解决这个问题,我们首先制定一个最优化问题的路由和重新平衡。然后,我们提出了启发式算法来找到交通流的环路,并检查所产生的环路内的能量约束。我们施加充电约束的重路由问题,使新的解决方案满足能源约束。最后通过仿真验证了该方法的有效性。
2022-03-08 math.OC
Distributed Load Balancing with Nonconvex Constraints: A Randomized Algorithm with Application to Electric Vehicle Charging Scheduling
针对实际非凸充电约束条件下的电动汽车调度问题,提出了一种分布式随机算法。该算法假设协调器的可用性,该协调器可以与所有EV通信。在算法的每次迭代中,协调器从EV接收试验性充电简档并计算广播控制信号。在接收到该广播控制信号之后,每个EV在其可容许的充电简档上生成概率分布,并且从该分布中采样以更新其暂定充电简档。我们证明了该算法收敛几乎肯定在有限的迭代充电配置文件。(算法收敛到的)最终充电曲线是随机的,即,这取决于实现。我们的特点是最终的充电配置文件-充电配置文件可以是一个实现的最终充电配置文件,当且仅当它是一个纳什均衡的游戏中,每个电动汽车寻求最小化的内积自己的充电配置文件和总电力需求。此外,我们提供了一个统一的次优性上界,缩放O(1/n)的电动汽车的数量n,为最终的充电配置文件的所有实现。
2014-04-11 math.OC
Charging Scheduling of Electric Vehicles with Local Renewable Energy under Uncertain Electric Vehicle Arrival and Grid Power Price
在本文中,我们考虑的延迟最优充电调度的电动汽车(EV)在充电站与多个充电点。充电站配备可再生能源发电装置,也可以从电网购买能源。考虑了电动汽车到达的不确定性、可再生能源的不确定性和电网电价的变化,并将其描述为独立的马尔可夫过程。同时,每个EV的充电能量是随机的。目标是在长期成本约束下,最小化电动汽车的平均等待时间。提出了将EV排队转化为充电需求排队的排队映射方法,并证明了两个排队平均长度最小化之间的等价性。然后重点研究了在长期费用约束下,收费需求排队平均长度的最小化问题。我们提出了一个马尔可夫决策过程(MDP)的框架来研究这个调度问题。系统状态包括充电需求队列长度、充电需求到达、可再生能源的蓄电池中的能量水平、可再生能源到达和电网电价。此外,充电需求的数量和分配的能量从蓄电池组成的二维策略。我们得到了最优策略的两个必要条件。此外,我们讨论了减少的二维政策的收费需求的数量。我们给出了系统状态的集合,分别为无需求收费和尽可能多的需求收费是最优的。最后,我们研究了所提出的激进的政策和保守的政策数值。
2013-01-11 math.OC
Forecast-Enhanced Lyapunov Optimization for Real-Time EV Charging Scheduling
The Chinese University of Hong Kong(香港中文大学);California Institute of Technology(加州理工学院)
本文提出一种基于预测的Lyapunov优化方法,通过引入虚拟队列和递推控制框架,结合短期预测以减少优化偏差,实现更优的电动汽车充电调度。
2026-10-09 math.OC
A National-Scale EV Charging Scheduling Framework: Optimal Detour Routing Under Infrastructure Capacity Constraints
Texas A&M University(德克萨斯农工大学);Argonne National Laboratory(阿贡国家实验室)
研究在现有充电基础设施下电动汽车长途旅行调度负担与成本,提出基于优化的可扩展框架,分三阶段计算最优充电调度,应用于大量车辆轨迹,能快速生成可行调度并评估电动汽车成本竞争力。
2026-07-22 math.OC
A Position Allocation Approach to the Scheduling of Battery-Electric Bus Charging
针对纯电动公交车充电调度需求,提出一种基于位置分配问题的混合整数线性规划框架,可在满足电池与时空约束的同时减少充电桩使用、优先慢充以保障电池健康,效果优于启发式对比算法。
2024-05-18 math.OC
Grid-constrained online scheduling of flexible electric vehicle charging
本文研究受电缆容量等电网约束的停车场电动汽车在线充电调度问题,提出基于调度生成方案在线变体与 destroy-and-repair 启发式的策略,并通过乌得勒支数据驱动的离散事件仿真验证其可提升充电车辆数、降低平均延误。
2024-03-05 math.OC
Hierarchical Distributed EV Charging Scheduling in Distribution Grids
本文提出了一种由两个迭代过程组成的分层分布式方法来求解配电网中的电动汽车充电优化调度问题。在该方法中,配电系统运营商(DSO)的目标是降低电网损耗,同时满足潮流约束。这是通过基于共识的迭代过程与位于电网总线的EV聚合器(Aggs)来实现的。配备电池能量存储(BES)的聚合器的目标是通过BES和EV的最优控制来降低其电力成本。由于Aggs的最优化问题通过增加电动汽车的数量而增加了维度,他们通过与客户的另一个迭代过程解决了问题。该过程是可实现的,利用该问题的数学性质和重写Aggs的最优化问题的\textit{sharing problem},这是有效地解决了乘子的交替方向法(ADMM)。为了验证该方法的性能,所提出的方法被应用到IEEE-13节点系统。
2019-03-27 math.OC
Minimum-Delay Opportunity Charging Scheduling for Electric Buses
提出一种混合整数线性规划模型调度电动公交车机会充电以最小化发车延迟,并开发基于CB分解的精确算法与3S启发式算法,3S在真实规模下快速生成调度表现优异。
2024-03-26 math.OC
Electric Bus Scheduling with Non-Linear Charging, Power Grid Bottlenecks, and Dynamic Recharge Rates
针对电动公交车调度中非线性充电、电网瓶颈和动态充电速率问题,提出一种基于充电增量函数线性插值的混合整数规划模型,实现高精度近似并适应电网负荷限制,在真实实例库中验证了实用性。
2024-07-19 math.OC
Intercity EV Charging Readiness in Türkiye: A Countrywide Scheduling and Economic Assessment
Texas A&M University(德克萨斯农工大学)
研究土耳其城际电动汽车充电准备情况,利用有向无环图调度框架优化充电站点,经多场景分析和经济评估发现,因电价优势电动汽车有运营成本和TCO优势,全系统基础设施节省依赖站点规模,车辆放电率是主要经济杠杆,为政策制定者提供见解。
2026-07-29 math.OC
The large-scale charging scheduling problem for fleet batteries: Lagrangian decomposition with time-block reformulations
本文针对大规模电池换电充电调度问题,提出变量分层与拉格朗日分解相结合的方法,并通过更紧的时间块重构、局部搜索和下界学习显著提升求解质量与可行性。
2025-05-11 math.OC
Dynamic charging management for electric vehicle demand responsive transport
随着气候变化的挑战,运输网络公司开始扩大其车队,以减少二氧化碳排放。然而,这样的生态转型带来了新的研究挑战,动态电动车队充电管理下的不确定性。在这项研究中,我们解决了共享乘车服务与公共充电站的动态充电调度管理。提出了一种滚动时域框架下的两阶段充电调度优化方法,通过预测未来公共充电站的可用性,最大限度地减少车队的总体充电运营成本,包括车辆的访问时间,充电时间和等待时间。充电站占用率预测基于混合LSTM(长短期记忆)网络方法,并集成到所提出的在线车辆充电器分配中。所提出的方法适用于现实的模拟研究,在城市的邓迪,英国。数值研究表明,所提出的方法可以减少48.3%的车队的总充电等待时间和总充电量的能量的车队相比,基于需求的充电参考政策的35.3%。
2022-09-22 math.OC
A bi-level priority sorting framework for flexible AGV service scheduling in smart warehouses
Toronto Metropolitan University(多伦多都会大学)
本文提出双层优化框架,通过动态调整调度参数和实时路径优化,提升AGV在智能仓库中的服务级别和效率,降低系统成本。
2026-04-16 math.OC
Scheduling with Service-Time Information: The Power of Two Priority Classes
利用客户的服务时间信息,我们研究了一个易于实现的两个优先级的调度策略。通过仔细设计类,两类优先级规则实现了接近最优的性能。特别地,对于单服务器队列,当流量强度接近1时,该策略实现了与最短剩余处理时间优先策略类似的队列长度处理的缩放。我们的分析量化了服务时间分布的尾部如何影响人们可以从基于服务时间的调度策略中获得的好处。当服务时间被错误指定时,我们进一步量化了服务时间的不完善观测如何影响两类优先规则的性能,通过理论和数值分析。我们的研究结果证明了两类优先规则的鲁棒性。具体来说,即使不完美的服务时间信息,两类优先级规则仍然可以实现显着的性能改善,先到先服务。
2021-02-16 cs.NI math.OC math.PR
Two-stage battery recharge scheduling and vehicle-charger assignment policy for dynamic electric dial-a-ride services
考虑到充电排队延迟和随机客户需求,协调电动汽车的充电调度以实现动态拨号服务是具有挑战性的。我们提出了一个新的两阶段解决方案的方法来处理动态车辆充电调度,以尽量减少车队的日常充电业务的成本。该方法包括两个组成部分:每日车辆充电调度和在线车辆充电器分配。提出了一种新的电池充电调度模型,以最小化车辆日常充电运营成本,同时满足车辆驾驶需求,为客户提供服务的车辆充电计划。在第二阶段,在线车辆充电器分配模型的开发,以尽量减少总的车辆空闲时间的充电,考虑排队延迟在充电器的水平。提出了一种有效的拉格朗日松弛算法来求解具有小最优间隙的大规模车辆-充电器分配问题。将该方法应用于卢森堡一个实际的动态叫车服务案例研究,并与不同充电基础设施场景下的最近充电站充电策略和先到先得最小充电延迟策略进行了比较。我们的计算结果表明,该方法可以实现显着节省的运营商在充电等待时间(-74.9%),充电时间(-38.6%),并收取能源成本(-27.4%)。进行灵敏度分析,以评估不同的模型参数的影响,显示在随机环境中的方法的可扩展性和鲁棒性。
2021-04-15 cs.SY eess.SY math.OC
Energy Efficient Priority-Based Task Scheduling for Computation Offloading in Fog Computing
雾计算为无线网络边缘的物联网(IoT)服务的计算卸载提供了灵活的解决方案。它作为传统云计算的补充,对于涉及中小型计算任务的物联网应用中的大多数卸载任务来说,传统云计算并不具有成本效益。考虑到雾计算中任务和资源的异构性,将每个任务卸载到适当的目的地以充分利用这种有前途的技术的潜在优势至关重要。在本文中,我们提出了一个可扩展的优先级为基础的索引政策,被称为优先增量能源率(PIER),以优化网络的能源效率。我们证明了PIER是渐近最优的一个特殊情况下,适用于局部地区的同质卸载任务和指数分布的任务持续时间的高容量。在更一般的情况下,统计上不同的卸载任务,我们进一步证明了改进的PIER基准政策的能源效率和PIER的鲁棒性不同的任务持续时间分布广泛的模拟。我们的研究结果表明,PIER可以执行优于基准政策在超过78.6%的所有模拟运行。
2022-01-16 math.OC
Electric Vehicle Charge Scheduling Mechanism to Maximize Cost Efficiency and User Convenience
研究了微电网规模下电动汽车的费用调度问题。这个问题包含一组由中央聚合器控制的充电站。其中一个主要的利益相关者是充电站的运营商,他们的动机是尽量减少充电站的成本,而其他主要的利益相关者是车主,他们最关心的是用户的便利性,因为他们希望他们的电动汽车尽快充满电。一个双目标最优化问题制定联合优化两个因素,对应于这些利益相关者。提出了一种在线集中式调度算法,并证明了该算法能提供Pareto最优解。此外,提出了一种新的低复杂度分布式算法,以降低系统的传输数据速率和计算复杂度。通过仿真对算法进行了评估,结果表明,该方法的充电时间是小于的文献中提出的比较方法的30%。分布式算法传输的数据量比集中式算法低33:25%。虽然集中式和分布式算法之间的性能差异仅为2%,但计算时间显着减少。
2018-03-16 math.OC
Collaborative Charging Scheduling via Balanced Bounding Box Methods
本文针对两个车队运营商共享充电站的协同调度问题,提出双目标非线性整数规划模型,并引入平衡包围盒方法(B3Ms)高效推导有效前沿,结合合作博弈确定最终解,显著降低计算时间并保持前沿完整性。
2025-06-30 cs.CE math.OC
Automated Priority Rule Design for the Resource-Constrained Project Scheduling Problem: A Large Language Model-Guided Population-Based Search
McGill University(麦吉尔大学);COSMO – Stochastic Mine Planning Laboratory, McGill University(麦吉尔大学 COSMO 随机矿山规划实验室);Ghent University(根特大学);University College London(伦敦大学学院);Vlerick Business School(弗莱里克商学院);Universidade Aberta(开放大学);INESC TEC
本文提出大语言模型引导的基于种群的框架,用于自动设计资源受限项目调度问题的优先级规则,实验表明该框架设计的规则性能优于传统规则及遗传编程设计的规则。
2026-09-04 math.OC
Leveraging Owners' Flexibility in Smart Charge/Discharge Scheduling of Electric Vehicles to Support Renewable Energy Integration
间歇性可再生能源(RES)的高度集成,特别是风力发电,在电力系统运行中产生了复杂性。另一方面,电动汽车(EV)的大车队预计将对电力消耗产生巨大影响,不协调的充电过程将增加负荷的不确定性,并进一步复杂化电网调度。在本文中,我们提出了一种智能充电方法,该方法利用电动汽车车主的灵活性来吸收车辆到电网(V2 G)设置中RES输出的波动。我们提出了一种最优调度算法的充电/放电的聚合电动汽车车队,以最大限度地提高风力发电的整合,以及最小化充电成本的电动汽车所有者。还解决了人们参与V2 G的挑战,例如电池退化和对意外事件的不安全感。我们首先制定一个静态模型,使用混合整数二次规划(MIQP)与多目标最优化假设每个参数的模型是已知的调度前一天。随后,我们制定了一个动态(放电)的时间表后,电动汽车进入系统的更新信息的电动汽车的可用性,风力发电预测,能源价格实时,滚动优化。在以风能为主要资源的微电网中使用一组100辆电动汽车进行的模拟表明,与不受控制的充电情况相比,风能利用率显着提高,充电成本显着降低。
2019-07-17 math.DS math.OC
Integrated Energy Exchange Scheduling for Multi-microgrid System with Electric Vehicles
电动汽车(EV)可以被认为是微电网中的灵活移动电池存储。对于一个区域中的多个微电网,需要协调充电和放电的调度,以避免多微电网系统和主电网之间的功率交换尖峰。提出了一种将电动汽车作为储能设备的多微电网两阶段能量交换综合调度策略。然后利用若干个代表适当约束条件下边际成本的对偶变量来形成一个更新电价,从而对原电价进行修正。基于此更新的价格信号,提出了一种基于价格的分散调度策略的微电网中央控制器(MGCC)。仿真结果表明,两阶段调度策略降低了系统的电费成本,避免了电池充放电状态之间的频繁转换。该分布式调度策略使每个微网只需解决其局部问题,并将总交换功率限制在安全范围内。
2016-02-24 math.OC
Moving horizon-based optimal scheduling of EV charging: A power system-cognizant approach
插电式电动汽车(PEV)的快速升级及其不协调的充电模式对配电系统操作提出了若干挑战。一些不良影响包括Transformers过载、快速电压波动和过/欠电压。虽然这损害了消费者的电力质量,但它也给本地电压控制设备带来了额外的压力。这些挑战要求为社区中的PEV提供协调良好的电力网络感知充电方法。将电动汽车充电调度问题转化为一个混合整数线性规划问题。这个问题将由一个聚合器来解决,该聚合器在住宅小区中提供充电服务。拟议的公式最大限度地提高利润的聚合,提高现有的基础设施的利用率。该算法在事先知道负荷需求和小时电价的情况下,采用移动时域优化方法,允许车辆到达数量未知。在这种现实的设置,所提出的框架,确保电力系统的约束得到满足,并保证所需的PEV充电水平在规定的时间内。IEEE 13节点馈线系统的数值试验表明,所提出的MILP技术的计算和性能的优越性。
2020-03-27 cs.SY eess.SY math.OC
A hybrid metaheuristic to optimize electric first-mile feeder services with charging synchronization constraints and customer rejections
针对电动首英里接驳服务中的充电同步约束与客户拒绝问题,提出基于分层图的混合整数线性规划模型及混合元启发式算法,能在分钟级内获得近最优解,并适用于大规模现实场景。
2024-02-08 math.OC
A priority-driven constructive heuristic for assigning and scheduling spontaneous volunteers in disaster response
Paderborn University(帕德博恩大学)
本文提出一种基于优先级的构造性启发式方法,用于高效分配和调度灾难响应中的自发志愿者,通过利用优先级目标层次和志愿者能力稀缺性,在大规模场景下实现快速求解。
2026-04-10 math.OC
A Queueing Based Scheduling Approach to Plug-In Electric Vehicle Dispatch in Distribution Systems
在电力系统中大规模集成插电式电动汽车(PEV)可能会对现有配电系统造成严重问题,例如分支故障和显著的电压降。因此,智能充电策略对于电力系统的安全可靠运行至关重要。本文试图实现高渗透水平的PEVs与现有的配电系统基础设施,提出了一种智能充电算法,可以最佳地利用配电系统的容量。具体而言,本文提出了一种最大权重PEV调度算法来控制PEV充电率,受电力系统的物理限制。最大权重PEV调度算法被证明是吞吐量最优的非常温和的假设下,在系统中的随机动态。这表明,可以避免昂贵的分销系统基础设施升级,或者如果无法避免,至少可以成功推迟。所提出的PEV调度算法是特别有吸引力的可再生能源的集成在配电系统中,通过成功地吸收他们的不确定性。
2012-07-21 math.OC
Optimal dispatch schedule for a fast EV charging station with account to supplementary battery health degradation
本文研究了快速充电站(FCS)中电池存储系统的使用,以参与能源市场并同时为电动汽车(EV)充电。特别是,我们专注于优化调度策略,以降低系统的整体运营成本在其生命周期内,通过结合电池退化和能源套利模型。我们实现了电池退化作为一个惩罚项内的能源套利模型,并表明电池退化FCS系统的最优能源调度调度中起着重要的作用。在这种情况下,研究发现,与不同的惩罚系数的电池退化惩罚项,包括在调度模型中的电池使用的惩罚将减少小的充电/放电周期的数量,从而延长电池的寿命,同时保持接近最佳的收入从电网服务。
2022-03-14 cs.CE math.OC
Hybrid Quantum-Classical Branch-and-Price for Intra-Day Electric Vehicle Charging Scheduling via Partition Coloring
Tianjin University(天津大学);Southern University of Science and Technology(南方科技大学);Hebei University of Technology(河北工业大学)
本文提出一种混合量子-经典分支定价算法,通过将电动汽车充电调度问题建模为分区着色问题的变体,利用量子退火启发算法解决最大独立集问题,有效提升大规模充电调度的求解效率。
2026-04-08 cs.CE math.OC
Impact Analysis of Optimal EV Bi-directional Charging with Spatial-temporal Constraints
本文提出一种基于混合整数线性规划的电动汽车充电调度优化方法,结合时空约束、实时电价和V2G技术评估双向充电对用户成本与区域电网的影响,发现极端功率容量约束对总体充电成本影响极小。
2025-07-17 math.OC
Appointment scheduling model in healthcare using clustering algorithms
本研究提出结合聚类算法与数学规划的医疗预约调度模型,通过四种聚类方法划分门诊患者优先级,并利用流体近似求解MDP,以最小化高优先级患者的等待时间。
2023-12-29 eess.SP math.OC
A Model Predictive Control Approach for Low-Complexity Electric Vehicle Charging Scheduling: Optimality and Scalability
The Chinese University of Hong Kong(香港中文大学);Shenzhen Research Institute, The Chinese University of Hong Kong(香港中文大学深圳研究院)
本文提出一种基于模型预测控制的电动汽车充电调度方法,通过在线动态规划解决非因果信息问题,分析算法在随机变量分布下的性能差距,并在周期性随机过程下实现O(1)复杂度。
2016-04-01 cs.PF cs.SY eess.SY
On deciding stability of multiclass queueing networks under buffer priority scheduling policies
稳定性是排队网络的基本属性之一。粗略地说,它是网络中的工作总数作为时间的函数保持有界的性质。与稳定性问题相关的关键问题之一是如何确定在给定调度策略下运行的给定排队网络保持稳定的确切条件。虽然在解决这个问题上取得了许多初步进展,但大多数结果充其量只是部分的,因此仍然缺乏对稳定排队网络的完整表征。在本文中,我们解决这个开放的问题,虽然在一个有点意想不到的方式。我们表明,稳定的排队网络的特点是一个算法不可判定的问题的情况下,非抢占式静态缓冲区优先级调度政策和确定性的到达间隔和服务时间。因此,在这类策略下运行的稳定排队网络没有建设性的特征是可能的。结果是建立排队网络有限和无限的缓冲区大小和可能为零的服务时间,虽然我们推测,它也成立的情况下,只有无限的缓冲区和非零的服务时间的模型。我们的方法扩展了以前的相关工作[数学。Res.27(2002)272- 293],并使用所谓的计数器机器装置作为复位工具。
2009-11-19 math.OC math.PR
Scalable No-Stockout Charging Scheduling for Battery Swapping Under Time-of-Use Prices
Georgia Institute of Technology(佐治亚理工学院);PIT IN Corp.(PIT IN 公司)
研究分时电价下电池更换的无缺货充电调度问题,提出基于电池的混合整数线性规划及简化形式,设计价格引导的启发式算法,在综合缩放研究及商业站交换记录回放中验证算法有效性,大幅降低充电能源成本。
2026-07-30 cs.CE math.OC
Toward Efficient Transportation Electrification of Heavy-Duty Trucks: Joint Scheduling of Truck Routing and Charging
针对重型电动卡车运输,提出联合路线与充电调度优化,采用SLBLR方法分解复杂问题,实现快速近优解,并揭示电池容量与充电功率对成本及车队规模的影响。
2023-11-13 cs.CY cs.SY eess.SY