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
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
Hierarchical Optimization of Electric Vehicle Charging Infrastructure Design and Facility Logistics
本研究提出一个双层最佳化方案,以代表电动汽车充电基础设施设计与使用管理问题,并以使用者平衡决策为基础。上层的目标是最大限度地减少总设施部署成本,并最大限度地提高电动汽车充电收集产生的收入,而下层的目标是最大限度地减少电动汽车用户的出行时间和充电费用。采用迭代技术求解双层混合整数非线性规划,生成双层模型的理论下限和上界,并将其求解为全局最优。一组条件进行评估,以显示在有限数量的迭代算法的收敛性。基于三个需求水平的数值计算结果表明,所提出的双层模型可以有效地确定最优充电设施位置、物理容量和需求响应定价方案。由于充电需求的激增和充电站的高利用率,中等需求水平的平均充电价格比低需求水平增加了38.21%。
2021-05-21 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
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 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
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
Multi-Period Coordinated Management of Electric Vehicles in Zonal Power Markets: A Convex Relaxation Approach
近年来,插电式混合动力电动车辆的发展提供了各种环境和经济优势。在未来的智能电网中,电动汽车被视为减少温室气体排放的重要交通工具。关于这类车辆的主要问题之一是管理其充电时间,以防止随着时间的推移出现高峰值负载。部署先进的计量和自动充电器不仅可以让车主管理其能源消耗,而且还可以让公用事业公司通过将充电负荷转移到非高峰时段来管理白天的电力负荷。此外,高效的充电计划可以降低用户的电费成本。提出了一种基于多目标方法的电动汽车充电调度多周期协调管理模型,以优化用户充电成本为目标。该方法给出了充电开始时间的随机模型,为有效模拟车主充电行为提供了一种实用工具。为了验证所提出的方法的有效性,两个市场政策作为案例研究。计算结果可用于评估电动汽车调度对智能电网经济性能的影响。
2018-02-12 math.OC
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
Large-scale Charging of Electric Vehicles: A Multi-Armed Bandit Approach
电动汽车(EV)的成功推出关键取决于方便和经济的充电设施的可用性。被认为是由服务提供商的电动汽车的大规模充电的调度问题。引入了一个马尔可夫决策过程模型,其中电动汽车随机到达充电设施,具有随机需求和完成期限。服务提供商面临随机充电成本、凸未完成惩罚以及限制EV充电器同时激活的最大数量的峰值功率约束。作为一个不安分的多臂强盗问题,电动汽车充电问题是可索引的。在充电费用不变的情况下,得到了惠特尔指数的封闭表达式。然而,惠特尔指数政策一般来说并不是最优的。根据少松弛、长处理时间的原则,提出了一种基于空间交换的Whittle索引策略的改进。该策略优于现有的收费算法,特别是当收费成本是时变的。
2016-05-24 math.OC
Real-Time Bi-directional Electric Vehicle Charging Control with Distribution Grid Implementation
随着电动汽车(EV)的采用逐年增长,毫无疑问,在不久的将来,EV将占据运输车辆的重要部分。虽然电动汽车对环境有好处,但大量不协调的电动汽车充电会影响电网并降低电能质量。为了减轻电动汽车充电负荷的负面影响,并将其转化为机会,本文提出了一种分布式实时控制算法,以提供电动汽车双向充电的优化调度。为了评估所提出的算法的性能,数值模拟的基础上进行的真实世界的电动汽车用户数据,并进行潮流分析,以显示所提出的算法如何改善电网的稳态运行。.结果表明,该算法可有效协调双向充电,调峰率达30%,电压降降低2%以上,线路电流降低40%。
2017-11-08 math.OC
Carbon, Cost and Capacity: Multi-objective Charging of Electric Buses
本文针对电动公交车充电站提出多目标调度方法,以降低充电排放并削减电网峰值负荷,基于荷兰真实数据验证可减少峰值达57%,并揭示其与高负荷资产共享电网连接的灵活性潜力。
2025-04-08 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
A Unified View on Planning, Scheduling and Dispatching in Production Systems
计划、调度和调度在供应链的运营中发挥着关键作用。本文以统一的观点明确给出了它们的定义。从微观经济学和排队论的角度分析了计划与调度的区别。从计算复杂性和层次分解的角度分析了调度和分派的区别。根据价格弹性和容量弹性,规划可以分为需求规划和容量规划。调度期是价格和平均生产成本对生产率不敏感的时间范围。通过层次分解的概念,说明了主生产计划和移动目标在作业调度中的重要作用。调度是作业调度层次分解的最后一层。系统地比较和分析了推拉式系统的优点。
2014-07-10 math.OC
Combined Heat and Power Unit Commitment with Smart Parking Lots of Plug-in Electric Vehicles
车联网(V2G)技术近年来引起了人们极大的兴趣,其效率取决于插电式电动汽车(PEV)作为智能停车场中的小型便携式发电厂的充电过程的调度。另一方面,从集中式发电到分散式发电的积极转变和对环境的关注导致了电力系统中热电联产(CHP)机组利用率的增加。本研究的目的是开发和模拟一种新的方法,热电联产机组的承诺与PEVs在电力系统中的成本降低。本文提出了一种随负荷曲线变化的纯电动汽车充放电过程的时间表。采用一个由常规热电机组、热电联产机组和纯电动汽车组成的试验系统,研究了纯电动汽车对发电调度的影响。对于修改后的测试系统,得到的结果是令人鼓舞的,并表明所提出的技术的可行性和其有效性的发电调度。
2017-06-21 math.OC
BATTPOWER Application: Large-Scale Integration of EVs in an Active Distribution Grid -- A Norwegian Case Study
在本文中,我们介绍了一个应用程序的高性能多周期交流最优潮流(MPOPF)求解器,称为“BATTPOWER”,以模拟积极的配电网在不久的将来的情况。一个大规模的挪威配电网以及大量的电动汽车(EV)的人口在这里作为案例研究。我们建议并分析了三种操作策略(就电动汽车充电调度车队的控制而言)对于配电系统运营商(DSO):(a)不协调/哑充电调度,(b)以能量成本最小化为目标的协调充电调度,而没有电网的操作约束,以及(c)以能量成本最小化为目标的协调充电调度以及电网的操作约束。结果表明,不协调的充电将导致:1)当电动汽车的份额超过20%时,线路和Transformers的过载,以及2)比(b)和(c)的建议控制策略更高的运营成本。在策略(b)中,当EV的数量增长超过36%时,违反操作线路/Transformer限制。这意味着必须改变当前的市场设计,以允许在电网运行限制内主动控制大部分DER,从而在系统层面实现成本最小化。据我们所知,本文中提出的工作是有史以来第一次尝试对电动汽车充电需求对挪威配电网的影响进行全面分析。此外,分析的推断表明,挪威配电网络比电动汽车需求的电压问题更容易出现拥堵问题,其中包括考虑电网条件的智能充电方案。
2021-08-27 math.OC
Distributed Optimal Vehicle Grid Integration Strategy with User Behavior Prediction
近年来,随着电动汽车的普及,电动汽车充电对电网的影响越来越大。本文提出了一种将智能电动汽车充电与V2G电网服务相结合的优化调度算法,将电动汽车作为分布式能源接入电网,提高系统性价比。具体地,根据来自聚合控制中心的控制信号和通过均值估计和线性回归的用户充电行为预测,在每个EV充电站处制定和求解最优化问题。控制中心定期收集分布式优化结果并更新控制信号。迭代继续,直到它收敛到最优调度。实验结果表明,该算法能够在满足单个司机能量需求的同时,对微电网内的电力负荷曲线进行填谷削峰。
2017-03-13 cs.DC math.OC
Electric Vehicle Scheduling and Vehicle-to-Grid Integration in Microgrids
Operations Research and Information Engineering, Cornell Tech(康奈尔科技分校运营研究与信息工程系);Jacobs Technion-Cornell Institute, Cornell Tech and Technion - IIT(雅各布泰康-康奈尔学院,康奈尔科技分校和以色列理工学院);Electrical and Computer Engineering, Cornell Tech(康奈尔科技分校电气与计算机工程系)
本文针对军事微电网中电动卡车车队的行驶与充放电调度问题,扩展经典车辆调度模型并引入车网互动能力,利用列生成方法高效求解,证明该方案可显著降低燃油消耗、提升可再生能源利用率并带来经济与运营效益。
2026-10-06 math.OC
Hierarchical coupled routing-charging model of electric vehicles, stations and grid operators
电动汽车(EV)数量的增长带来了各种后果,从减少温室气体排放和当地污染到改变交通拥堵和电力消耗。更具体地,由于EV的决策,来自运输系统和电力系统两者的操作者的决策被耦合。因此,决策需要几个相互依赖的运营商和电动汽车的驾驶和充电行为的模型。这样的模型,建议在上下班的背景下,具有典型的三层结构的电气系统。在模型的较低层次,不同类型车辆之间的拥堵博弈给出了通勤者选择的驾驶路径和充电站(或枢纽),这取决于出行时间和消费成本。在中间层,充电服务运营商设置在枢纽的充电价格,以最大化电动汽车充电收入和供电成本之间的差异,这是由电力网络运营商在模型的上层决定的,其目标是降低电网成本。该三层最优化问题采用乐观迭代双层算法和模拟退火算法求解。这三层模型的敏感性外生参数,如电动汽车的渗透率和交通运营商的激励说明在现实的城市网络。
2021-12-10 cs.GT cs.SY eess.SY
Charging plug-in electric vehicles as a mixed-integer aggregative game
我们认为充电调度协调的车队的插电式电动汽车,开发一个混合决策框架的有效和有利可图的使用的配电网。每个充电动态,受整个车队的总行为,建模为一个相互依赖的,混合逻辑动力系统。协调问题被形式化为广义混合整数聚合势博弈,并通过半分散实施的顺序最佳反应算法,导致近似均衡的游戏解决。
2019-10-22 cs.GT cs.MA math.OC
Online and semi-online scheduling on two hierarchical machines with a common due date to maximize the total early work
在这项研究中,我们研究了几个在线和半在线调度问题的两个层次的机器有一个共同的交货期,以最大限度地提高总的早期工作。对于纯在线的情况,我们设计了一个最优的在线算法,竞争比为$\sqrt 2$。对于总加工时间已知的情况,我们提出了一个最优的半在线算法的竞争比为$\frac{4}{3}$。另外,对于最大加工时间已知的情况,当最大工件是低层次工件时,给出了竞争比为$\frac{6}{5}$的最优算法;当最大工件是高层次工件时,给出了竞争比为$\sqrt 5-1$的最优算法.
2022-09-19 cs.DS math.OC
An Online Scheduling Algorithm for a Community Energy Storage System
在本文中,我们考虑了一个社区储能(CES)系统,该系统由各种电力消费者共享,他们希望在给定的时间跨度内对CES进行充电和放电。我们研究的问题所面临的经理这样的CES谁必须安排充电,放电,和容量预留众多的用户。此外,我们考虑了CES充电/放电请求以在线方式到达并且CES管理者必须立即分配充电功率和能量容量以满足请求或完全拒绝请求的情况。消费电子产品经理的目标是最大限度地提高消费电子产品的所有用户获得的总价值,同时考虑消费电子产品的操作限制。我们讨论了一个算法,名为\textsc{CommunityEnergyScheduling},作为一个定价机制的基础上在线的原始-对偶优化的CES经理的问题的解决方案。在线算法实时估计双变量(价格),以便在请求到达时立即分配或拒绝请求。此外,所提出的方法促进充电和放电取消以减少CES在流行时间的使用,并且能够处理源自用户净负载模式的随机性和天气不确定性的充电/放电请求的固有随机性。此外,我们能够表明,该算法是能够处理任何adversarially选择的请求序列,并将始终产生总福利的因素1/a的离线最佳福利。
2022-03-13 cs.SY eess.SY math.OC
Hierarchical planning-scheduling-control -- Optimality surrogates and derivative-free optimization
针对化工企业多层级规划-调度-控制集成问题,提出结合最优性替代与无导数优化并保留启发式回退的混合方法,实现可处理性与精度平衡。
2023-10-11 cs.CE math.OC
Hierarchical Stochastic Scheduling of Multi-Community Integrated Energy Systems in Uncertain Environments via Stackelberg Game
利用社区一体化能源系统和大量小规模分布式能源的经营实体可以很容易地与现有的分销市场进行交易。针对多能源交互的多社区综合能源系统(MCIES)的能源管理和定价问题,研究了不确定环境下的分层随机优化调度方法.为了处理多个不确定性,使用具有梯度惩罚的Wasserstein生成对抗网络来生成可更新场景,并使用Kmeans++聚类算法来生成典型场景。构建了一个基于Stackelberg的集成需求响应的分层随机调度模型,MCIES运营商作为领导者,通过设定能源价格追求净利润最大化,而建筑用户作为追随者,调整其能源消耗计划以最小化总成本.最后,设计了一种基于元启发式的分布式迭代求解方法。通过实例验证了该方法的有效性。
2021-12-14 cs.SY eess.SY math.OC
Trustworthy V2G scheduling and energy trading: A blockchain-based framework
本文提出一个基于区块链的V2G调度与交易框架,通过信息物理区块链架构、fast-path PBFT共识、博弈论定价和智能合约实现可信协调,降低电动汽车充电成本并支持辅助电网服务。
2024-10-08 cs.SY eess.SY math.OC
Joint Routing and Charging Problem of Electric Vehicles with Incentive-aware Customers Considering Spatio-temporal Charging Prices
本文研究了电动汽车车队的调度问题,提供移动性作为一种服务,一组时间指定的客户,运营商需要解决的路由和充电问题,共同为每个EV。因此,我们认为激励意识的客户,并建议运营商提供货币激励客户,以换取时间的灵活性。通过这种方式,车队运营商可以以较低的成本实现路由和充电计划,同时客户可以获得灵活性的货币补偿。具体而言,我们首先提出了一个双层最优化模型,车队运营商优化的路由和充电时间表占时空变化的收费价格,与金钱激励,以偿还交付时间的灵活性所经历的客户。同时,客户通过最小化自己的成本来选择自己的时间灵活性。其次,我们应付来自这个非线性双层最优化模型的计算负担与精确的重新制定的方法组成的KKT最优性条件,基于大M的线性化方法,和零对偶间隙的凸优化问题。这样,我们将所提出的问题转化为一个单级的最优化问题,它可以解决一个加强的广义Benders分解方法持有更快的收敛速度比广义Benders分解方法。为了评估所提出的数学模型的有效性,我们进行了大量的模拟实验,使用比利时的VRP-REP数据。数值结果表明,所提出的数学模型可以减少客户的交付费用以及车队运营商的运营成本。
2022-05-26 cs.SY eess.SY math.OC