A Graph-based Conflict-free Cooperation Method for Intelligent Electric Vehicles at Unsignalized Intersections
电动化、智能化、网联化是汽车未来最重要的发展方向。智能电动汽车在改善交通流动性和减少排放方面显示出巨大的潜力，特别是在无信号交叉口。以往的研究表明，车辆通行秩序是改善交通流动性的关键因素。本文提出了一种基于图的协作方法，对无信号交叉口的无冲突调度问题进行了形式化描述。首先，建立冲突有向图和共存无向图来描述车辆之间的冲突关系。在此基础上，提出了两种基于图的车辆通行顺序求解方法。一种方法是优化的深度优先生成树方法，其目的是找到每个车辆的局部最优通过顺序。另一种方法是解决全局最优问题的最大匹配算法。推导了两种方法的计算复杂性。数值模拟结果验证了所提算法的有效性。
2021-04-09 math.OC
Chance-Constrained Shrunken-Primal-Dual Subgradient (CC-SPDS) Approach for Decentralized Electric Vehicle Charging Control
在本文中，我们开发了一个机会约束的分散式电动汽车（EV）充电控制框架，以实现“山谷填充”，同时满足个人的充电需求，并满足配电网的约束。控制器的设计是一个具有随机不可分目标函数和全局耦合机会约束的最优化问题。我们提出了一种新的机会约束收缩原始对偶次梯度（CC-SPDS）算法，以支持机会约束分散控制方案，并验证其有效性和收敛性与一个代表性的配电网络模型。
2019-04-04 math.OC
Electric Vehicle Traveling Salesman Problem with Drone with Partial recharge Policy
在（Zhu等人，2022），提出了一个带无人机的电动汽车流动推销员问题，并假设电动汽车是一个电池-电动汽车，其能量可以在几分钟内在电池交换站中更新。在本文中，我们扩展了（Zhu et al.，2022）通过放松固定时间充满电的假设，假设EV是可以在充电站部分充电的插电式混合动力电动汽车。这个问题被命名为电动汽车流动推销员问题无人机部分充电政策（EVTSPD-P）。提出了一种三指标MILP公式，用于求解具有线性和非线性充电函数的EVTSPD-P，其中使用分段线性函数近似凹时间荷电状态（SoC）函数，这是Montoya等人（2017）和Zuo等人（2019）提出的一种技术。此外，一个专门设计的自适应大邻域搜索（ALNS）元启发式算法，其中包括约束规划（CP），解决EVTSPD-P问题的实际规模的情况下。数值分析结果表明，该算法比变邻域搜索算法效率更高，在求解10个节点的实例时，平均最优性差距约为3%.此外，使用六线段近似的分段线性函数比线性逼近平均节省10.8%的成本。
2022-05-27 math.OC
Joint Routing of Conventional and Range-Extended Electric Vehicles in a Large Metropolitan Network
增程式电动汽车结合了电池供电电动机的更高效率和环境效益，以及传统内燃机的更长里程和自主性。这种组合对于密集城市地区的时间受限的交付路线特别有利，其中沿路线的电池充电可能过于耗时，无法经济地证明使用全电动车辆是合理的。然而，从电动模式转向传统化石燃料模式也会导致成本和排放增加以及效率降低。本文分析了这种异构车辆路径问题，并描述了两种解决方法：一个确切的分支价格和切割算法和迭代禁忌搜索元启发式。从方法论的角度来看，我们发现，精确的算法始终获得严格的下界，也证明了元启发式的解决方案接近最优。从政策的角度来看，我们研究了一个大规模的现实世界的案例研究，在芝加哥大都市区的包裹交付和量化各种运营指标，包括能源成本和车辆行驶里程。我们发现，通过部署大约20%的增程车辆，以及33英里的适度全电动范围，包裹分销商可以节省高达17%的能源成本，同时导致车辆行驶里程增加不到小于0.5%。将续航里程增加到60英里，进一步降低成本仅4%，这可以通过减少平均服务时间1分钟或增加驾驶员工作时间1小时来实现。我们的研究揭示了汽车制造商、分销商和政策制定者可以关注的几个关键改进领域。
2022-01-04 math.OC
Electric Vehicle Traveling Salesman Problem with Drone with Fixed-time-full-charge Policy
在过去几年中，部署电动汽车和无人驾驶飞行器（UAV）（也称为无人机）在物流运营中执行“最后一英里”交付的想法越来越受到关注。提出了带无人机的电动汽车流动推销员问题（EVTSPD），其中电动汽车（EV）和无人机协调执行送货任务，而电动汽车可能偶尔需要访问充电站充电.我们进一步假设EV可以在充电站以固定的时间将其能量刷新到全电池容量。因此，所提出的问题被称为EVTSPD-FF。在本文中，基于弧的混合整数规划模型定义在一个多重图EVTSPD-FF。一个精确的分支和价格（BP）算法和可变邻域搜索启发式解决的情况下，最多25个客户在一分钟内。数值实验表明，该启发式算法的效率远远高于基于圆弧的模型，使用的CPLEX求解器和BP算法。一个真实世界的案例研究奥斯汀网络和灵敏度分析不同的参数也进行和提出。结果表明，无人机速度对交付时间的影响比电动汽车的行驶里程更显着。
2022-04-29 math.OC
Electric Vehicle Scheduling with Capacitated Charging Stations and Partial Charging
本文考虑了电动汽车在公共交通系统的调度。我们的主要创新是考虑到充电站容量有限，同时也考虑了部分充电。为了解决这个问题，我们扩展了一个基于连接的网络，以跟踪车辆的充电状态和充电行为的模型。然后，我们制定的电动汽车调度问题作为一个基于路径的二进制程序，其线性松弛，我们解决列生成。我们发现整数可行解使用两个算法：价格和分支和截断列生成，包括加速策略。我们测试的方法使用的特许权Gooi en Vechtstreek在荷兰的数据，包含多达816次。截断列生成优于其他启发式算法，并在28小时的计算时间内解决了整个让步，最优性差距小于3.5%。
2022-07-29 math.OC
Optimal Design and Control of 4-IWD Electric Vehicles based on a 14-DOF Vehicle Model
四轮独立驱动（4-IWD）电动汽车具有独特的优势，具有增强的动力和能量效率性能，因为这种配置从设计和控制方面提供了更多的灵活性。然而，传统的设计和控制方法很难实现四轮驱动电动汽车的最佳性能。本文以四轮驱动电动赛车为研究对象，以最小化单圈时间为目标，研究了车辆最优设计和控制方法。基于拉格朗日动力学理论，建立了一个能全面评价簧下质量影响的14自由度汽车模型。采用重新编程的Magic Formula轮胎模型和时间效率高的悬架模型实现的14自由度车辆模型支持度量运算和并行计算，这可以显著提高计算效率。先后建立了赛车的电机、变速器、质心、防侧倾杆和悬架等设计参数的最优设计和控制问题。该方法将原问题转化为基于梯形法的大规模非线性最优化问题，从而求解所提出的问题。定量地分析和比较了动力系统安装位置、簧下质量、防侧倾杆和悬架的质量和惯性对单圈时间的影响。一些有趣的发现，是不同于“已知的事实”。
2019-08-09 math.OC
Scalable Electric Vehicle Charging Protocols
虽然电动汽车被认为是减少温室气体排放的可行解决方案，但其不协调的充电可能会对电力系统运行产生不利影响。尽管如此，优化电动汽车充电的任务随着车队规模和控制周期的数量而不利地扩展，特别是当强制执行配电网限制时。为此，车辆充电首先使用最近复兴的弗兰克-沃尔夫方法来解决。新的分散式充电协议对车辆控制器的计算要求最小，比现有的替代方案具有可证明的加速，增强了定价机制对数据攻击的安全性，并保护了用户隐私。为了遵守电压限制，网络约束的EV充电问题随后制定。利用不平衡配电网的线性化模型，目标是在尊重临界电压调节和变电站容量限制的同时最小化供电成本。通过乘法器的交替方向法，仅在相邻总线之间交换信息，实现了跨网格节点的变量优化。数值试验证实了新方案的最优性和效率。
2016-01-18 math.OC
An ADMM Algorithm for MPC-based Energy Management in Hybrid Electric Vehicles with Nonlinear Losses
在本文中，我们提出了一个凸配方的模型预测控制（MPC）优化的能量管理的混合动力电动汽车，和一个交替方向法的乘法器（ADMM）算法的解决方案。我们开发了一个新的证明的凸性的问题，允许非线性动力学建模为线性系，然后证明ADMM的性能相比，动态规划（DP）通过仿真。结果表明，高达两个数量级的改善，解决方案的时间可比精度对DP。
2019-01-23 math.OC
Optimal Installation for Electric Vehicle Wireless Charging Lanes
里程焦虑，即对没有足够的电池电量完成一次旅行的持续担忧，仍然是电动汽车广泛采用的主要障碍之一。随着城市希望吸引更多的用户采用电动汽车，无线移动汽车充电技术的出现为里程焦虑提供了解决方案。对于有限的预算，城市可能面临在哪里安装这些无线充电装置的判定问题。由于价格昂贵，没有仔细研究的安装可能会导致有限资源的低效使用。在这项工作中，我们将无线充电单元的安装建模为整数规划问题。我们使用我们的基本配方作为不同现实场景的构建块，使用真实的地理空间数据进行实验，并将我们的结果与不同的算法进行比较。
2018-08-13 math.OC
A Dynamic Algorithm for Facilitated Charging of Plug-In Electric Vehicles
插电式电动汽车（PEV）是一种快速发展的技术，可以减少温室气体排放并改变车辆获得动力的方式。PEV充电站很可能在家里和工作场所都有，偶尔也会公开提供，提供灵活的充电选择。理想情况下，每辆车都将在电价相对较低的时期充电，以最大限度地降低消费者的成本并最大限度地提高社会效益。用于PEV车队的需求响应（DR）服务可以通过在特定时间段内调节消费者电力使用来产生这样的充电时间表，以便满足对市场的义务。我们为纯电动汽车车队建立自动化的DR机制，方便车辆充电，以确保满足车辆和市场的需求。我们的动态算法仅依赖于前一天类似的几百个驾驶行为的知识，并使用一个简单的调整后的定价方案，在车队中的数千辆汽车插入时立即为它们分配可行且令人满意的充电时间表。使用我们调整后的定价方案生成的收费时间表可以确保不会产生新的需求高峰，并且与标准收费相比，可以将消费者成本降低30%以上，这也可能使高峰需求增加3.5%。在本文中，我们提出了我们的配方，算法和结果。
2011-12-03 math.OC
Decentralized Charging Control of Electric Vehicles in Residential Distribution Networks
电动汽车（EV）充电可能会对配电网络产生负面影响，超过设备热额定值并导致电压降至标准范围以下。在本文中，我们开发了一种分散的EV充电控制方案，以实现“山谷填充”（即，整平夜间充电期间的需求曲线），同时满足异构的个人充电需求并满足配电网约束。该问题是一个目标函数不可分离且带有强耦合不等式约束的最优化问题。我们提出了一种新的收缩原始-对偶次梯度（SPDS）算法来支持分散控制方案，推导出保证其收敛的条件，并验证其有效性和收敛性与一个代表性的配电网络模型。
2017-10-16 math.OC
A Charging-as-a-Service Platform for Charging Electric Vehicles On the Move: New Vehicle Routing Model and Solution
里程焦虑一直是电动汽车（EV）大规模采用的主要挑战。新兴的移动电动汽车到电动汽车（mE 2）充电技术，允许带有额外电池的电动汽车在移动中为另一辆电动汽车充电，提供了一个有前途的解决方案。尽管这项新技术的物理可行性已经得到证实，但我们仍然面临许多操作问题。例如，我们如何在不引入额外绕道的情况下有效地将电力供应商（EP）与需求（ED）配对和路由？基于这一观点，本研究开发了一个充电即服务（CaaS）平台，该平台旨在派遣商业EP为ED服务，以培养这种新兴的充电服务，以适应低电动汽车渗透率的环境。在数学上，CaaS平台被建模为车辆路线问题（即，mE 2-VRP），其最佳地调度EP接近并服务于移动中的ED，同时最小化EP车队规模并满足所有服务请求。为了使CaaS平台更好地适应实际在线应用，我们开发了并行计算辅助的Clarke和Wright Savings（CCWS）算法，对大规模mE 2-VRP进行高效分解，并通过并行计算求解。我们在全市（芝加哥）和全州（佛罗里达州）范围内进行的数值实验发现，CCWS算法的性能优于现有的商业求解器，它使我们能够在城市或州的实际大规模设置下研究CaaS平台的性能。CaaS在低EV渗透率市场表现更好，而交通拥堵程度较轻，ED需要更早的能源。我们可以通过制定适当的定价策略，根据能源的需求和行程长度，以提高性能。
2021-04-01 math.OC
Spatial Arbitrage Through Bidirectional Electric Vehicle Charging with Delivery Fleets
研究提出确定性与单阶段随机优化框架，通过优化电动配送车队的充放电与行驶在时空电价不确定性下实现套利收入最大化，发现双向充电仅在区域价差显著且可高置信预测时才具可观收益。
2023-11-20 math.OC
Joint Shaping and Altering the Demand Profile by Residential Plug-in Electric Vehicles for Forward and Spot Markets in Smart Grids
插电式电动汽车（PEV）可以显著增加居民用电需求的弹性。这种弹性可以用于形成由共享一个电力零售商或聚合商的大量住宅PEV的用户组成的系统的每日聚合电力需求曲线。在本文中，我们提出了一个联合的需求塑造和改变算法管理车辆到电网（V2G）使能PEVs的电力分配（充电和放电），以减少总的电力采购成本的零售商投标到两个结算电力市场，即，一天前（DA）和实时（RT）市场。该方法具有分散性、可扩展性、快速收敛性和不侵犯用户隐私的特点。我们的模拟结果表明，显着的整体成本节省（高达28%）的零售商投标到一个可操作的电力市场，使用我们提出的算法。当电力系统整合大量间歇性能量资源时，这变得更加突出，其中由于更可能的意外事件，RT需求改变是至关重要的，因此更多的RT价格波动，甚至更多所谓的\textit{black swan events}。零售商较低的购电成本最终使其能够为客户提供更好的交易并扩大其市场容量。这意味着客户也可以享受更低的电费。
2015-05-25 math.OC
Energy-Efficient Routing for Electric Vehicles under Acceleration and Load Effects
本文提出了一种考虑加速和负载效应的电动车路由优化方法，通过改进模型和算法有效降低能耗，并在真实数据中验证了其有效性。
2025-11-23 math.OC
Distributed Charging Control of Electric Vehicles Using Online Learning
提出了一种基于在线学习和在线凸优化的电动汽车分布式充电控制算法。文献中的许多分布式充电控制算法隐含地假设配电公司和EV客户之间的快速双向通信。这种假设目前是不切实际的，并引起了隐私和安全问题。我们的算法不使用这个假设，但是，代价是收敛到最优解的速度较慢。所提出的算法需要单向通信，这是通过分销公司发布前几天的定价配置文件来实现的。我们提供了算法的收敛性结果，并通过数值例子说明结果。
2015-07-25 math.OC
Collective Effects and Performance of Algorithmic Electric Vehicle Charging Strategies
将潮流模型与比例公平优化准则相结合，研究了配电网的阻塞控制问题。数学最优化问题的形式是凸二阶锥，其可以通过现代非线性内点方法来求解，并且构成电动车辆（EV）加入和离开充电网络的动态模拟的核心。EV驾驶员的偏好（由简单的算法策略表示）通过对用户特定的加权参数的实时调整而被传递到优化组件，所述用户特定的加权参数然后被直接并入到目标函数中。算法策略利用少量参数来表征用户的预算、对车辆可用性的期望和充电过程。我们调查的集体行为出现的个人策略，并通过计算机模拟评估其性能。
2018-10-03 math.OC
Controlling inventory on electric roads
本文研究电气化道路系统下混合动力重型货车的路径与配送决策问题，提出考虑电力、燃料、电池电量及可变载重的随机需求模型，并设计数学规划启发式方法验证其有效性。
2022-02-15 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
Market-based Demand Response via Residential Plug-in Electric Vehicles in Smart Grids
电力需求的灵活性、多样化的使用模式和插电式电动汽车（PEV）的储能能力显著增加了居民电力需求的弹性。这种弹性可以用于形成每日聚合需求简档和/或改变系统的瞬时需求，其中大量住宅PEV共享一个电力零售商或聚合器。在本文中，我们提出了一种需求响应（DR）技术来管理车辆到电网（V2 G）使能的PEVs的电力分配（充电和放电），以降低零售商投标到两个结算电力市场的总电力采购成本，即，一天前（DA）和现货或实时（RT）市场。我们表明，我们的方法是分散的，可扩展的，快速收敛，不侵犯用户的隐私。大量的仿真结果表明，显着的整体成本节省可以实现零售商投标到一个可操作的电力市场，通过使用所提出的算法。当电网容纳大量间歇性能量资源时，该技术变得更加需要，其中由于更可能的意外事件以及因此更多的RT价格波动，RT需求改变是至关重要的，并且甚至发生所谓的\textit{black swan events}。最后，这样的零售商也可以为客户提供更好的交易。
2015-12-21 math.OC
Communication-Censored-ADMM for Electric Vehicle Charging in Unbalanced Distribution Grids
我们提出了一种基于乘法器的交替方向法（ADMM）算法，用于协调电动汽车（EV）的充电和放电，以管理电网电压，同时最大限度地减少EV使用时间的能源成本。我们证明，通过包括通信审查的策略，该算法保持其解决方案的完整性，同时减少对等通信。通过对一个典型的不平衡两节点电路的案例研究，我们证明了我们提出的通信删失ADMM（CC-ADMM）EV充电策略与基准ADMM方法相比，可减少高达80%的点对点通信。
2022-07-26 math.OC
On the Optimal Placement of Electric Vehicle Charging Stations
针对电动汽车充电设施不足问题，提出基于新颖需求估计的最优充电站布局方法，并在国际竞赛获奖，获资助推进部署策略研究。
2023-06-19 math.OC physics.data-an
A Multi-Objective approach to the Electric Vehicle Routing Problem
电动汽车路径问题（EVRP）已经引起了研究人员和工业家的极大兴趣，他们试图从燃油汽车转向更健康，更高效的电动汽车（EV）。虽然EVRP似乎与传统的车辆路径问题（VRP）没有太大区别，但诸如巡航时间有限，充电时间长以及电动汽车充电设施有限等挑战使得所有这些问题都有所不同。以前的工作目标是物流和交付相关的解决方案，其中商业电动汽车的同质车队必须在多次停靠后返回初始点。在相反的方面，我们解决了一个个人电动汽车路由问题，并提供了一个最佳的路线，为一个单一的车辆在一个长的起点-目的地（OD）的行程。我们执行多目标优化-最小化总行程时间和充电的累积成本。此外，我们将外部和现实生活中的元素，如在充电站的交通，到达充电站的绕行距离，以及不同充电站的电力可变成本纳入问题的制定。特别是，我们定义了一个多目标混合整数非线性规划（MINLP）问题，并获得了一个可行的解决方案，使用$ε$约束算法。我们进一步实施元启发式技术，如遗传算法（GA）和粒子群优化（PSO），以获得最优的路线，因此，目标值。针对多个自生成数据实例进行了实验，并对结果进行了比较。
2022-08-26 cs.NE math.OC
The vehicle relocation problem for the one-way electric vehicle sharing
Politecnico di Milano（米兰理工大学）
传统的汽车共享服务基于双向方案，用户在同一个停车站取车和还车。有些服务还允许单程旅行，允许用户在另一个车站返回车辆。单程方案对使用者来说更具吸引力，但由于使用者的需求与车站的车辆或空闲时段之间可能存在不平衡，因此可能会对车辆的分配造成问题。在电动汽车共享的情况下，这样的问题更加复杂，其中行驶范围取决于车辆的充电水平。本文提出了一种新的方法，电动汽车搬迁问题，汽车移动的服务运营商的人员，以保持系统的平衡。这样的问题产生了一个具有挑战性的皮卡和交付问题的新功能，据我们所知，从来没有被认为是在文献中。我们产生了一个混合规划线性规划制定和一些有效的不等式，以加快其解决方案，通过国家的最先进的求解器（CPLEX）。我们测试我们的方法上verisimilized建立在米兰道路网络的实例。
2013-07-27 cs.RO math.OC
A multi parallel mixed-model disassembly line and its balancing optimization for fuel vehicles and pure electric vehicles
本文针对燃油车与纯电动车混合拆解中的回收数量不确定和多车型平衡问题，提出多并行混合车型拆解线及改进NSGA-III算法，实现多目标动态平衡优化并验证其高效性。
2025-11-04 cs.NE math.OC
Drive Mode Optimization and Path Planning for Plug-in Hybrid Electric Vehicles
驱动模式是驾驶员可选择的动力系统和某些车辆参数的预设配置。插件式混合动力电动车辆（PHEV）通常以可影响混合能源管理系统的驱动模式的特殊选项为特征，例如电动车辆（EV）模式（完全依靠电池）和充电维持（CS）模式（在推进车辆的同时利用内燃机对电池充电）。本文研究了一个优化问题，使驾驶员选择适当的驱动模式的燃料最小化。我们开发了优化算法，根据行程信息优化驾驶模式的决策，并与路径规划相结合，以找到最佳路径，考虑中间加油站和充电站。我们还提供了一个在线算法，是基于所揭示的行程信息。我们评估我们的算法经验的雪佛兰伏特，这表明显着的燃油节省。
2017-04-04 cs.DS math.OC
Multiple domination models for placement of electric vehicle charging stations in road networks
电动汽车和混合动力汽车在道路运输网络中发挥着越来越重要的作用。尽管它们具有优势，但与传统的柴油/汽油车辆相比，它们的续航里程相对有限，并且需要大量的电池充电时间。我们建议将道路网络中充电站的设施选址问题建模为可达图上的多支配问题。该模型考虑了诸如剩余电池负载的阈值之类的自然假设，并且为对电池充电的行驶方向提供了一些最小选择。以波士顿和都柏林等城市的实际道路网络为例，对所提出的设施选址模型进行了实验评估和仿真。
2017-10-03 cs.DM math.OC
Efficient algorithms for electric vehicles' min-max routing problem
Wayne State University（韦恩州立大学）；U.S. Army CCDC Ground Vehicle Systems Center（美国陆军CCDC地面车辆系统中心）
运输部门温室气体排放的增加导致公司和政府提高和支持电动汽车（EV）的生产。随着城市化和电子商务的发展，运输公司正在用电动汽车取代传统车队，以加强可持续和环保运营的努力。然而，部署电动汽车车队需要有效的路由和充电策略，以缓解其有限的范围并降低电池退化率。在这项工作中，考虑了电动汽车的运输和物流能力，有限的电池容量和稀缺的充电站可用性。我们引入了一个最小最大电动汽车路径问题（MEVRP），其中任何EV行驶的最大距离最小化，同时考虑充电站充电。我们提出了一个有效的分支和切割框架和三阶段混合启发式算法，可以有效地解决各种情况。大量的计算结果和灵敏度分析证实了所提出的方法的效率，定量和定性。
2021-04-30 cs.AI math.OC
Plug-in Electric Vehicle Charging Congestion Analysis Using Taxi Travel Data in the Central Area of Beijing
Tsinghua University（清华大学）；Tongji University（同济大学）；University of Washington（华盛顿大学）
本文利用出租车出行数据，提出一种数据驱动方法分析插电式电动车充电站拥堵问题，通过排队论模型评估未来充电拥堵对服务质量的影响。
2017-12-19 cs.SY eess.SY math.OC
Electric Vehicle Valet
我们提出了一种将电动汽车（EV）用作动态移动储能的新方法，其目标是在峰值负载期间支持电网平衡。在繁忙/昂贵的内城地区寻找停车位的电动汽车可以通过代客泊车公司获得免费停车，以换取电网支持。代客泊车公司将与当地公用事业公司达成协议，在指定的时间和需要的地点（例如，电力线拥挤的地方）为电动汽车提供不同的奖励。在给定车辆可用性的情况下，代客服务公司将计算在何时何地使用哪辆车的最佳时间表，以便最大化收集的奖励。我们的贡献是这个新概念的详细描述，以及支持理论，使其成为现实。在理论方面，我们提供了新的硬度的结果，以及有效的算法与可证明的性能保证，我们也测试经验。
2018-11-15 cs.CE math.OC
Incentive-Based Electric Vehicle Charging for Managing Bottleneck Congestion
我们提出了一个基于激励的交通需求管理政策，以减轻交通拥堵的道路延伸，创造了一个瓶颈的通勤者。该激励措施的目标是电动汽车车主，如果他们在出发时间灵活，他们可以在为车辆充电的能源价格上提供折扣。我们表明，有足够的货币预算，有可能完全消除交通拥堵，我们计算的最优折扣。我们还分析了预算有限的情况下，当拥塞不能完全消除。我们计算分析的政策，最大限度地减少拥塞和估计的效率低下的水平，为不同的预算。我们证实了我们的理论研究结果与数值模拟，使我们能够突出所提出的方法，在政策的设计提供切实可行的建议的权力。
2021-11-10 econ.TH math.OC
Electric vehicle charging: a queueing approach
Eindhoven University of Technology（埃因霍温理工大学）；California Institute of Technology（加州理工学院）；Centrum Wiskunde en Informatica（数学与计算机科学中心）
研究电动汽车充电带来的排队问题，探讨资源分配与性能优化对Sigmetrics社区的意义。
2017-12-23 cs.SY eess.SY math.OC
A Vehicle Routing Problem for Human-Centered Electric Mobility
University of the Bundeswehr Munich（联邦国防军慕尼黑大学）
本文提出EM-DARP问题，扩展EV-DARP以适应以人为中心的出行服务，通过混合整数线性规划解决，验证了其在实际场景中的应用性。
2026-04-24 cs.SY eess.SY math.CO
Electric Vehicle Charging Infrastructure Planning: A Scalable Computational Framework
Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
由于交通系统和电网的网络规模不断增加，在大地理空间区域上的最优充电基础设施规划问题具有挑战性。因此，电动车辆行驶行为和充电事件之间的耦合是复杂的。本文重点介绍了一个可扩展的计算框架的示范电动汽车充电基础设施规划在紧密集成的交通和电网网络。在交通方面，充电配置文件生成策略，提出了利用电动汽车的能源消耗模型，行程路线，和充电器选择方法。在电网侧，利用遗传算法内的最优潮流程序来解决最优充电器放置问题的整数变量，通过自适应地评估候选解决方案在当前迭代和生成新的解决方案，为下一次迭代。
2020-11-17 cs.AI cs.NE eess.SP
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
Bilevel Optimization for Improved Flexibility Aggregation Models of Electric Vehicle Fleets
针对电动汽车车队灵活性聚合不准确的问题，提出双层优化方法，通过内外层分别最小化调度偏差和最大化利润，引入缩放因子映射，将充电功率均方根误差降低78%。
2025-06-05 cs.SY eess.SY math.OC
Impact of Electric Vehicle Routing with Stochastic Demand on Grid Operation
随着电动汽车（EV）普及率的提高，政府政策的支持和技术价格的下降，电动交通的建模和运营面临着新的挑战。在本文中，我们提出了一个模型来解决EV路由问题，同时考虑到现实生活中的随机需求行为。我们提出了一个数学公式，最大限度地减少旅行时间和能源成本的电动汽车车队。EV由电池能量消耗模型表示。为了使我们的配方适应现实生活中的场景，客户的皮卡和下车建模为随机参数。提出了一种机会约束最优化模型，用于解决上下车的不确定性问题。计算验证模型的基础上提供了代表性的运输方案。结果表明，我们的模型与可验证的解决方案的快速收敛。最后，电动汽车充电的影响是在曼哈顿市中心，纽约通过评估对配电网的影响进行验证。
2021-04-12 cs.SY eess.SY math.OC
Incorporating demand response of electric vehicles in scheduling of isolated microgrids with renewables using a bi-level programming approach
在这项工作中，提出了一种新的优化调度方法，孤立的微电网（MG）与可再生能源发电的电动汽车（EV）的需求响应。首先，提出了一种基于双层规划的MG调度模型下的实时定价环境中，上层和下层寻求最小化MG净运营成本和电动汽车充电成本。其次，提出了一种求解该模型的混合算法JAYA-内点法。仿真结果表明，引入电动汽车需求响应能够引导电动汽车用户积极参与MG调度，实现调峰，为平衡MG和电动汽车用户之间的利益提供了根本途径。
2019-08-18 cs.SY eess.SP eess.SY
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
Critical behaviour in charging of electric vehicles
Durham University（杜伦大学）；University of Zilina（日利纳大学）；University of Cambridge（剑桥大学）
研究电动汽车充电对低压网络拥堵的影响，通过建模最大流和比例公平协议，揭示系统在车辆充电速率变化下的连续相变行为，并分析公平性对充电时间的影响。
2015-07-06 cs.SY eess.SY math.OC
