Optimal Sizing of Charging Energy Hubs for Heavy-Duty Electric Transport through Co-Optimization
Eindhoven University of Technology（埃因霍温理工大学）
本文提出混合整数线性规划模型，用于重型电动交通充电能源枢纽的最优规模设计，通过协同优化实现成本效益和电网兼容性。
2026-02-02 cs.SY eess.SY
Congestion-Aware Charging Coordination for Electric Ride-Hailing Fleets under Stochastic Demand
Luxembourg Institute of Socio-Economic Research (LISER)（卢森堡社会经济研究所）；University of Luxembourg（卢森堡大学）
针对充电站容量影响电动网约车系统盈利的问题，提出一种动态充电调度方法，通过顺序混合整数线性规划协调充电操作，在曼哈顿场景下测试，相比最优基准利润提升3.91%，服务率提升4.60%。
2026-10-15 cs.SY eess.SY math.OC
Fleet Size and Spill for UAM Operation under Uncertain Demand
针对UAM需求不确定问题，本文提出随机到达时间生成模型与两个整数规划，分别计算机队规模和最小化溢出的调度充电策略，实验表明需求不均衡是溢出的主要驱动因素。
2024-07-01 cs.SY 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
A review on the charging station planning and fleet operation for electric freight vehicles
本文系统综述了电动货运车辆充电站规划与车队运营的研究现状，分类梳理了选址定容、路径与充电调度等方法，并指出未来研究方向，以推动货运电动化转型。
2023-11-28 cs.SY eess.SY
When Agents Meet Electric Bus Fleet Operations: Pricing Behavior, Trade-offs, and Policy Implications in an Aggregator Framework
Department of Civil Engineering, McGill University（麦吉尔大学土木工程系）；INESC Coimbra, University of Coimbra（科英布拉大学INESC Coimbra研究所）
提出一种智能体聚合框架，将优化调度模型与监督智能体结合，协调电动公交车队的充电、V2G及运营决策，揭示利润导向定价可能损害公交运营商利益，需透明协调与价值共享规则。
2026-06-26 cs.AI cs.SY eess.SY
Grid Impact Analysis and Mitigation of En-Route Charging Stations for Heavy-Duty Electric Vehicles
本文提出了一种综合电网影响分析设计和相应的缓解策略，重型电动汽车（EV）充电站。重型充电站的充电负荷可达数兆瓦，如不有效缓解，可能对配电网造成不利影响。为了分析影响并提供相应的解决方案，我们选择了四个有代表性的配电系统-包括单馈线案例和多馈线案例-并为影响分析设计了全面的测试指标。在分析中使用的充电负载配置文件来自现实的传统重型车辆行驶数据。根据分析结果，充电站被放置在每个配电系统中的三个不同的代表性位置：最佳位置、良好位置和最差位置。提出并测试了使用智能充电器功能、现场光伏（PV）发电和现场储能（ES）相结合的缓解策略。还提出了一种确定大小的方法，以找到最佳的PV-ES充电器容量，最大限度地减少资金成本。
2022-08-12 cs.SY eess.SY
Demand Adaptive Multi-Objective Electric Taxi Fleet Dispatching with Carbon Emission Analysis
作为一种可预见的未来低排放、高效率的交通方式，电动汽车受到了全世界的关注。为便于集中管理，出租车被视为电动化优先的车队。本文以北京市大量出租车的实际交通数据为基础，重点研究了电动出租车的调度问题。首先，假设电动出租车充电站使用K均值方法定位。其次，基于从轨迹数据中提取的起点-终点对形式的站点位置和订单需求，从减少乘客等待时间、缓解电动出租车充电拥堵和均衡订单数量分布等方面，提出了电动出租车的调度策略和仿真框架。该方法从充电需求和充电器可用性两个方面对电动出租车充电行为进行时间离散建模，并进一步整合了一个集中智能的车队调度平台，能够实时处理出租车服务请求和安排电动出租车充电。本文中的方法是很容易适用于调度不同类型的电动汽车车队具有类似的数据集。其中，利用排队论对电动汽车充电站排队现象进行建模，并将该因素纳入调度平台。并对碳排放进行了调查和分析。
2019-10-15 cs.SY eess.SY math.OC
Integrated PV Charging of EV Fleet Based on Dynamic Energy Prices and Offer of Reserves
Delft University of Technology（代尔夫特理工大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出一种混合整数线性规划模型，用于利用动态电价和备用服务优化电动汽车车队的光伏充电，通过考虑分布网络限制和车辆到电网技术，实现充电成本降低31%至650%。
2017-05-08 cs.SY eess.SY math.OC
Robust Joint Planning of EV and eBus Charging Infrastructure with PV Self-Consumption under Demand Uncertainty
本文提出结合光伏自发自用的混合整数线性规划框架，对电动汽车与电动公交车充电基础设施进行鲁棒联合规划，通过50节点案例验证了相关策略的有效性。
2026-08-20 cs.SY eess.SY
Assessing the Frequency Response Potential of Heavy-Duty Electric Vehicles with Vehicle-to-Grid Integration in the California Power System
本研究评估了重型电动车在加州电网中通过V2G技术提升频率响应潜力，并分析了不同充电策略对电网稳定性的影响。
2025-12-16 cs.SY eess.SY
A Two-Stage Optimization Framework for Validating Electric Vehicle Charging Infrastructure under Grid Constraints
Technical University of Munich（慕尼黑工业大学）
本文提出两阶段优化框架，评估成本最优的电动汽车充电基础设施在电网约束下的运行效果，通过一致的最优潮流模型连接规划与运行，展示其可扩展性和实用性。
2026-09-29 cs.SY eess.SY
Electric vehicle charge scheduling with flexible service operations
部署大型电动车辆车队的运营商通常面临具有挑战性的充电调度问题。具体来说，时间效率低下的充电操作限制了服务操作期间充电的盈利能力，例如运营商在中央停车场下班后为车辆充电。在这里，高投资成本和电网容量限制了可用的充电基础设施，使得运营商需要安排充电操作以保持车队的运营。在这种情况下，灵活的服务操作，即允许延迟或加快车辆离开，可以潜在地增加充电器的利用率。除此之外，联合调度充电和服务运营有望通过更好地利用使用时间能源关税和精心设计的充电时间表来节省运营成本，以最大限度地减少电池磨损。在此背景下，我们研究了联合充电和服务运营调度问题占电池退化，非线性充电，和使用时间的能源关税。我们提出了一个精确的分支&价格算法，利用自定义分支规则和原始启发式在分支&界限阶段保持高效。此外，我们开发了一个精确的标记算法，我们的定价问题，构成一个资源约束的最短路径问题，考虑可变的能源价格和非线性充电操作。我们基准我们的算法在一个全面的数值研究，并表明，它可以解决现实规模的计算时间低于一个小时的问题实例，从而使其在实践中的应用。此外，我们分析了联合调度收费和服务操作的好处。我们发现，我们的集成方法不仅可以节省高达5%的运营成本，还可以将所需的充电基础设施数量减少高达57%。
2022-08-18 cs.SY eess.SY
Real-time Operation of Electric Autonomous Mobility-on-Demand System Considering Power System Regulation
针对电动自主按需出行系统集群充电影响电力系统运行的问题，构建含车队时空特性、充电桩配置及电力调节约束的实时协调框架，提出结合模型预测控制的分段线性近似动态规划算法，经实验验证有效且凸显协调必要性。
2025-10-01 cs.SY eess.SY
Scheduling Battery-Electric Bus Charging under Stochasticity using a Receding-Horizon Approach
本文针对电池电动公交车充电调度问题，提出一种基于混合整数线性规划的分层滚动时域规划方法，结合分时电价与需量成本及非线性部分充电模型，在随机环境下实现最高52%的成本节省并提升鲁棒性。
2024-08-07 cs.SY eess.SY
Review of Electric Vehicle Charging Technologies, Configurations, and Architectures
电动汽车（EV）由于其快速发展，预计将成为全球交通能源转型的主要贡献者之一。电动汽车将通过减少对化石燃料的依赖和温室气体（GHG）排放，在实现可持续交通系统方面发挥至关重要的作用。然而，高水平的电动汽车集成到配电网引入了许多挑战，电网运行，安全和网络规划，由于负荷需求，电能质量的影响和功率损耗的增加。越来越多的电动汽车需要先进的充电系统来提高充电效率和公用电网支持。创新的电动汽车充电技术在最近的研究中获得了广泛的关注，旨在加强电动汽车的采用，同时提供辅助服务。因此，分析电动汽车充电技术的现状对于通过先进的控制策略来加速电动汽车的采用，以发现针对电网负面影响的补救解决方案，提高期望的充电效率和电网支持具有重要意义。本文对电动汽车充电系统的当前部署、国际标准、充电配置、电动汽车电池技术、电动汽车充电站架构以及新兴技术挑战进行了全面回顾。充电系统需要专用的转换器拓扑结构、控制策略以及充电和电网互连的国际标准，以确保最佳运行并增强电网支持。概述了不同的充电系统的车载和非车载充电器，AC-DC和DC-DC转换器拓扑结构，以及基于AC和DC的充电站架构进行评估。
2022-09-30 cs.SY eess.SY
Combined Stochastic and Robust Optimization for Electric Autonomous Mobility-on-Demand with Nested Benders Decomposition
Chalmers University of Technology（查尔姆斯理工大学）
本文提出结合随机与鲁棒优化的MPC框架，利用时空贝叶斯神经网络预测与多阶段随机优化模型，通过嵌套Benders分解实现高效求解，降低乘客等待时间和能耗成本。
2026-04-13 cs.SY eess.SY
