面向行驶中电动汽车充电的充电即服务平台：新型车辆路径模型与求解方法
最优化与控制
2021-04-05 v1
摘要
里程焦虑一直是电动汽车(EVs)大规模普及的主要挑战。新兴的移动电动汽车对电动汽车(mE2)充电技术允许一辆带有多余电池的电动汽车在行驶中为另一辆电动汽车充电，提供了一种有前景的解决方案。尽管这一新技术的物理可行性已得到确认，我们仍面临许多运营问题。例如，如何在不引入额外绕行的情况下高效地将电力提供方(EP)与需求方(ED)配对并规划路线？受此启发，本研究开发了一个充电即服务(CaaS)平台，旨在调度商业EP为ED提供服务，以在低电动汽车渗透率环境下培育这一新兴充电服务。在数学上，CaaS平台被建模为一个车辆路径问题(即mE2-VRP)，该问题在最小化EP车队规模并满足所有服务请求的同时，最优地调度EP接近并在行驶中为ED服务。为使CaaS平台适应实际的在线应用，我们开发了聚类辅助的Clarke和Wright节约(CCWS)算法，通过并行计算高效分解并求解大规模mE2-VRP。基于全市(芝加哥)和全州(佛罗里达)构建的数值实验发现，CCWS算法优于现有商业求解器，并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在低电动汽车渗透率市场、交通拥堵轻微且ED较早需要能源时表现更好。我们可以通过根据ED的能源请求和行程长度制定适当定价策略来改善性能。
引用
@article{arxiv.2104.00730,
title = {A Charging-as-a-Service Platform for Charging Electric Vehicles On the Move: New Vehicle Routing Model and Solution},
author = {Jiahua Qiu and Lili Du},
journal= {arXiv preprint arXiv:2104.00730},
year = {2021}
}