基于决策依赖的灯光货车电动化工地充电基础设施规划
系统与控制
2026-02-10 v2 系统与控制
摘要
许多工地和数字物流平台依赖 diesel-powered 轻卡车运输工人和小型设施，产生大量温室气体排放。为解决此问题，本文构建了用于工地轻卡车电动化的充电基础设施规划鲁健模型。该模型以混合整数线性规划（MILP）形式，优化充电基础设施选择（涉及多种充电器类型和位置），并根据所选基础设施确定每辆卡车的充电计划。鉴于工地的严格停靠时间和计划，本文引入了带放弃的调度问题，即当卡车等待时间超过最大阈值时，卡车会放弃充电。进一步考虑过夜充电和驾驶员对里程焦虑对等待和放弃行为的影响。为建模随机且异构的停车时长，采用机器学习方法对卡车进行分类，基于情境和时间-位置特征。随后构建决策依赖、特征驱动的鲁健不确定性集，使停车时间的变异性可灵活地随驾驶员充电选择而变化。这些特征驱动的集合应用于两种具决策依赖不确定性的鲁健优化 formulation，导致不同结果和管理含义。我们对开采矿场进行案例研究，在八个充电区域规划充电器安装，服务约200辆卡车。通过将问题分解为短滚动视域或用于完整一年或代表性日数据集的启发式方法，该模型在多种不确定情景下实现小于0.1%的优化间隙。
引用
@article{arxiv.2510.13100,
title = {Decision-dependent Robust Charging Infrastructure Planning for Light-duty Truck Electrification at Industrial Sites},
author = {Yifu Ding and Ruicheng Ao and Pablo Duenas-Martinez and Thomas Magnanti},
journal= {arXiv preprint arXiv:2510.13100},
year = {2026}
}