电动车在不平衡市场中聚合操作的精确回报函数
系统与控制
2025-12-23 v1 系统与控制
摘要
我们研究了大规模电动车群体的最优充电问题，这些电动车暴露于单个实时不平衡价格下。该问题自然地表述为多阶段随机线性规划（MSLP），可通过如随机对偶动态编程等算法求解。然而，这些方法随设备数和阶段数而规模化增长。本文提出了一种新方法来克服这种维度诅咒。建立先前工作表征电动车群体聚合灵活性集合为permutahdron的基础，我们以聚合量重新表述原始问题。permutahedra的几何结构使我们能够（i）构建最优的非聚合政策，（ii）导出精确的、维度更低的MSLP，以及（iii）将预期回报函数表述为分段仿射函数，具有有限且显式的分区。特别是，我们提供了每个仿射区域斜率和截距的闭式表达式，通过对未来价格的截断期望，给出回报函数和一级政策的精确形式。全面的数值研究验证了我们的主张，展示了本工作的实际实用性。
关键词
引用
@article{arxiv.2512.19473,
title = {Exact Recourse Functions for Aggregations of EVs Operating in Imbalance Markets},
author = {Karan Mukhi and Licio Romao and Alessandro Abate},
journal= {arXiv preprint arXiv:2512.19473},
year = {2025}
}