基于广义灵敏度分析的耦合电力-交通网络电动汽车充电最优定价
系统与控制
2025-10-02 v1 系统与控制
摘要
在过去十年中，随着电动汽车的普及，充电服务提供商不断涌现。这些提供商需要考虑耦合电力-交通网络的运行条件，战略性地优化充电价格以提高利润。然而，最优定价问题通常涉及用户均衡模型，导致该定价问题为具有均衡约束的数学规划问题。因此，该定价问题在大规模网络上往往是非凸的且计算上不可行。为此，我们提出了一种用于耦合电力-交通网络电动汽车充电最优定价的广义灵敏度分析方法。具体而言，我们采用灵敏度分析来捕捉充电需求对充电价格的最佳响应，以梯度形式表示。因此，充电服务提供商可以基于梯度信息作出定价决策，而无需依赖用户均衡模型的常规KKT条件。我们随后提出了针对该定价问题的定制化梯度下降算法。给出了有效性的数学证明，并理论上证明了该算法的时间复杂度为多项式时间。在不同规模网络上的数值实验验证了所提算法的计算效率，表明其在评估大规模耦合电力-交通网络最优定价对运行性能的影响方面具有潜力。
引用
@article{arxiv.2510.00992,
title = {Optimal Pricing of Electric Vehicle Charging on Coupled Power-Transportation Network based on Generalized Sensitivity Analysis},
author = {Lyuzhu Pan and Hongcai Zhang},
journal= {arXiv preprint arXiv:2510.00992},
year = {2025}
}