车队电池大规模充电调度问题：拉格朗日分解与时间块重构

由于电动出行解决方案渗透率的提高，高效电池充电方法的需求日益增长。电池交换技术即将完全或部分耗尽的电池交换后运输至中枢设施进行充电，引入了独特的调度问题。对于大量电池的情形，商业求解器和现有方法由于计算复杂度高，在合理时间内无法提供最优或接近最优解。本研究提出一种新方法，将变量分层与拉格朗日分解相结合。我们开发了一种新的、更紧致的时间块重构，用于拉格朗日子问题之一，提高了与部分变量固定拉格朗日启发式方法一起使用的收敛速率。我们还提出了基于 Ergodic-iterate 的局部搜索方法进一步提高解的质量。通过学习拉格朗日乘子与电力费用之间的关系，改进了下界。我们的广泛基准测试显示，计算性能优于商业求解器。我们平均实现了比现有方法低 43% 的目标值。在 71% 的实例中，我们获得了接近最优的解（最优间隙小于 6%），93% 的实例低于 10%。我们获得了所有实例的可行解，而现有方法仅实现 65% 的可行性。该开发的精确方法旨在支持未来在微型出行业、车网 (V2G) 应用以及电池第二生命利用方面的充电调度研究。此外，所开发的多面体洞察在具有常见数学结构的其他调度问题中也可能有用。