OCP：电动汽车的主动最优充电规划

《ACM Transactions on Intelligent Systems and Technology》：OCP: Proactive Optimal Charging Planning for Electric Vehicles

电动汽车充电路线优化研究提出双阶段算法解决NP难问题，通过影响因子模型平衡当前与未来车辆时间成本，在真实数据集上总行驶时间减少50%。

　　

摘要

由于电动车辆的续航里程有限、充电设施不足以及充电过程耗时较长，与传统车辆相比，优化电动汽车的充电路线面临着独特的挑战。行驶过程中电动汽车的充电时间和地点不仅会影响该车辆的行驶时间，还会影响其他车辆，因为充电站可能会形成排队现象。这一问题在许多国家被视为阻碍电动汽车销量提升的重要因素。在这项研究中，我们提出了一个新颖的电动汽车路径规划问题，该问题包括两个部分：(i) 为电动汽车的行驶请求寻找包含充电站的最快路线。我们将这个问题建模为一个新的图论问题，并证明了其NP难度。我们提出了一种创新的两阶段算法，能够高效地遍历图谱以确定每辆电动汽车的最佳充电路线。(ii) 我们寻找行驶时间最短的路线，同时策略性地避开充电站及其充电所需时间，从而减少后续电动汽车的行驶时间。为此，我们引入了“影响因子”这一概念来指导启发式决策。我们的结果表明，与现有技术相比，该方法在真实世界数据集上可将总行驶时间减少50%，而且随着道路上电动汽车数量的增加，这种优势会变得更加显著。