综述：电动汽车优化问题的系统综述：分类、方法与研究挑战 Lucero Ortiz-Aguilar, Marcela Palacios-Ortega, Martin Carpio, Julio Funes-Tapia

《Automation》：A Systematic Review of Electric Vehicle Optimization Problems: Taxonomy, Methods, and Research Challenges Lucero Ortiz-Aguilar, Marcela Palacios-Ortega, Martin Carpio and Julio Funes-Tapia

　　

摘要

随着电动汽车（EVs）快速融入交通系统和电网，与路线规划、充电协调、调度和能源管理相关的优化挑战复杂性显著增加。尽管相关研究不断增长，但该领域在概念上仍然存在碎片化现象，缺乏一个统一的框架来系统地组织电动汽车优化问题（EVOPs）。为填补这一空白，本研究回顾了2011年至2025年1月期间发表的144篇经过同行评审的文章，并基于问题特征和主要决策变量提出了一个结构化的EVOP分类体系。分析内容涵盖了数学建模方法、解决方案以及新兴的研究趋势。研究结果表明，元启发式方法占据主导地位，而精确算法主要应用于小规模问题。此外，多目标模型和随机模型的应用趋势日益明显，这些模型能够处理不确定性和动态决策环境。然而，在大规模验证、标准化基准测试以及多领域集成建模方面仍存在挑战。所提出的分类体系为不同优化领域之间的比较提供了统一的框架，并有助于开发可扩展且智能的电动汽车管理系统。