[论文解读] Joint Transportation and Charging Scheduling in Public Vehicle Systems - A Game Theoretic Approach

Ming Zhu, Xiao-Yang Liu+1 more|arXiv (Cornell University)|Dec 20, 2017

Electric Vehicles and Infrastructure参考文献 32被引用 3

一句话总结

本文提出了一种联合交通与充电调度（JTCS）算法，用于公共汽车（PV）系统，采用分蛋糕博弈来平衡能源成本与服务质量。通过将PV群体建模为博弈中的战略参与者，JTCS实现的平均能源价格比贪婪充电低10.86%，同时在使用真实纽约市出租车和电网数据的情况下，保持了几乎相同的交通性能。

ABSTRACT

Public vehicle (PV) systems are promising transportation systems for future smart cities which provide dynamic ride-sharing services according to passengers' requests. PVs are driverless/self-driving electric vehicles which require frequent recharging from smart grids. For such systems, the challenge lies in both the efficient scheduling scheme to satisfy transportation demands with service guarantee and the cost-effective charging strategy under the real-time electricity pricing. In this paper, we study the joint transportation and charging scheduling for PV systems to balance the transportation and charging demands, ensuring the long-term operation. We adopt a cake cutting game model to capture the interactions among PV groups, the cloud and smart grids. The cloud announces strategies to coordinate the allocation of transportation and energy resources among PV groups. All the PV groups try to maximize their joint transportation and charging utilities. We propose an algorithm to obtain the unique normalized Nash equilibrium point for this problem. Simulations are performed to confirm the effects of our scheme under the real taxi and power grid data sets of New York City. Our results show that our scheme achieves almost the same transportation performance compared with a heuristic scheme, namely, transportation with greedy charging; however, the average energy price of the proposed scheme is 10.86% lower than the latter one.

研究动机与目标

• 解决在实时电价条件下，自动驾驶电动公共汽车系统中交通与充电联合调度的问题。
• 在动态、高载客量的PV运营中，平衡乘客服务交付与经济高效的电池充电之间的竞争需求。
• 通过防止高峰时段能源短缺并最小化充电成本，确保系统的长期可持续性。
• 开发一种可扩展的、基于均衡的PV群体、云端与智能电网之间的协调机制。

提出的方法

• 将联合交通与充电调度问题形式化为分蛋糕博弈，以建模PV群体之间在能源与服务资源配置上的战略分配。
• 定义一个复合效用函数，以捕捉实时电价下的交通收益、电池满意度和充电成本。
• 证明所提出的博弈论框架中存在且唯一存在一个归一化的纳什均衡。
• 设计JTCS算法，通过约束优化高效计算该均衡。
• 将纽约市出租车和电网数据集中的实时电价与动态乘客需求数据整合到仿真框架中。
• 通过仿真验证方案，将JTCS与基线贪婪充电（TGC）策略进行对比。

实验结果

研究问题

• RQ1 在实时电价条件下，公共汽车系统如何最优地平衡交通需求与能源充电？
• RQ2 何种博弈论模型能够实现PV群体之间的高效协调，以共同最大化效用并最小化能源成本？
• RQ3 在公共汽车系统的交通与充电联合调度中，能否实现唯一且稳定的均衡？
• RQ4 与贪婪充电相比，所提出的方案在能源成本与服务性能方面表现如何？
• RQ5 通过战略性调度，系统在降低平均能源价格的同时，能在多大程度上维持服务质量？

主要发现

• 与贪婪充电基线（TGC）相比，JTCS算法实现了10.86%的平均能源价格降低，且交通性能无显著损失。
• JTCS下的总能源支出为355美元，相比TGC的505美元减少了29.8%，显示出显著的成本节约。
• JTCS下的充电能量为15,392千瓦时，显著低于TGC的19,315千瓦时，表明能源利用更加高效。
• 尽管充电量较低，JTCS在高峰时段仍保持了足够的电池电量，仅在需要时能量才会迅速下降。
• 通过确保每日结束时的能源水平不低于初始水平，系统在多天内保持稳定，从而实现长期可扩展性。
• 该方案在高峰电价期间有效避免了过度充电，同时仍满足交通需求，证明了在动态条件下的鲁棒性。