电动汽车换电网络运营管理

发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路，是应对气候变化、推动绿色发展的重要战略举措。换电电动汽车具有补能时间短、电池充电安全性高等优势，应用前景广阔。然而，换电服务设施网络运营面临换电需求不确定、电网容量限制、服务质量要求高等方面的挑战。本书从换电服务运营商视角出发，研究城市不同电网负载能力下的换电服务网络设计和能源管理问题。本书在现有分布式换电模式的基础上提出了集中式换电服务模式，该模式下换电站将换下的电池运往电池充电站集中充电，充满后再运回换电站用于换电服务。本书研究了两种模式下换电服务网络的选址和库存优化问题，对比分析了两种服务模式的适用条件，分析了配置新能源发电设备的新能源换电服务网络的能源管理策略。本书研究成果为不确定性环境下换电服务网络的设计和运营提供决策支持。

张宁威，兰州大学管理学院，青年研究员，北京理工大学—新加坡国立大学联合培养博士，硕士研究生导师。中国运筹学会数据科学与运筹智能分会（筹）委员。主持国家重点研发计划子课题1项、国家自然科学基金青年项目1项。研究领域为供应链管理、不确定环境下运营管理与优化、不确定性优化、离散优化算法，在Management Science、European Journal of Operational Research、Journal of the Operational Research Society、IEEE Transactions on Automation Science and Engineering等期刊上发表论文多篇。

第一章　研究概述　　第一节　研究背景　　第二节　研究意义　　第三节　研究内容　　第四节　本书结构　　第五节　主要创新点第二章　文献综述　　第一节　电动汽车换电服务网络设计　　第二节　电动汽车换电站运营管理　　第三节　新能源换电服务网络能源管理　　第四节　考虑不确定性的优化模型　　第五节　联合选址和库存优化模型的精确算法　　第六节　本章小结第三章　分布式换电服务网络建模分析　　第一节　问题描述　　第二节　用户换电行为偏好分析　　第三节　换电站服务质量分析　　第四节　电网潮流分析　　第五节　本章小结第四章　分布式换电服务网络联合选址和库存优化　　第一节　分布式换电服务网络联合选址和库存优化模型　　第二节　联合选址和库存优化模型分析与等价转化　　第三节　广义Benders分解算法　　第四节　引入有效不等式　　第五节　数值实验　　第六节　本章小结第五章　集中式换电服务网络建模分析　　第一节　问题描述　　第二节　确定有效充电时间下换电服务网络运营分析　　第三节　单向往返运输模式下换电服务网络运营分析　　第四节　随机有效充电时间下换电服务网络运营分析　　第五节　系统总电池库存水平　　第六节　本章小结第六章　集中式换电服务网络联合选址和库存优化　　第一节　集中式换电服务网络联合选址和库存优化模型　　第二节　模型等价转化　　第三节　基于参数搜索的约束生成算法　　第四节　数值实验　　第五节　本章小结第七章　分布式与集中式换电服务网络对比研究　　第一节　分布式与集中式换电服务网络服务水平对比　　第二节　分布式与集中式换电服务网络电池库存水平对比　　第三节　需求规模和电网容量影响　　第四节　订单拆分对决策影响　　第五节　本章小结第八章　集中式新能源换电服务网络能源管理研究　　第一节　问题描述　　第二节　不确定环境下虚拟电厂投标和控制决策模型　　第三节　最优投标功率和弃风决策分析　　第四节　模型分析　　第五节　算例分析　　第六节　本章小结结论参考文献附录A　补充材料和结果证明　　第一节第三章结果证明　　第二节　第四章结果证明　　第三节　第五章结果证明　　第四节　第六章结果证明　　第五节　第六章对比算法　　第六节　第七章结果证明　　第七节　第八章结果证明主要符号对照表致谢图目录图3-1　分布式电池充电模式下的换电服务网络／39图3-2　换电站特征对需求被吸引概率影响／43图3-3　换电站数量对需求被吸引概率影响／44图3-4　MMNL模型下换电站数量和吸引力对需求被吸引概率影响／45图3-5　电量达标率对电池需求量影响／49图3-6　充电速度对电池需求量影响／50图3-7　需求到达率标准差对电池需求量影响／50图3-8　需求到达率均值对电池需求量影响／51图3-9　最长换电等待时间对换电机器人需求量影响／53图3-10　换电速率对换电机器人需求量影响／53图3-11　换电服务时间标准差对换电机器人需求量影响／54图3-12　换电需求到达率标准差对换电机器人需求量影响／54图3-13　换电需求到达率均值对换电机器人需求量影响／55图3-14　换电站接入交流电网母线的潮流示意／57图3-15　备用电池数量对电网潮流影响／58图3-16　电池充电功率对电网潮流影响／59图4-1　最远绕行距离dmax的影响／79图4-2　换出电池的SoC水平θ的影响／80图4-3　电量达标率ε的影响／80图4-4　最长换电等待时间L的影响／81图4-5　充电速度r的影响／82图4-6　换电机器人服务速率μS的影响／83图5-1　集中充电—分散换电服务网络示意／86图5-2　一天中不同时间段的平均换电需求／87图5-3　采用(r,Q)策略的换电站满电电池库存位置和库存水平／92图5-4　电池赤字D均值和标准差的仿真和近似结果对比／94图5-5　平均订单延迟时间E［TD］及其与运输时间TT比值／96图5-6　单向运输模式下换电站满电电池库存位置和库存水平／98图5-7　单向运输模式下电池赤字D标准差的仿真和近似结果对比／99图5-8　随机有效充电时间下充电站GIQ/DR/+∞排队系统队列分解图示／101图5-9　近似方法和SAA方法下电池赤字D的标准差／105图6-1　充电速度对电池库存和成本影响／129图6-2　最优解偏离对成本影响／130图7-1　电池订购批量对服务水平影响／135图7-2　电池充电时间对服务水平影响／135图7-3　电池运输时间对服务水平影响／136图7-4　订购批量对电池库存影响／139图7-5　订购批量对集中式换电服务网络总库存与安全库存影响／140图7-6　电池充电时间对电池库存影响／141图7-7　电池运输时间对电池库存影响／142图7-8　不同需求规模下分布式和集中式换电服务网络对比／146图7-9　不同充电功率下分布式和集中式换电服务网络电池密度对比／148图7-10　不同需求规模下的系统总成本和总电池库存水平／153图8-1　聚合换电服务网络和风力发电的虚拟电厂示意／158图8-2　电力需求和风力发电功率／169图8-3　电力需求和风力发电功率变异系数／169图8-4　基本参数下不同策略分时对比／171图8-5　高上调价格下不同策略分时对比／173图8-6　上调价格的影响／174图8-7　下调价格的影响／174图8-8　不同上调价格下风电预测精度的影响／175图8-9　不同下调价格下风电预测精度的影响／175图A-1　0<τ≤TT和τ>TT时的换电需求间的独立性展示／211图A-2　Qi(θ)显式解示意218表目录表1-1　充电补能与换电补能方式对比／2表1-2　分布式和集中式换电服务网络对比／4表2-1　联合选址和库存优化模型相关精确算法总结／35表3-1　用户选择模型的相关符号／40表3-2　服务质量分析的相关符号／46表3-3　电网潮流模型的相关符号／56表4-1　换电服务网络鲁棒联合选址和定容模型的相关符号／62表4-2　广义Benders算法与Gurobi求解效率对比／77表5-1　电池库存模型的基本符号／84表5-2　每小时换电需求的描述性统计／87表5-3　每小时换电需求的泊松检验结果／88表5-4　确定有效充电时间下电池库存模型的相关符号／88表5-5　单向往返运输模式下电池库存模型的相关符号／97表5-6　随机有效充电时间下电池库存模型的相关符号／100表6-1　确定有效充电时间下优化模型的相关符号／109表6-2　随机有效充电时间下优化模型的相关符号／110表6-3　基于参数搜索的约束生成算法的相关符号／113表6-4　充电站和换电站成本构成／124表6-5　参数搜索算法效率／125表6-6　针对一般问题的CG&PS算法效率／126表6-7　凸化问题下算法效率对比（CG&PS与Gurobi）／127表6-8　凸化问题下算法效率对比(B&P与启发式)／128表7-1　连续近似求解方法使用的相关符号／143表7-2　订单拆分和订单不拆分情形下最优成本对比／154表8-1　符号及含义／159