Integrated equilibrium model for electrified logistics and power systems
作者: Rui Yao, Xuhang Liu, Anna Scaglione, Shlomo Bekhor, Kenan Zhang
分类: eess.SY
发布日期: 2025-05-07
💡 一句话要点
提出电动物流与电力系统集成均衡模型，优化车辆调度和能源定价
🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)
关键词: 电动物流 电力系统 集成均衡模型 马尔可夫决策过程 能源定价
📋 核心要点
- 现有方法难以有效协调电动物流与电力系统，导致效率低下和成本增加。
- 论文提出集成均衡模型，通过博弈论方法协调电动物流运营商和电力系统运营商。
- 通过夏威夷网络案例研究验证了模型的有效性，为可持续运营提供理论和实践指导。
📝 摘要（中文）
本文提出了一个集成均衡模型，用于描述电动物流系统和电力输送系统之间复杂的相互作用。该模型包含两个主要参与者：电动物流运营商（ELO）和电力系统运营商（PSO）。ELO旨在通过策略性地调度和规划其电动送货车辆（e-trucks）的交付和充电路线，从而最大化其利润，并对PSO设定的位置边际价格（LMP）做出响应。e-trucks的路线规划、交付和充电行为通过扰动效用马尔可夫决策过程（PU-MDP）建模，同时通过设计PU-MDP中的奖励来优化其集体运营，以实现ELO的目标。另一方面，PSO通过考虑时空电动卡车充电需求和基本电力负荷来优化能源价格。集成系统的均衡被表述为一个不动点，证明在温和的假设下存在，并通过安德森不动点加速算法求解夏威夷网络的案例研究。除了这些数值结果，本文还提供了理论见解和实践指导，以在现代电气化物流和电力系统中实现可持续和高效的运营。
🔬 方法详解
问题定义：论文旨在解决电动物流系统（尤其是电动卡车）与电力系统之间的协调问题。现有方法通常独立优化这两个系统，忽略了电动卡车充电对电力系统的影响，以及电力价格对电动卡车调度和路线规划的影响。这种孤立的优化可能导致电力系统负荷波动增大，电动物流运营成本增加，整体效率降低。
核心思路：论文的核心思路是将电动物流运营商（ELO）和电力系统运营商（PSO）视为两个博弈参与者，构建一个集成均衡模型。ELO通过优化电动卡车的调度、路线规划和充电策略来最大化利润，同时对PSO设定的电价做出响应。PSO则通过优化电价来平衡电力供需，同时考虑电动卡车的充电需求。通过寻找两个参与者的均衡点，实现整体系统的优化。
技术框架：整体框架包含两个主要模块：电动物流运营商模型和电力系统运营商模型。ELO模型使用扰动效用马尔可夫决策过程（PU-MDP）来模拟电动卡车的行为，并通过设计奖励函数来优化其运营。PSO模型则基于电力系统优化理论，考虑电动卡车的充电需求和基本电力负荷，优化电价。两个模型通过迭代的方式进行交互，直到达到均衡状态。
关键创新：论文的关键创新在于将电动物流和电力系统集成到一个均衡模型中，考虑了两个系统之间的相互依赖关系。使用PU-MDP对电动卡车的行为进行建模，能够更准确地反映实际情况。此外，论文还证明了均衡点的存在性，并提出了有效的求解算法。
关键设计：PU-MDP中的奖励函数设计是关键。奖励函数需要能够反映ELO的利润，同时引导电动卡车选择合适的充电时间和地点。PSO模型中的电价优化需要考虑电力系统的约束条件，例如线路容量和发电机出力限制。论文使用安德森不动点加速算法来求解均衡点，该算法能够有效地加速迭代过程。
🖼️ 关键图片
📊 实验亮点
论文通过夏威夷网络的案例研究验证了模型的有效性。实验结果表明，该模型能够有效地协调电动物流和电力系统，降低物流成本和电力系统负荷波动。具体性能数据和对比基线未在摘要中明确给出，但强调了模型在实现可持续和高效运营方面的潜力。
🎯 应用场景
该研究成果可应用于城市物流规划、智能交通系统和能源管理等领域。通过优化电动物流和电力系统的协调，可以降低物流成本，提高能源利用效率，减少碳排放，促进城市可持续发展。该模型还可用于评估不同政策对电动物流和电力系统的影响，为政府决策提供支持。
📄 摘要（原文）
This paper proposes an integrated equilibrium model to characterize the complex interactions between electrified logistics systems and electric power delivery systems. The model consists of two major players: an electrified logistics operator (ELO) and a power system operator (PSO). The ELO aims to maximize its profit by strategically scheduling and routing its electric delivery vehicles (e-trucks) for deliveries and charging, in response to the locational marginal price (LMP) set by the PSO. The routing, delivery, and charging behaviors of e-trucks are modeled by a perturbed utility Markov decision process (PU-MDP) while their collective operations are optimized to achieve the ELO's objective by designing rewards in the PU-MDP. On the other hand, PSO optimizes the energy price by considering both the spatiotemporal e-truck charging demand and the base electricity load. The equilibrium of the integrated system is formulated as a fixed point, proved to exist under mild assumptions, and solved for a case study on the Hawaii network via Anderson's fixed-point acceleration algorithm. Along with these numerical results, this paper provides both theoretical insights and practical guidelines to achieve sustainable and efficient operations in modern electrified logistics and power systems.