基于預約模式的移動充電車實時需求響應(yīng)策略研究

孫麗君, 李方方, 王新月, 胡祥培

(大連理工大學 經(jīng)濟管理學院,遼寧 大連 116024)

0 引言

移動充電車由于其靈活移動性[1]緩解了固定充電樁站點分布不均衡導致的電動汽車車主的續(xù)航焦慮問題，有效地補充了電動汽車充電網(wǎng)絡(luò)。然而，目前移動充電車充電方式大多借助e充電等網(wǎng)上預約充電app，由電動汽車車主根據(jù)app中披露的移動充電車狀態(tài)自主預約充電。這種預約充電模式對移動充電車運營商而言是一種被動的需求響應(yīng)，沒有從整體上高效智能地響應(yīng)預約需求，導致物流成本高、客戶滿意度低。比如，當充電需求的位置偏僻且充電時段在需求高峰時段時，系統(tǒng)若響應(yīng)該需求，則未來可能無法響應(yīng)其它高盈利性的充電需求。因此，本文提出了新的預約模式：首先，電動汽車車主基于預約充電app披露充電需求，包含服務(wù)時間窗、充電的位置及電量；然后，移動充電車運營商綜合考慮該需求屬性、已接受訂單、未來需求、移動充電車的當前位置及剩余電量等，實時評估該需求對整體收益的影響以實時判斷是否響應(yīng)該需求，即，如果該需求不能增加整體收益，則不響應(yīng)；否則，響應(yīng)該需求并將其轉(zhuǎn)換為訂單進行服務(wù)。本文基于該模式，從移動充電車運營商的角度，研究考慮整體收益的實時需求響應(yīng)策略，這對于企業(yè)整體收益的提高及移動充電行業(yè)的發(fā)展意義重大。

本文所提實時需求響應(yīng)策略需要主動、實時地判斷是否響應(yīng)動態(tài)到達的預約需求(Late Customers, LCs)，該過程會受到已經(jīng)接受的預約需求(Early Customers, ECs)的影響，需要決策以下內(nèi)容：1)考慮整體收益，實時決策是否響應(yīng)LCs及響應(yīng)LCs后如何服務(wù)；2)考慮充電時間窗，為ECs制定具有動態(tài)可調(diào)整性的充電服務(wù)方案。因此，與本研究密切相關(guān)的研究有兩大類。一類是實時需求響應(yīng)策略(Real-time Demand Response Strategy, RDRS)研究，其主要聚焦于需求被響應(yīng)后，如何制定分配策略，如，Chen[2]等人在響應(yīng)需求后使用基于規(guī)則的分配策略，首先將服務(wù)區(qū)域劃分為子區(qū)域，其次將需求分配給其子區(qū)域內(nèi)最近的空閑車輛，如果其子區(qū)域內(nèi)沒有空閑車輛，則尋找周圍的子區(qū)域；Hyland[3]等人提出并比較了六種分配策略。一類是考慮未來隨機需求信息的帶時間窗約束的動態(tài)車輛路徑問題(Dynamic vehicle routing problem with time windows and stochastic service requests, DVRPTWSSR)[4]。該類研究主要基于未來隨機需求研究車輛的等待策略，比如，Mohamed[5]研究考慮未來客戶需求的動態(tài)車輛問題，提出基于共同進化的等待策略生成方法以最大化可以服務(wù)的需求數(shù)量。該類研究的求解主要基于特定的需求概率分布，采用Sampling方法、隨機規(guī)劃方法等。Sampling[6]方法一般基于隨機分布生成場景集；隨機規(guī)劃方法主要包括近似動態(tài)規(guī)劃(Approximate Dynamic Programming, ADP)[7]與馬爾可夫決策過程[8]等。由于本研究面臨高維的決策變量與狀態(tài)變量，基于狀態(tài)空間搜索求解時會出現(xiàn)“維數(shù)災(zāi)”，且需要確定趨于收斂的決策后狀態(tài)的未來價值。而ADP能有效避免“維數(shù)災(zāi)”，也能基于仿真不斷迭代確定近似最優(yōu)的決策后狀態(tài)的未來價值，以在決策中考慮未來的隨機信息。因此，本文采用ADP綜合未來隨機需求信息，以基于決策后狀態(tài)的未來價值進行決策。

綜上所述，現(xiàn)有兩類研究可為本研究提供思路，但不能被直接應(yīng)用于本研究，原因如下：1)實時需求響應(yīng)策略的研究主要針對希望盡快被服務(wù)的即時需求，研究需求響應(yīng)后的分配策略，這些需求往往沒有時間窗約束；而本文針對具有充電服務(wù)時間窗的預約需求，且需要實時判斷是否響應(yīng)LCs。2)DVRPTWSSR的相關(guān)研究一般基于未來隨機需求研究的等待策略；而本文在基于未來隨機需求的同時，研究ECs的充電服務(wù)路徑方案的動態(tài)更新與LCs的實時響應(yīng)決策。3)在ADP的相關(guān)研究[9]中，動態(tài)需求的時間窗約束要求較松，可寬延至下一天被服務(wù)；而本文的充電需求不僅有明確的充電服務(wù)時間窗，而且LCs的實時響應(yīng)決策與ECs的充電服務(wù)方案存在著動態(tài)交替影響。

本研究同時具有DVRPTWSSR問題和RDRS問題的特征，且LCs和ECs要考慮未來的隨機需求進行決策，以上三類問題特征的融合產(chǎn)生如下難點：1)LCs的動態(tài)到達性和實時響應(yīng)性導致不能基于已知的需求信息確定需求響應(yīng)策略；2)預約模式下，LCs的實時響應(yīng)決策與ECs的充電服務(wù)方案L存在動態(tài)交替影響，即L將約束可響應(yīng)的LCs，響應(yīng)LCs后將觸發(fā)L的更新；3)ECs和LCs都有嚴格的充電服務(wù)時間窗約束；4)未來需求的不確定性增強了系統(tǒng)的動態(tài)性，也增加了LCs和ECs聯(lián)動決策的難度。

因此，為滿足LCs和ECs的要求的同時考慮其動態(tài)交替影響，本文提出了考慮未來需求的兩階段實時需求響應(yīng)策略：第一階段為ECs滾動決策出可動態(tài)調(diào)整的服務(wù)路徑方案，并輸入到第二階段；第二階段則實時決策是否響應(yīng)LCs，如果響應(yīng)，則納入到ECs序列；其中，決策的未來價值采用基于ADP思想的近似值迭代(AVI)算法求解，以衡量未來需求對決策的影響。最后，數(shù)值實驗比較了本文策略與其他策略的整體收益，明確了本文策略的適用場景，并給出了管理啟示。

1 兩階段移動充電車實時需求響應(yīng)策略

1.1 問題描述與假設(shè)

結(jié)合實踐調(diào)研結(jié)果及相關(guān)文獻，本研究的前提如下：1)移動充電車的類型相同且數(shù)量固定不變；2)車輛勻速行駛，其行駛時間和行駛距離成正比；3)每個預約訂單由且僅由一輛移動充電車服務(wù)；4)充電服務(wù)時長與充電量成正比；5)已響應(yīng)的LCs必須服務(wù)；6)有可以滿足ECs的充電服務(wù)路徑方案；7)移動充電車基于訂單的服務(wù)時間窗為其充電，若早到則須等待；8)移動充電車服務(wù)完某訂單后若無后續(xù)任務(wù)，則在該點等待；9)不考慮未被響應(yīng)的預約需求的懲罰，因為該預約模式是基于移動充電車運營商的視角，最大化運營商在一個工作周期內(nèi)的整體收益，可以不響應(yīng)不利于提高整體收益的預約需求，其不響應(yīng)機制對于客戶而言是不透明的，因此不會影響本次未被響應(yīng)客戶的下次下單；同時，不響應(yīng)該需求不是拒絕其進入預約系統(tǒng)尋求服務(wù)，而是激發(fā)其改變預約屬性[10]，如，充電的服務(wù)時間、地點等，以系統(tǒng)能接受的屬性重新進入系統(tǒng)以獲得響應(yīng)。

1.2 移動充電車實時需求響應(yīng)策略

由于ECs會隨時間的推移不斷更新，此時ECs的訂單組的結(jié)構(gòu)對后續(xù)LC的響應(yīng)存在較大影響。因此，本研究將工作周期劃分為K+1個時段，K為正整數(shù)，每個時段的時間長度t固定，在各時段滾動實現(xiàn)本文策略，如圖1所示，包含以下方法和步驟：1)第一階段是為ECs，滾動決策出可以動態(tài)更新的充電服務(wù)路徑方案(1.2.1節(jié))；2)第二階段是針對LCs進行實時響應(yīng)判定決策(1.2.2節(jié))；3)采用基于ADP思想的近似值迭代(AVI)算法決策出趨于收斂的決策的未來價值，并將其融于兩階段響應(yīng)策略中(1.2.3節(jié))。

圖1 實時需求響應(yīng)策略流程圖

1.2.1 第一階段需求響應(yīng)策略

本節(jié)為最大化ECs的充電服務(wù)路徑方案的整體收益，提出多階段隨機動態(tài)決策模型。該模型在每個階段初選擇可以最大化當期收益和未來價值之和的決策X*(Sk)及其對應(yīng)的服務(wù)路徑方案L*。為保證ECs可以滿足時間窗約束，每個決策點可采取的決策X(Sk)是基于VRPTW模型與禁忌搜索算法確定的。其中，多階段隨機動態(tài)決策模型、X(Sk)的確定流程的具體描述如下。

(1)多階段隨機動態(tài)決策模型

(2)確定每個決策點可采取決策的流程

每個決策點可采取決策的確定步驟如下：

Step1基于Sk構(gòu)建靜態(tài)VRPTW模型

本文構(gòu)建以下靜態(tài)VRPTW模型:

max∑m∈M∑(i,j)∈R(qj×qc-cij)xijm

(1)

∑m∈M∑j∈Nxijm=1,?i∈N*,i≠j

(2)

∑j∈Nx0jm≤1,?m∈M

(3)

ej≤sjm≤lj,?j∈N*,?m∈M

(4)

sim+tij-sjm≤(1-xijm)Fijm,?(i,j)∈R,?m∈M

(5)

xijm∈{0,1},?(i,j)∈N,?m∈M

(6)

其中，式(1)表示最大化總收益(訂單總收益減服務(wù)訂單的總行駛成本)；式(2)表示每個已經(jīng)接受的充電訂單能且僅能被服務(wù)一次；式(3)表示移動充電車一天最多從充電站出發(fā)一次進行充電服務(wù)；式(4)表示移動充電車m開始服務(wù)客戶j的時刻在[ej,lj]內(nèi)；式(5)表示移動充電車基于預約訂單充電時間窗的時間順序進行充電；式(6)表示決策變量的取值約束，移動充電車m通過弧(i,j)并服務(wù)訂單j時，xijm=1，否則xijm=0。

Step2基于禁忌搜索(Tabu Search, TS)算法求解靜態(tài)VRPTW模型。

根據(jù)VRPTW求解算法文獻[11]，TS算法搜索范圍和產(chǎn)生可行解的空間廣，已用于求解靜態(tài)VRPTW、DVRPTWSSR問題等[12]，是目前較有效的VRPTW模型求解算法。因此，本文基于TS算法求解靜態(tài)VRPTW模型：首先，基于插入式算法生成初始路徑方案L0；其次，L0分別執(zhí)行u次TS算法，得到u個服務(wù)路徑方案Lr(r=1, 2, …,u)，其中每次算法執(zhí)行時的最大迭代次數(shù)不同。

Step3基于Lr提取每個決策點可采取的行動。

1.2.2 第二階段需求響應(yīng)策略

(1)響應(yīng)LCs的可行性判斷

判斷響應(yīng)LCs是否可行，要判斷該需求插入L*后能否同時滿足移動充電車的載電量約束和需求的服務(wù)時間窗約束[13]。設(shè)L*中某條服務(wù)路線rm={m1,…,md,…,mp}。則如果rm的第d個訂單之后能夠插入需求h，需要同時滿足如下約束：

(7)

(8)

(9)

(10)

(11)

Tmh+Wmh-(sdm+Tmd+Wmd+tmd,md+1)

=tmd,mh+Tmh+Wmh+tmh,md+1-tmd,md+1

(12)

(13)

(2)響應(yīng)LCs的價值性判斷

判斷響應(yīng)LCs是否有價值，主要判斷不插入新需求的當前收益與決策后狀態(tài)對應(yīng)條目的價值之和是否比插入該需求時大；如果大，則不響應(yīng)該需求；否則，響應(yīng)該需求。

1.2.3 AVI算法

(14)

其中，α表示近似過程的步長。為了快速有效的近似，本研究利用動態(tài)查表算法(DLT)[9]設(shè)計近似值函數(shù)，將決策后狀態(tài)的價值存儲在表格中。該算法將狀態(tài)空間分割為不同分區(qū)并用條目表示，并根據(jù)分區(qū)的重要程度進行不同粒度的劃分。本研究中LCs的響應(yīng)決策和ECs的最優(yōu)服務(wù)路徑?jīng)Q策受可用服務(wù)資源和待服務(wù)訂單數(shù)影響，因此本文的狀態(tài)空間由剩余工作時間、剩余載電量、剩余訂單數(shù)組成。該狀態(tài)空間涉及三維DLT，演化實例見圖2，從左到右，狀態(tài)空間的不同分區(qū)進行了不同程度的裂變，最終右上角區(qū)域未發(fā)生裂變，左下角區(qū)域高度分裂，是重點區(qū)域。

圖2 DLT的動態(tài)演化示例圖

2 實時需求響應(yīng)策略生成的仿真流程設(shè)計

仿真流程包含兩步：1)離線仿真過程，仿真本文策略，采用AVI算法求得趨于收斂的決策后狀態(tài)的未來價值Vπ*；2)預約需求的在線響應(yīng)過程，基于Vπ*確定期初ECs的最優(yōu)充電服務(wù)路徑方案L*，并實時決策是否響應(yīng)LCs。

2.1 離線仿真過程

該過程的具體步驟如下：

步驟1初始化迭代次數(shù)：n←1。

步驟2初始化以下參數(shù)：時段k←0，累計收益R-1←0，基于系統(tǒng)當前狀態(tài)S0與插入式算法確定車輛路徑方案L0，條目的價值V(ω0)。

步驟3第k個時段初，根據(jù)每個決策點可采取決策的流程，獲得L*、時段(k×t,(k+1)×t](Tk)內(nèi)采取的具體行動SAk(*)、SAk(*)的當前收益R(SAk(*))、決策后狀態(tài)及其對應(yīng)的條目ωk，并更新累計收益Rk=Rk-1+R(SAk(*))。

步驟4基于L*以及LCs的可行性與價值性判斷，實時判斷時段Tk內(nèi)是否要響應(yīng)LCs(注：離線階段還沒有得到Vπ*，且，LCs的響應(yīng)數(shù)量可在一定程度上反映狀態(tài)價值，因此，LCs的價值判斷環(huán)節(jié)只要能夠響應(yīng)新需求就響應(yīng))。

步驟5判斷時刻是否到(k+1)×t，如果是，則令k=k+1、L0=L*，進入步驟6；否則，回到步驟4。

步驟6判斷k是否等于K，如果是，進入步驟7；否則，回到步驟3。

步驟9令n=n+1，判斷n是否大于Mn，如果是，則輸出全部條目及其價值；否則，回到步驟2。

2.2 預約充電需求的在線仿真過程

ECs的充電服務(wù)路徑方案按以下步驟生成：

步驟1令決策點k=-1，生成初始方案L0。

步驟2判斷k是否小于K，若是，轉(zhuǎn)入步驟3；否則，結(jié)束。

步驟3令k=k+1，基于X(Sk)的確定流程與Vπ*，確定L*、Tk內(nèi)的行動集合SAk(*)。

步驟1基于LCs的可行性判斷，判斷LCs能否插入到L*，若不能，則不響應(yīng)該需求；否則，轉(zhuǎn)到步驟2。

步驟2基于響應(yīng)LCs的價值判斷與Vπ*，判斷不插入LCs的整體收益是否比插入時大，如果是，則不響應(yīng)該需求；否則，響應(yīng)該需求并將其納入ECs訂單集合中，更新L*。

步驟3判斷是否到(k+1)×t，如果是，則執(zhí)行針對ECs的步驟2～3；否則，回到步驟1。

3 數(shù)值實驗

3.1 算例設(shè)計與算法參數(shù)

本文參數(shù)根據(jù)調(diào)研實際設(shè)置為：仿真時長為8h，移動充電車行駛速率為25km/h，條目初始價值為1000。本算法基于python3.6實現(xiàn)，測試環(huán)境為Intel Core i7，16GB內(nèi)存的Windows平臺。

3.2 策略比較

本文為驗證所提策略的有效性，將其與經(jīng)典響應(yīng)策略[3]進行對比實驗。為保證策略的一致性，本文對經(jīng)典策略進行以下改造：①構(gòu)造符合本研究充電需求特點的需求；②基于靜態(tài)局部優(yōu)化算法確定車輛服務(wù)路徑方案后，判斷能不能響應(yīng)LCs。兩種策略的區(qū)別為：針對ECs，比較策略是基于即時收益確定最優(yōu)車輛路徑方案L1*，本文策略則基于即時收益與決策未來價值確定；針對LCs，比較策略是只要需求能插入L1*就響應(yīng)它，本文策略還要判定響應(yīng)該需求的未來價值。

本文以表示研究目標的期望整體收益AR和反映動態(tài)需求響應(yīng)質(zhì)量的期望響應(yīng)時間AT為評價指標，進行了100次對比實驗。其中，AR和AT的單位分別為元和秒。針對ECs和LCs的特點，本文比較兩種策略在動態(tài)度dd和客戶規(guī)模nd不同取值下的效果，并得出管理啟示。同時更新時段長度Δt、移動充電車車輛規(guī)模nc也會影響實驗結(jié)果，為確定其取值，本文以RC101為例，進行不同Δt、nc的對比實驗，結(jié)果分別如表1、表2所示：1)Δt=20min時，兩種策略的AR最大且更新頻次適中，因此，后續(xù)實驗中Δt取為20min；2)nc=5時，本文策略的AR增加百分比(PIAR=(本策略AR-對比策略AR)/對比策略AR×100%)最高，但是本文策略及對比策略的AR最低；nc=15時，兩種策略的AR、PIAR表現(xiàn)均不錯，因此，后續(xù)實驗中nc取為15。

表1 不同Δt下的整體收益期望值實驗結(jié)果

表2 不同車輛規(guī)模下的整體收益期望值實驗結(jié)果

(1)動態(tài)度

為驗證dd對策略效果的影響，令dd取不同值進行策略對比實驗，AT的比較結(jié)果如表3。為清楚地展示三種算例在不同dd、不同響應(yīng)策略下的AR及本文策略的PIAR變化情況，本文繪制圖3。

表3 各策略不同動態(tài)度的實驗結(jié)果

圖3顯示，本文策略及對比策略的AR隨dd的變大而下降。這是由于兩種策略是按時段滾動更新ECs的服務(wù)方案，dd越高，可響應(yīng)的LCs的數(shù)量可能越少，AR就越低。圖3中本文策略PIAR的變化趨勢圖顯示，dd越高，本文策略的PIAR也越高，這說明相同條件下，LCs占比較多時，本文策略具有更好的實時決策能力。同時表3顯示，兩種策略的AT隨dd的增加卻下降。這是由于對LCs的實時響應(yīng)需要判斷其能否插入期初生成的L*，而dd越高，ECs數(shù)量占比越小，L*的規(guī)模越小、復雜度越低，遍歷L*耗費的時間越短，因此AT呈明顯下降趨勢。同時，本文策略的AT均在0.01s內(nèi)，可以滿足需求響應(yīng)的實時性要求。

(2)客戶規(guī)模

為分析客戶規(guī)模nd對策略目標的影響，本節(jié)將算例RC101、R101、C101的nd增加一倍，分別命名為RC1_2_1、R1_2_1、C1_2_1，并維持其他實驗條件不變。三種算例在不同響應(yīng)策略、不同dd下的AR、AT的結(jié)果見表4，在不同dd下PIAR的表現(xiàn)見圖4。為了直觀地反映不同nd對本文策略PIAR的影響，本文繪制本策略在不同nd中PIAR的絕對差值隨dd變化的趨勢圖，見圖5。

圖3 動態(tài)度對本策略與對比策略期望收益大小的影響

表4 各策略不同動態(tài)度下的實驗結(jié)果(nc=15)

圖4 動態(tài)度對本策略整體期望收益增加百分比的影響

圖5 動態(tài)度對本策略在不同客戶規(guī)模下整體期望收益增加百分比絕對差值的影響

首先，觀察同一客戶規(guī)模下兩種策略的表現(xiàn)。表4、圖4顯示，兩種客戶規(guī)模下的結(jié)果類似：1)兩種策略的AT和AR均隨著dd的增大而減少，且本文策略的AT均在0.01s內(nèi)，因此本文策略符合決策的實時性要求；2)本文策略的PIAR隨著dd的增大而增大。然后，觀察各算例在不同規(guī)模中本策略相較于對比策略的PIAR的趨勢。圖5顯示，PIAR的絕對差值(大規(guī)模算例下PIAR-小規(guī)模算例下PIAR)均大于0，且隨dd的提高逐漸增高，說明本策略在大規(guī)模、動態(tài)度較高的需求響應(yīng)問題中更有優(yōu)勢。且圖4顯示，本文策略在動態(tài)度為0.95的C1_2_1中，PIAR最大。為進一步驗證本文策略在動態(tài)度為0.95的C1_2_1中的效果，本文做了不同nc下的對比實驗，結(jié)果見表5：1)本文策略相較于對比策略的PIAR在不同nc下的提升幅度均較明顯，進一步驗證了前文所述nc對本文策略的影響；2)nc為30時，本文策略具有最高的AR與PIAR。為進一步探討nc為30時，表4中三個算例在不同dd下AR、AT的效果，本文做了對比實驗，結(jié)果如表6所示，進一步驗證了本文策略的AR均高于對比策略，且在C1_2_1中有較高的提升幅度。

表5 不同車輛規(guī)模下的整體收益期望值實驗結(jié)果

表6 各策略不同動態(tài)度下的實驗結(jié)果(nc=30)

(3)管理啟示

上述對比實驗可得出以下結(jié)論：1)在不同的更新時段長度、車輛規(guī)模、動態(tài)度以及客戶規(guī)模下，本文策略的系統(tǒng)整體收益相對于經(jīng)典策略都有了提升；同時，本文策略在大規(guī)模算例C1_2_1中，在高動態(tài)度0.95、不同車輛規(guī)模下，期望總收益相較于經(jīng)典策略增加的百分比提升幅度均較明顯；2)雖然本文策略在某些情況下的整體收益較經(jīng)典策略提升的絕對值幅度不是很大，但是該提升收益僅是一天期望總收益的提升，實踐中任何一點收益的每日提升，在長期上都有很大的價值，這是企業(yè)孜孜不倦追求的目標。特別地，企業(yè)規(guī)模越大，長期累計的價值將越高。因此，基于本文策略的長期累積價值是不可估量的。

數(shù)值實驗結(jié)果可以得出以下管理啟示：(1)與經(jīng)典響應(yīng)策略相比，本文所提策略隨著動態(tài)度的增大對整體收益增加的優(yōu)勢越來越突出，且在客戶規(guī)模較大時對整體收益的優(yōu)化空間更大；(2)本文提出的預約模式下考慮未來需求的實時需求響應(yīng)策略，既可以動態(tài)更新已接收未服務(wù)的訂單的服務(wù)方案，也可以實時響應(yīng)動態(tài)的需求，且與對比策略的響應(yīng)時間差較小。因此，本文所提策略更適用于隨機到達的客戶規(guī)模較大、資源較短缺的場景，如，供小于求的繁忙時段、應(yīng)急情景。

4 結(jié)論

考慮整體收益的實時需求響應(yīng)策略是移動充電行業(yè)發(fā)展過程中面臨的新問題，有新的特點和難點。本文定義了預約模式下的實時需求響應(yīng)問題并為此提出了聯(lián)動的兩階段實時需求響應(yīng)策略，使得預約模式下的實時需求響應(yīng)決策更加智能，為類似具有靜、動態(tài)相結(jié)合特征，且考慮未來需求的實時需求響應(yīng)問題提供了新思路，拓展了DVRPTWSSR的問題域，豐富了DVRPTWSSR和實時需求響應(yīng)策略交叉領(lǐng)域的應(yīng)用研究，具體的貢獻在于：

(1)提出了以最大化整體收益為目標的兩階段實時需求響應(yīng)策略，滿足了ECs和LCs的要求的同時考慮了兩者的動態(tài)交替影響關(guān)系：第一階段基于多階段隨機動態(tài)決策模型與禁忌搜索算法生成了可以動態(tài)調(diào)整的充電服務(wù)方案，既滿足了ECs的充電服務(wù)時間窗要求，也考慮了決策的未來價值；第二階段基于第一階段，提出了LCs的實時響應(yīng)決策流程，保證了LCs的響應(yīng)可以提高企業(yè)的整體收益。(2)采用基于ADP思想的AVI算法確定決策的未來價值，并應(yīng)用于需求響應(yīng)決策的兩個階段，提高了企業(yè)的整體收益。(3)數(shù)值實驗結(jié)果驗證了本文策略在不同客戶規(guī)模和不同動態(tài)度下的有效性，本文策略適用于客戶規(guī)模較大、動態(tài)度較高的實時需求響應(yīng)問題，對提高服務(wù)運營商收益的效果更明顯。

后續(xù)研究將根據(jù)移動充電車的運營實際，修正決策后狀態(tài)未來價值的近似模型，增強響應(yīng)決策的科學性。另外，實時需求響應(yīng)策略優(yōu)化研究可以同時考慮企業(yè)收益和客戶滿意度，以促進移動充電行業(yè)的持續(xù)穩(wěn)定發(fā)展。