基于强化学习的共享电动汽车充电基础设施多阶段随机规划：优化长期效益与不确定性管理

本综述提出一种创新性多阶段随机规划方法，运用强化学习（RL）优化共享电动汽车（SEV）充电站部署策略。通过深度确定性策略梯度（DDPG）算法与智能体模拟环境结合，模型在考虑动态充电需求（含诱导需求）与电网约束下，显著提升充电服务效率（+10.9%）并减少30.5%的充电桩数量，为城市级基础设施长期规划提供决策支持。

　　

研究进展与空白

长期充电站规划需统筹建站时序、区位选择、快充桩数量与停车场容量（Chen & Liu, 2023），同时兼顾电网扩容（Sheng et al., 2023）、SEV充电需求及短期运营指标以评估布局效能。现有研究多聚焦私有EV或忽略需求随机性，缺乏对SEV动态运营与多阶段规划的整合模型。

问题定义与数学建模

时空离散复杂系统涵盖多重智能体：含网约车需求的乘客、提供出行服务的SEV、满足充电需求的站点。智能体在离散时间步长t∈T^p交互（p为规划阶段），实时模拟SEV的荷电状态（SoC）、充电行为与站点拥堵动态，为RL提供环境状态反馈。

结果

4.1节对比短视与前瞻性规划：RL模型通过长期预见性优化充电站配置，显著降低排队时间与基础设施成本；4.2节揭示RL精准捕捉诱导需求，随服务提升持续优化充电运营；4.3节通过敏感性分析验证模型在不同需求波动下的鲁棒性；4.4节解析充电桩空间部署的演化规律与集群效应。

讨论

共享出行电动化既带来脱碳机遇，也引发充电基础设施规划的复杂挑战。本研究开发的RL驱动多阶段规划框架，通过捕捉随机需求、车队演化和诱导充电需求，在保障充电服务效率（如缩短排队时间）的同时最小化基础设施投入，为高密度城市SEV充电网络提供自适应决策工具。

结论

网约车服务快速电动化亟需战略性快充基础设施规划。本研究开发的强化学习（RL）集成框架，通过优化充电站区位、规模与扩容时序，平衡充电服务水准与长期容量需求，有效应对规划期内需求波动，为不确定环境下的基础设施分期部署提供科学范式。