To comprehensively consider the actual spatial‐temporal transfer process of electric vehicles (EVs) and enhance the computation efficiency of scheduling, this article proposes a spatial‐temporal transfer model of EVs and an improved Lagrange dual relaxation method (ILDRM) for the decentralized scheduling of a charging‐storage station (CSS). Specifically, with the application of trip chain technology, Monte Carlo, and Markov decision process (MDP), the spatial‐temporal transfer model of EVs is constructed, taking into account multiple factors including temperatures, traffic conditions, and transfer randomness. Subsequently, by introducing ILDRM, a decentralized optimization model is proposed which converts the traditional centralized optimization model into a set of sub‐problems. Moreover, the optimization model aims to maximize the profit of CSS under the constraints of vehicle‐to‐grid behavior and the operation of both CSS and distribution network. To validate the proposed spatial‐temporal transfer model and the decentralized optimization method for CSS, a series of simulations in various scenarios are performed regarding the load curve and computation efficiency. The comprehensive and systematical study indicates that the proposed spatial‐temporal transfer model enables to reflect EVs transfer randomness and it is more factually practical than the classical Dijkstra algorithm. Besides, ILDRM can provide a high computationally efficient solution to the operation of CSS.

中文翻译：

---

考虑电动汽车多个时空传递因子的充电储站分散调度优化

为了全面考虑电动汽车的实际时空转移过程并提高调度的计算效率，本文提出了电动汽车的时空转移模型和改进的拉格朗日对偶松弛法（ILDRM）用于电动汽车的分散调度。充电存储站（CSS）。具体而言，通过使用旅行链技术，蒙特卡洛和马尔可夫决策过程（MDP），考虑了包括温度，交通状况和转移随机性在内的多个因素，构建了电动汽车的时空转移模型。随后，通过引入ILDRM，提出了一种分散式优化模型，该模型将传统的集中式优化模型转换为一组子问题。而且，该优化模型旨在在车辆到电网行为以及CSS和配电网络的运行约束的情况下最大化CSS的利润。为了验证所提出的时空传递模型和CSS的分散优化方法，针对负载曲线和计算效率在各种情况下进行了一系列仿真。全面而系统的研究表明，所提出的时空转移模型能够反映电动汽车的转移随机性，并且比经典的Dijkstra算法更实用。此外，ILDRM可以为CSS的操作提供高计算效率的解决方案。为了验证所提出的时空传递模型和CSS的分散优化方法，针对负载曲线和计算效率在各种情况下进行了一系列仿真。全面而系统的研究表明，所提出的时空转移模型能够反映电动汽车的转移随机性，并且比经典的Dijkstra算法更实用。此外，ILDRM可以为CSS的操作提供高计算效率的解决方案。为了验证所提出的时空传递模型和CSS的分散优化方法，针对负载曲线和计算效率在各种情况下进行了一系列仿真。全面而系统的研究表明，所提出的时空转移模型能够反映电动汽车的转移随机性，并且比经典的Dijkstra算法更实用。此外，ILDRM可以为CSS的操作提供高计算效率的解决方案。全面而系统的研究表明，所提出的时空转移模型能够反映电动汽车的转移随机性，并且比经典的Dijkstra算法更实用。此外，ILDRM可以为CSS的运行提供高计算效率的解决方案。全面而系统的研究表明，所提出的时空转移模型能够反映电动汽车的转移随机性，并且比经典的Dijkstra算法更实用。此外，ILDRM可以为CSS的操作提供高计算效率的解决方案。