电力辅助服务市场中电动汽车电池存储的实时管理

This project explores how to optimally control the battery storage of electric vehicles for central controllers in electricity ancillary service market. We model this problem as a Brownian inventory management problem where adjustment amounts have to be integral times of some fixed quantity. Then we solve this problem using the tool of stochastic impulse control. Furthermore, this project will make contributions to inventory management theory. Specifically, under the discounted cost criterion, for several inventory management problems with non-linear adjustment cost or adjustment quantity constraints, we try to prove that the optimal policy is not classic (s,S) policy or (R,Q) policy. For the inventory management problem of batch ordering with fixed ordering cost, which is traditionally considered no closed form solution, we try to theoretically provide optimal ordering policy with closed form. Finally, the framework and mathematical skill used in this project can be generalized to solve a series of new impulse control problem with applications in energy, inventory management, finance, and information systems.

本课题探索在电力辅助服务市场中中央控制者如何最优的管理电动车电池存储，从而更好地平衡电力供需。我们将此问题从理论角度上升为一类批量调整布朗库存问题，并用随机微分方程的工具——脉冲控制——来解。在将问题抽象到库存理论并解决的过程中，本课题对一类库存问题在理论上有创新。具体说，本课题将给出在最小化贴现（discounted）成本目标下一系列非线性调整成本的布朗库存问题的理论最优解，并证明最优控制策略是非传统(s,S)或(R,Q)策略。本课题将对库存理论中有固定订货成本的批量订货这个公认没有封闭形式最优解的库存问题，在需求是布朗运动时给出解答。最后，本课题使用的在最小化贴现成本目标下的随机脉冲控制的技术、证明最优策略中存在多个等待区间的技巧、以及对于有限时间下最优控制策略的研究，都可以推广并用于解决一系列新型脉冲控制问题，并广泛应用于能源、库存管理、金融和信息科学等领域。

本项目将电力辅助服务市场中中央控制者管理电动车电池存储问题从理论上抽象为一类批量调整布朗库存问题，从而使用随机微分方程的工具——随机脉冲控制——来解决。本项目探索了最小化贴现（discounted）成本目标下一系列线性及非线性调整成本的随机脉冲问题，并在理论上给出最优解，本项目证明了很多情况下问题的最优策略不是传统的(s,S)或(R,Q)策略。本项目将解决非线性控制成本随机脉冲问题的技巧应用到能源、库存管理、金融和信息科学等领域，产生了一系列成果。最后，本项目还对电力服务市场中的一些新型商业模式进行了研究。