李常敏，魏文彬，張露

(上海大學(xué)，管理學(xué)院，上海 200444)

0 引言

隨著節(jié)能環(huán)保、價(jià)優(yōu)的新能源車(chē)普及，當(dāng)前配建充電樁的混合停車(chē)場(chǎng)日益增多。然而，由于車(chē)與位數(shù)量的嚴(yán)重失衡導(dǎo)致大量燃油車(chē)占用充電車(chē)位，充電需求用戶需要參與到尋找車(chē)位的無(wú)效交通流中，增加城市交通負(fù)擔(dān)。針對(duì)燃油車(chē)“鳩占鵲巢”的問(wèn)題，政府出臺(tái)了新版《電動(dòng)汽車(chē)充電站運(yùn)營(yíng)管理規(guī)范》來(lái)治理停車(chē)亂的現(xiàn)象，其中明確規(guī)定“燃油車(chē)不得影響充電車(chē)位的正常使用”。當(dāng)下車(chē)位供需不平衡問(wèn)題使得政策難以在短時(shí)間內(nèi)發(fā)揮作用，錯(cuò)峰錯(cuò)時(shí)進(jìn)行車(chē)位共享被認(rèn)為是有效緩解城市停車(chē)供需矛盾的重要途徑之一[1]。

關(guān)于共享停車(chē)的研究主要集中在基于車(chē)位供給量確定下的分配策略和考慮車(chē)位供需雙方隨機(jī)性的分配策略這兩個(gè)方向。在車(chē)位供給量確定的前提下，姚恩建等[2]針對(duì)提高泊位利用率的問(wèn)題，以停車(chē)需求時(shí)段和車(chē)位空閑時(shí)段無(wú)沖突為約束條件建立共享車(chē)位資源優(yōu)化配置模型?？紤]到停車(chē)后駕駛員的步行距離，張文會(huì)等[3]建立共享停車(chē)泊位利用率最大化和步行距離最小化的雙目標(biāo)泊位分配模型，并設(shè)計(jì)粒子群多目標(biāo)搜索算法對(duì)模型進(jìn)行求解。Li等[4]針對(duì)出行者在使用共享車(chē)位時(shí)存在違約的可能性，建立考慮出行者信用風(fēng)險(xiǎn)的共享停車(chē)位優(yōu)化模型，通過(guò)改進(jìn)的蟻群算法對(duì)模型進(jìn)行求解，驗(yàn)證了模型的有效性。在供需不確定的前提下，Jiang等[5]建立了出行者和車(chē)位擁有者在不同時(shí)段的停車(chē)概率函數(shù)及車(chē)位分配模型，研究發(fā)現(xiàn)，預(yù)留的最佳空閑停車(chē)位數(shù)與不準(zhǔn)時(shí)率和相鄰時(shí)隙登記到達(dá)和離開(kāi)的車(chē)輛數(shù)有關(guān)。Shao 等[6]認(rèn)為共享平臺(tái)拒絕停車(chē)請(qǐng)求帶來(lái)的潛在損失不能被忽視，建立考慮停車(chē)泊位供需時(shí)間沖突特征和拒絕停車(chē)請(qǐng)求帶來(lái)?yè)p失的車(chē)位分配模型。在此基礎(chǔ)上，孫會(huì)君等[7]考慮平臺(tái)拒絕車(chē)位供給用戶所帶來(lái)的潛在損失問(wèn)題，構(gòu)建共享車(chē)位租用與分配模型。為提高共享停車(chē)平臺(tái)的服務(wù)水平和收益，路揚(yáng)等[8]基于共享平臺(tái)系統(tǒng)中不同使用頻率的用戶設(shè)置了優(yōu)先級(jí)系數(shù)，建立了考慮優(yōu)先級(jí)的網(wǎng)絡(luò)共享停車(chē)匹配優(yōu)化模型。

混合泊位停車(chē)場(chǎng)能在一定程度上緩解新能源車(chē)充電難的問(wèn)題，但由于缺乏良好的供需匹配模式，易引發(fā)充電和停車(chē)需求間的沖突問(wèn)題，而這個(gè)沖突問(wèn)題是普通停車(chē)場(chǎng)不具備的?；诖耍疚囊曰旌喜次煌＼?chē)場(chǎng)為研究對(duì)象，從車(chē)位停車(chē)資源和充電資源合理利用的角度出發(fā)，建立考慮匹配優(yōu)先級(jí)的車(chē)位租用與分配集成決策的整數(shù)規(guī)劃模型。為簡(jiǎn)化問(wèn)題，將模型轉(zhuǎn)化為加權(quán)頂點(diǎn)圖著色問(wèn)題，并結(jié)合匹配優(yōu)先級(jí)及沖突矩陣的特殊性提前選出優(yōu)先級(jí)高的頂點(diǎn)作為優(yōu)先著色點(diǎn)，減少可著顏色的數(shù)量。繼而，改進(jìn)蟻群算法對(duì)模型進(jìn)行求解。

1 考慮匹配優(yōu)先級(jí)的共享混合停車(chē)位租用與分配模型

1.1 問(wèn)題描述

考慮一個(gè)負(fù)責(zé)車(chē)位租用和分配的共享車(chē)位平臺(tái)，假設(shè)平臺(tái)共接收到|N|個(gè)普通車(chē)位和|M|個(gè)充電車(chē)位提供的出租信息，每個(gè)普通車(chē)位n，n∈N，空閑時(shí)間窗[tn,start,tn,end]，時(shí)長(zhǎng)tn,dur=tn,end-tn,start，其中，tn,start和tn,end分別表示普通車(chē)位閑置的起始和終止時(shí)間；每個(gè)充電車(chē)位m，m∈M，空閑時(shí)間窗[tm,start,tm,end]，時(shí)長(zhǎng)tm,dur=tm,end-tm,start，其中，tm,start和tm,end分別表示充電車(chē)位閑置的起始和終止時(shí)間。平臺(tái)共接受|I|個(gè)普通停車(chē)需求，每個(gè)停車(chē)需求i，i∈I，停車(chē)時(shí)間窗[ti,start,ti,end]，時(shí)長(zhǎng)ti,dur=ti,end-ti,start，其中，ti,start和ti,end分別表示普通停車(chē)需求用戶停車(chē)的起始和終止時(shí)間；共接受了|H|個(gè)充電和停車(chē)的復(fù)合需求，每個(gè)復(fù)合需求h，h∈H，充電需求量已知Qh，停車(chē)時(shí)間窗[th,start,th,end]，時(shí)長(zhǎng)th,dur=th,end-th,start，其中，th,start和th,end分別表示復(fù)合需求用戶停車(chē)的起始和終止時(shí)間，充電時(shí)長(zhǎng)包含在停車(chē)時(shí)長(zhǎng)內(nèi)。

平臺(tái)若能將普通停車(chē)位分配給停車(chē)需求，則平臺(tái)會(huì)租用該車(chē)位，付給車(chē)位供給方租金，單位時(shí)長(zhǎng)租金C1，從停車(chē)需求方收取停車(chē)費(fèi)，單位時(shí)長(zhǎng)停車(chē)費(fèi)P1。若不能分配，則平臺(tái)不接單，即會(huì)拒絕供給方或需求方，但會(huì)因?yàn)榫芙^供給方造成潛在損失，單位時(shí)長(zhǎng)損失θ，拒絕需求方造成的潛在損失，單位時(shí)長(zhǎng)損失τ。平臺(tái)若能將充電停車(chē)位分配給普通停車(chē)需求或充電停車(chē)復(fù)合需求，則平臺(tái)會(huì)租用該車(chē)位，付給車(chē)位供給方租金，單位時(shí)長(zhǎng)租金C2，C2＞C1，從充電停車(chē)復(fù)合需求方獲得停車(chē)費(fèi)或充電費(fèi)，單位時(shí)長(zhǎng)停車(chē)費(fèi)P1，單位時(shí)長(zhǎng)充電費(fèi)P2；從普通停車(chē)需求方獲得停車(chē)費(fèi)，單位時(shí)間停車(chē)費(fèi)P3，P3＞P1。若不能分配，則平臺(tái)不接單，即會(huì)拒絕供給方或需求方，但會(huì)因?yàn)榫芙^供給方造成潛在損失，單位時(shí)長(zhǎng)損失γ，拒絕普通停車(chē)需求方造成潛在損失，單位時(shí)長(zhǎng)損失τ，因拒絕復(fù)合需求方造成潛在損失，單位時(shí)長(zhǎng)損失β。

由于停車(chē)場(chǎng)亂?，F(xiàn)象時(shí)有發(fā)生，導(dǎo)致充電需求無(wú)法被滿足，充電車(chē)位資源難以得到最大程度地利用。平臺(tái)將會(huì)為不同的分配方式設(shè)定不同的優(yōu)先級(jí)：復(fù)合需求與充電車(chē)位的匹配方式D1能為平臺(tái)帶來(lái)停車(chē)收益以及充電收益，優(yōu)先級(jí)最高；停車(chē)需求與普通車(chē)位的匹配方式D2在滿足停車(chē)需求的同時(shí)，不占用其他充電停車(chē)位資源，優(yōu)先級(jí)次高；停車(chē)需求與充電車(chē)位的匹配方式D3的優(yōu)先級(jí)最低，這是因?yàn)橥＼?chē)需求只停車(chē)，在占用充電車(chē)位后會(huì)浪費(fèi)充電資源，還會(huì)影響后續(xù)充電用戶的充電需求。這3種匹配方式的優(yōu)先級(jí)為

1.2 模型建立

對(duì)預(yù)約用戶、充電車(chē)位以及價(jià)格分別作如下基本假設(shè)：

假設(shè)1 預(yù)約用戶不會(huì)因?yàn)樽陨砬闆r，臨時(shí)取消預(yù)約和拒絕平臺(tái)分配結(jié)果。每個(gè)預(yù)約用戶準(zhǔn)確知道所需的停車(chē)時(shí)長(zhǎng)和需求電量。充電需求用戶的充電時(shí)間包含在其停車(chē)時(shí)間內(nèi)。

假設(shè)2 充電車(chē)位的充電樁為可變功率充電樁，且整個(gè)停車(chē)場(chǎng)有功率限制，超過(guò)限制會(huì)影響充電效率。

假設(shè)3 平臺(tái)租用停車(chē)位的價(jià)格滿足C2＞C1，收取停車(chē)費(fèi)的價(jià)格滿足P3＞P1，充電價(jià)格P2不受充電高峰期和低谷期影響，懲罰系數(shù)滿足。β ＞τ,γ ＞θ

引入如下決策變量：

xin為停車(chē)請(qǐng)求i是否被分配到普通車(chē)位n，若將其分配，xin=1，否則xin=0，其中i∈I,n∈N；

xim為停車(chē)請(qǐng)求i是否被分配到充電車(chē)位m，若將其分配，xim=1，否則xim=0，其中i∈I,m∈M；

xhm為復(fù)合請(qǐng)求h是否被分配到充電車(chē)位m，若將其分配，xhm=1，否則xhm=0，其中h∈H,m∈M；

yn為平臺(tái)是否租用普通停車(chē)位n，若租用，yn=1，否則yn=0，其中n∈N；

ym為平臺(tái)是否租用充電車(chē)位m，若租用，ym=1，否則ym=0，其中m∈M。

基于以上分析，建立考慮匹配優(yōu)先級(jí)的共享車(chē)位租用和分配(MPRA)模型的運(yùn)營(yíng)商利潤(rùn)最大化目標(biāo)函數(shù)為

式(2)第1 項(xiàng)表示平臺(tái)接受停車(chē)請(qǐng)求帶來(lái)的收益，第2項(xiàng)表示平臺(tái)接受充電請(qǐng)求帶來(lái)的收益，第3項(xiàng)表示平臺(tái)接受停車(chē)預(yù)約用戶停入充電車(chē)位所帶來(lái)的收益，第4項(xiàng)表示租用普通停車(chē)位的成本，第5項(xiàng)表示租用充電車(chē)位的成本，第6～第8項(xiàng)表示拒絕復(fù)合請(qǐng)求給平臺(tái)帶來(lái)的潛在損失，第9和第10項(xiàng)分別表示拒絕租用普通車(chē)位和充電車(chē)位給平臺(tái)帶來(lái)的潛在損失。

車(chē)位在分配過(guò)程中的約束條件如下。

任意停車(chē)請(qǐng)求i最多被分配至一個(gè)普通停車(chē)位，即

任意充電請(qǐng)求h最多被分配至一個(gè)充電車(chē)位，即

被分配至同一車(chē)位的請(qǐng)求，應(yīng)不存在停車(chē)時(shí)間沖突，即

式中：aij=1 表示停車(chē)需求i與j分配至普通車(chē)位時(shí)預(yù)約時(shí)段不存在沖突，否則，aij=0；die=1 表示停車(chē)需求i與e(i,e∈I,i≠e)分配至充電車(chē)位時(shí)預(yù)約時(shí)間段不存在沖突，否則，die=0；bhf=1 表示復(fù)合需求h與f(h,f∈H,h≠f)分配至充電車(chē)位時(shí)預(yù)約時(shí)間段不存在沖突，否則，bhf=0。

若停車(chē)或充電請(qǐng)求被分配至車(chē)位，則請(qǐng)求需滿足該車(chē)位的時(shí)間窗約束，即

式中：win=1 表示停車(chē)需求i的停車(chē)時(shí)段超過(guò)普通停車(chē)位n的共享時(shí)段，否則，win=0；kim=1 表示停車(chē)需求i的停車(chē)時(shí)段超過(guò)充電車(chē)位m的共享時(shí)段，否則，kim=0；zhm=1 表示復(fù)合需求h的停車(chē)時(shí)段超過(guò)充電車(chē)位m的共享時(shí)段，否則，zhm=0。

所有被分配在同一個(gè)車(chē)位的請(qǐng)求所占用時(shí)長(zhǎng)不應(yīng)超過(guò)該車(chē)位的共享時(shí)長(zhǎng)，即

停車(chē)場(chǎng)內(nèi)所有電動(dòng)汽車(chē)所占用的充電功率不超過(guò)停車(chē)場(chǎng)的總功率Pp-pow，即

式中：Ph,ev-pow為第h個(gè)充電停車(chē)復(fù)合需求用戶的充電功率。

在充電停車(chē)復(fù)合需求用戶的停車(chē)時(shí)長(zhǎng)內(nèi)，充電車(chē)位能夠給復(fù)合需求用戶提供的電量不小于其需求電量Qh，即

式中：Pm,p-pow為第m個(gè)充電車(chē)位的充電功率。

2 求解算法

圖著色問(wèn)題通過(guò)對(duì)圖結(jié)構(gòu)中的頂點(diǎn)賦予一組唯一的顏色值，并且滿足存在邊連接的兩個(gè)頂點(diǎn)對(duì)應(yīng)不同顏色值。借助這一原理，本文以停車(chē)需求集和復(fù)合需求集作為頂點(diǎn)集，每個(gè)頂點(diǎn)賦值為相應(yīng)需求的停車(chē)時(shí)長(zhǎng)或充電時(shí)長(zhǎng)，以普通車(chē)位集和充電車(chē)位集構(gòu)成顏色集，通過(guò)沖突矩陣構(gòu)建邊集，即對(duì)存在需求時(shí)段沖突的頂點(diǎn)用邊連接，進(jìn)而將模型轉(zhuǎn)化為具有顏色約束的加權(quán)頂點(diǎn)圖著色問(wèn)題[2]。在此基礎(chǔ)上，借鑒蟻群算法對(duì)模型進(jìn)行求解。

為保證每只螞蟻在尋找路徑時(shí)優(yōu)先滿足復(fù)合需求，將頂點(diǎn)按照復(fù)合需求和停車(chē)需求進(jìn)行排序，并對(duì)供需沖突矩陣進(jìn)行分塊。如圖1所示，陰影表示存在時(shí)間沖突，第I部分表示復(fù)合需求集H與充電車(chē)位集M之間的沖突關(guān)系，第II 部分斜線格表示所有復(fù)合需求H無(wú)法停入普通車(chē)位N中，第III部分表示停車(chē)需求I與普通停車(chē)位N之間的沖突關(guān)系，第IV 部分表示停車(chē)需求I與充電車(chē)位M之間的沖突關(guān)系。對(duì)沖突矩陣分塊將大大節(jié)省算法的搜索時(shí)間，這是由于蟻群算法給頂點(diǎn)著色過(guò)程中，需要從整個(gè)顏色集合中選擇顏色，并試探其與該頂點(diǎn)是否存在沖突，而第II部分盡可能地縮小了顏色選擇的范圍。

圖1 分塊供需沖突矩陣Fig.1 Block conflict matrix about supply and demand

基于上述分析，算法步驟描述如下：

Step 1 設(shè)置初始參數(shù)值。包括停車(chē)和充電供需雙方的信息，蟻群算法相關(guān)參數(shù)，信息素濃度下限τmin。令初始迭代次數(shù)CNC=0，轉(zhuǎn)Step 2。

Step 2 根據(jù)匹配優(yōu)先級(jí)的設(shè)定，K只螞蟻著色路徑的起點(diǎn)與復(fù)合需求H相關(guān)，因此優(yōu)先篩選出H并生成隨機(jī)數(shù)，確定螞蟻放置的起點(diǎn)，轉(zhuǎn)Step 3。

Step 3 更新全局信息素表。根據(jù)分塊沖突矩陣對(duì)螞蟻k在遍歷過(guò)程中釋放的信息素進(jìn)行分段，即

式中：Q為信息素更新參數(shù)。根據(jù)信息素更新方程和式(16)計(jì)算信息素濃度。若信息素濃度小于τmin，令信息素濃度等于τmin，否則直接更新，轉(zhuǎn)Step 4。

Step 4 根據(jù)分塊沖突矩陣、式(14)和式(15)判斷可選顏色集合并著色。若為空集，螞蟻無(wú)法完成對(duì)該頂點(diǎn)著色，即無(wú)法完成匹配；否則，每只螞蟻根據(jù)轉(zhuǎn)移規(guī)則和式(17)選擇給該頂點(diǎn)分配的顏色，其中螞蟻將車(chē)位b分配給a的期望程度ηab設(shè)置為成本率的倒數(shù)，即

完成所有頂點(diǎn)的著色，轉(zhuǎn)Step 5。

Step 5 記錄歷史最佳方案，轉(zhuǎn)Step 6。

Step 6 檢查是否達(dá)到最大迭代數(shù)CNCmax，若達(dá)到，轉(zhuǎn)Step 7；否則，令CNC=CNC+1，轉(zhuǎn)Step 2。

Step 7 輸出最優(yōu)分配方案。

3 仿真實(shí)驗(yàn)

為驗(yàn)證本文所提模型及算法的有效性和合理性，根據(jù)居住區(qū)共享車(chē)位的空閑特性設(shè)計(jì)仿真實(shí)驗(yàn)。假設(shè)平臺(tái)共收到12 個(gè)停車(chē)需求和5 個(gè)車(chē)位出租信息，其中2 個(gè)充電車(chē)位，可租用時(shí)段如表1所示。

表1 出租時(shí)段信息Table 1 Rental time information

12 個(gè)停車(chē)需求中包含2 個(gè)復(fù)合需求和10 個(gè)普通停車(chē)需求，具體的需求時(shí)段如表2所示。

表2 停車(chē)需求時(shí)段信息Table 2 Parking demand time information

參照1995年發(fā)布的《上海市收費(fèi)停車(chē)場(chǎng)(庫(kù))計(jì)費(fèi)規(guī)定》的標(biāo)準(zhǔn)，對(duì)一些初始參數(shù)進(jìn)行設(shè)置，其中兩個(gè)充電用戶需求電量分別為60 度和50 度，停車(chē)和充電單價(jià)分別是P1=10元·h-1,P3=15元·h-1,P2=0.8元·kWh-1，租用車(chē)位成本是C1=5元·h-1,C2=8元·h-1，若拒絕則懲罰成本為τ=0.5 元·h-1,β=0.6 元·h-1,θ=0.4 元·h-1,γ=0.5 元·h-1。取螞蟻數(shù)K=6，最大迭代次數(shù)CNCmax=5000，信息素和啟發(fā)式重要程度因子分別為ψ=3,φ=9,信息素蒸發(fā)系數(shù)ρ=0.35，信息素更新參數(shù)Q=10。

不考慮匹配優(yōu)先級(jí)(NMP)情形下，分配結(jié)果如圖2所示，圖中除陰影部分外表示車(chē)位可出租時(shí)段，而空白方格代表各停車(chē)需求時(shí)段。

在NMP 情況下，平臺(tái)運(yùn)營(yíng)商在進(jìn)行匹配時(shí)往往忽略了停車(chē)資源的合理利用，根據(jù)圖2顯示的分配結(jié)果，2號(hào)充電需求無(wú)法被滿足，這是因?yàn)?號(hào)的需求時(shí)段與12 號(hào)停車(chē)需求以及8 號(hào)停車(chē)需求存在沖突，平臺(tái)選擇將車(chē)位分配給收益更高的普通停車(chē)需求用戶。這顯然不符合當(dāng)前我國(guó)的《電動(dòng)汽車(chē)充電站運(yùn)營(yíng)管理規(guī)范》政策。為防止燃油車(chē)占用充電車(chē)位而影響充電需求，利用本文所提算法，計(jì)算結(jié)果如圖3所示。

圖2 NMP分配方案Fig.2 NMP allocation scheme

圖3 MPRA分配方案Fig.3 MPRA allocation scheme

對(duì)比圖2 和圖3 的分配方案可知，在未考慮匹配優(yōu)先級(jí)情形下，出于運(yùn)營(yíng)商利潤(rùn)最大化的角度，充電車(chē)位1 被停車(chē)需求8 所占用，無(wú)法使用充電車(chē)位，而在考慮匹配優(yōu)先級(jí)的情況下，車(chē)位資源得到了合理利用，充電需求1 和2 都被滿足。為揭示本文所提模型和算法下充電需求優(yōu)先被滿足產(chǎn)生的原因，圖4 給出更直觀的租用和分配方案。由圖4可知，由于存在左下角的斜線陰影區(qū)域，這使得供需沖突矩陣進(jìn)行分塊處理，充電需求會(huì)被優(yōu)先滿足，并且顏色集合元素?cái)?shù)量減少。

圖4 租用與分配方案Fig.4 Rental and allocation scheme

為驗(yàn)證算例規(guī)模對(duì)MPRA方案的影響，分別對(duì)停車(chē)位數(shù)量和出行者數(shù)量設(shè)置4 種不同的測(cè)試規(guī)模，并與先到先停(FCFS)方案進(jìn)行比較，結(jié)果如表3所示。

表3 FCFS方案與MPRA方案在不同規(guī)模下的比較結(jié)果Table 3 Comparison results of FCFS and MPRA at different scales

由表3 可知，當(dāng)出行者數(shù)量不變時(shí)，隨著車(chē)位數(shù)量的增加，MPRA方案下停車(chē)提升率和充電需求匹配提升率相對(duì)FCFS 方案的優(yōu)勢(shì)逐漸減弱。然而，當(dāng)停車(chē)位數(shù)量不變時(shí)，隨著出行者數(shù)量的增加，MPRA 方案下停車(chē)提升率和充電需求匹配提升率相對(duì)FCFS方案的優(yōu)勢(shì)明顯。停車(chē)平均提升率和充電需求匹配平均提升率分別為17.87% 和113.96%。因此，在針對(duì)混合停車(chē)場(chǎng)共享車(chē)位數(shù)量有限時(shí)，平臺(tái)采用MPRA方案可優(yōu)化混合泊位停車(chē)場(chǎng)的車(chē)位利用率，且在滿足更多需求的同時(shí)能合理利用車(chē)位的停車(chē)資源和充電資源。進(jìn)一步比較不同規(guī)模下的MPRA 方案與NMP 方案，結(jié)果如表4所示。

根據(jù)表4 可以看出，相對(duì)NMP 方案，當(dāng)出行者數(shù)量或停車(chē)位數(shù)量單方面增加時(shí)，MPRA方案下停車(chē)提升率和充電需求匹配提升率的優(yōu)勢(shì)逐漸減弱，但充電需求匹配平均提升率仍達(dá)到28.96%，且收益提升率優(yōu)勢(shì)逐漸突出，平均提升1.34%。因此，在出行者數(shù)量穩(wěn)定時(shí)，平臺(tái)可以考慮增加租用車(chē)位數(shù)量來(lái)提高平臺(tái)的收益；而共享車(chē)位數(shù)量較為穩(wěn)定時(shí)，考慮接收更多的需求來(lái)提高平臺(tái)的收益。

表4 MPRA方案與NMP方案在不同規(guī)模下的比較結(jié)果Table 4 Comparison results of MPRA and NMP at different scales

4 結(jié)論

本文創(chuàng)新性地提出考慮匹配優(yōu)先級(jí)的混合車(chē)位租用和分配(MPRA)方案，構(gòu)建整數(shù)規(guī)劃模型實(shí)現(xiàn)平臺(tái)運(yùn)營(yíng)商利潤(rùn)最大化。通過(guò)算例分析得知：

(1)出于平臺(tái)運(yùn)營(yíng)商利潤(rùn)最大化考慮，NMP 方案會(huì)將停車(chē)時(shí)段較長(zhǎng)的停車(chē)需求分配到充電車(chē)位，導(dǎo)致充電資源浪費(fèi)。MPRA 方案是在匹配優(yōu)先級(jí)滿足的前提下綜合考慮平臺(tái)利潤(rùn)下確定最終分配方案，因此在充電資源利用率方面高于NMP方案，平均提升率為28.96%。

(2)MPRA方案將需求和供給進(jìn)行分類(lèi)匹配和處理，使充電需求可以優(yōu)先滿足。與僅按照停車(chē)需求到達(dá)的先后順序依次進(jìn)行車(chē)位分配的FCFS方案相比較，在停車(chē)率和充電需求的滿足率方面均具有優(yōu)勢(shì)，平均提升率分別為17.87%和113.96%。

(3)停車(chē)位數(shù)量穩(wěn)定情形下，針對(duì)停車(chē)需求持續(xù)增加，特別是供需差距懸殊的混合停車(chē)場(chǎng)，MPRA 方案在平臺(tái)收益和充電需求滿足率方面均高于FCFS方案和NMP方案。

(4)對(duì)于停車(chē)需求穩(wěn)定情形下，隨著平臺(tái)可接受的停車(chē)位數(shù)量的增加，MPRA在停車(chē)率和充電需求匹配率方面的優(yōu)勢(shì)降低，但平臺(tái)收益優(yōu)勢(shì)逐漸增加，平均提升1.34%。