现阶段在电动汽车的普及推广中,由于电池储电水平有限,固定充电方式存在服务范围有限、等待时间较长等缺点,使得大多数电动车车主具有“里程焦虑”的问题。移动充电方式是一种以“灵活、便捷、低成本”等优势著称的新型充电方式。电动汽车车主通过手机APP进行预约充电,选择充电时长、地点及服务时间窗,移动充电车运营商则通过平台系统对预约充电请求进行实时响应,并安排移动充电车辆在指定时间到达约定地点对已接受的预约订单进行充电服务。若移动充电运营商设定的响应策略不合理,可能会导致路程耗费时间长、物流成本高、服务效率低等问题。因此,研究移动充电车实时需求响应策略对于提高企业收益、促进移动充电行业发展具有重要意义。本文研究的预约充电需求实时响应问题,需要在服务已接受的预约订单(ERCs)与实时响应随时间推移动态出现的预约请求(LRCs)的同时,最大化系统收益。该实时响应过程有以下特点和难点:第一,由于两类预约请求的不同特点及要求、系统信息的动态变化性,需要针对ERCs制定滚动更新的服务路径方案,同时,所制定的服务路径方案会影响LRCs的实时接受决策,所以关于ERCs的具体车辆服务路径方案与LRCs的接受决策呈现动态交替影响的关系;第二,需要定量衡量未来随机需求信息对决策的影响并融入到这两类需求的决策模型中。因此,如何根据上述特点对整体服务响应策略进行建模表示和问题求解是本研究要攻克的难题。针对以上问题的特点与难点,本文开展了以下研究工作:(1)移动充电车实时需求响应策略问题分析。对本研究中的问题特点、问题建模及求解复杂性进行了深入地分析,并介绍了问题的求解思路。(2)移动充电车实时需求响应策略的设计。提出了基于近似动态规划优化算法的两阶段移动充电车实时需求响应策略:在考虑系统决策未来价值的同时,分别设计了针对ERCs的滚动服务路径方案生成方法和LRCs的实时接受决策流程。(3)移动充电车实时需求响应策略的仿真流程设计。设计仿真流程来获得趋于稳态的决策后状态的未来价值以及实现整体实时需求响应策略的生成。(4)数据实验。利用Python进行离线仿真得到稳定的状态价值函数;并通过与其他响应策略的对比实验,验证本文响应策略的有效性且给出相应管理启示。本研究可为实际移动充电车实时需求响应策略的优化提供一种科学、智能的决策方法,研究思路和决策逻辑可为类似的实时需求响应问题提供借鉴。研究成果丰富了动态决策理论研究,对提高运营商的服务收益具有实际意义。