ShaheenandCohen指出分時租賃是一種新型的租車服務(wù)，用戶可以提前預(yù)約車輛，按照分鐘計費，可以隨時還車，打破了傳統(tǒng)租車企業(yè)按天計費和在門店租車還車的運營模式。汪鳴泉認為消費者通過電動汽車分時租賃模式可以分擔(dān)較高的購車和養(yǎng)護成本，同時也有助于加強節(jié)能和環(huán)保作用。

電動汽車分時租賃分為自由流動式和固定站點式。其中，自由流動式是指消費者可以在任意站點進行租車和還車，固定站點式是指消費者只能在同一站點進行租車和還車活動。Vine等采用實證方法對倫敦的自由流動式系統(tǒng)進行研究，結(jié)果發(fā)現(xiàn)自由流動式的預(yù)期需求是固定站點式的3-4倍，可見自由流動式比固定站點式更加靈活。

因此，主要針對自由流動式的電動汽車分時租賃系統(tǒng)進行研究，其存在兩種決策，一種是策略性計劃決策，另一種是運營決策。

策略性計劃決策模型，策略性計劃決策主要以尋找站點的最優(yōu)數(shù)量、規(guī)模和位置、汽車車隊大小為目標(biāo)，力圖鏈接整個系統(tǒng)的平衡性。CorreiaandAntunes研究了分時租賃系統(tǒng)中的最優(yōu)租賃站點位置和停車位規(guī)模，發(fā)現(xiàn)停車位大小是由運營商分配給每個站點最大車輛數(shù)量決定，而車輛調(diào)配包含的相關(guān)費用僅在整個營業(yè)周期結(jié)束時考慮。

該模型力求最大限度地提高營運利潤，并考慮到折舊、保養(yǎng)和調(diào)配車輛的成本、維修費用以及營運收入。但是該模型沒有明確考慮動態(tài)失衡情況，沒有在每個租賃行為結(jié)束時重新平衡站點車輛數(shù)量，因此該模型無法用于研究站點可用成本與系統(tǒng)經(jīng)濟效益之間的權(quán)衡問題。

Correia等在CorreiaandAntunes的基礎(chǔ)上，根據(jù)葡萄牙里斯本的分時租賃項目，假設(shè)只有在租賃站點周圍產(chǎn)生的租車需求才可被服務(wù)，在運營周期結(jié)束時才會考慮車輛調(diào)配及其相關(guān)成本，并擴展了旅行選擇和租賃站點位置模型，考慮更多的初始點和目的站點，建立混合整數(shù)規(guī)劃優(yōu)化模型，結(jié)果顯示用戶選擇的靈活性和車輛庫存的有效信息可以提高租賃商利潤，同時由許多小型車站組成的大型汽車共享系統(tǒng)可以增強信息效果。

XuandMeng提出了一種集合劃分模型，通過對分時租賃商利潤最大化來確定自由流動式的電動汽車車隊規(guī)模。Lemme等提出采用共享價值原則構(gòu)建車隊優(yōu)化模型，評估所選參數(shù)對不同車輛技術(shù)的經(jīng)濟和環(huán)境維度影響。

Jian等針對自由流動式提出了一種將供需方結(jié)合起來的綜合優(yōu)化模型，即把離散選擇模型與整數(shù)線性規(guī)劃公式相結(jié)合，形成了一個非線性模型，采用澳大利亞分時租賃商的實際案例對模型進行了檢驗，對總出行需求、系統(tǒng)容量、單向出行價格和車輛可用性系數(shù)進行敏感性分析，以評價其對系統(tǒng)利潤的影響。結(jié)果表明，不同的車輛可用系數(shù)和出行需求對利潤有不同影響。

許多文獻介紹了分時租賃站點的路網(wǎng)評估模型。當(dāng)分時租賃需求發(fā)生變化時，路網(wǎng)問題就會發(fā)生，如何調(diào)整租賃站路網(wǎng)以便更好地服務(wù)新需求成為難點。因此需要制定一個決策工具，使決策者能夠模擬導(dǎo)致不同路網(wǎng)配置的備選策略。

CalikandFortz采用混合整數(shù)隨機規(guī)劃研究在需求不確定情況下的電動汽車分時租賃系統(tǒng)，提出一種產(chǎn)生多種需求情景的需求預(yù)測方法，可以解決100-500個場景問題。Willing等為自由流動式運營商提供解決車輛供應(yīng)與客戶需求之間失衡的方案，降低了向新城市擴張時帶來的供需失衡風(fēng)險，最后基于阿姆斯特丹的相關(guān)使用數(shù)據(jù)，預(yù)測柏林市的分時租賃需求。

Fassi等認為這些策略應(yīng)該包括開放或關(guān)閉的租賃站點，以及提高租賃站點容量。為此采取基于離散事件進行模擬，用一種決策支持工具來評估哪一種決策可以最大限度地提高用戶的滿意度，并減少使用車輛數(shù)量。該模型允許在任何給定的站點建模，且不考慮數(shù)量和容量大小，對不同策略進行基準(zhǔn)比較，并將該模型應(yīng)用在加拿大蒙特利爾。

CepolinaandFarina研究采用同類環(huán)保電動汽車車隊，并允許自由流動式的情況。首先每個租賃站點也是停車場，為車輛提供充電服務(wù)，并且租賃站點位于多式聯(lián)運轉(zhuǎn)移點和靠近主要景點的行人區(qū)內(nèi)。該模型并不決定租賃站的數(shù)量、位置和規(guī)模，而是為了應(yīng)對自由流動式系統(tǒng)的車輛累計不平衡問題，引入監(jiān)管概念。主管的主要任務(wù)是指導(dǎo)用戶靈活地將車輛返回備用站點，以實現(xiàn)平衡操作和最大限度的等待時間，該模型主要通過仿真估算模型的目標(biāo)函數(shù)值。

運營決策模型，對于自由流動式來說，其運營決策的主要問題是如何調(diào)配車輛。針對該問題，學(xué)者們提出不同的對策和模型。Zhang等提出了一個新的時空—電池網(wǎng)絡(luò)流模型來確定電動汽車分時租賃系統(tǒng)中的最優(yōu)車輛調(diào)配和轉(zhuǎn)接決策，以此規(guī)避電池容量限制并提高車輛利用率。

王麗麗等考慮租賃站內(nèi)充電情景，通過分析車輛平均使用率、平均空閑率以及消費者滿意度等對電動汽車分時租賃商的運營能力進行評估，探討車隊規(guī)模和停車位數(shù)量對運營利潤的影響，比較消費者還車和站點員工還車情景，但是忽略了不同需求下的還車策略和調(diào)配距離對租賃商利潤的影響。

謝欣睿等采用上海分時租賃電動汽車實際運行數(shù)據(jù)，基于數(shù)據(jù)驅(qū)動方法，定量描述分時租賃模式存在的續(xù)航里程短、電池性能不穩(wěn)定等問題，利用數(shù)理統(tǒng)計工具分析表明耗電量與行駛里程均具有線性相關(guān)性，溫度也會影響新能源車電池耗電率。

另外，黃毅祥和蒲勇健針對分時租賃市場競爭存在有限理性的特點，構(gòu)建進化博弈模型描述租車軟件進出和搶占市場的博弈過程，并采用價格戰(zhàn)對模型進行分析和驗證。結(jié)果顯示，當(dāng)分時租賃市場受到價格戰(zhàn)突擊時不再存在純策略，而對于準(zhǔn)備進入分時租賃市場或擴大市場份額的公司來說選擇價格戰(zhàn)是最優(yōu)策略。

黃毅祥等在考慮消費者預(yù)期基礎(chǔ)上，采用博弈論討論電動汽車分時租賃的價格競爭過程，結(jié)果顯示分時租賃企業(yè)應(yīng)該把握好降價幅度，避免價格競爭，而價格敏感型消費者群體占比越大，租車公司間的價格競爭越激烈。Mattia等通過結(jié)構(gòu)方程模型檢驗消費者態(tài)度、主觀規(guī)范和知覺行為控制對消費者再次使用分時租賃意向的影響。研究結(jié)果顯示，這些要素對未來重復(fù)使用服務(wù)的意愿有顯著影響。

充電站布局研究現(xiàn)狀，分時租賃模式使得人們的交通出行方式更加靈活，也更大程度滿足人們的出行個性化和高品質(zhì)的需求。但是分時租賃車輛也會面臨路途中電量不足的困境，因此合理的充電站布局將有利于分時租賃車輛的運營能力和消費者滿意度。徐凡等指出充電站布局是電動汽車發(fā)展的基礎(chǔ)，應(yīng)充分考慮充電需求在時間和空間的雙重約束下，如何平衡交通密度與需求分布、滿足城市整體和路網(wǎng)規(guī)劃等問題，同時需考慮服務(wù)半徑、本區(qū)域的輸配電網(wǎng)以及電動汽車未來發(fā)展趨勢。

趙興勇和趙艷秋指出充電站規(guī)劃的基本原則包括電動汽車規(guī)模及發(fā)展趨勢要求、相關(guān)區(qū)域的交通流量及服務(wù)半徑要求、區(qū)域配電能力要求。所以充電站建設(shè)需采用規(guī)模集中分布形式，合理配置充電網(wǎng)點和服務(wù)方式，這是因為電動汽車用戶需要在較大區(qū)域范圍內(nèi)享受到滿足其實際需求的統(tǒng)一規(guī)范標(biāo)準(zhǔn)的網(wǎng)絡(luò)化和規(guī)范化的充電服務(wù)。但是我國城市土地資源緊張，只有合理建設(shè)充電站，才可以緩解停車位緊缺和電網(wǎng)改造成本高等問題。

在我國政府對充電基礎(chǔ)設(shè)施大力支持與建設(shè)的基礎(chǔ)下，隨著電動汽車市場滲透率逐步增大，對充電站布局提出新的挑戰(zhàn)。目前圍繞電動汽車充電站布局研究主要從充電站選址、定容以及高效算法等方面出發(fā)，大多采用多目標(biāo)規(guī)劃建模、傳統(tǒng)的數(shù)學(xué)優(yōu)化和算法優(yōu)化等方法。

充電站選址研究，從整數(shù)規(guī)劃模型角度出發(fā)，何亞偉等在FRLM基礎(chǔ)上，考慮電動汽車?yán)m(xù)航能力和充電站建設(shè)成本兩個影響因素，構(gòu)建混合整數(shù)規(guī)劃模型，為充電站布局提供最優(yōu)選址和數(shù)量組合決策方案。楊珺等考慮到電動汽車?yán)m(xù)航能力和裝載容量約束，針對換電站點選址和電動汽車路徑優(yōu)化問題建立了相應(yīng)的整數(shù)規(guī)劃模型，結(jié)果發(fā)現(xiàn)總成本隨著裝載容量的增加而顯著降低，電池續(xù)航里程的提升有助于降低建站成本和目標(biāo)函數(shù)值。

Faridimehr等考慮電動車輛到達和停留時間、到達車輛電池的充電狀態(tài)、駕駛員的步行距離和充電偏好、工作日和周末的需求等不確定性因素，提出了一個兩階段隨機規(guī)劃模型來確定一個社區(qū)的最佳充電站網(wǎng)絡(luò)。

葉露等建立基于隨機用戶均衡的雙目標(biāo)模型，上層考慮系統(tǒng)旅行時間和溫室氣體排放，下層考慮電動汽車用戶出行行為，通過分析電動汽車滲透率、充電站數(shù)量、里程和個人偏好對目標(biāo)函數(shù)的影響，確定最優(yōu)充電站位置。Chen等提出了考慮路徑選擇和充電等待時間均衡的雙層數(shù)學(xué)模型，探討電動汽車充電設(shè)施位置和容量的最佳設(shè)計方案，以達到充電設(shè)施建設(shè)成本和電動汽車駕駛者的行駛時間和等待時間成本之和最小。

此外，劉鍇等根據(jù)假設(shè)相關(guān)充電決策機制，建立基于仿真的電動汽車充電站動態(tài)布局優(yōu)化模型，以滿足總繞行時間最短為目標(biāo)，考慮建設(shè)時效的連續(xù)性需求，提出基于逐步優(yōu)化和比較備選方案服務(wù)能力的連續(xù)性優(yōu)化方法，通過實證分析探討模型的優(yōu)化布局特性和適用性。

Zhang等構(gòu)建基于需求動態(tài)的多周期約束定位優(yōu)化模型，以華盛頓特區(qū)、紐約市、波士頓等地為例進行數(shù)值實驗，可以最大限度地提高流量覆蓋率和電動汽車需求量。韓煜東等考慮目的地充電站優(yōu)化問題，構(gòu)建M/M/1和M/M/n兩種不同類型的排隊模型并比較，結(jié)果發(fā)現(xiàn)單臺多服務(wù)臺模式更優(yōu)。付鳳杰等以電動汽車的充電和出行成本比與運營商的成本和收益比之和最小為優(yōu)化目標(biāo)，將用戶心理和電網(wǎng)負荷等因素為約束條件，確定充電站的最優(yōu)布局方案。

充電站定容模型研究，從經(jīng)濟效應(yīng)角度出發(fā)，張帝等采用排隊論分別建立兩種不同的電動出租車充電站服務(wù)系統(tǒng)模型，以總費用最低為目標(biāo)函數(shù)，建立充電樁優(yōu)化配置模型，分析充電樁數(shù)量對充電站運行和建設(shè)成本的影響。

劉娟娟和曹勝蘭提出我國應(yīng)實行汽車廠商和電網(wǎng)企業(yè)聯(lián)盟建設(shè)充電樁模式，并引入政府補貼，建立以充電樁利潤最大化為目標(biāo)的數(shù)學(xué)模型，考慮建設(shè)成本和運行成本，對電動汽車規(guī)模和充電樁數(shù)量的配比進行了仿真。

從充電時間最短角度出發(fā)，Roni等認為充電造成的不可用時間是分時租賃可持續(xù)運營的主要障礙，而克服該障礙的直觀解決方案是增加充電站數(shù)量，因此提出一種整數(shù)規(guī)劃模型，研究車隊不可用時間和充電站數(shù)量之間的關(guān)系。結(jié)果顯示充電時間占總不可用時間為72-75%，若增加5-20個新充電站，充電時間和行駛時間將分別減少2%-4%和26%-49%。

Xylia等以瑞典斯德哥爾摩為例，建立電動客車充電基礎(chǔ)設(shè)施的動態(tài)優(yōu)化模型，該模型根據(jù)公共汽車站類型(終點站或中間站)設(shè)置約束，這些約束會影響每個特定位置的充電時間。Wang等提出了固定預(yù)算約束下的充電設(shè)施選址和容量設(shè)計問題，建立充電策略模型，并采用鄰域搜索策略來解決優(yōu)化問題。