机器人出租车（RT）是一类新兴的自主叫车电动车，能够通过协调操作显著增强配电网络（PDN）的弹性，利用它们完全可调度的特性。电动汽车（EV）的充电行为自然将PDN与道路网络（RN）耦合。然而，一些关于PDN弹性的研究忽视了灾害影响对RN和PDN的空间相关性，这可能会导致通过限制基础设施条件评估的准确性和交通与电力系统之间的有效协调而产生次优策略。因此，本文首先开发了一种基础设施性能退化模型（IPDM），以量化极端灾害对RN和PDN的联合影响，进一步分析它们对充电需求变化的影响。基于此，提出了一种协调框架，以在极端灾害下增强PDN的弹性。该框架创新性地利用RT车队作为移动灵活性资源，并将充电管理与主动PDN拓扑优化相结合，包括软开关点（SOPs）和断路器（CBs）的设置和PDN重构。案例研究表明，所提框架不仅改善了PDN弹性，还降低了相关经济成本。此外，系统地检查了不同RT渗透水平对弹性策略的敏感性分析，突出了RT在支持开关规划中的潜力。• 机器人出租车驱动的交通与电力协调开关规划。• 灾害引起的道路-电网耦合网络退化模型。• 协调机器人出租车调度以减少充电延迟和收入损失.
龚等（Sat，）研究了这个问题。