摘要：为最小化电动公交系统的总运营成本,本文提出一种考虑分时电价和多车型的电动公交行车与充电计划的一体化优化模型。该模型同时考虑车次链构建、充电时间窗及充电桩数量等实际运营约束。通过设计自适应大邻域搜索算法(Adaptive Large Neighborhood Search, ALNS)求解车次链,该算法针对多车型下的车次与车型匹配和车次链可行性等问题特性多元化设计可行解的破坏与修复算子。对于ALNS迭代中生成的可行车次链组合,构建分时电价下的充电计划优化子问题,并将其转化到特定的网络图中,设计基于最小费用流的算法求解充电时长,优化决策充电开始时间。选取北京市的3条公交线路验证模型和算法,结果显示,相比于现状,车队规模从30辆减少至24辆,电费成本和运营总成本分别降低了25.84%和20.63%。通过对比实验,探讨不同修复指标权重和车型组合对优化结果的影响。

摘要：为提高电动公交系统运营效率,降低运营成本,本文提出一种考虑机会充电和行程时间可靠性的电动公交调度优化方法。首先,基于区域调度场景,提出在线路始末站配备快速充电桩,利用车次接续时间进行机会充电的策略;然后,考虑行程时间的随机波动,以表征特定可靠性的预留行程时间作为模型输入生成调度方案,同时,将发车延误成本纳入目标函数中,综合考虑公交企业从规划到运营阶段的整体效益,构建以总成本最小为目标的区域多车型电动公交调度优化模型,针对模型特点,设计自适应大邻域搜索算法进行求解;最后,以北京市大兴区4条公交线路为例,验证模型和算法的有效性。结果表明:基于本文方法得到的最优调度方案相较于传统单线路单车型调度方案,能使企业日均总成本下降37.93%,平均每辆车的发车延误时长减少5.63 min,说明本文所提方法能有效降低企业成本,提升公交系统可靠性。相较于不考虑机会充电和行程时间可靠性的区域多车型运营模式,本文最优方案能使总成本下降28.67%。此外,通过灵敏度分析,建议公交企业以240 kW的充电功率进行快速充电资源的配置,以90%的行程时间可靠性进行电动公交调度方案的编制。

摘要：为了保障电动公交系统的车辆能源供给和线路顺畅运营,本文在多线路与多充电站场景下考虑线路行程时间的随机性,建立面向线路层面的电动公交系统车辆与充电桩配置双层优化模型。模型以车辆和充电桩投资成本与乘客候车成本之和的最小化为目标,对各线路车队规模、各充电站充电桩数量及线路与充电站间的充电匹配关系进行优化决策。在下层模型中,为反映随机行程时间下车辆充电过程对线路运营的影响,引入顾客源有限下的多服务台排队模型来刻画固定线路与充电站匹配下的排队充电过程;在上层模型中,考虑充电站与场站容量约束,对电动公交系统的线路与充电站匹配关系进行优化。在求解方面,首先基于排队模型设计算法求解特定线路与充电站匹配下的车队规模及充电桩数量,进而利用CPLEX求解器对线路与充电站匹配关系进行优化。在实验环节,设计不同规模的算例验证本文所提双层模型与算法框架的有效性,计算结果表明,本文所提的双层模型和算法框架可在满足充电站和场站容量限制的前提下尽可能缩减车队成本、充电桩成本与乘客候车成本;相比较两种人工经验方法,本文算法可将总成本分别降低5.65%和4.54%。

摘要：为解决因运行时间不确定性导致的公交到发时间不准点问题,本文基于公交线路双方向发车趟次和运营时间的不对称特征,提出一种可变行车计划优化问题。以最小化车辆使用数和乘客等待时间为目标,考虑车次链的行程接续和电动公交车辆电量等约束,构建公交时刻表和车辆排班一体化优化模型。根据可变行车计划优化问题特性设计改进的粒子群算法(Modified Particle Swarm Optimization for Timetabling and Scheduling,MPSO-TS)进行求解,定制粒子编码和子代更新方式。采用“基于优势车次链”的子代更新机制,以“车次链”为纽带最大程度地保留父代被继承信息中时刻表与车辆调度方案之间的关联性。使用连云港市某公交线路验证模型和算法,案例结果表明:可变行车计划能够有效保证车辆到发准点性,通过更紧密的排班计划将使用车数由35辆减少至31辆,车辆使用效率提升了28.1%;所提出的MPSO-TS算法求解效率较高,具有较好的稳定性,可有效避免计算结果陷入“局部最优”。

摘要：为解决纯电动公交车在全生命周期内因电池容量退化而影响长期运营规划的问题,本文以公交车辆运营成本、能耗成本及电池退化成本最小为目标,构建考虑电池容量退化的纯电动公交全生命周期运营规划优化模型。模型将电动公交车队的整个使用寿命划分为多个周期,考虑电池退化成本的影响,分别优化每个周期的行车计划和配车数量,并得到每个周期内因为电池容量退化而造成的电池更换计划。针对提出的模型设计列生成算法,并选取北京市实际运营的某条公交线路进行算例分析,结果表明,与未考虑电池退化的运营规划相比,考虑电池容量退化后,充电成本和电池退化成本分别降低了6.5%和17.5%。通过影响参数的灵敏度分析,探讨模型参数对成本的影响,能够为电动公交全生命周期内的运营规划提供优化建议。

摘要：随着燃油车辆对环境污染的日益加剧以及公共交通对乘车舒适性的愈加重视,电动车辆以其低污染、高舒适性等优良特性被广泛使用.然而因其续航里程及充电需求的约束,其行车计划制定更为复杂.本研究在多场站区域调度模式的前提下,充分考虑充电任务的发生和执行,以电动公交车辆及其配套设施在内的总固定成本和总运营成本之和为优化目标,建立了电动公交区域行车计划编制模型,并基于遗传算法和贪婪算法设计出复合求解算法对模型进行求解.以北京市大兴区部分线路运营为例验证模型效果,并与传统公交行车计划编制方法进行对比,结果表明,总运营成本降低18.20%.

摘要：在分析公交车的运行特点和换电站电池实际使用数据基础上,建立了电动公交车动力电池回站SOC模型、锂离子动力电池充电时间模型、充电功率模型等数学模型,通过以上模型以及锂离子电池开路电压变化曲线进行换电站功率估算并给出充电机功率的求解方法。同时考虑电池容量衰退等因素对电动公交换电站基本配置的影响,提出电动公交换电站充电功率的冗余估算方法。以北京北土城换电站的实际数据作为仿真算例,验证了提出的充电功率估算方法的准确性,同时还为电动公交换电站的建站及冗余设计提供了理论依据。

摘要：随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法(Surrogate-model-based Algorithm)来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。

摘要：为实现"碳达峰"、"碳中和"的目标,大力发展电动公交车,并建设配套的充电站,已成为我国政府接下来的工作重点。目前对电动公交充电站优化布局的研究,缺乏对定量和定性因素的综合考量。文章将定量的构建数学模型的方法与定性的综合评价的方法相结合,提出了一个新的电动公交充电站优化布局框架体系。首先建立0-1整数规划模型,同时对充电站的选址和服务范围进行决策。接着设计电动公交充电站布局的评价指标体系,使用层次分析法-模糊综合评判法对充电站布局方案进行综合评估。以江阴市公交网络数据进行实证分析,验证了文章提出的方法可以为电动公交充电站布局提供科学、合理的决策支持。

摘要：本文简单介绍了电动公交充电站充电桩配桩设计策略,深入探讨电动公交充电站充电桩配桩计算及选择要点,最后以具体车辆及运营参数开展实例分析。