CN111915176B - 一种混合运营模式下纯电动公交车辆的排班方法及其系统 - Google Patents

一种混合运营模式下纯电动公交车辆的排班方法及其系统 Download PDF

Info

Publication number
CN111915176B
CN111915176B CN202010718825.2A CN202010718825A CN111915176B CN 111915176 B CN111915176 B CN 111915176B CN 202010718825 A CN202010718825 A CN 202010718825A CN 111915176 B CN111915176 B CN 111915176B
Authority
CN
China
Prior art keywords
charging
vehicle
time
vehicles
train
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010718825.2A
Other languages
English (en)
Other versions
CN111915176A (zh
Inventor
钟楠海
潘小逸
姜东宇
林琳
滕靖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Publication of CN111915176A publication Critical patent/CN111915176A/zh
Application granted granted Critical
Publication of CN111915176B publication Critical patent/CN111915176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/30—Constructional details of charging stations
    • B60L53/31—Charging columns specially adapted for electric vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种混合运营模式下纯电动公交车辆的排班方法及其系统，公开了各实现步骤以及实现的系统。本发明方法与系统的研究对象是基于单一车场的多线路公交车排班问题，在已知发车时刻表情况下，进行纯电动公交车辆排班计划的编制，具体从车辆与车次任务以及车辆与充电桩两个层面进行研究，以实现运营时段内补电成本最低为目标。充分考虑纯电动公交的运行特性，基于车次规模、续航里程、车次衔接等约束条件进行排班计划模型编写。

Description

一种混合运营模式下纯电动公交车辆的排班方法及其系统
技术领域
本发明涉及公共交通领域车辆排班技术，尤其涉及一种混合运营模式下考虑充电资源约束的纯电动公交车辆的智能排班方法与系统。
背景技术
2019年7月交通运输部印发《数字交通发展规划纲要》“倡导‘出行即服务(MaaS)’理念，使出行成为一种按需获取的即时服务”，未来纯电动公交将不仅局限于常规公交模式，还将出现担任接驳线、观光线、商务线等多种“预约响应式公交”。“预约响应式公交”是一种通过提前预约乘客出行需求，从而定制公交运行线路及时刻表的公交服务模式，具有以下几个特点：
(1)服务的行程是来自预定的，具有多样性和不固定性，与传统公交固定里程一定存在差异；
(2)当日全部行程为已经计划的任务，相当于提前一天进行排班,编制的计划也可称为调度计划；
(3)在车辆数量有限条件下，车辆需要接受多个任务指派。
目前，在纯电动公交的实际运营中，电池单次充电可续航里程已达到了300公里左右，足以支持我国现在大部分城市固定线路公交系统日间服务要求，且许多车场在使用公交车辆完成常规线路的基础上具有一定冗余。针对具有冗余的车场，其纯电动公交即可同时兼顾常规线路和预约响应线路的运输任务。而为适应未来常规公交和预约响应式公交混合运营模式需要考虑续驶里程限制，有必要制定混合运营模式下公交车辆排班计划和充电计划编制方法，提高车辆使用效率并减少充电成本。
经过现有技术文献检索发现，基于以上混合运营模式下公交车辆排班计划和充电计划编制方法成果很少，且未见相应的计划编制软件产品。
发明内容
发明目的是为适应日益推广的纯电动公交车辆执行固定线路公交和预约响应式混合运营任务的车辆排班需求，本发明在深入考虑调度运营特征和充电特性约束的前提下，提出了一种混合运营模式下公交车辆排班计划和充电计划协同编制方法，以及能够实现对相关数据进行整合、处理、分析的计划编制系统。
为此给出以下技术方案：
(一)
一种混合运营模式下公交车辆排班计划和充电计划编制方法，其特征在于，包括以下步骤：
1)对获取的多元信息数据进行预处理，形成历史数据库
所述多元信息数据包括纯电动公交各线路的每日运营时刻表、场站充电资源条件与分配情况、纯电动公交所属车队及车型、日间分时电价表；处理后得到信息包括：运营时刻表、各线路单程公里数、各线路单程行驶时长、各线路上下行空驶公里数、上下行空驶时长。
2)建立模型并编写算法优化场站夜间充电排班
建立考虑充电资源约束的纯电动公交车辆排班优化模型，模型求解过程变量规模较大，搜寻空间广，对算法鲁棒性要求较高。在综合比较多种启发式算法后，选择了鲁棒性强，适用性高的遗传算法进行模型求解，可以同时对搜索空间中的多个解进行评估，减少了陷入局部最优解的风险。
2.1)设定条件：
车辆发车时刻表是已知的：运行和排班区分上下行车次，上行车次用奇数表示，下行用偶数表示；纯电动公交车充放电过程为线性，车辆保有电量和充电量情况通过电池荷电状态以百分比形式表示；进场充电车辆随机使用整个场站范围内的闲置充电桩；纯电动公交车辆类型按电池型号的不同进行区分，对应于不同的充放电效率，车辆按执行的车次任务归属某一线路。
2.2)确定目标函数，以充电成本最低为排班计划模型的目标函数
纯电动公交车辆受到电池容量限制，存在有限行驶里程，由于公交业务日趋多元化，仅凭夜间充电不确定满足全天出行服务的续航里程要求，因而需要从日间运营时段内补电和夜间充电两方面对纯电动公交进行能源补给。
因为车辆结束运营回场后，一般夜间场站能满足所有车辆充满电的需求，并且考虑到未来常规公交和预约响应式公交混合运营模式产生后，车辆在白天补电的机会将会增多，所以本发明重点关注日间的运营时段，并假设头班车运营前所有车辆电池皆为满负荷。由此，本发明以运营时段内补电成本最低作为目标函数。
2.3)确定约束条件，纯电动公交车辆排班问题的约束条件在石化驱动公交排班约束基础上补增得到，重点增加对车辆充电约束、场站充电桩资源约束的考虑，本发明从以下六个方面进行分析：
2.3.1)车次运行约束：保证每个车次有且仅有一辆车执行。
2.3.2)车辆周转约束：保证从车场出发的车辆数等于最终回到车场的车辆数。
2.3.3)车队规模约束：执行车次的车辆数不超过该公交线路备车数。
2.3.4)车辆续航里程约束：当车辆剩余电量不足以支持一个单向行程及随后返场行程时，必须返场充电而不可以执行这个单向行程任务；
否则，出于充电成本的考虑，当车辆剩余电量满足再完成一次出行服务后还能顺利回场的要求且已执行任务超过满电情况下所能执行的所有车次的一半时(如图2)，车辆以概率p选择回场站充电，概率值在剩余电量取区间最大值时最小为0，并随剩余电量的减少匀速递增至1。
2.3.5)车次接续约束：下一车次的发车时间必须大于等于上一车次的到达时间加班次间隔时间。对于满足续航里程约束即不需要补电的车辆，间隔时间为往返场站时间加上整备时间，整备时间根据企业作业要求进行参量化设置；对于需要回场补电的车辆，班次间隔时间为往返场站时间加上充电时间(包括在场站内等待充电的时间)。
2.3.6)充电资源约束具体可以从三方面进行考虑。
2.3.6.1)充电桩资源约束：车场内同时充电车辆数不得大于该车场配置的充电桩数；
2.3.6.2)配电变压器资源约束：受到变电站总功率限制，考虑每个充电桩的额定功率，同时充电的车辆总数不得大于各变电站允许的同时运转充电桩总数；
2.3.6.3)充电衔接约束：在任意时间段每一充电桩最多只可以给一辆电动公交车辆充电。
根据步骤2.3.4)，车辆在一定电量范围内可以选择回场充电：若回场后无可用充电桩，返场充电车辆需排队等待充电。等待车辆根据“距离下一班次任务的时间与预计充电时间之差”的规则确定充电优先级，差值越小充电优先级越高。若有可用充电桩，返场充电车辆使用可用充电桩进行充电，充电量取介于最小充电量和最大充电量之间的随机值。
2.4)确定求解排班方式需要的原始数据，包含三个方面：
2.4.1)车辆特性，包括：车辆电池型号(车辆类型)、各类型最大车辆数、各类型电池放电效率、各类型电池充电效率；
2.4.2)运营计划，包括：运营时刻表、各线路单程公里数、各线路单程行驶时长、上下行空驶时长；
2.4.3)充电条件，包括：场站总充电桩数、各变压器控制充电桩数、充电桩充电功率。
2.5)确定编码方式，排班计划方案中包括，执行每个车次的车辆编号、执行完某一车次后是否需要充电、如果需要充电则要确定充电开始的时刻、充电电量、充电离场时间。
2.6)确定初始可行解生成办法，按照该方法不断生成初始可行解，直到达到初代种群的数量。其中，初始可行解生成办法具体内容如下：
2.6.1)建立车次链集合和车辆集合；
2.6.2)从车辆集合中挑选车辆执行车次1，并更新车辆占用信息；
2.6.3)按照车次链顺序，确定后一车次的发车时间、单程公里数、单程行驶时长、空驶公里数、空驶时长；
2.6.4)在已行驶过该车次所属线路的车辆集合中，检查是否存在车辆在该车次发车时刻处于未被占用状态，若不存在，转向2.6.5)；若存在，随机选择其中的车辆执行该车次，检查是否满足车次接续条件，若满足转向2.6.6)；若不满足，重新选择车辆执行，若找到可满足接续条件的车辆，则转向2.6.6)；否则，遍历车辆集合未找到满足条件的车辆，则转向2.6.5)；
2.6.5)从未行驶过得车辆集合中，随机选择车辆执行该车次，若该集合中已无元素，则跳出运算，并反馈车次数量不足，无法完成运算；
2.6.6)执行后，检查该车的剩余电量是否满足能够行驶完该线路下一趟车次，若不满足则回场充电，转向2.6.7)；若满足，则检查该车是否满足回场补电电量集合的要求，若满足则以一定概率p回场充电，并转向2.6.7)，若不满足，则转向2.6.8)；
2.6.7)采用随机生成的模式，使充电电量至少达到行驶平均单程所需电量，充电完成后转向2.6.8)；
2.6.8)将该车列入未被占用的车辆集合，检查车次链是否全部完成匹配，若是转向2.6.9)；否则转向2.6.3)；
2.6.9)结束。
2.7)利用轮盘赌的个体选择方式选择个体发生交叉和变异，产生下一代种群，采取精英保留法保留每一代中的最优个体。
2.8)达到最大迭代次数后，算法终止，得到结果。
(二)
一种混合运营模式下的纯电动公交车辆的排班系统，其特征在于，包括：
1)数据输入系统，包括运营计划表输入、场站充电资源输入、车队及车型输入和日间分时电价表输入，分别提供纯电动公交每日运营计划、充电场站基础设施资源及其分配情况、车队及车型数据库、日间分时电价规则；
2)数据处理系统，包括数据接收模块、预处理模块、车辆排班模块、可用车辆统计模块、回场状态参数估计模块和充电场站可利用资源统计模块，其中：
①数据接收模块将数据输入系统的数据实时发送到预处理模块上，并能对数据接收条数、数据接收时间、服务器运行状况进行统计记录，实时监控数据的质量状况；
②预处理模块以数据输入系统所发送数据作为输入，根据其历史数据特征与相关性来识别异常数据，并进行剔除错误数据、修正问题数据和互补融合补充数据；
③车辆排班模块，根据预处理模块获得的运行计划数据，按照营运要求从可用车辆统计模块中调取满足条件的车辆，为其设置车次任务。
④可用车辆统计模块，根据预处理模块获得的车辆部分数据和车辆排班优化模块的计算结果，构建呈现每辆纯电动公交车辆空闲情况的数据库；
⑤回场状态参数估计模块，根据预处理模块获得的车辆部分数据，计算车辆需要执行的剩余车次，并基于历史数据与调查信息预估所需电量，并进行公交回场特征的估计，构建实时数据库与历史特征库；
⑥充电场站可利用资源统计模块，根据预处理模块获得的充电场站部分数据平行统计变压器分属充电桩的工作情况，构建与每辆纯电动公交回场时刻相对应的数据库；
⑦充电排班优化模块，基于公交回场特征数据库与充电场站可利用资源统计数据库，对纯电动公交进行日间充电排班。
(三)本发明具有如下优点
1)创新性地考虑在定制公交需求逐渐普及的背景，着眼于常规公交和预约响应式公交混合运营模式，突出在续航里程约束下，运营时段内补电的迫切需求，符合城市交通出行发展的新方向，有利于推动公共交通服务水平进入新的高度，具有前瞻性和示范性；
2)相较于现有排班计划默认到场即充的方式，考虑了充电资源不足的问题，将充电桩资源、配电变压器资源、充电衔接等约束引入纯电动公交排班模型的编写，全面分析运营时段内车辆回场后的充电情况，对于无可用充电资源的情况，考虑排队等待的优先级，符合实际情况，具有可行性和合理性；
3)相较于传统的手工排班，本发明将核心排班优化算法、数据输入系统与数据处理系统集成到一个软件系统中，提高了数据分析与计划的制定的速度与效率，为场站运营智能化奠定基础。
附图说明
图1为本发明的纯电动公交车辆的排班方法的整体流程图；
图2为本发明纯电动公交车辆续航里程约束中实时剩余电量检查机制流程图；
图3为本发明纯电动公交车辆排班计划初始可行解生成流程图；
图4为本发明纯电动公交线路车辆排班计划遗传算法的实现流程图；
图5为本发明纯电动公交车辆的智能排班系统原理图。
具体实施方式
为了对本发明的实现流程、技术方案和实施效果有更加清楚的阐述，现对照附图说明本发明的具体实施方式。
本发明方法与系统的研究对象是基于单一车场的多线路公交车排班问题，在已知发车时刻表情况下，进行纯电动公交车辆排班计划的编制，具体从车辆与车次任务以及车辆与充电桩两个层面进行研究，以实现运营时段内补电成本最低为目标。充分考虑纯电动公交的运行特性，基于车次规模、续航里程、车次衔接等约束条件进行排班计划模型编写。下面详细说明各实现步骤(实施例1)以及实现的系统(实施例2)。
实施例1
步骤1，确定原参量数据，包含三个方面：
1)车辆特性，包括：车辆电池型号(车辆类型)、各类型最大车辆数、各类型电池放电效率、各类型电池充电效率；
2)运营计划，包括：运营时刻表、各线路单程公里数、各线路单程行驶时长、上下行空驶时长；
3)充电条件，包括：场站总充电桩数、各变压器控制充电桩数、充电桩充电功率。
步骤2，设定条件。
已知车辆发车时刻表的，运行和排班区分上下行车次，上行车次用奇数表示，下行用偶数表示；纯电动公交车充放电过程为线性，车辆保有电量和充电量情况通过电池荷电状态以百分比形式表示；进场充电车辆随机使用整个场站范围内的闲置充电桩；纯电动公交车辆类型按电池型号的不同进行区分，对应于不同的充放电效率，车辆按执行的车次任务归属某一线路。
步骤3，确定目标函数：以充电成本最低为排班计划模型的目标函数。
纯电动公交车辆收到电池容量限制，存在有限行驶里程，由于公交业务日趋多元化，仅凭夜间充电不确定满足全天出行服务的续航里程要求，因而需要从运营时段内补电和夜间充电两方面对纯电动公交进行能源补给。
因为车辆结束运营回场后，一般夜间场站能满足所有车辆充满电的需求，并且考虑到未来常规公交和预约响应式公交混合运营模式产生后，车辆在白天补电的机会将会增多，所以本发明重点关注日间的运营时段，并假设头班车运营前所有车辆电池皆为满负荷。由此，本发明以运营时段内补电成本CD最低作为目标函数。
目标函数表示为：
Figure BDA0002599203250000091
C用于表示需要编制排班计划的运行的公交线路数；
M(c)表示线路c可投入运营的车型数；
K(c,m)表示线路c车型m可投入运营的最大车辆数；
N(c)表示线路c全日总发车车次；
p(t)表示车辆所在充电时段的单位用电量的电价函数，根据实际情况用分段函数表示；
Figure BDA0002599203250000092
表示线路c车型m分类下车辆k在车次i和车次j之间的充电时间，以分钟作为单位；
kcm1表示线路c车型m的电池充电速率；
Ccm表示线路c车型m的电池额定容量。
充电时间、充电速率与充电量之间存在着如下关系：
Figure BDA0002599203250000101
步骤4，确定约束条件，本发明纯电动公交车辆排班问题的约束条件在石化驱动公交排班约束基础上补增得到，重点增加对车辆充电约束、场站充电桩资源约束的考虑，本发明从以下六个方面进行分析：
1)车次运行约束：保证每个车次有且仅有一辆车执行。
Figure BDA0002599203250000102
Figure BDA0002599203250000103
若线路c车型m分类下车辆k执行完车次i后执行车次j，则X<c,m,k>ij＝1，否则为0。
2)车辆周转约束：保证从车场出发的车辆数等于最终回到车场的车辆数。
Figure BDA0002599203250000104
若线路c车型m分类下车辆k从车场出发执行车次i，则X<c,m,k>0i＝1，否则为0；
若线路c车型m分类下车辆k执行完车次j后返回车场，则X<c,m,k>j0＝1，否则为0。
3)车队规模约束：执行车次的车辆数不超过该公交线路备车数，执行车次的车型数不超过该公交线路可用车型数。
Figure BDA0002599203250000105
若线路c车型m分类下车辆k执行了某一车次，则X<c,m,k>＝1，否则为0。
4)车辆续航里程约束：当车辆剩余电量不足以支持一个单向行程及随后返场行程时，必须返场充电而不可以执行这个单向行程任务；
SOCcm：线路c车型m返场需要的容许电荷比例
Figure BDA0002599203250000116
线路c车型m完成一趟车次所需要的电荷比例
tcm：满电状态下线路c车型m车辆最多可执行的车次数
SOCcm＝max(lc1,lc2)×kcm2+20
Figure BDA0002599203250000111
Figure BDA0002599203250000112
当
Figure BDA0002599203250000117
时，车辆剩余电量不满足再完成一次出行服务后还能顺利回场的要求，因此必须返场充电而不可以执行下一车次任务；
当
Figure BDA0002599203250000113
时，车辆以概率p选择回场站充电，概率值在剩余电量取区间最大值时最小为0，并随剩余电量的减少匀速递增至1。检查机制的具体流程如图2所示。
5)车次接续约束：
下一车次的发车时间必须大于等于上一车次的到达时间加班次间隔时间。对于满足续航里程约束即不需要补电的车辆，间隔时间为往返场站时间加上整备时间，整备时间根据企业作业要求进行参量化设置；对于需要回场补电的车辆，班次间隔时间为往返场站时间加上充电时间(包括在场站内等待充电的时间)，可用公式表示为：
Figure BDA0002599203250000114
X<c,m,k>ij＝1
Figure BDA0002599203250000115
t<c,m,k>ij表示线路c车型m分类下车辆k在班次i和班次j之间的接续时间；
若线路c车型m分类下车辆k在执行完班次i后回场补电，则C<m,k>i＝1，否则为0；
Figure BDA0002599203250000121
表示线路c车型m分类下车辆k在车次i和车次j之间的充电时间；
Tc表示线路c回场充电的总空驶时间。
6)充电资源约束具体可以从三方面进行考虑。
6.1)充电桩资源约束：车场内同时充电车辆数不得大于该车场配置的充电桩数；
Figure BDA0002599203250000122
6.2)配电变压器资源约束：受到变电站总功率限制，考虑每个充电桩的额定功率，同时充电的车辆总数不得大于各变电站允许的同时运转充电桩总数；
Figure BDA0002599203250000123
6.3)充电衔接约束：在任意时间段每一充电桩最多只可以给一辆电动公交车辆充电。
Figure BDA0002599203250000124
Z表示场站内充电桩个数；
Y表示场站内变压器个数；
H(y)表示变压器y下可以同时运转的充电桩数；
若线路c车型m分类下车辆k在t时间段内占用z号桩进行充电，则d<m,k>tz＝1，否则为0；
若线路c车型m分类下车辆k在t时间段内是否占用y号变压器进行充电，则d<c,m,k>ty＝1，否则为0。
根据步骤4中第4)分析，车辆在一定电量范围内可以选择回场充电：若回场后无可用充电桩，返场充电车辆需排队等待充电。等待车辆根据“距离下一班次任务的时间与预计充电时间之差”的规则确定充电优先级，差值越小充电优先级越高。若有可用充电桩，返场充电车辆使用可用充电桩进行充电，充电量取介于最小充电量和最大充电量之间的随机值。
Figure BDA0002599203250000131
Figure BDA0002599203250000132
Figure BDA0002599203250000133
表示线路c车型m分类下车辆k在执行车次i和j之间回场充电的最低需电量；
α表示充电量折算系数，取大于1的常数；
lc1、lc2分别表示线路c上行始发站及下行始发站与场站的距离；
kcm2表示线路c车型m电池放电速率；
ΔSOC<c,m,k>ij表示线路c车型m分类下车辆k在执行车次i和j之间回场充电前后的电荷状态变化，即实际充电量；
SOCb<c,m,k>ij表示线路c车型m分类下车辆k回场时剩余电荷比例。
步骤5，确定编码方式：
1)排班计划结果中包括，执行每个车次的车辆编号、执行完某一车次后是否需要充电、如果需要充电则要确定充电开始的时刻、充电电量、充电离场时间；
2)采用实数编码的方式，对时刻表中规定的每个车次按照发车时刻进行排序，用1到n表示各车次编号，用奇数表示上行班次，用偶数表示下行班次；当上行或下行车次连续重复出现时，在其中插入一个虚拟车次，并引入车辆编号为“-1”的虚拟车辆执行该车次；
3)用1到m表示各车型编号，用M(1)到M(k)表示车型m使用的车辆编号；
4)开始充电与充电离场的时刻均用整数表示，以分钟为单位，从0-1440取值；
5)充电电量用充电前后的SOC差值表示。
步骤6，确定初始可行解生成办法，按照该方法不断生成初始可行解，直到达到初代种群的数量。其中，初始可行解生成办法具体内容如下：
1)建立车次链集合和车辆集合；
2)从车辆集合中挑选车辆执行车次1，并更新车辆占用信息；
3)按照车次链顺序，确定后一车次的发车时间、单程公里数、单程行驶时长、空驶公里数、空驶时长；
4)在已行驶过该车次所属线路的车辆集合中，检查是否存在车辆在该车次发车时刻处于未被占用状态，若不存在，转向5)；若存在，随机选择其中的车辆执行该车次，检查是否满足车次接续条件，若满足转向6)；若不满足，重新选择车辆执行，若找到可满足接续条件的车辆，则转向6)；否则，遍历车辆集合未找到满足条件的车辆，则转向5)；
5)从未行驶过得车辆集合中，随机选择车辆执行该车次，若该集合中已无元素，则跳出运算，并反馈车次数量不足，无法完成运算；
6)执行后，检查该车的剩余电量是否满足能够行驶完该线路下一趟车次，若不满足则回场充电，转向7)；若满足，则检查该车是否满足回场补电电量集合的要求，若满足则以一定概率p回场充电，并转向7)，若不满足，则转向8)；
7)采用随机生成的模式，使充电电量至少达到行驶平均单程所需电量，充电完成后转向8)；
8)将该车列入未被占用的车辆集合，检查车次链是否全部完成匹配，若是转向9)；否则转向3)；
9)结束。
步骤7，利用轮盘赌的个体选择方式选择个体发生交叉和变异，产生下一代种群，采取精英保留法保留每一代中的最优个体，其中：
1)交叉方法为：选取两个个体(即两组排班计划)发生交叉，从一个个体中随机选择一个节点，将该节点之后的部分与另一个个体进行替换，并保留该个体在该节点之前的部分。检验新生成的个体是否满足约束条件，若由于交叉造成前后节点采用的车辆发生冲突，则从未使用的车辆中挑选满足约束条件的车辆进行替换；提供给步骤(2)；
2)变异方法为：重新随机生成车辆的充电量，并检验是否满足约束条件条件，若不满足则继续生成。如图4所示。
步骤8，达到最大迭代次数后，算法终止，得到结果。如图4所示。
实施例2
参照图5，一种混合运营模式下的纯电动公交车辆的智能排班系统，其特征在于，所述排班系统包括数据输入系统和数据处理系统：
1)所述数据输入系统包括运营计划表输入、场站充电资源输入、车队及车型输入和日间分时电价表输入，分别提供纯电动公交每日运营计划、充电场站基础设施资源及其分配情况、车队及车型数据库、日间分时电价规则；
2)所述数据处理系统包括数据接收模块、预处理模块、车辆排班模块、可用车辆统计模块、回场状态参数估计模块、充电场站可利用资源统计模块和充电排班优化模块，其中：
①数据接收模块将数据输入系统的数据实时发送到预处理模块上，并能对数据接收条数、数据接收时间、服务器运行状况进行统计记录，实时监控数据的质量状况；
②预处理模块以数据输入系统所发送数据作为输入，根据其历史数据特征与相关性来识别异常数据，并进行剔除错误数据、修正问题数据和互补融合补充数据；
③车辆排班模块，根据预处理模块获得的运行计划数据，按照营运要求从可用车辆统计模块中调取满足条件的车辆，为其设置车次任务。
④可用车辆统计模块，根据预处理模块获得的车辆部分数据和车辆排班优化模块的计算结果，构建呈现每辆纯电动公交车辆空闲情况的数据库；
⑤回场状态参数估计模块，根据预处理模块获得的车辆部分数据，计算车辆需要执行的剩余车次，并基于历史数据与调查信息预估所需电量，并进行公交回场特征的估计，构建实时数据库与历史特征库。
⑥充电场站可利用资源统计模块，根据预处理模块获得的充电场站部分数据平行统计变压器分属充电桩的工作情况，构建与每辆纯电动公交回场时刻相对应的数据库；
⑦充电排班模块，基于公交回场特征数据库与充电场站可利用资源统计数据库，对纯电动公交进行日间充电排班。
本发明从数据预处理以及车辆排班模块、充电排班模块、可用车辆统计模块、回场状态参数估计、充电场站可利用资源统计几个板块进行了理论与实践创新，开发了原型处理系统。该系统是基于C/S架构，包括后台运算服务器与接口服务器。后台运算服务器负责将输入的数据进行实时的处理与分析，基于历史数据与调查信息进行公交回场特征的估计，构建实时数据库与历史特征库；接口服务器通过与公交企业数据中心的数据接口将回场状态参数、充电场站可利用资源的估计与统计结果实时写入到运算服务器的数据库中。构建了基于sqlserver的实时数据库与历史数据库。采用的服务器是CPU:1个Intel XeonE5(六核心2GHz 15MB缓存95W),内存:16GB,硬盘:HP 652611-B21 300GB 15k rpm SASHDD。此发明的计算效率能够很好的满足纯电动公交回场状态参数估计的计算需求，对计算机硬件条件要求不高。

Claims (2)

1.一种混合运营模式下公交车辆排班计划和充电计划编制方法，其特征在于，包括以下步骤：
1)对获取的多元信息数据进行预处理，形成历史数据库
所述多元信息数据包括纯电动公交各线路的每日运营时刻表、场站充电资源条件与分配情况、纯电动公交所属车队及车型、日间分时电价表；处理后得到信息包括：运营时刻表、各线路单程公里数、各线路单程行驶时长、各线路上下行空驶公里数、上下行空驶时长；
2)建立模型并编写算法优化场站夜间充电排班
2.1)设定条件：
车辆发车时刻表是已知的：运行和排班区分上下行车次，上行车次用奇数表示，下行用偶数表示；纯电动公交车充放电过程为线性，车辆保有电量和充电量情况通过电池荷电状态以百分比形式表示；进场充电车辆随机使用整个场站范围内的闲置充电桩；纯电动公交车辆类型按电池型号的不同进行区分，对应于不同的充放电效率，车辆按执行的车次任务归属某一线路；
2.2)确定目标函数，以充电成本最低为排班计划模型的目标函数
以运营时段内补电成本最低作为目标函数；
2.3)确定约束条件：
2.3.1)车次运行约束：保证每个车次有且仅有一辆车执行；
2.3.2)车辆周转约束：保证从车场出发的车辆数等于最终回到车场的车辆数；
2.3.3)车队规模约束：执行车次的车辆数不超过该公交线路备车数；
2.3.4)车辆续航里程约束：当车辆剩余电量不足以支持一个单向行程及随后返场行程时，必须返场充电而不可以执行这个单向行程任务；
否则，出于充电成本的考虑，当车辆剩余电量满足再完成一次出行服务后还能顺利回场的要求且已执行任务超过满电情况下所能执行的所有车次的一半时，车辆以概率p选择回场站充电，概率值在剩余电量取区间最大值时最小为0，并随剩余电量的减少匀速递增至1；
2.3.5)车次接续约束：下一车次的发车时间必须大于等于上一车次的到达时间加班次间隔时间；对于满足续航里程约束即不需要补电的车辆，间隔时间为往返场站时间加上整备时间，整备时间根据企业作业要求进行参量化设置；对于需要回场补电的车辆，班次间隔时间为往返场站时间加上充电时间(包括在场站内等待充电的时间)；
2.3.6)充电资源约束具体从三方面进行考虑
2.3.6.1)充电桩资源约束：车场内同时充电车辆数不得大于该车场配置的充电桩数；
2.3.6.2)配电变压器资源约束：受到变电站总功率限制，考虑每个充电桩的额定功率，同时充电的车辆总数不得大于各变电站允许的同时运转充电桩总数；
2.3.6.3)充电衔接约束：在任意时间段每一充电桩最多只可以给一辆电动公交车辆充电：
根据步骤2.3.4)，车辆在一定电量范围内可以选择回场充电：若回场后无可用充电桩，返场充电车辆需排队等待充电；等待车辆根据“距离下一班次任务的时间与预计充电时间之差”的规则确定充电优先级，差值越小充电优先级越高；若有可用充电桩，返场充电车辆使用可用充电桩进行充电，充电量取介于最小充电量和最大充电量之间的随机值；
2.4)确定求解排班方式需要的原始数据，包含三个方面：
2.4.1)车辆特性，包括：车辆电池型号(车辆类型)、各类型最大车辆数、各类型电池放电效率、各类型电池充电效率；
2.4.2)运营计划，包括：运营时刻表、各线路单程公里数、各线路单程行驶时长、上下行空驶时长；
2.4.3)充电条件，包括：场站总充电桩数、各变压器控制充电桩数、充电桩充电功率；
2.5)确定编码方式，排班计划方案中包括，执行每个车次的车辆编号、执行完某一车次后是否需要充电、如果需要充电则要确定充电开始的时刻、充电电量、充电离场时间；
2.6)确定初始可行解生成办法，按照该方法不断生成初始可行解，直到达到初代种群的数量；其中，初始可行解生成办法具体内容如下：
2.6.1)建立车次链集合和车辆集合；
2.6.2)从车辆集合中挑选车辆执行车次1，并更新车辆占用信息；
2.6.3)按照车次链顺序，确定后一车次的发车时间、单程公里数、单程行驶时长、空驶公里数、空驶时长；
2.6.4)在已行驶过该车次所属线路的车辆集合中，检查是否存在车辆在该车次发车时刻处于未被占用状态，若不存在，转向2.6.5)；若存在，随机选择其中的车辆执行该车次，检查是否满足车次接续条件，若满足转向2.6.6)；若不满足，重新选择车辆执行，若找到可满足接续条件的车辆，则转向2.6.6)；否则，遍历车辆集合未找到满足条件的车辆，则转向2.6.5)；
2.6.5)从未行驶过得车辆集合中，随机选择车辆执行该车次，若该集合中已无元素，则跳出运算，并反馈车次数量不足，无法完成运算；
2.6.6)执行后，检查该车的剩余电量是否满足能够行驶完该线路下一趟车次，若不满足则回场充电，转向2.6.7)；若满足，则检查该车是否满足回场补电电量集合的要求，若满足则以一定概率p回场充电，并转向2.6.7)，若不满足，则转向2.6.8)；
2.6.7)采用随机生成的模式，使充电电量至少达到行驶平均单程所需电量，充电完成后转向2.6.8)；
2.6.8)将该车列入未被占用的车辆集合，检查车次链是否全部完成匹配，若是转向2.6.9)；否则转向2.6.3)；
2.6.9)结束；
2.7)利用轮盘赌的个体选择方式选择个体发生交叉和变异，产生下一代种群，采取精英保留法保留每一代中的最优个体；
2.8)达到最大迭代次数后，算法终止，得到结果。
2.如权利要求1所述的方法，其特征在于，所述模型的目标函数表示为：
Figure FDA0003615961340000031
C用于表示需要编制排班计划的运行的公交线路数；
M(c)表示线路c可投入运营的车型数；
K(c,m)表示线路c车型m可投入运营的最大车辆数；
N(c)表示线路c全日总发车车次；
p(t)表示车辆所在充电时段的单位用电量的电价函数，根据实际情况用分段函数表示；
Figure FDA0003615961340000041
表示线路c车型m分类下车辆k在车次i和车次j之间的充电时间，以分钟作为单位；
kcm1表示线路c车型m的电池充电速率；
Ccm表示线路c车型m的电池额定容量；
充电时间、充电速率与充电量之间存在着如下关系：
Figure FDA0003615961340000042
CN202010718825.2A 2020-04-28 2020-07-23 一种混合运营模式下纯电动公交车辆的排班方法及其系统 Active CN111915176B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010354848X 2020-04-28
CN202010354848 2020-04-28

Publications (2)

Publication Number Publication Date
CN111915176A CN111915176A (zh) 2020-11-10
CN111915176B true CN111915176B (zh) 2022-08-09

Family

ID=73281332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010718825.2A Active CN111915176B (zh) 2020-04-28 2020-07-23 一种混合运营模式下纯电动公交车辆的排班方法及其系统

Country Status (1)

Country Link
CN (1) CN111915176B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112884216B (zh) * 2021-02-04 2023-06-23 国网湖南省电力有限公司 单条公交线路最小车辆数计算方法
CN112529482B (zh) * 2021-02-08 2021-06-15 中铁工程设计咨询集团有限公司 一种列车运用车数计算方法、装置、设备及可读储存介质
CN113285464B (zh) * 2021-05-12 2022-03-22 国网江苏省电力有限公司南通供电分公司 一种电动公交车与分布式光伏协调控制系统
CN113487125A (zh) * 2021-05-17 2021-10-08 北京工业大学 一种考虑充电策略的纯电动公交行车计划编制方法及装置
CN113362631B (zh) * 2021-06-03 2023-05-02 安徽交欣科技股份有限公司 一种基于充电和行车计划的公交车辆场站停靠方法
CN113400960B (zh) * 2021-08-05 2022-04-26 安徽交欣科技股份有限公司 一种基于电动公交车的充电调度方法
CN113537650B (zh) * 2021-09-16 2022-02-11 清华大学深圳国际研究生院 基于启发式算法和时变行驶时间的公交排班表生成方法
CN114282800B (zh) * 2021-12-22 2023-02-14 成都智元汇信息技术股份有限公司 一种基于MaaS的无缝组合出行方法
CN115100896B (zh) * 2022-06-17 2023-07-25 大连海事大学 一种考虑机会充电策略的电动需求响应公交调度方法
CN115320677A (zh) * 2022-08-30 2022-11-11 江西理工大学 一种永磁磁浮轨道交通预约车系统
CN115952985B (zh) * 2022-12-21 2023-08-18 大连理工大学 模块车和公交车在多线路多班次交通系统中的混合调度方法
CN116872776B (zh) * 2023-06-21 2024-05-14 隆瑞三优新能源汽车科技有限公司 一种公交车充电功率分配方法、装置、电子设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106991492A (zh) * 2017-03-13 2017-07-28 北京交通大学 一种北方气候快充纯电动公交车运营调度优化方法
CN109460936A (zh) * 2018-11-21 2019-03-12 深圳市都市数据技术有限公司 一种公交车辆智能排班方法、智能终端及存储介质
CN109615268A (zh) * 2018-12-28 2019-04-12 南京德睿能源研究院有限公司 一种分时电价的公交充电经济调度方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106991492A (zh) * 2017-03-13 2017-07-28 北京交通大学 一种北方气候快充纯电动公交车运营调度优化方法
CN109460936A (zh) * 2018-11-21 2019-03-12 深圳市都市数据技术有限公司 一种公交车辆智能排班方法、智能终端及存储介质
CN109615268A (zh) * 2018-12-28 2019-04-12 南京德睿能源研究院有限公司 一种分时电价的公交充电经济调度方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
纯电动公交时刻表和车辆排班计划整体优化;滕靖等;《同济大学学报(自然科学版)》;20200108;第1748-1755页 *

Also Published As

Publication number Publication date
CN111915176A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN111915176B (zh) 一种混合运营模式下纯电动公交车辆的排班方法及其系统
Das et al. Charging scheduling of electric vehicle incorporating grid-to-vehicle and vehicle-to-grid technology considering in smart grid
Sebastiani et al. Evaluating electric bus operation for a real-world BRT public transportation using simulation optimization
CN108199100B (zh) 智能交通中电动汽车长途运行充电规划方法
Chen et al. Evolutionary computation for intelligent transportation in smart cities: A survey
CN109934391B (zh) 一种纯电动公交车辆的智能调度方法
CN109615268B (zh) 一种分时电价的公交充电经济调度方法及系统
Lu et al. Optimal scheduling of a taxi fleet with mixed electric and gasoline vehicles to service advance reservations
CN111612358A (zh) 共享汽车车辆调度及调度员路径优化方法
Sung et al. Optimizing mix of heterogeneous buses and chargers in electric bus scheduling problems
CN115577938A (zh) 一种电气化按需移动调度方法、装置及系统
Sivagnanam et al. Minimizing energy use of mixed-fleet public transit for fixed-route service
CN115130727A (zh) 一种新能源纯电公交车夜间充电调度方法
Almutairi et al. Optimal charging infrastructure portfolio for minimizing grid impact of plug-in electric vehicles
CN111651899A (zh) 考虑用户选择行为的换电站鲁棒选址定容方法和系统
Ruiz et al. An optimal battery charging and schedule control strategy for electric bus rapid transit
Iacobucci et al. Model predictive control of a shared autonomous electric vehicles system with charge scheduling and electricity price response
Shen et al. A MultiObjective optimization approach for integrated timetabling and vehicle scheduling with uncertainty
Yuan et al. Source: Towards solar-uncertainty-aware e-taxi coordination under dynamic passenger mobility
CN113469451A (zh) 基于启发式算法的定制公交线路生成方法
CN111369741A (zh) 一种电力市场下多停车场共享车位与电动汽车撮合系统
Gao et al. Charging autonomous electric vehicle fleet for mobility-on-demand services: Plug in or swap out?
Wang et al. A Queue Balancing Approach for Electric Vehicle Charging Allocation
CN117996754B (zh) 一种基于改进dbo算法的电动汽车有序充放电控制方法
Wang et al. Operations of electric taxis to serve advance reservations by trip chaining: Sensitivity analysis on network size, customer demand and number of charging stations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant