CN114611993A - 一种基于移动电池包的城乡电动公交车辆调度方法 - Google Patents

一种基于移动电池包的城乡电动公交车辆调度方法 Download PDF

Info

Publication number
CN114611993A
CN114611993A CN202210317495.5A CN202210317495A CN114611993A CN 114611993 A CN114611993 A CN 114611993A CN 202210317495 A CN202210317495 A CN 202210317495A CN 114611993 A CN114611993 A CN 114611993A
Authority
CN
China
Prior art keywords
electric bus
shift
station
electric
mobile battery
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.)
Pending
Application number
CN202210317495.5A
Other languages
English (en)
Inventor
别一鸣
从远
季金华
刘亚君
朱奥泽
龚雨辰
章源
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN202210317495.5A priority Critical patent/CN114611993A/zh
Publication of CN114611993A publication Critical patent/CN114611993A/zh
Pending legal-status Critical Current

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
    • G06Q10/06312—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
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

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

Abstract

一种基于移动电池包的城乡电动公交车辆调度方法，本发明涉及城乡电动公交车辆调度方法。本发明的目的是为了解决现有城乡电动公交车辆续驶里程短、充电时间长、运营成本高的问题。过程为：一：城乡电动公交线路参数定义与表达；二：计算满足线路运行需要的最小电动公交车辆数；三：设置电动公交车充电策略；四：计算电动公交车充电时长；五：计算电动公交车剩余电量；六：计算电动公交车运行能耗；七：计算电动公交车执行班次的行程时间；八：基于一至七，建立优化模型；九：对优化模型进行求解，输出模型的最优解。本发明属于电动公交车辆运营管理领域。

Description

一种基于移动电池包的城乡电动公交车辆调度方法
技术领域
本发明涉及城乡电动公交车辆调度方法，本发明属于电动公交车辆运营管理领域。
背景技术
电动公交车作为一种新兴的公共交通工具逐渐被应用于城乡公交线路运行中。然而，纯电动公交车还存在续驶里程短、充电时间长等局限。城乡公交线路具有发车间隔大、行程时间长以及站点分散等特性，电动公交车在运行过程中容易因电量不足导致服务中断。传统的充电策略是当公交车返回场站后利用充电桩进行充电，在这种情况下充电时间较长，影响公交系统运行效率，且可能增加线路所需的公交车辆数。
为了解决电动车续航里程短、充电时间长的问题，已有研究发明了一种电动汽车便携式移动电池包。公交公司可以在夜间电价低谷时段为移动电池包充电，在白天当公交车电量不足时，将移动电池包悬挂在电动车后侧的固定位置，达到电动公交车边行驶边充电的目的，节约充电时间，提高系统运行效率。
但已有研究并未考虑将移动电池包与城乡电动公交车辆运营结合起来。
发明内容
本发明的目的是为了解决现有城乡电动公交车辆续驶里程短、充电时间长、运营成本高的问题，而提出一种基于移动电池包的城乡电动公交车辆调度方法。
一种基于移动电池包的城乡电动公交车辆调度方法具体过程为：
步骤一：城乡电动公交线路参数定义与表达；
步骤二：计算满足线路运行需要的最小电动公交车辆数；
步骤三：设置电动公交车充电策略；
步骤四：计算电动公交车充电时长；
步骤五：计算电动公交车剩余电量；
步骤六：计算电动公交车运行能耗；
步骤七：计算电动公交车执行班次的行程时间；
步骤八：基于步骤一至步骤七，建立优化模型；
步骤九：对优化模型进行求解，输出模型的最优解。
本发明的有益效果为：
本发明提出了一种基于移动电池包的城乡电动公交调度方法，以解决城乡电动公交车辆续驶里程短、充电时间长、运营成本高的缺陷，从而增加电动公交车辆的连续运营时间，进而减少线路所需的车辆数，降低公交企业的运营成本。
城乡公交线路途经村镇的公交站点附近往往有超市、便利店。公交企业可以将移动电池包放置在站点附近的超市、便利店，当公交车到达这些站点且电量不足时，公交司机将移动电池包悬挂在公交车的后侧进行充电，当再次返回该站点时，将移动电池包归还。由此可见，使用移动电池包为城乡公交车充电的方式，可以在不影响城乡公交线路正常运行的情况下，大大增加充电的自由度，从而解决城乡电动公交车辆续驶里程短的缺陷，避免了在运行过程中因电量不足导致的服务中断问题，同时节约线路的运营成本。
本发明提出了一种基于移动电池包的城乡电动公交车辆调度方法，解决了城乡电动公交车辆在运行过程中因电量不足导致的服务中断以及充电时间长、续驶里程短的问题。其实现步骤为定义基本参数与模型优化变量，计算满足线路运行需要的最小电动公交车辆数，设置电动公交车充电策略，计算电动公交车充电时长，计算电动公交车剩余电量，计算电动公交车运行能耗，计算电动公交车执行班次的行程时间，以全天电动公交车运行能耗最小和移动电池包数量最小为目标，以电动公交车的排班与充电调度方案以及移动电池包的位置为决策变量建立优化模型，建立一种多阶段算法对移动电池包的数量与位置优化以及电动公交车辆调度进行组合求解。本发明所提出的城乡公交调度方法不仅可以减小城乡公交线路运行所需的车辆数、节约线路的运营成本，还能够节约充电时间、增加充电的自由度、提高系统运行效率。本发明将移动电池包与城乡电动公交车辆运营结合起来，对于丰富和完善城乡公交车辆调度方案具有重要意义。
附图说明
图1为本发明流程图。
具体实施方式
具体实施方式一：本实施方式一种基于移动电池包的城乡电动公交车辆调度方法具体过程为：
步骤一：城乡电动公交线路参数定义与表达；
步骤二：计算满足线路运行需要的最小电动公交车辆数；
步骤三：设置电动公交车充电策略；
步骤四：计算电动公交车充电时长；
步骤五：计算电动公交车剩余电量；
步骤六：计算电动公交车运行能耗；
步骤七：计算电动公交车执行班次的行程时间；
步骤八：基于步骤一至步骤七，建立优化模型；
步骤九：对优化模型进行求解，输出模型的最优解。
具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤一中城乡电动公交线路参数定义与表达；具体过程为：
一条电动公交线路在一个运行方向(上行方向或下行方向)上有I个站点(即一条公交线路单程的站点数量)；
定义电动公交车从站点1始发，到终点站I为上行方向；相反方向为下行方向；
用i表示公交站点，1≤i≤I；
设一条电动公交线路所有运行方向上共配备有M个移动电池包、K辆电动公交车；
M个移动电池包放置在电动公交线路的同一个公交站点，将放置有移动电池包的公交站点的编号记为iγ；其中每天上行方向有Nu个班次、下行方向有Nd个班次；上行班次编号nu(nu＝1,2,...,Nu)、下行班次编号nd(nd＝1,2,...,Nd)均是按照发车时刻从小到大的顺序排列；
将全天所有N个班次按照1,2,...,nu,...,Nu,...,Nu+nd,...,N的次序排列编号，其中：
N＝Nu+Nd (1)
用0-1变量
Figure BDA0003570323340000031
表示车辆k(k＝1,2,3,...,K)与班次n(n＝1,2,...,N)之间的关系，如果车辆k 执行班次n，则
Figure BDA0003570323340000032
为1，否则
Figure BDA0003570323340000033
为0；
用0-1变量yi表示移动电池包与站点i的关系，如果移动电池包位于站点i，则yi为1，否则yi为0；
用0-1变量
Figure BDA0003570323340000034
表示车辆k在运行班次n时到达站点iγ时是否需要充电，若充电
Figure BDA0003570323340000035
为1，否则
Figure BDA0003570323340000036
为0；
Figure BDA0003570323340000037
为电动公交车k所服务班次的集合，Ck为电动公交车k执行的班次数；
根据时刻表，
Figure BDA0003570323340000038
时刻电动公交车k执行的班次n运行到达站点iγ，其中班次n也是电动公交车k在当天执行的第g个班次(比如一条公交线路上配备有8辆公交车，这 8辆车全天共需执行80个班次，
Figure BDA0003570323340000039
的含义如下：n＝15、k＝2表示电动公交车2执行班次15，这是在全天共需执行的80个班次中的编号；g＝2表示班次15是电动公交车2 执行的第2个班次)；
E为N个班次运行过程中到达站点iγ的时刻按照从小到大的顺序排列成的集合，若上下行班次到达站点iγ的时刻相同，上行班次到达站点iγ的时刻排列在前；
0-1变量
Figure BDA0003570323340000041
表示t时刻移动电池包m的使用状态，若移动电池包m被占用，
Figure BDA0003570323340000042
为0；否则
Figure BDA0003570323340000043
为1；
tm表示移动电池包m被占用的结束时刻；
Figure BDA0003570323340000044
tm初始值均为0。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤二中计算满足线路运行需要的最小电动公交车辆数；具体过程为：
根据线路上行及下行方向的行程时间和发车间隔，计算得到满足线路运行需要的最小电动公交车辆数K：
Figure BDA0003570323340000045
式中：Ts为线路上行方向班次的行程时间，单位为min；Tx为线路下行方向班次的行程时间，单位为min；H为线路的发车间隔，单位为min；ceil为向上取整函数。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述步骤三中设置电动公交车充电策略；具体过程为：
按照先到先服务的原则安排有充电需求的电动公交车充电，即按照集合E中元素的顺序判断
Figure BDA0003570323340000046
时刻电动公交车k是否需要充电；若需要充电，选择
Figure BDA0003570323340000047
为1的移动电池包给电动公交车充电；站点iγ处放置的移动电池包数量M足够大并且电动公交车在站点iγ取走移动电池包m给电动公交车充电，使用结束后也要将移动电池包m还回站点iγ；
电动公交车k执行的班次n到达站点iγ时的SOC为
Figure BDA0003570323340000048
其中班次n也是电动公交车k在当天执行的第g个班次；SOC1与SOC2分别是判断电动公交车是否需要充电的 SOC的上下阈值；
当
Figure BDA0003570323340000049
小于SOC2时，需要充电，即：
Figure BDA00035703233400000410
当
Figure BDA00035703233400000411
大于SOC1时，不需要充电；若班次n为电动公交车k执行的最后一个班次Ck，不需要充电，即：
Figure BDA0003570323340000051
当
Figure BDA0003570323340000052
处于区间[SOC2,SOC1]时，可以充电。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述步骤四中计算电动公交车充电时长；具体过程为：
Figure BDA0003570323340000053
时刻移动电池包m的状态
Figure BDA0003570323340000054
如下式所示：
Figure BDA0003570323340000055
Figure BDA0003570323340000056
时刻移动电池包m被占用的结束时刻tm的迭代公式及移动电池包m剩余电量SOCm的计算公式如式(6)、式(7)所示；若SOCm为0，将tm置为∞；
Figure BDA0003570323340000057
式中：
Figure BDA0003570323340000058
为电动公交车k在
Figure BDA0003570323340000059
时刻到下一次到达站点iγ的行程时间，单位为min；
Figure BDA00035703233400000510
式中：τk,g(n)为电动公交车k在执行班次n过程中开始充电的充电时长，其中班次n也是电动公交车k在当天执行的第g个班次，单位为min；
Figure BDA00035703233400000511
时刻移动电池包m的剩余电量与电动公交车k消耗的电量的比值为β，计算公式如下:
Figure BDA00035703233400000512
式中：B为电动公交车电池容量，单位为kWh，V为移动电池包电池容量，单位为kWh；
电动公交车k在执行班次n过程中开始充电的充电时长τk,g(n)计算公式如下：
Figure BDA00035703233400000513
式中：P为移动电池包的充电功率(kW)。
(移动电池包的初始电量值是已知的，即SOCm的初始值为定值1，计算电动公交车充电时长时是先将给定的SOCm值代入公式(9)求得τk,g(n)，在后续的计算过程中，再将先前计算得到的τk,g(n)代入公式(7)求得SOCm，依次迭代计算得到。)
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述步骤五中计算电动公交车剩余电量；具体过程为：
由于公交车司机是在站点iγ取走移动电池包m给电动公交车充电，并且使用结束后也要将移动电池包m还回站点iγ；所以电动公交车k在执行班次n过程中开始充电的充电时长τk,g(n)被分成班次n运行过程中的充电时长
Figure BDA0003570323340000061
与班次n'运行过程中的充电时长
Figure BDA0003570323340000062
两部分，其中班次n也是电动公交车k在当天执行的第g个班次，班次n'是电动公交车k在当天执行的第g+1个班次；
Figure BDA0003570323340000063
的计算公式如下：
Figure BDA0003570323340000064
式中：
Figure BDA0003570323340000065
为电动公交车k执行的班次n从站点iγ运行到站点I的行程时间，单位为min；
Figure BDA0003570323340000066
为电动公交车k执行的班次n从站点iγ运行到站点1的行程时间，单位为 min；
Figure BDA0003570323340000067
的计算公式如下：
Figure BDA0003570323340000068
电动公交车k执行的班次n'驶离站点iγ的SOC的计算公式如式(12)；
Figure BDA0003570323340000069
式中：SOCk,g+1(n')为电动公交车k执行的班次n'驶离首发站时电池的SOC(％)；
Figure BDA00035703233400000610
为电动公交车k执行的班次n'从站点1运行到站点iγ所需的能耗，单位为kWh；
Figure BDA0003570323340000071
为电动公交车k执行的班次n'从站点I运行到站点iγ所需的能耗，单位为kWh；其中班次n'也是电动公交车k在当天执行的第g+1个班次；
电动公交车k执行的班次n'驶离首发站时电池的SOC的计算公式如式(13)，其中班次n'也是电动公交车k在当天执行的第g+1个班次；
Figure BDA0003570323340000072
式中：
Figure BDA0003570323340000073
为电动公交车k执行的班次n从站点iγ运行到站点1所需的能耗，单位为kWh；
Figure BDA0003570323340000074
为电动公交车k执行的班次n从站点iγ运行到站点I所需的能耗，单位为 kWh。
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是，所述步骤六中计算电动公交车运行能耗；具体过程为：
电动公交车k执行的班次n在站点i与站点j间的运行能耗估计公式如式(14)，其中班次n也是电动公交车k在当天执行的第g个班次；
Figure BDA0003570323340000075
式中：
Figure BDA0003570323340000076
和
Figure BDA0003570323340000077
为回归系数估计量；
Figure BDA0003570323340000078
为电动公交车k执行的班次 n在站点i与站点j间的行驶里程，单位为km；
Figure BDA0003570323340000079
为电动公交车k执行的班次n在站点i与站点j间的整备质量观测值，单位为kg；
Figure BDA00035703233400000710
为电动公交车k执行的班次n从站点i运行到站点j的行程时间，单位为min；
Figure BDA00035703233400000711
为电动公交车k执行的班次n在站点i与站点j间对应的平均环境温度与电动公交车的最佳工作温度的差值的绝对值，单位为℃；
Figure BDA00035703233400000712
为电动公交车k执行的班次n在站点i与站点j间的平均环境温度，单位为℃；
Figure BDA00035703233400000713
为电动公交车k执行的班次n在站点i与站点j间的最佳工作温度，单位为℃；其中班次n也是电动公交车k在当天执行的第g个班次；
所述电动公交车k执行的班次n在站点i与站点j间的整备质量观测值
Figure BDA00035703233400000714
的计算公式如式(15)；
Figure BDA00035703233400000715
式中：Z为电动公交车辆的整备质量，单位为kg；
Figure BDA0003570323340000081
为电动公交车k执行的班次n在站点i与站点j间电动公交车上乘客的质量，单位为kg；ZM为移动电池包的重量，单位为kg；
所述步骤七中计算电动公交车执行班次的行程时间；具体过程为：
电动公交车k执行的班次n的行程时间Tk,g(n)的计算公式如式(16)
Figure BDA0003570323340000082
式中：
Figure BDA0003570323340000083
为电动公交车k执行的班次n从站点i运行到站点i+1的行程时间，单位为min。
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是，所述步骤八中基于步骤一至步骤七，建立优化模型；具体过程为：
以全天电动公交车运行能耗最小和移动电池包数量最小为目标，以
Figure BDA0003570323340000084
yi为决策变量建立模型，优化车辆排班与充电调度方案，即电动公交车k执行的班次集合A(k)、充电方案D以及放置移动电池包的站点iγ和移动电池包数量的最小值M。
Figure BDA0003570323340000085
min M (18)
Figure BDA0003570323340000086
Figure BDA0003570323340000087
Figure BDA0003570323340000088
Figure BDA0003570323340000089
Figure BDA00035703233400000810
Figure BDA00035703233400000811
式中：W为电动公交车k全天运行能耗；
Figure BDA00035703233400000812
为电动公交车k执行的班次n在站点i与站点i+1间的运行所需能耗，单位为kWh；M为移动电池包数量；Wk,g(n)为电动公交车k执行的班次n运行所需能耗，单位为kWh；tk,g(n)为电动公交车k执行的班次n在始发站的发车时刻；tk,g+1(n')为电动公交车k执行的班次n′在始发站的发车时刻；lk,g(n)为电动公交车k执行的班次n开始时刻与班次n首发站的距离，单位为m；
式(17)表示最小化电动公交车k全天运行能耗；
式(18)表示最小化移动电池包数量M；
式(19)表示每个班次有且仅有一辆电动公交车来服务；
式(20)表示移动电池包只放置在一个公交站点；
式(21)表示电动公交车运营调度过程中应该满足的电量约束，即保证电动公交车k 第g个班次驶离首发站时的剩余电量多于电动公交车运行第g个班次所需的电量；
式(22)表示车辆调度应满足运行时刻表的约束，即电动公交车k第g+1个班次的开始时刻不小于第g个班次的开始时刻与第g个班次的行程时间之和；
式(23)表示空驶距离约束，表示电动公交车k第g个班次开始在对应的上行/下行班次的首发站；
式(24)表示决策变量
Figure BDA0003570323340000091
yi为0-1变量。
目标函数式(17)中的
Figure BDA0003570323340000092
由式(14)计算得到，
Figure BDA0003570323340000093
是
Figure BDA0003570323340000094
的一种特殊形式，
Figure BDA0003570323340000095
表示站点i与站点i+1之间的行程能耗，
Figure BDA0003570323340000096
表示了站点i与站点j之间的行程能耗，j取i+1时
Figure BDA0003570323340000097
与
Figure BDA0003570323340000098
相等，均表示站点i与站点i+1之间的行程能耗，j 还可以取i+2、i+3等，此时
Figure BDA0003570323340000099
表示站点i与站点i+2或i+3之间的行程能耗，与
Figure BDA00035703233400000910
不相等。其中式(14)中
Figure BDA00035703233400000911
需由式(15)、式(16)计算得到，式(15)、式(16) 的计算结果由决策变量决定。
其它步骤及参数与具体实施方式一至七之一相同。
具体实施方式九：本实施方式与具体实施方式一至八之一不同的是，所述步骤九中对优化模型进行求解，输出模型的最优解；具体过程为：
采用一种多阶段算对优化模型进行求解；
首先，利用隐枚举法确定移动电池包放置位置。其次，采用保留精英策略的遗传算法对特定移动电池包放置的可行位置下的电动公交车辆调度与充电调度问题进行求解。最后，优化得到最优车辆调度与充电方案下的移动电池包数量最小值。
Step 1：通过隐枚举法确定移动电池包放置位置i；模型中共有I个移动电池包放置的可行位置；
Step 2：针对每个可行移动电池包放置位置，利用遗传算法求解最优车辆调度方案与充电方案；
Step 3：将不同移动电池包放置的可行位置对应的最优车辆调度方案与充电方案返回隐枚举法中；
Step4：比较所有移动电池包放置的可行位置的目标函数值；选择最优的方案，输出移动电池包放置的最优位置以及对应的最优车辆调度方案与充电方案；
Step 5：搜索最优车辆调度方案与充电方案下移动电池包的SOC，若其不为1，说明被电动公交车使用过；搜索得到SOC不为1的移动电池包的数量即为最优车辆调度与充电方案下的移动电池包数量最小值M*。
输出模型的最优解：
输出最优车辆排班与充电调度方案，即电动公交车k执行的班次集合A(k)*、充电方案D*以及放置移动电池包的站点iγ *和移动电池包数量的最小值M*。
其它步骤及参数与具体实施方式一至八之一相同。
具体实施方式十：本实施方式与具体实施方式一至九之一不同的是，所述Step 2中针对每个可行移动电池包放置位置，利用遗传算法求解最优车辆调度方案与充电方案；具体过程为：
Step 2.1：初始化变量和种群；过程为：
采用实数编码，时刻表一共有N个班次，每条染色体以1-K的不同排列来表示排班方案，其中插入S表示充电开始事件，插入G表示充电结束事件，剔除充电开始事件和充电结束事件后染色体位置n的基因数值为k，表示班次n由电动公交车k执行；
例如染色体[235S 16485G…]表示电动公交车2执行班次1，电动公交车3执行班次2，电动公交车5执行班次3，并在执行班次3的过程中在站点iγ取走移动电池包充电，电动公交车1执行班次4，电动公交车6执行班次5，电动公交车4执行班次6，电动公交车8执行班次7，电动公交车执行班次8，并在执行班次8的过程中在站点iγ还回移动电池包。
设置种群大小为R，最大迭代次数为Q；采用贪心算法产生初始较好的可行解以及随机产生初始可行解组成x1,x2,...,xr,...,xR，记当前迭代次数q为0。
Step 2.1.1：设置种群大小为R，最大迭代次数为Q，记当前迭代次数q为0，选择电动公交车1服务于班次1，若电动公交车1满足服务于班次2的约束(公式(21)、(22)、 (23))则继续由电动公交车1服务于班次2，否则，新增电动公交车2服务于班次2；将已经执行过班次任务的电动公交车加入集合{F}；选择{F}中能够满足约束的电动公交车服务于下一个班次，若不存在满足约束的电动公交车，新增电动公交车k服务于下一个班次，并将其加入到集合{F}中；生成较好的初始车辆排班调度可行解；
所述约束为公式(21)、(22)、(23)；
Step 2.1.2：随机插入充电事件；过程为：
插入S表示充电开始事件，插入G表示充电结束事件；
Step 2.1.3：基于Step 2.1.1和Step 2.1.2产生较好的初始可行解；
Step 2.2：计算Step 2.1.3产生的初始可行解的适应度值；
适应度值通过适应度函数
Figure BDA0003570323340000111
(
Figure BDA0003570323340000112
中xr分为精英解xe和非精英解xc，r取值为1-R，R为种群大小)计算得到；
适应度函数
Figure BDA0003570323340000113
为Step 2.1.3产生的初始可行解的目标函数
Figure BDA0003570323340000114
(公式(17))的倒数：
Figure BDA0003570323340000115
Figure BDA0003570323340000116
将适应度值最大值对应的可行解作为精英解xe，进行保留；其余为非精英解xc；
采用轮盘赌法对非精英解xc进行选择，个体的选择概率和其适应度函数值成正比，选择后进行保留；
Figure BDA0003570323340000117
式中，
Figure BDA0003570323340000118
为个体的选择概率；
Step 2.3：若q＝Q，转到Step 3，并将当前群体的最优解(精英解xe)近似为最优解；若q＜Q，转到Step 2.4；
Step 2.4：复制当前群体中的精英解xe初始化生成q+1代群体；
Step 2.5：交叉；过程为：
以交叉概率Pc对非精英解xc进行单点交叉，即在染色体中随机设定一个交叉点，该点之后的两个个体的基因结构进行互换，生成两个新个体；
一个解即为一个个体，基因结构为Step2.1里叙述的染色体编码后的结构，例如[23 5S 16485G…]；
Step 2.6：变异；过程为：
以变异概率Pm对交叉后的群体进行变异，即将每条染色体上的一个或多个基因点设置为变异起点，随机选择和变异点个数相同的变异终点，将变异起点的基因在原位置删除并插入到变异终点后；
Step 2.7：q＝q+1，更新种群，回到Step 2.2。
其它步骤及参数与具体实施方式一至九之一相同。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述方法具体过程为：
步骤一：城乡电动公交线路参数定义与表达；
步骤二：计算满足线路运行需要的最小电动公交车辆数；
步骤三：设置电动公交车充电策略；
步骤四：计算电动公交车充电时长；
步骤五：计算电动公交车剩余电量；
步骤六：计算电动公交车运行能耗；
步骤七：计算电动公交车执行班次的行程时间；
步骤八：基于步骤一至步骤七，建立优化模型；
步骤九：对优化模型进行求解，输出模型的最优解。
2.根据权利要求1所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤一中城乡电动公交线路参数定义与表达；具体过程为：
一条电动公交线路在一个运行方向上有I个站点；
定义电动公交车从站点1始发，到终点站I为上行方向；相反方向为下行方向；
用i表示公交站点，1≤i≤I；
设一条电动公交线路所有运行方向上共配备有M个移动电池包、K辆电动公交车；
M个移动电池包放置在电动公交线路的同一个公交站点，将放置有移动电池包的公交站点的编号记为iγ；其中每天上行方向有Nu个班次、下行方向有Nd个班次；上行班次编号nu(nu＝1,2,...,Nu)、下行班次编号nd(nd＝1,2,...,Nd)均是按照发车时刻从小到大的顺序排列；
将全天所有N个班次按照1,2,...,nu,...,Nu,...,Nu+nd,...,N的次序排列编号，其中：
N＝Nu+Nd (1)
用0-1变量
Figure FDA0003570323330000011
表示车辆k(k＝1,2,3,...,K)与班次n(n＝1,2,...,N)之间的关系，如果车辆k执行班次n，则
Figure FDA0003570323330000012
为1，否则
Figure FDA0003570323330000013
为0；
用0-1变量yi表示移动电池包与站点i的关系，如果移动电池包位于站点i，则yi为1，否则yi为0；
用0-1变量
Figure FDA0003570323330000014
表示车辆k在运行班次n时到达站点iγ时是否需要充电，若充电
Figure FDA0003570323330000015
为1，否则
Figure FDA0003570323330000021
为0；
Figure FDA0003570323330000022
为电动公交车k所服务班次的集合，Ck为电动公交车k执行的班次数；
根据时刻表，
Figure FDA0003570323330000023
时刻电动公交车k执行的班次n运行到达站点iγ，其中班次n也是电动公交车k在当天执行的第g个班次；
E为N个班次运行过程中到达站点iγ的时刻按照从小到大的顺序排列成的集合，若上下行班次到达站点iγ的时刻相同，上行班次到达站点iγ的时刻排列在前；
0-1变量
Figure FDA0003570323330000024
表示t时刻移动电池包m的使用状态，若移动电池包m被占用，
Figure FDA0003570323330000025
为0；否则
Figure FDA0003570323330000026
为1；
tm表示移动电池包m被占用的结束时刻；
Figure FDA0003570323330000027
tm初始值均为0。
3.根据权利要求2所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤二中计算满足线路运行需要的最小电动公交车辆数；具体过程为：
根据线路上行及下行方向的行程时间和发车间隔，计算得到满足线路运行需要的最小电动公交车辆数K：
Figure FDA0003570323330000028
式中：Ts为线路上行方向班次的行程时间，单位为min；Tx为线路下行方向班次的行程时间，单位为min；H为线路的发车间隔，单位为min；ceil为向上取整函数。
4.根据权利要求3所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤三中设置电动公交车充电策略；具体过程为：
按照先到先服务的原则安排有充电需求的电动公交车充电，即按照集合E中元素的顺序判断
Figure FDA0003570323330000029
时刻电动公交车k是否需要充电；若需要充电，选择
Figure FDA00035703233300000210
为1的移动电池包给电动公交车充电；电动公交车在站点iγ取走移动电池包m给电动公交车充电，使用结束后也要将移动电池包m还回站点iγ；
电动公交车k执行的班次n到达站点iγ时的SOC为
Figure FDA00035703233300000211
其中班次n也是电动公交车k在当天执行的第g个班次；SOC1与SOC2分别是判断电动公交车是否需要充电的SOC的上下阈值；
当
Figure FDA0003570323330000031
小于SOC2时，需要充电，即：
Figure FDA0003570323330000032
当
Figure FDA0003570323330000033
大于SOC1时，不需要充电；若班次n为电动公交车k执行的最后一个班次Ck，不需要充电，即：
Figure FDA0003570323330000034
当
Figure FDA0003570323330000035
处于区间[SOC2,SOC1]时，可以充电。
5.根据权利要求4所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤四中计算电动公交车充电时长；具体过程为：
Figure FDA0003570323330000036
时刻移动电池包m的状态
Figure FDA0003570323330000037
如下式所示：
Figure FDA0003570323330000038
Figure FDA0003570323330000039
时刻移动电池包m被占用的结束时刻tm的迭代公式及移动电池包m剩余电量SOCm的计算公式如式(6)、式(7)所示；若SOCm为0，将tm置为∞；
Figure FDA00035703233300000310
式中：
Figure FDA00035703233300000311
为电动公交车k在
Figure FDA00035703233300000312
时刻到下一次到达站点iγ的行程时间，单位为min；
Figure FDA00035703233300000313
式中：τk,g(n)为电动公交车k在执行班次n过程中开始充电的充电时长，其中班次n也是电动公交车k在当天执行的第g个班次，单位为min；
Figure FDA00035703233300000314
时刻移动电池包m的剩余电量与电动公交车k消耗的电量的比值为β，计算公式如下:
Figure FDA00035703233300000315
式中：B为电动公交车电池容量，单位为kWh，V为移动电池包电池容量，单位为kWh；
电动公交车k在执行班次n过程中开始充电的充电时长τk,g(n)计算公式如下：
Figure FDA0003570323330000041
式中：P为移动电池包的充电功率(kW)。
6.根据权利要求5所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤五中计算电动公交车剩余电量；具体过程为：
公交车司机是在站点iγ取走移动电池包m给电动公交车充电，并且使用结束后也要将移动电池包m还回站点iγ；
电动公交车k在执行班次n过程中开始充电的充电时长τk,g(n)被分成班次n运行过程中的充电时长
Figure FDA0003570323330000042
与班次n'运行过程中的充电时长
Figure FDA0003570323330000043
两部分，其中班次n也是电动公交车k在当天执行的第g个班次，班次n'是电动公交车k在当天执行的第g+1个班次；
Figure FDA0003570323330000044
的计算公式如下：
Figure FDA0003570323330000045
式中：
Figure FDA0003570323330000046
为电动公交车k执行的班次n从站点iγ运行到站点I的行程时间，单位为min；
Figure FDA0003570323330000047
为电动公交车k执行的班次n从站点iγ运行到站点1的行程时间，单位为min；
Figure FDA0003570323330000048
的计算公式如下：
Figure FDA0003570323330000049
电动公交车k执行的班次n'驶离站点iγ的SOC的计算公式如式(12)；
Figure FDA00035703233300000410
式中：SOCk,g+1(n')为电动公交车k执行的班次n'驶离首发站时电池的SOC(％)；
Figure FDA00035703233300000411
为电动公交车k执行的班次n'从站点1运行到站点iγ所需的能耗，单位为kWh；
Figure FDA00035703233300000412
为电动公交车k执行的班次n'从站点I运行到站点iγ所需的能耗，单位为kWh；其中班次n'也是电动公交车k在当天执行的第g+1个班次；
电动公交车k执行的班次n'驶离首发站时电池的SOC的计算公式如式(13)，其中班次n'也是电动公交车k在当天执行的第g+1个班次；
Figure FDA0003570323330000051
式中：
Figure FDA0003570323330000052
为电动公交车k执行的班次n从站点iγ运行到站点1所需的能耗，单位为kWh；
Figure FDA0003570323330000053
为电动公交车k执行的班次n从站点iγ运行到站点I所需的能耗，单位为kWh。
7.根据权利要求6所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤六中计算电动公交车运行能耗；具体过程为：
电动公交车k执行的班次n在站点i与站点j间的运行能耗估计公式如式(14)，其中班次n也是电动公交车k在当天执行的第g个班次；
Figure FDA0003570323330000054
式中：
Figure FDA0003570323330000055
和
Figure FDA0003570323330000056
为回归系数估计量；
Figure FDA0003570323330000057
为电动公交车k执行的班次n在站点i与站点j间的行驶里程，单位为km；
Figure FDA0003570323330000058
为电动公交车k执行的班次n在站点i与站点j间的整备质量观测值，单位为kg；
Figure FDA0003570323330000059
为电动公交车k执行的班次n从站点i运行到站点j的行程时间，单位为min；
Figure FDA00035703233300000510
为电动公交车k执行的班次n在站点i与站点j间对应的平均环境温度与电动公交车的最佳工作温度的差值的绝对值，单位为℃；
Figure FDA00035703233300000511
为电动公交车k执行的班次n在站点i与站点j间的平均环境温度，单位为℃；
Figure FDA00035703233300000512
为电动公交车k执行的班次n在站点i与站点j间的最佳工作温度，单位为℃；其中班次n也是电动公交车k在当天执行的第g个班次；
所述电动公交车k执行的班次n在站点i与站点j间的整备质量观测值
Figure FDA00035703233300000513
的计算公式如式(15)；
Figure FDA00035703233300000514
式中：Z为电动公交车辆的整备质量，单位为kg；
Figure FDA00035703233300000515
为电动公交车k执行的班次n在站点i与站点j间电动公交车上乘客的质量，单位为kg；ZM为移动电池包的重量，单位为kg；
所述步骤七中计算电动公交车执行班次的行程时间；具体过程为：
电动公交车k执行的班次n的行程时间Tk,g(n)的计算公式如式(16)
Figure FDA0003570323330000061
式中：
Figure FDA0003570323330000062
为电动公交车k执行的班次n从站点i运行到站点i+1的行程时间，单位为min。
8.根据权利要求7所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤八中基于步骤一至步骤七，建立优化模型；具体过程为：
Figure FDA0003570323330000063
min M (18)
Figure FDA0003570323330000064
Figure FDA0003570323330000065
Figure FDA0003570323330000066
Figure FDA0003570323330000067
Figure FDA0003570323330000068
Figure FDA0003570323330000069
式中：W为电动公交车k全天运行能耗；
Figure FDA00035703233300000610
为电动公交车k执行的班次n在站点i与站点i+1间的运行所需能耗，单位为kWh；M为移动电池包数量；Wk,g(n)为电动公交车k执行的班次n运行所需能耗，单位为kWh；tk,g(n)为电动公交车k执行的班次n在始发站的发车时刻；tk,g+1(n')为电动公交车k执行的班次n′在始发站的发车时刻；lk,g(n)为电动公交车k执行的班次n开始时刻与班次n首发站的距离，单位为m；
式(17)表示最小化电动公交车k全天运行能耗；
式(18)表示最小化移动电池包数量M；
式(19)表示每个班次有且仅有一辆电动公交车来服务；
式(20)表示移动电池包只放置在一个公交站点；
式(21)表示电动公交车运营调度过程中应该满足的电量约束，即保证电动公交车k第g个班次驶离首发站时的剩余电量多于电动公交车运行第g个班次所需的电量；
式(22)表示车辆调度应满足运行时刻表的约束，即电动公交车k第g+1个班次的开始时刻不小于第g个班次的开始时刻与第g个班次的行程时间之和；
式(23)表示空驶距离约束，表示电动公交车k第g个班次开始在对应的上行/下行班次的首发站；
式(24)表示决策变量
Figure FDA0003570323330000071
yi为0-1变量。
9.根据权利要求8所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述步骤九中对优化模型进行求解，输出模型的最优解；具体过程为：
Step 1：通过隐枚举法确定移动电池包放置位置i；模型中共有I个移动电池包放置的可行位置；
Step 2：针对每个可行移动电池包放置位置，利用遗传算法求解最优车辆调度方案与充电方案；
Step 3：将不同移动电池包放置的可行位置对应的最优车辆调度方案与充电方案返回隐枚举法中；
Step 4：比较所有移动电池包放置的可行位置的目标函数值；选择最优的方案，输出移动电池包放置的最优位置以及对应的最优车辆调度方案与充电方案；
Step 5：搜索最优车辆调度方案与充电方案下移动电池包的SOC，若其不为1，说明被电动公交车使用过；搜索得到SOC不为1的移动电池包的数量即为最优车辆调度与充电方案下的移动电池包数量最小值M*。
10.根据权利要求9所述一种基于移动电池包的城乡电动公交车辆调度方法，其特征在于：所述Step 2中针对每个可行移动电池包放置位置，利用遗传算法求解最优车辆调度方案与充电方案；具体过程为：
Step 2.1：初始化变量和种群；过程为：
Step 2.1.1：设置种群大小为R，最大迭代次数为Q，记当前迭代次数q为0，选择电动公交车1服务于班次1，若电动公交车1满足服务于班次2的约束则继续由电动公交车1服务于班次2，否则，新增电动公交车2服务于班次2；将已经执行过班次任务的电动公交车加入集合{F}；选择{F}中能够满足约束的电动公交车服务于下一个班次，若不存在满足约束的电动公交车，新增电动公交车k服务于下一个班次，并将其加入到集合{F}中；生成初始车辆排班调度可行解；
所述约束为公式(21)、(22)、(23)；
Step 2.1.2：随机插入充电事件；过程为：
插入S表示充电开始事件，插入G表示充电结束事件；
Step 2.1.3：基于Step 2.1.1和Step 2.1.2产生初始可行解；
Step 2.2：计算Step 2.1.3产生的初始可行解的适应度值；
适应度值通过适应度函数
Figure FDA0003570323330000081
计算得到；
适应度函数
Figure FDA0003570323330000082
为Step 2.1.3产生的初始可行解的目标函数
Figure FDA0003570323330000083
的倒数：
Figure FDA0003570323330000084
Figure FDA0003570323330000085
将适应度值最大值对应的可行解作为精英解xe，进行保留；其余为非精英解xc；
采用轮盘赌法对非精英解xc进行选择，个体的选择概率和其适应度函数值成正比，选择后进行保留；
Figure FDA0003570323330000086
式中，
Figure FDA0003570323330000087
为个体的选择概率；
Step 2.3：若q＝Q，转到Step 3，并将当前群体的最优解近似为最优解；若q＜Q，转到Step 2.4；
Step 2.4：复制当前群体中的精英解xe初始化生成q+1代群体；
Step 2.5：交叉；过程为：
以交叉概率Pc对非精英解xc进行单点交叉，即在染色体中随机设定一个交叉点，该点之后的两个个体的基因结构进行互换，生成两个新个体；
Step 2.6：变异；过程为：
以变异概率Pm对交叉后的群体进行变异，即将每条染色体上的一个或多个基因点设置为变异起点，随机选择和变异点个数相同的变异终点，将变异起点的基因在原位置删除并插入到变异终点后；
Step 2.7：q＝q+1，更新种群，回到Step 2.2。
CN202210317495.5A 2022-03-29 2022-03-29 一种基于移动电池包的城乡电动公交车辆调度方法 Pending CN114611993A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210317495.5A CN114611993A (zh) 2022-03-29 2022-03-29 一种基于移动电池包的城乡电动公交车辆调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210317495.5A CN114611993A (zh) 2022-03-29 2022-03-29 一种基于移动电池包的城乡电动公交车辆调度方法

Publications (1)

Publication Number Publication Date
CN114611993A true CN114611993A (zh) 2022-06-10

Family

ID=81866960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210317495.5A Pending CN114611993A (zh) 2022-03-29 2022-03-29 一种基于移动电池包的城乡电动公交车辆调度方法

Country Status (1)

Country Link
CN (1) CN114611993A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115577840A (zh) * 2022-10-10 2023-01-06 吉林大学 一种基于双电池配置的高寒城市电动公交车辆运营管理方法
CN115983568A (zh) * 2022-12-16 2023-04-18 吉林大学 一种考虑电池健康状态差异的电动公交线路车辆调度方法
CN117151419A (zh) * 2023-09-22 2023-12-01 南京智慧交通信息股份有限公司 一种用于公交行业运营监管的智能分析方法及其系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115577840A (zh) * 2022-10-10 2023-01-06 吉林大学 一种基于双电池配置的高寒城市电动公交车辆运营管理方法
CN115983568A (zh) * 2022-12-16 2023-04-18 吉林大学 一种考虑电池健康状态差异的电动公交线路车辆调度方法
CN117151419A (zh) * 2023-09-22 2023-12-01 南京智慧交通信息股份有限公司 一种用于公交行业运营监管的智能分析方法及其系统
CN117151419B (zh) * 2023-09-22 2024-01-30 南京智慧交通信息股份有限公司 一种用于公交行业运营监管的智能分析方法及其系统

Similar Documents

Publication Publication Date Title
Ke et al. Minimizing the costs of constructing an all plug-in electric bus transportation system: A case study in Penghu
CN114611993A (zh) 一种基于移动电池包的城乡电动公交车辆调度方法
CN111178619B (zh) 一种考虑分布式电源和充电站联合规划的多目标优化方法
CN107323300B (zh) 一种基于路-站-车联合模型的电动汽车预约充电方法
CN106991492B (zh) 一种北方气候快充纯电动公交车运营调度优化方法
CN112200367B (zh) 一种支持充放电策略的电动汽车配送路径优化方法
CN103241130B (zh) 一种电动公交车充换电站的能量管理方法及系统
Galus et al. Demand management of grid connected plug-in hybrid electric vehicles (PHEV)
CN109934391B (zh) 一种纯电动公交车辆的智能调度方法
CN105322559A (zh) 一种基于v2g技术的电动汽车配电调度控制方法
CN109670674B (zh) 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法
CN107274035B (zh) 一种交通网络和电动汽车充电站协调规划的方法
Škugor et al. A bi-level optimisation framework for electric vehicle fleet charging management
CN102521488A (zh) 一种电动汽车换电站选址方法
CN110428105B (zh) 一种电动公交车日前充放电优化调度方法
CN107220730B (zh) 一种能够延长动力电池使用寿命的纯电动公交车动态线路规划方法
CN114444965B (zh) 一种单车场多线路电动公交车协同调度方法
CN115239032B (zh) 计及能源自洽率的高速公路服务区微电网规划方法及系统
CN110232219A (zh) 一种基于数据挖掘的电动汽车可调度容量核定方法
CN114722595A (zh) 一种含有换电站的微电网优化运行方法
Jung et al. High-coverage point-to-point transit: Electric vehicle operations
CN110263976B (zh) 一种在多种充电方式并存环境下的电动汽车充电路径规划方法
CN115511172A (zh) 一种考虑不完全充电的插入式纯电动公交充电计划的优化方法
CN115983568A (zh) 一种考虑电池健康状态差异的电动公交线路车辆调度方法
CN115663867A (zh) 基于智能充电网络系统的电动汽车充电调度方法

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