用于电动自动驾驶灵活交通系统的动态路由和充电调度的两阶段优化方法

《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》:Two-stage optimization approach for dynamic routing and charging scheduling in electrified-autonomous flexible transit

【字体: 大 中 小 】 时间:2026年01月03日 来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW 8.8

编辑推荐:

  电动公交自主调度中动态路由与充电优化研究。提出两阶段MINLP模型,第一阶段采用自适应大邻域搜索算法优化动态路由以提升运营收益,第二阶段通过变量邻域搜索算法最小化充电成本,两阶段通过能源连续性约束耦合。研究构建滚动控制框架解决大规模实时调度难题,案例分析表明该模型在无锡城市交通网络中有效平衡服务可靠性与经济性,充电设施分布与电池容量显著影响系统性能。

  
姜浩然|洪少志|张凯南|袁健|余青
同济大学城市交通研究院,上海,200092,中国

摘要

电动自动驾驶灵活交通(E-AFT)是一种有前景的按需出行模式,需要整合路径规划和能源管理以确保系统的可行性。本研究开发了一个两阶段优化模型,用于动态车辆路径规划和充电调度,该模型采用混合整数非线性规划(MINLP)框架来最大化系统整体利润。在第一阶段,自适应大邻域搜索(ALNS)算法确定路径以最大化运营利润,同时考虑能源消耗和时间限制;这些限制与第二阶段的变量邻域搜索(VNS)相连接,后者优化充电计划以最小化总充电成本。这种顺序的ALNS-VNS流程被嵌入到滚动时域控制(RHC)策略中,通过迭代子问题解决有效应对大规模实时需求的计算挑战。使用真实城市网络案例研究的验证表明,该模型的有效性:ALNS-VNS方法能够以较高的计算效率获得接近最优的解决方案,而RHC框架揭示了时域间隔和电池容量对服务可靠性和经济可行性的显著影响,为E-AFT系统设计提供了宝贵的见解。

引言

由于减少碳排放的迫切需求,交通运输行业在降低温室气体排放方面面临重大挑战,因为该行业严重依赖化石燃料(Gao等人,2024;Liu等人,2024;Yao和Zhang,2024)。作为城市交通的重要组成部分,公共交通可以服务超过一半的城市人口,并在运营效率、能源节约和空间利用方面具有明显优势(Schafer和Yeh,2020)。然而,传统公交系统的固定运营模式导致其吸引力逐渐下降。随着车辆电气化和智能技术的快速发展,高质量、按需的公共交通服务成为新的发展要求和趋势(Fulton,2018;Tang等人,2023a)。
电动自动驾驶灵活交通(E-AFT)结合了车辆电气化和自动驾驶功能,是一种提升公共交通效率并推动可持续出行的有效方式(Jiang等人,2025;Tian等人,2022)。E-AFT系统允许乘客通过在线界面提交出行需求,包括起点、终点、期望的出发时间窗口和服务参数(如可接受的等待时间)。根据乘客输入,系统会在不同的运营目标下动态生成行驶路线(Grahn等人,2023;Rahman和Thill,2023)。然而,E-AFT的自主和灵活特性带来了独特的运营复杂性和挑战。与传统车辆调度问题不同,后者通常假设车辆返回指定站点,E-AFT必须处理动态和分散的行程规划。特别是在大规模需求情况下,系统必须做出及时准确的决策,这对解决方案的质量和算法效率提出了严格要求(Duan等人,2023)。因此,需要强大的解决方案方法来有效应对实时和长期动态服务需求(Chen和Liu,2023;Fagnant和Kockelman,2014)。
与传统燃油车辆的长距离和快速加油能力相比,中等容量的电动公交车(如E-AFT)在续航里程上存在限制,这给充电调度带来了额外挑战(Gao等人,2025)。传统电动公交车通常在完成长途行程后会在站点或终点站进行充满电的操作,这种方法由于充电时间较长而耗时,且传统公交车的电池容量和续航里程通常大于E-AFT(Zhang等人,2021;Zhou等人,2022)。相比之下,E-AFT的电池容量较小,续航里程较短,这使得它们更容易受到续航限制的影响,从而影响运营效率并阻碍其提供便捷可靠的服务。
智能高效的充电调度对E-AFT系统至关重要,其灵活的运营模式为实现此类策略提供了有利的基础。E-AFT系统能够更好地适应动态变化的路线,使车辆能够在行程间的短暂空闲时间进行机会充电。此外,行程起点和终点的变化性要求充电基础设施更加广泛分布,以有效支持机会充电并扩大其覆盖范围。然而,这种增加的灵活性也导致系统级决策复杂性的提高,需要采取整体协调的方法来进行车辆级充电规划。此外,行程之间的时间间隔通常较短,这对充电提出了严格的时间限制,强调了需要高功率快速充电技术来确保及时周转并维持服务连续性。随着能源技术的进步,快速充电基础设施得到越来越多地部署,使E-AFT能够利用机会充电(Batta?a等人,2023)。这种方法提高了运营灵活性,支持能源行业的现代化,并扩展了实际应用场景的范围。
为了优化E-AFT系统的动态路径规划和充电调度,我们开发了一个两阶段混合整数非线性规划(MINLP)框架,旨在最大化系统利润。第一阶段使用自适应大邻域搜索(ALNS)在充电前最大化运营利润,能源限制与第二阶段相连,第二阶段使用变量邻域搜索(VNS)最小化总充电成本。这种顺序的ALNS-VNS流程被嵌入到滚动时域控制(RHC)框架中,以有效管理大规模实时需求并提高解决方案效率。所提出模型和算法的有效性通过基于真实城市交通网络的案例研究得到了验证。
本文的其余部分安排如下:第2节进行全面的文献综述并概述本研究的研究贡献。第3节介绍问题表述并提出相应的数学模型。第4节详细说明RHC框架和为该问题开发的基于ALNS-VNS的解决方案算法。第5节展示了一个基于真实城市道路网络的案例研究,以及相应的计算结果和分析。最后,第6节对本文进行总结。

章节摘录

灵活公交调度问题

灵活公交系统的设计大致分为两个层次:规划层次和运营层次。规划层次涉及长期战略决策,如服务区域的设计、站点位置和设施布局。相比之下,运营层次侧重于实时决策,特别是车辆路径规划和动态调度。
在灵活公共交通领域,当前关于车辆路径的研究已经取得了显著进展

问题描述

E-AFT是一种创新的按需出行服务,作为一种中等容量的交通解决方案,在指定的服务区域内运行。乘客通过在线平台提交出行请求,指定起点、终点和期望的出发时间窗口。平台根据这些请求生成服务路线,以最大化运营收入。为此,时空相似的出行需求被汇总成共享路线,确保车辆容量得到充分利用

解决方案算法

第3.2节中提出的模型是一个两阶段MINLP模型,用于解决自动驾驶灵活公交系统的动态车辆路径规划和充电站调度的联合优化问题。这两个阶段通过能源连续性约束(21)–(23)相互关联,以确保车辆运行的连续性。然而,这类问题的计算复杂性随问题规模的增加而呈指数级增长。
对于变量较少的小规模实例

数据描述

我们选择中国无锡市作为真实世界的案例研究区域。在该区域内,所有公交车站都是乘客上下车的指定站点。此外,区域内还设有充电站和其他能源设施,作为车辆充电的替代地点。图4展示了这些站点和充电站的分布情况。本研究利用2018年11月在无锡收集的手机数据提取了OD数据

结论

本研究解决了自动驾驶场景下E-AFT系统的动态路径规划和充电调度的联合优化问题。开发了一个两阶段MINLP模型来最大化总运营利润。总体目标函数结合了两个部分:在第一阶段的动态路径规划问题中最大化运营利润,在第二阶段的充电调度问题中最小化车辆充电成本。能源消耗约束作为这两部分之间的联系

作者贡献声明

姜浩然:撰写——原始草稿、可视化、软件、方法论、概念化。洪少志:撰写——审稿与编辑、监督、资金获取。张凯南:撰写——审稿与编辑、方法论、调查。袁健:撰写——审稿与编辑。余青:撰写——审稿与编辑、可视化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号