公交车调度问题的数学模型及应用

本文针对公交车调度问题,在车辆载客限制、乘客等待时间等约束条件下,以公交公司运营的公交车数最少为目标函数,建立整数规划模型。通过具体数据分析,将公交车运行时段分为早高峰、平峰、晚高峰,进而计算出发车时间间隔。由于考虑到乘客和公交公司的利益,对发车时间间隔做出调整并计算出公交车的平均满载率。     

纯电动公交时刻表和车辆排班计划整体优化

研究单线路的纯电动公交车辆运营时刻表和车辆排班计划的整体优化方法,以发车间隔平滑、使用车辆数少和充电费用低为目标建立多目标优化模型,考虑包括不同时段发车间隔范围、可用车辆数量的限制和纯电动公交续航里程约束在内的多个约束.采用多目标粒子群算法进行求解,基于多目标优先级寻找模型的最优解集合.案例表明:和现有的运营计划相比,模型能够平滑发车间隔,减少使用车辆数,充分利用非高峰时段充电以降低充电费用.     

电动公交车不同充电模式发车计划与充电费用研究

为对比"夜间慢速充电+白天快速充电"、"夜间慢速充电"两种不同的整车直接充电模式下,电动公交车的车辆发车计划与充电费用,考虑时刻表、电量限制、充电站距离、允许车辆等待发车时间阈值的影响,建立并运行模型。结果发现,两种模式需要的最小公交车辆数、单日需要的充电费用均不同,建议企业应考虑车辆数、充电费用等因素选取适合的充电模式。此外,还对公交车前往充电站的距离、公交车到达站点等待发车的时间阈值与充电费用的关系进行了敏感性分析,据此建议合理设置充电站位置,并根据具体条件设置合适的等待发车时间阈值,以减少充电费用。     

电动公交客车充电站容量需求预测与仿真

以明确纯电动公交客车对充电站配电容量需求为目标,叙述了充电站电力负荷计算、预测的重要性及常用的电气负荷预测和计算方法,根据电动公交客车运行机制及动力电池充电功率需求变化特性建立了电动公交客车充电站容量需求数学模型,对影响电动公交客车充电站配电容量的因素进行了分析,仿真计算了等间隔和变间隔充电机制下充电站的配电容量需求,建立了定功率工况下电动公交客车车队的充电机制,为确定电动汽车实际充电运行机制和充电站容量需求提供了理论依据.     

基于信息交互的大规模电动汽车充电路径规划

随着电动汽车的不断普及,在充电高峰时段大规模电动汽车聚集充电,将会导致充电站附近局部交通拥堵,带来用户充电等待、电网负荷大幅波动等问题。该文基于实时的信息交互系统,提出了综合考虑交通网、充电站、配电网信息的大规模电动汽车充电路径规划方法。设定包括路段通行、车辆充电需求、充电站负荷、电网运行等约束条件,建立考虑路段通行时间、充电站车辆数目、充电负荷等因素的多目标优化函数,采用改进的Dijkstra方法对该优化问题进行求解。仿真分析结果表明:该充电路径规划方法在保证配电网正常运行的前提下,可缓解充电站附近的交通拥堵,减少电动汽车用户充电等待时间,提高充电设施的利用率。     

电动公交车充换电站运营体系的动态建模

基于城市建设、充换电站规模、物流系统等多种元素,构建了适用性广泛的电动公交车充换电体系模型.根据公交车的运行特点,实现对电动公交车电池自动更换系统的模拟,建立了电动公交车充换电站的工作模型.针对换电站的电池实时需求,模拟了电池物流系统数据,进而模拟集中充电站的电池充电负荷曲线,分析集中充电站的充电行为和控制措施对电网负荷的影响.算例表明,该模型能够很好地反映一定区域内电动公交车充换电站的承载能力和运营效果,以及对电网负荷的影响.     

基于排队模型的大型园区充电站负载能力研究

电动汽车充电桩的建设是制约着电动车日常使用的关键问题之一。同时,大量电动汽车在高峰时间充电亦会对电网带来较大负荷,需要在规划阶段对充电站进行优化,降低对电网的压力。以某大型工业园区充电站为对象,统计了用户在充电周期、充电量、充电时间上的习惯,分析结果显示该充电站用户到达间隔近似服从负指数分布,充电服务时间近似服从Gamma分布。基于M/G/k排队模型,建立了该园区内部充电桩的排队仿真模型,通过蒙特卡洛方法给出了不同时段充电站的排队长度、排队时间等参数,并对比了充电服务时间分布不同对排队模型关键参数的影响,为未来纯电动汽车充电桩的建设与优化具有直观的参考意义。     

电动汽车快速充电站需求分析与设备优化方法

电动汽车快速充电站是城市未来重要的基础设施,其规划建设是否合理直接影响到城市交通体系的运行和电动汽车产业的发展.以城市电动汽车日充电量为基础对快速充电站总量进行了预测,通过分析电动汽车快速充电站车辆到达及充电时间的特征,引入了随机服务系统,建立了排队系统模型,计算了平均逗留时间和充电机空闲时间的比例等指标.采用愿望模型分析方法,优化确定充电站的设备数量,既减少顾客的等待时间、解决排队拥挤现象,又有效减少充电站的投资.最后通过MATLAB实例仿真验证了该方法的有效性.     

基于成本分析的快速公交发车频率优化方法

以公共交通走廊上单条快速公交线路为研究对象,建立了基于快速公交线路站点OD数据的用户成本模型及企业运营成本模型,并以总成本最小为目标函数建立了快速公交线路的发车频率优化模型,建模过程中充分考虑了时间价值对模型优化结果的影响.以常州市快速公交1号线为例对模型进行了应用研究,结果表明:随着发车频率的增加,总成本先降后升,在15 veh/h处达到最小值.因此建议高峰时间发车间隔为3～5 min;平峰时段发车间隔为6～8 min.对用户成本和企业运营成本随发车频率变化的敏感性进行了分析,得出了优化发车频率对降低乘客等车时间成本有显著的效果,而对减少乘客车内时间成本作用较小的结论,为企业在满足一定公交服务的基础上降低运营成本提供了决策依据.     

纯电动汽车供能策略研究

分析了纯电动汽车供能策略的5大决策要素:城市电网运行特征,电池与充电技术,纯电动汽车交通功能定位,纯电动汽车节能减排效益以及土地资源约束等.综合各决策要素,提出纯电动汽车供能应有别于传统燃油车自由式加油模式,而须实施夜间低谷充电为主、白天快速补电与更换电池组为辅,结合各类型交通方式出行特征,提供组合型供能模式的能源供给策略.进一步界定了常规充电站、快速充电站与电池更换站的服务定位及布局要求.研究成果对于完善纯电动汽车能源供给体系,指导供能设施建设具有重要意义.     

智能充换电服务网络调度技术研究

针对电动汽车智能充电服务网络的一体化调度管理技术进行了研究,以物流费用和充电费用最小为目的,在考虑多种约束条件的情况下计算集中型充电站的最优调度配送策略.主要分析了电池充电调度、电池调度以及车辆调度三者之间的一体化调度问题,以实现平衡电池分布,合理地调配电池,维持和确保各站能够保持与其服务需求相适应的电池储量.     

公交发车频率优化研究

公交运营调度是公交行业运营管理的重要步骤,规划合理的行车时间对提高公交的承载率至关重要。本文以企业与乘客两个方面建立公交车发车频率的多目标优化模型,采用遗传算法,用matlab编程求解,并将人工制定方案与本文制定方案在高峰期、平峰期两个时间段的平均发车间隔进行比较。结果表明本文的计算方法性能更优,在满足乘客需求的同时也为公交运营公司提供决策支持,具有较好的应用价值。     

考虑不均匀发车间隔的高铁接运公交时刻表与车辆调度优化

提出一种不均匀发车间隔的公交时刻表,主要用于优化高铁站的接运公交时刻表.首先,考虑高铁到达客流的分布情况,采用正偏态分布的威布尔分布拟合乘客的换乘走行时间和后续等待时间构成的乘客换乘总时间.其次,分别以乘客换乘总时间最少、使用公交车辆总数最少为目标,考虑最大可用公交车辆数、公交最大发车间隔、公交最小发车间隔等刚性约束条件,建立了时刻表与公交车辆调度系统优化模型,并利用带精英策略的非支配排序遗传算法(Elitist Nondominated Sorting Genetic Algorithm,NSGA-Ⅱ)求解公交系统优化模型.最后,通过案例分析验证了模型的有效性,将不均匀发车间隔与均匀发车间隔时刻表进行对比.结果表明:在使用接运公交数量相同的情况下,与均匀发车间隔时刻表相比,不均匀发车间隔时刻表最多可使乘客换乘总时间降低9.7％,并且可以根据模型求解结果提出多种合理的时刻表与车辆调度方案供决策者进行选择.     

考虑乘客时间成本的城市公交发车间隔优化模型

针对城市公交发车间隔优化时对公交运行过程描述不够全面、未充分考虑乘客时间成本的问题,提出了考虑乘客时间成本的城市公交发车间隔优化模型.首先,在详细分析能够体现公交车辆运行特征的不同时段与站间的运行速度、站点停站时间、上车人数、下车人数、滞留人数以及新增候车人数等变量或参数基础上,建立车辆运行约束和乘客人数约束,将包含等候时间和在车时间的乘客平均出行时间作为出行成本、车辆平均满载率作为公交企业载客成本,以乘客出行成本与公交企业载客成本之和最小为目标建立发车间隔优化模型.然后,使用软件Pycharm中scikit-opt代码库调用遗传算法求解模型.最后,以北京市848路公交上行线路早高峰8:00—9:00时段为例,求解其理论最优发车间隔,结合运营实际确定实际最优发车间隔及总成本.研究结果表明：考虑乘客时间成本后的发车间隔较实际发车间隔,乘客平均出行成本降低9.09%,公交企业载客成本上涨0.57%,乘客与企业总成本下降约3.01%,提出的模型可行有效.     

基于移动终端的主动预约式智能公交调度系统

针对我国城市近郊区公交系统智能化水平低、居民出行便捷性差等交通现状,在综合分析现有需求响应式交通系统(DRT)特点的基础上,结合互联网主动预约技术与车辆智能定位技术,提出了一种基于移动终端的主动预约式智能公交调度系统。将互联网移动终端、总调度控制中心与公交车辆作为一个整体系统,以乘客预约候车总人数与乘客最长等待时间为决策变量,通过引入相关阈值建立了基于乘客需求的发车间隔优化模型,并给出了发车时间间隔的求解方法。研究结果表明:与常规公交系统相比,基于移动终端的主动预约式智能公交调度系统能够有效地解决我国城市近郊公交运行效率低、乘客候车时间长、出行困难等交通问题,对于提高公交的便捷性与智能化水平具有积极的现实意义。     

电动汽车集散货一体化车辆路径问题

针对电动汽车特性,考虑里程约束和时间窗约束,建立以最小化总费用为目标的电动汽车集散货一体化车辆路径问题模型.模型考虑了车辆可在行驶途中多次前往充电站补充电量.因此,避免由于电量不足导致的车辆半路抛锚及电池过度放电.应用遗传算法求解模型,得到包含配送计划、行车时间及充电计划在内的配送方案.并基于Dijkstra算法求解任意两个邻接节点之间最短路径问题,在路网上为车辆规划行车路线.结合北京市城区路网的算例验证模型和方法的有效性和实用性.     

改进粒子群算法的电动汽车时空优化分配策略

兼顾待充电汽车的时间分配和空间分配,以每个时段每个充电站的充电电动汽车数量为决策变量,建立了集中充电时段内充电负荷方差和充电站充电汽车数量方差的数学模型.提出时空优化分配策略,使待充电汽车在时空上达到均衡分配,并在基本粒子群算法基础上结合了线性递减权重和异步变化学习因子方法.基于纽约州独立系统交易运行机构(NYISO)的原始负荷数据进行算例仿真.结果表明,文中提出的电动汽车集中充电调度策略在时空上优化分配待充电汽车,达到了降低负荷峰谷差、减小负荷波动的目的.     

基于轨迹数据的信号交叉口排队长度估计

排队长度是信号交叉口最重要的性能指标之一,也是信号交叉口配时优化的关键参数。对于一些偏僻的路口或者固定检测器损坏的交叉口,由于无法获取准确的排队长度信息而无法了解交叉口的实时状态。针对以上情况,本文提出通过浮动车轨迹数据来估计信号交叉口的排队长度,通过对轨迹数据的分析,本文建立了基于浮动车集群队列的排队长度估计模型,利用排队长度估计模型可以实现交叉口排队长度的估计。通过SUMO仿真获取早高峰,晚高峰,平峰流量下输入下的浮动车轨迹数据,分别采用早高峰,晚高峰,平峰流量下时间间隔为2s/4s/6s/8s/10s和渗透率为5%/10%/15%的数据集对模型进行验证。验证结果表明,本文建立的模型可以较为准确地估计交叉口的排队长度。与相关方法的对比结果表明,在早高峰流量下和晚高峰流量下,本文建立的模型误差更低,不同的时间间隔和渗透率下比不考虑集群车队的精准度平均高出约12%,即使在平峰流量、时间间隔大、低渗透率场景下,本文建立的模型估计的排队长度误差仍在可接受范围内。相关的研究成果将为交叉口的交通状态评估以及信号配时优化提供支撑。     

高速公路充电站选址定容问题的多目标优化方法（英文）

【目的】高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义。【方法】针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为目标建立了新的多目标优化模型。【结果】利用多目标优化问题的NSGA-Ⅱ算法对模型进行了数值实验,验证了模型的有效性。此外,本文也进一步研究了出行车辆数量、充电桩功率以及续航里程对充电站的建设成本和适配率的影响。【结论】数值实验表明:本文提出的多目标优化方法可以得到更高的充电站利用率和更低的建设成本,为高速公路充电站的选址定容问题提供了更加科学合理的决策参考。     

多因素下基于路网拓扑的电动汽车充电路径规划策略

随着电动汽车产业的发展,电动汽车的充电需求也日益增加.为了满足电动汽车用户充电多样性需求并提高充电设施利用率,本文在考虑出行距离、充电电价以及充电站排队情况等三种影响因素下构建混合整数线性规划模型,提出了一种多因素下基于充电站路网拓扑结构的电动汽车充电路径规划方法,为用户规划充电路径与充电站选择.首先,该方法在能耗约束的前提下基于Dijkstra最短路径算法进行充电引导,为求解多目标最优引入信息熵的概念来确定各参数影响权重.其次,针对用户充电需求的差异性问题,提出了三种不同目标下的规划方法以降低用户充电成本.此外,本文构建了站点随机充电服务排队模型并进行敏感性分析以研究充电站服务能力对充电成本的影响.以某地区路网为算例进行仿真,结果表明本文提出的方法能够有效降低用户充电出行成本并合理规划出行路径,验证了所提模型的可行性和有效性,对充电选择和站点配置具有一定的决策参考意义.