純電動物流車運營特性分析及配送路徑優(yōu)化問題研究.pdf

1、如今全球能源短缺，環(huán)境污染嚴重，轉(zhuǎn)變傳統(tǒng)高能耗、高污染的發(fā)展方式，大力推進節(jié)能減排，實現(xiàn)可持續(xù)發(fā)展，逐漸成為世界各國的共同選擇。物流是能源消耗和環(huán)境污染較為嚴重的行業(yè)之一，而運輸則是物流重要的環(huán)節(jié)。因此有關(guān)物流業(yè)在能源消耗和環(huán)境污染上的研究主要集中在運輸視角。如何構(gòu)建一個高效、集約、低碳、可持續(xù)發(fā)展的物流運輸系統(tǒng)成為關(guān)鍵問題。
　　純電動汽車以其良好的環(huán)境保護和能源調(diào)整效應，成為推動車輛節(jié)能減排的重要技術(shù)方向?；诔鞘信渌皖I(lǐng)域所具

2、有的特征及對環(huán)境質(zhì)量和污染排放的控制要求，在各種政策補貼和示范運營的激勵下，純電動物流車正逐步在城市配送領(lǐng)域推廣應用。但目前純電動物流車在各方面技術(shù)還不夠成熟，主要反映在用戶用車心理、充電問題、里程問題和載重能力等。現(xiàn)階段來說，短時間內(nèi)提升電動汽車技術(shù)的可能性較小。因此對于純電動物流車而言，如何應用科學方法進行合理規(guī)劃其配送方案以減少運營成本，提高配送效率，保障車輛行駛安全，減少用戶里程焦慮是現(xiàn)階段需要面對的問題。其中包括純電動物流車配

3、送路徑優(yōu)化，對應的問題稱為純電動物流車車輛路徑問題（Electric Vehicle Routing Problem，EVRP）。在此基礎(chǔ)上，為了更符合實際車輛行駛環(huán)境和客戶需求，考慮動態(tài)行駛時間的純電動物流車車輛路徑問題(Electric Vehicle Routing Problem with Variable Travel Time，EVRPVTT)和考慮動態(tài)需求的純電動物流車車輛路徑問題(Electric Vehicle Rou

4、ting Problem with Dynamic Demands，EVRPDD)成為本文研究重點。本文的主要創(chuàng)新工作如下:
　　(1)在實證數(shù)據(jù)的基礎(chǔ)上，分析了純電動物流車運營特性與主要參數(shù)分布規(guī)律。本文首先在大量純電動物流車實際運營數(shù)據(jù)和用戶運營經(jīng)驗的基礎(chǔ)上，應用數(shù)理統(tǒng)計方法從行駛特性、充電特性及配送特點三個方面對純電動物流車的運營特性進行分析，獲得行駛速度、行駛里程及電池SOC等重要參數(shù)的分布規(guī)律，總結(jié)出現(xiàn)階段純電動物流車的

5、運營現(xiàn)狀和問題，探討用戶對純電動物流車的使用行為和里程焦慮心理，為下一步提出更符合實際需求的EVRPVTT問題和EVRPDD問題奠定基礎(chǔ)。
　　(2)建立了純電動物流車行駛里程非線性回歸和剩余里程估計模型，并對模型參數(shù)進行辨識。為了準確估計EVRPVTT問題和EVRPDD問題中的關(guān)鍵參數(shù)——剩余里程，本文首先從定性角度對行駛里程的影響因素進行分析，并提出建立考慮放電深度和行駛速度的行駛里程回歸模型。為轉(zhuǎn)換成基于單一輸入變量的回歸模

6、型，針對放電深度與行駛里程的關(guān)系，引入單位里程耗電比。然后基于單位里程耗電比與行駛速度之間的非線性特征，建立非線性回歸模型。其中，應用遺忘因子遞推最小二乘法對未知模型參數(shù)進行辨識。對單位里程耗電比進行轉(zhuǎn)換后便可得到考慮放電深度和行駛速度的行駛里程非線性回歸模型。最后通過行駛里程非線性回歸模型對剩余里程進行估計。
　　(3)建立了考慮動態(tài)行駛時間的純電動物流車配送方案優(yōu)化模型，并給出了相應的求解算法。本文針對交通信息的動態(tài)性，根據(jù)純

7、電動物流車的技術(shù)特點和運營特性，綜合考慮載重約束、時間窗約束、里程約束、充電需求和行駛速度，建立以總成本最小的EVRPVTT問題模型。并應用結(jié)合窮舉法的遺傳算法求解模型，得到包括配送路線、充電計劃、行車時間、行車路徑在內(nèi)的最優(yōu)配送方案。其中，對經(jīng)典Dijkstra算法進行改進后，提出考慮行駛速度變化的動態(tài)Dijkstra算法，求解EVRPVTT問題模型中涉及到的最短路徑問題，確定配送路線的行車路徑。為避免由于電量不足導致的車輛半路拋錨及

8、電池過度放電情況，車輛可在行駛途中多次前往充電站補充電量。充電路線優(yōu)化問題為有充電需求的車輛提供最優(yōu)充電計劃。最后在結(jié)合北京市城區(qū)路網(wǎng)的實例中驗證了模型和方法的有效性。
　　(4)提出滿足動態(tài)需求的純電動物流車配送方案實時更新策略，并進行了參數(shù)靈敏度分析。EVRPDD問題針對動態(tài)信息的另外一種形式——動態(tài)需求，提出基于更新時間的路線更新策略對配送方案進行實時地在線優(yōu)化。其中，充電路線優(yōu)化模型為有充電需求的車輛分配充電站，提供最優(yōu)充