基于充電策略的純電動(dòng)公交車輛調(diào)度優(yōu)化

李 軍，唐曉宇，趙長(zhǎng)相

(中山大學(xué) 工學(xué)院 智能交通研究中心，廣東 廣州 510006)

?

基于充電策略的純電動(dòng)公交車輛調(diào)度優(yōu)化

李 軍，唐曉宇，趙長(zhǎng)相

(中山大學(xué) 工學(xué)院 智能交通研究中心，廣東 廣州 510006)

考慮充電區(qū)間、充電速率、電池核電狀態(tài)、發(fā)車策略等綜合因素，提出了以最小化車輛數(shù)為目標(biāo)的單線路單充電站的純電動(dòng)公交車輛調(diào)度算法。該算法采用車隊(duì)整體優(yōu)化的方法，使得營(yíng)運(yùn)的車輛數(shù)最小，并達(dá)到每輛車發(fā)車次數(shù)的均衡。以東莞松山湖公交線路為例，分析了線路發(fā)車時(shí)刻、充電速率、車輛耗電對(duì)車輛數(shù)及單車發(fā)車次數(shù)的影響，并和常規(guī)公交車輛調(diào)度算法進(jìn)行比較，結(jié)果表明：改進(jìn)發(fā)車策略有效地減少了所需車輛數(shù)，且車輛利用率均衡，達(dá)到了最小化車隊(duì)成本的目的。

車輛工程；純電動(dòng)公交；公交調(diào)度；電池核電狀態(tài)；充電策略；動(dòng)態(tài)規(guī)劃

0 引 言

純電動(dòng)車輛具有污染小、能量來源多樣化等特點(diǎn)，可以緩解城市交通污染，越來越受到重視。但純電動(dòng)汽車動(dòng)力電池續(xù)駛里程有限、充電時(shí)間較長(zhǎng)，導(dǎo)致純電動(dòng)車輛在具體應(yīng)用方面受到嚴(yán)重制約。在目前動(dòng)力電池?zé)o法提供更長(zhǎng)續(xù)駛里程的情況下，如果能夠快速為電池補(bǔ)充電量，即可在一定條件下解決了電動(dòng)汽車?yán)m(xù)駛里程不足的致命弱點(diǎn)[1]。純電動(dòng)車輛調(diào)度需要考慮續(xù)駛里程及充電時(shí)間限制[2]，常規(guī)公交車輛調(diào)度的模型不適用于電動(dòng)公交車輛調(diào)度,因此,需建立適用于電動(dòng)公交車輛的調(diào)度模型。

電動(dòng)汽車的續(xù)駛里程與動(dòng)力電池容量、單程行駛耗電量等因素有關(guān)，而時(shí)刻表、充電策略等決定著充電時(shí)間的大小。電動(dòng)公交的調(diào)度問題中，公交行駛路線、行車時(shí)刻表及電動(dòng)車輛的車型等因素多為已知，主要優(yōu)化電動(dòng)汽車充電策略，合理調(diào)度車輛，降低最小車輛數(shù)，進(jìn)而減少運(yùn)營(yíng)成本。國(guó)內(nèi)外關(guān)于充電策略的研究，主要集中在管理電動(dòng)汽車充電行為，減輕其對(duì)電網(wǎng)的負(fù)面影響[3]；電動(dòng)汽車充電模式的選擇，及充電設(shè)施的選址定容；充電策略的變化對(duì)電動(dòng)汽車動(dòng)力電池的影響。筆者僅從電動(dòng)公交運(yùn)營(yíng)的角度考慮，假設(shè)電動(dòng)汽車充電站容量可以充分滿足電動(dòng)公交車輛的充電需求，忽略電動(dòng)汽車充電行為對(duì)電網(wǎng)的影響。現(xiàn)行電動(dòng)汽車充電模式，主要包括整車常規(guī)充電、整車快速充電和更換電池三類[4]。其中快速充電，可以提供短時(shí)充電服務(wù)，充電時(shí)間短，適于電動(dòng)公交車輛補(bǔ)充電量，但對(duì)電池?fù)p害較大，對(duì)技術(shù)及安全性要求較高。通過電池快速充電控制仿真模型[5]，發(fā)現(xiàn)選擇適宜的充電速率，控制電動(dòng)汽車的電池核電狀態(tài)(SOC)在一定范圍，可延長(zhǎng)電池壽命。對(duì)電池組實(shí)行淺充淺放時(shí)，電池內(nèi)阻小，能量轉(zhuǎn)化率高，不會(huì)出現(xiàn)過充過放，循環(huán)壽命長(zhǎng)，但此種情況會(huì)造成谷電利用率較低。當(dāng)電動(dòng)公交車輛行駛路線較短，單程耗電量較小時(shí)，可采用間歇補(bǔ)電[6]的方式，以小倍率為電池組補(bǔ)充電量，即車輛每完成一個(gè)行駛班次后利用等待時(shí)間充電，使電池組保持在“半充半放”狀態(tài)下工作。

根據(jù)車場(chǎng)數(shù)目，公交車輛調(diào)度問題可分為單車場(chǎng)車輛調(diào)度(SDVSP)和多車場(chǎng)車輛調(diào)度(MDVSP)[7]。在應(yīng)用中，車輛調(diào)度問題常被描述為整數(shù)線性規(guī)劃(ILP)問題，先構(gòu)造一個(gè)較大的解空間，然后利用啟發(fā)式方法進(jìn)行優(yōu)化，但求解耗時(shí)較多[8]。SDVSP被描述為近似指派問題，采用先生成班次序列然后再組合的策略進(jìn)行求解，結(jié)果較好[9-10]。MDVSP調(diào)度模型主要分為多商品流模型和集分割模型。模型的求解算法包括拉格朗日松弛啟發(fā)式算法、列生成算法、搜索樹方法、分值定價(jià)法等，但多數(shù)只能應(yīng)用于對(duì)較小規(guī)模問題的求解，啟發(fā)式算法仍然是解決公交車輛調(diào)度問題的重要方法[11-13]。求解MDVSP問題時(shí)，可基于逆差函數(shù)法采用先進(jìn)站先發(fā)車方法構(gòu)建班次序列[14]，以實(shí)現(xiàn)需用車隊(duì)規(guī)模最小的優(yōu)化目標(biāo)。電動(dòng)公交車輛的調(diào)度更加復(fù)雜，不僅要滿足常規(guī)公交車輛調(diào)度的約束條件，還需增加續(xù)駛里程與充電時(shí)間的限制條件[2]，現(xiàn)行的解決方法多將電動(dòng)公交車輛調(diào)度問題劃分為兩階段求解，分別為有續(xù)駛時(shí)間約束的車輛調(diào)度問題和有充電時(shí)間約束的車輛調(diào)度問題，對(duì)第一階段的解進(jìn)行優(yōu)化得到最終的優(yōu)化解[15]，但這樣可能導(dǎo)致第二階段的方案部分喪失了獲得最優(yōu)化的機(jī)會(huì)。

筆者研究單線路單站點(diǎn)的純電動(dòng)公交車輛運(yùn)營(yíng)問題，假設(shè)充電站與終點(diǎn)站重合，在運(yùn)營(yíng)過程中動(dòng)力電池采用“間歇補(bǔ)電，淺充淺放”的方式補(bǔ)充電量，考慮考慮車輛續(xù)駛里程及充電時(shí)間的雙重限制，優(yōu)化充電策略，改進(jìn)發(fā)車算法，實(shí)現(xiàn)車輛數(shù)最小。并用常規(guī)公交代替電動(dòng)公交，保持其他條件不變，得到該條件下所需要的車輛數(shù)，與純電動(dòng)公交車輛的調(diào)度結(jié)果進(jìn)行對(duì)比。

1 純電動(dòng)公交調(diào)度模型

純電動(dòng)公交車輛由于動(dòng)力電池續(xù)駛里程及充電時(shí)間的局限性，在調(diào)度時(shí)需重點(diǎn)關(guān)注純電動(dòng)公交車輛的SOC變化。公交行駛路線、線路站點(diǎn)的設(shè)置，決定車輛的單程行駛時(shí)間、單程行駛耗電量，影響車輛類型的選擇、動(dòng)力電池的額定電量、最大續(xù)駛里程。線路時(shí)刻表，是車輛調(diào)度的核心，確定各車次的發(fā)車時(shí)間。充電設(shè)施的選址及容量，則直接影響電動(dòng)公交車輛充電模式的選擇及充電時(shí)間的大小。

1.1 電動(dòng)公交充電策略

由于純電動(dòng)公交受到電池續(xù)航能力的限制，公交線路長(zhǎng)度較短，車輛單程行駛耗電量較小。動(dòng)力電池SOC較高時(shí)會(huì)減少電池壽命，SOC較低時(shí)電動(dòng)汽車?yán)m(xù)駛里程不足，而電池組維持在“半充半放”的狀態(tài)下工作時(shí)，可在滿足電動(dòng)汽車?yán)m(xù)駛里程的要求的基礎(chǔ)上，延長(zhǎng)電池循環(huán)壽命。綜合考慮，筆者的充電策略具體為：

1)采用“淺充淺放”的充電模式，避免電池SOC經(jīng)常處于較高或較低狀態(tài)，減緩電池衰減并避免電池續(xù)駛里程不足。

2)在整個(gè)運(yùn)營(yíng)過程中，分別設(shè)置動(dòng)力電池SOC工作區(qū)間的上限SOCmax下限SOCmin，且SOCmax<1，SOCmin>0。

3)車輛每完成一個(gè)行駛班次后可利用等待時(shí)間充電，當(dāng)某車輛SOC達(dá)到SOCmax時(shí)，車輛終止充電，或者當(dāng)距離下個(gè)行駛班次的發(fā)車時(shí)刻，剩余時(shí)間大于或等于發(fā)車準(zhǔn)備時(shí)間Td時(shí)，該車輛SOC電量可以足夠完成單次行駛?cè)蝿?wù)且整個(gè)過程中車輛SOC不低于下限，按照指定的發(fā)車策略，該車輛恰被選中執(zhí)行車次任務(wù)，可終止充電，執(zhí)行車次任務(wù)。

1.2 相關(guān)變量及假設(shè)

為描述純電動(dòng)公交運(yùn)營(yíng)規(guī)劃中車輛的狀態(tài)變化，定義下列變量，如表1。

表1 純電動(dòng)公交運(yùn)營(yíng)規(guī)劃相關(guān)變量

為簡(jiǎn)化問題,筆者做出如下假設(shè)：

1)公交線路站點(diǎn)、時(shí)刻表、車輛類型、充電站等相關(guān)信息為已知條件；

2)電動(dòng)公交充電需求可被充分滿足，即任意車輛經(jīng)過充電準(zhǔn)備，即可充電，無需排隊(duì)等待車位；

3)采用恒流充電，充電速率為c，充電量和充電時(shí)間呈線性關(guān)系;

4)當(dāng)天行車任務(wù)開始時(shí)，車場(chǎng)內(nèi)所有車輛SOC均為SOCmax。

1.3 發(fā)車限制條件

某車輛若執(zhí)行車次任務(wù)，則該車輛首先需滿足最低電量要求，即在該車次的發(fā)車時(shí)刻，車輛SOC不小于SOCmin與單程行駛耗電量之和，如式(1)：

SOCi(tj+1)≥SOCmin+v·T

(1)

同時(shí)還應(yīng)滿足時(shí)刻表的限制，即車輛上次執(zhí)行的車次的結(jié)束時(shí)刻與發(fā)車準(zhǔn)備時(shí)間Td之和應(yīng)不大于該車次的發(fā)車時(shí)刻，如式(2)：

tli(tj)+T+Td≤tj+1

(2)

1.4 車輛狀態(tài)變化過程

在車輛調(diào)度運(yùn)營(yíng)期間，將車輛i在某時(shí)刻的狀態(tài)分為5種，如表2。

表2 運(yùn)營(yíng)期間電動(dòng)公交車輛狀態(tài)

1.4.1 充電條件

當(dāng)車輛上次執(zhí)行的車次的結(jié)束時(shí)刻與tj+1的間隔大于Tp，則表明在tj+1時(shí)刻車輛可進(jìn)行充電作業(yè)，如式(3)：

tli(tj)+T+Tp≤tj+1

(3)

1.4.2 執(zhí)行條件

當(dāng)車輛上次執(zhí)行的車次的結(jié)束時(shí)刻與tj+1的間隔大于Tp和Td之和，則表明車輛可進(jìn)行充電作業(yè)，且當(dāng)該車輛電量滿足式(1)時(shí)，可被挑選執(zhí)行車次j+1，如式(4)：

tli(tj)+T+Tp+Td≤tj+1

(4)

1.4.3 車輛轉(zhuǎn)移方程

針對(duì)表2中車輛的5種狀態(tài)，分別給出下一個(gè)發(fā)車時(shí)刻的車輛狀態(tài)。

1)車輛xi(tj)=0

在tj+1時(shí)刻，車輛i狀態(tài)變化如下：

若tj+T>tj+1，即車輛i仍在執(zhí)行車次j，則xi(tj+1)=1；若tj+T

①若同時(shí)滿足式(1)、式(2)、式(4)，即車輛i結(jié)束車次j行車任務(wù)后，可進(jìn)行充電作業(yè)，并且滿足發(fā)車時(shí)刻及最低電量限制，利用式(5)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0：

SOCi(tj+1)=SOCi(tj)-v·T+c·[tj+1-(tj+

T+Tp+Td)]

(5)

②若滿足式(1)、式(2)，不滿足式(4)，即車輛i結(jié)束車次j行車任務(wù)后，滿足發(fā)車時(shí)刻及最低電量限制，但無足夠時(shí)間進(jìn)行充電作業(yè)，利用式(6)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0：

SOCi(tj+1)=SOCi(tj)-v·T

(6)

③若滿足式(3)，不滿足式(1)或式(2)，即車輛i結(jié)束車次j行車任務(wù)后，可進(jìn)行充電作業(yè)，但不滿足發(fā)車時(shí)刻或最低電量限制，則xi(tj+1)=2。

④若不滿足式(3)、且不滿足式(1)或式(2)，即車輛i結(jié)束車次j行車任務(wù)后，不滿足發(fā)車限制，且無足夠時(shí)間進(jìn)行充電作業(yè)，則xi(tj+1)=3。

2)車輛xi(tj)=1

在tj+1時(shí)刻，車輛i狀態(tài)變化如下：

若tli(tj)+T>tj+1，車輛i仍在執(zhí)行車次li(tj)，此時(shí)xi(tj+1)=1；若tli(tj)+T

①若同時(shí)滿足式(1)、式(2)、式(4)，即車輛i結(jié)束車次li(tj)行車任務(wù)后，進(jìn)行充電作業(yè)，并且滿足發(fā)車時(shí)刻及最低電量限制，利用式(7)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0：

SOCi(tj+1)=SOCi(tj)-v·(tli(tj)+T-tj)+

c·[tj+1-(tli(tj)+T+Tp+Td)]

(7)

②若滿足式(1)、式(2)，不滿足式(4)，即車輛i結(jié)束車次li(tj)行車任務(wù)后，滿足發(fā)車時(shí)刻及最低電量限制，但無足夠時(shí)間進(jìn)行充電作業(yè)，利用式(7)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0。

③若滿足式(4)，不滿足式(1)，即車輛i結(jié)束車次li(tj)行車任務(wù)后，可進(jìn)行充電作業(yè)，但不滿足最低電量限制，則xi(tj+1)=2。

④若滿足式(3)、且不滿足式(1)、式(4)，即車輛i結(jié)束車次li(tj)行車任務(wù)后，可進(jìn)行充電作業(yè)，但不滿足電量限制，則xi(tj+1)=2。

⑤若不滿足式(3)、且不滿足式(1)或式(2)，即車輛i結(jié)束車次li(tj)行車任務(wù)后，不滿足電量或發(fā)車時(shí)刻限制，且無足夠時(shí)間進(jìn)行充電作業(yè)，則xi(tj+1)=3。

3)車輛xi(tj)=2

在tj+1時(shí)刻，車輛i狀態(tài)變化如下：

①若滿足式(1)、式(2)，即車輛i在tj+1時(shí)刻，滿足發(fā)車限制，利用式(8)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0：

SOCi(tj+1)=SOCi(tj)+c·[tj+1-(tj+Td)]

(8)

②若滿足式(2)、不滿足式(1)，即車輛i在tj+1時(shí)刻，不滿足最低電量限制，xi(tj+1)=2。

③若不滿足式(2)，即車輛i在tj+1時(shí)刻，不滿足發(fā)車時(shí)刻限制，利用式(9)計(jì)算車輛SOC，若SOCi(tj+1)

SOCi(tj+1)=SOCi(tj)+c·(tj+1-tj)

(9)

4)車輛xi(tj)=3

在tj+1時(shí)刻，車輛i狀態(tài)變化如下：

①若滿足式(1)、式(2)、式(4)，即車輛i在tj+1時(shí)刻，可進(jìn)行充電作業(yè)，且滿足發(fā)車限制，利用式(10)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0：

SOCi(tj+1)=SOCi(tj)+c·[tj+1-(tli(tj)+T+

Tp+Td)]

(10)

②若滿足式(1)、式(2)，不滿足式(4)，即車輛i在tj+1時(shí)刻，滿足發(fā)車限制，但無足夠時(shí)間進(jìn)行充電作業(yè)，利用式(11)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0：

SOCi(tj+1)=SOCi(tj)

(11)

③若滿足式(4)，不滿足式(1)，即車輛i在tj+1時(shí)刻，可進(jìn)行充電作業(yè)，但不滿足最低電量限制，則xi(tj+1)=2。

④若滿足式(3)，不滿足式(1)、式(4)，即車輛i在tj+1時(shí)刻，可進(jìn)行充電作業(yè)，但不滿足最低電量限制，xi(tj+1)=2。

⑤若不滿足式(3)，且不滿足式(1)或式(2)，即車輛i在tj+1時(shí)刻，不滿足發(fā)車限制，且無足夠時(shí)間進(jìn)行充電作業(yè)，xi(tj+1)=3。

5)車輛xi(tj)=4

在tj+1時(shí)刻，車輛i狀態(tài)變化如下：

①若滿足式(2)，即車輛i在tj+1時(shí)刻，滿足發(fā)車時(shí)刻限制，利用式(11)計(jì)算車輛SOC，同時(shí)i∈P(tj+1)，xi(tj+1)=0。

②若不滿足式(2)，即車輛i在tj+1時(shí)刻，不滿足發(fā)車時(shí)刻限制，xi(tj+1)=4。

1.5 電動(dòng)公交優(yōu)化算法

單條線路條件下的常規(guī)公交車輛調(diào)度，不允許跨線調(diào)度和插入空駛車次，可利用先到站先發(fā)車(FIFO)策略，構(gòu)造車次鏈，從而得到該線路所需要的最小車輛數(shù)[14]。筆者在車輛滿足時(shí)刻表及電量限制的基礎(chǔ)上，將FIFO發(fā)車策略應(yīng)用于電動(dòng)公交車輛調(diào)度，調(diào)度過程如下：

1)當(dāng)j=1，由車輛i=1執(zhí)行車次1；

2)當(dāng)j=j+1時(shí)，從集合P(tj+1)中挑選出li(tj)最小的車輛執(zhí)行該車次，δj+1=0；

3)如果在tj+1時(shí)刻，集合P(tj+1)為空集，則增加一輛新車，δ(tj+1)=1，由新增加的車輛執(zhí)行車次j+1，截至tj+1時(shí)刻，由公式(12)計(jì)算所需的車輛數(shù)；

4)重復(fù)上述步驟，直至完成當(dāng)天所有行車任務(wù)，即j=n，調(diào)度所需要的車輛總數(shù)等于Nn：

Nj+1=Nj+δj+1

(12)

從提高電動(dòng)公交車輛的電量利用率、均衡車隊(duì)中車輛狀態(tài)的角度，提出改進(jìn)發(fā)車算法(OPT)調(diào)度電動(dòng)公交車輛，算法流程如圖1。

圖1 優(yōu)化算法流程

具體車輛調(diào)度過程如下：

1)當(dāng)j=1，由車輛i=1執(zhí)行該車次；

2)當(dāng)j=j+1時(shí)，從集合P(tj+1)中挑選出總發(fā)車次數(shù)及車輛編號(hào)最小的車輛執(zhí)行該車次，δj+1=0；

3)如果在tj+1時(shí)刻，集合P(tj+1)為空集，則增加一輛新車，δ(tj+1)=1，并將車隊(duì)初始規(guī)模更新為截止到j(luò)+1車次需要的車輛總數(shù)Nj+1，返回步驟1；

4)重復(fù)上述步驟，直至完成當(dāng)天所有行車任務(wù)，即j=n，調(diào)度所需要的車輛總數(shù)等于Nn。

2 案例分析

2.1 案例數(shù)據(jù)

以東莞松山湖公交線路為例，該線路為環(huán)形線路，全程行駛時(shí)間約為66 min，車輛僅在終點(diǎn)站可以補(bǔ)充電量。電動(dòng)車輛電池組[6]相關(guān)信息如下：電池額定容量336 V/250 Ah；電池充電準(zhǔn)備時(shí)間及發(fā)車準(zhǔn)備時(shí)間均為10 min。

為研究時(shí)刻表、SOC區(qū)間及單程耗電量對(duì)電動(dòng)公交車輛調(diào)度的影響，共做了7組實(shí)驗(yàn)，各實(shí)驗(yàn)條件如表3。首、末班車時(shí)刻分別為7∶00和20∶00，高峰時(shí)段為8∶00—9∶00，11∶00—12∶00，18∶00—19∶00。

表3 實(shí)驗(yàn)條件設(shè)置

2.2 公交車輛調(diào)度結(jié)果

利用上述兩種發(fā)車策略，改變充電速率，調(diào)度電動(dòng)公交(EV)車輛，得到不同條件下的最小EV車輛數(shù)及車隊(duì)運(yùn)營(yíng)狀態(tài)。同時(shí)保持公交線路站點(diǎn)、時(shí)刻表?xiàng)l件不變，調(diào)度常規(guī)公交(CV)車輛，得到最小CV車輛數(shù)及車隊(duì)運(yùn)營(yíng)狀態(tài)。

上述實(shí)驗(yàn)的調(diào)度結(jié)果如表4。

表4 調(diào)度結(jié)果(FIFO/OPT/CV)

2.3 結(jié)果討論

2.3.1 單組實(shí)驗(yàn)分析

以實(shí)驗(yàn)1為例，由表4可以看出：

1)當(dāng)選用同種充電速率，OPT發(fā)車策略需要的車輛數(shù)更小，且車隊(duì)最大與最小發(fā)車次數(shù)之差較小，說明OPT發(fā)車策略較優(yōu)，車輛利用率高。

2)采用同種發(fā)車策略，增大充電速率，車輛數(shù)會(huì)減少，車隊(duì)最大與最小發(fā)車次數(shù)之差也縮小，而充電速率較大,如1.0 C或1.5 C，最小車輛數(shù)相同。說明充電速率直接影響車隊(duì)規(guī)模，但當(dāng)充電速率足夠大時(shí)，最小車輛數(shù)由其他因素決定。

3)當(dāng)充電速率為1.0 C或1.5 C，采用OPT策略,所需要的EV數(shù)目比CV多1輛，同等條件下，CV數(shù)目?jī)H由線路時(shí)刻表決定，說明在時(shí)刻表已知時(shí)，可通過提高充電作業(yè)效率，減小充電準(zhǔn)備時(shí)間，降低充電時(shí)間的限制，從而減小最小車輛數(shù)。

2.3.2 時(shí)刻表影響

為分析時(shí)刻表對(duì)電動(dòng)公交車輛調(diào)度的影響，對(duì)比實(shí)驗(yàn)1～實(shí)驗(yàn)3的調(diào)度結(jié)果可知：制定合適的線路時(shí)刻表對(duì)車輛調(diào)度至關(guān)重要，當(dāng)車輛發(fā)車間隔較小時(shí)，車輛數(shù)目完全由時(shí)刻表限制，當(dāng)車輛發(fā)車間隔較大時(shí)，車輛充電時(shí)間充足，車次總數(shù)少，較小的充電速率也可能得到與CV相同的車輛數(shù)。

2.3.3SOC區(qū)間影響

為分析SOC區(qū)間對(duì)電動(dòng)公交車輛調(diào)度的影響，對(duì)比實(shí)驗(yàn)1、實(shí)驗(yàn)4及實(shí)驗(yàn)5的調(diào)度結(jié)果，選用OPT發(fā)車策略調(diào)度車輛，0.3 C充電速率補(bǔ)充電量，SOC利用區(qū)間較大時(shí)，最小車輛數(shù)會(huì)減少，而采用大充電速率補(bǔ)充電量，結(jié)果完全相同。說明增大SOC區(qū)間，當(dāng)充電速率較小時(shí)，車輛可更多的滿足發(fā)車電量限制條件，從而減少最小車輛數(shù)。當(dāng)SOC區(qū)間范圍相等時(shí)，最小車輛數(shù)相同，但采用FIFO策略調(diào)度車輛時(shí)，SOC位于中等區(qū)間，車輛最大和最小發(fā)車次數(shù)之差會(huì)縮小，車隊(duì)狀態(tài)更加均衡。

2.3.4 單程耗電量影響

為分析單程耗電量對(duì)電動(dòng)公交車輛調(diào)度的影響，對(duì)比實(shí)驗(yàn)1、實(shí)驗(yàn)6和實(shí)驗(yàn)7的調(diào)度結(jié)果，在充電速率較小時(shí)，增加車輛的單程耗電量， OPT策略較FIFO策略對(duì)最小車輛數(shù)的優(yōu)化效果減弱。但充電速率足夠大時(shí)，最小車輛數(shù)仍相同。3組實(shí)驗(yàn)的車輛單程耗電量差距不多，因此當(dāng)充電速率增至1.5 C時(shí)，可以得到相同的最小車輛數(shù)。

3 結(jié) 語

OPT發(fā)車策略旨在縮小車輛發(fā)車次數(shù)差異, 平衡車隊(duì)中車輛運(yùn)行狀態(tài),采用該發(fā)車策略調(diào)度車輛，需要的車輛數(shù)目小于傳統(tǒng)FIFO發(fā)車策略,在充電速率較小時(shí),表現(xiàn)更為明顯。

當(dāng)電池充電策略固定時(shí)，時(shí)刻表直接決定最小車輛數(shù),且車輛發(fā)車間隔過大或過小時(shí)，EV數(shù)目均可能與CV數(shù)目相同。

當(dāng)時(shí)刻表一定時(shí)，電池SOC區(qū)間及充電規(guī)則是最小車輛數(shù)目的重要決定因素。充電速率較小時(shí)，可通過調(diào)整發(fā)車策略，優(yōu)化最小車輛數(shù)，而當(dāng)充電速率較大時(shí)，決定車輛數(shù)目的因素則是時(shí)刻表、充電規(guī)則等，與采取的發(fā)車策略無關(guān)。

[1] 康繼光,衛(wèi)振林,程凡明.電動(dòng)汽車充電模式與充電站建設(shè)研究[J].電力需求側(cè)管理,2009,11(5):64-66. Kang Jiguang,Wei Zhenlin,Cheng Fanming.Research on electric vehicle charging mode and charging stations construction [J].Power Demand Side Management,2009,11(5):64-66.

[2] Robert B,Ahmed E.Modeling transit trip time using archived bus dispatch system data [J].Journal of Transportation Engineering,2003,130(1):56-67.

[3] 張志偉,顧丹珍.電動(dòng)汽車智能充電策略研究[J].中國(guó)電力,2013,46(6):91-95. Zhang Zhiwei,Gu Danzhen.Study on strategies for smart charging of Electric Vehicles [J].Electric Power,2013,46(6):91-95.

[4] 姚偉峰,趙俊華.基于雙層優(yōu)化的電動(dòng)汽車充放電調(diào)度策略[J].電力系統(tǒng)自動(dòng)化,2012,36(11):30-37. Yao Weifeng,Zhao Junhua.A charging and discharging dispatching strategy for electric vehicles based on bi-level optimizaiton [J].Automation of Electric Power Systems,2012,36(11):30-37.

[5] Kristien C,Edwin H,Johan D.The impact of charging plug-in hybrid electric vehicles on a residential distribution grid [J].Power Systems,IEEE Transactions on,2010,25 (1):371-380.

[6] Tang X,Li J,Yu H.Charging Strategy Optimization for Plug-In Pure Electric Vehicle Based on Generalized Cost [C].America:ASCE,2013:2836-2841.

[7] 王大勇,臧學(xué)運(yùn).公交區(qū)域車輛調(diào)度優(yōu)化研究現(xiàn)狀與發(fā)展[J].北京交通大學(xué)學(xué)報(bào):自然科學(xué)版,2008,32 (3):42-45. Wang Dayong,Zang Xueyun.Reasearch on situation and developing trend for optimization theory and method of public transit vehicle scheduling problem [J].Journal of Beijing Jiaotong University,2008,32(3):42-45.

[8] Andre P,Robin L.Optimal timetables for public transportation[J].Transportation Research Part B:Methodological,2001,35(8):789- 813.

[9] Baita F,Pesenti R,Ukovich W.A comparison of different solution approaches to the vehicle scheduling problem in a practical case [J].Computers & Operations Research,2000,27(13):1249-1269.

[10] Yan S,Chi C,Tang C.Inter-city bus routing and timetable setting under stochastic demands [J].Transportation Research Part A:Policy and Practice,2006,40 (7):572-586.

[11] 李晉.基于時(shí)空網(wǎng)絡(luò)的城市常規(guī)公交多車場(chǎng)車輛調(diào)度問題研究[D].北京：北京交通大學(xué),2012. Li Jin.Research on Multiple Depot Vehicle Scheduling Problem of Urban Bus System Based on the Time-space Network[D].Beijing:Beijing Jiaotong University,2012.

[12] Haghani A,Banihashemi M,Chiang K H.A comparative analysis of bus transit vehicle scheduling models [J].Transportation Research Part B:Methodological,2003,37(4):301-322.

[13] Ali H,Qiang T,Hu H.Simulation model for real-time emergency vehicle dispatching and routing [J].Transportation Research Record:Journal of the Transportation Research Board,2004,1882(1):176- 183.

[14] Avishai C.Public Transit Planning and Operation: Theory, Modelling and Practice[M].關(guān)偉,等譯.北京:清華大學(xué)出版社,2010:128-130. Avishai C.Public Transit Planning and Operation: Theory, Modelling and Practice[M]. Guan Wei,et al,translate.Beijing:Tsinghua University Press,2010:128-130.

[15] Wang H,Shen J.Heuristic approaches for solving transit vehicle scheduling problem with route and fueling time constraints [J].Applied Mathematics and Computation,2007,190(2):1237-1249.

Dispatch Optimization of Pure Electric Buses Based on Charging Strategy

Li Jun, Tang Xiaoyu, Zhao Changxiang

(Research Center of Intelligent Transportation system, School of Engineering, Sun Yat-Sen University,Guangzhou 510006, Guangdong, China)

An algorithm to optimize the fleet size of pure electric buses for single route and single charging station was proposed in consideration of charging range, charging rate, battery’s state of charge and dispatch strategy etc. The algorithm utilized a global optimization method to reduce the required number of electric buses and minimize the difference among bus departure frequency. A case study for Dongguan Songshan Lake bus line was presented to test the algorithm, and the bus schedule, charging rate, the influnce of bus power consumption, on running numbers of buses were analyzed. The proposed algorithm was compared with conventional buses dispatch algorithm. It is found that the proposed algorithm can effectively reduce the required number of buses and keep the balance of bus’ utilization rate, so that the cost of fleet operation can be optimized.

vehicle engineering; pure electric bus; bus dispatch; state of charge; charging strategy; dynamic programming

10.3969/j.issn.1674-0696.2015.04.21

2014-03-20；

2014-06-18

國(guó)家自然科學(xué)基金項(xiàng)目(51178475)

李 軍(1968—)，男，湖北江陵人，副教授，博士，主要從事交通規(guī)劃與政策方面的研究。E-mail:stslijun@mail.sysu.edu.cn。

U492.22

A

1674-0696(2015)04-107-06