考虑非线性能耗模型的多路电动公交线路调度优化

文摘   科学   2024-05-06 20:24   北京  

原文题目:

Optimization of scheduling and timetabling for multiple electric bus lines considering nonlinear energy consumption model

作者:

樊冬明,冯强,张爱波,刘淼淼,任羿,王云鹏

原文链接:

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10337792

期刊信息:

IEEE Transactions on Intelligent Transportation System
IF:8.5,Q1

创新点

(1) 考虑电动公交车电池的非线性能耗,提出了适用于多条电动公交车的调度和排程方法


(2) 考虑充电站充电能力和多条公交线路的关联影响,提出了一种改进的粒子群优化算法,给出实际运行情况下的优化解。


摘要

电动公交车的时间表和调度对于可持续城市交通系统至关重要。大多数现有研究主要集中在假设电池能耗与距离成线性关系的前提下,对单条电动公交车线路的调度和排程问题进行研究。本文研究了考虑电动公交车非线性能耗的多条线路电动汽车的调度问题。以车辆数量和总运行成本为优化目标,以行驶里程限制、电池非线性能耗限制和充电站同时可充电的公交车数量为主要约束条件,提出了一种改进的粒子群优化算法来求解最优解集。与现有计划相比,该计划不仅可以减少车辆数量和总充电成本,而且可以将充电时段分布在非高峰时段,减少对城市电网的影响。


Abstract

Timetabling and scheduling of electric buses (EBs) are crucial for a sustainable city transportation system. Most studies mainly focus on the scheduling and timetabling for one EB line based on the assumption that energy consumption of a battery is linear with distance. In this study, timetabling and scheduling for multiple EB lines are investigated by considering nonlinear energy consumption due to the dynamic load of buses. The optimization objectives are to minimize the number of vehicles and total operation costs, in which the constraints include the limitations of operation range and nonlinear energy consumption of the battery and the capacity of buses can be simultaneously charged at charging stations. Further, an improved particle swarm optimization algorithm is developed to obtain the optimal solution set. Compared with the existing schedule, the proposed schedule can not only reduce the number of vehicles and total charging costs but also distribute the charging periods during off-peak hours to reduce the impact on the urban electricity grid.


图1 各类非预计成本示意图

图2 本文所提出的方法实现北京市鲁谷公交车和时刻表规划

推荐阅读:

基于数据驱动与迁移堆叠的锂离子电池SOH估计方法
在混合操作条件下使用物理驱动的机器学习进行原位电池寿命预测
虚拟断层扫描技术:基于机器学习支持测量的加工过程阶段分割新方法
一种用于动态工作条件下锂离子电池多状态估计的CNN-SAM-LSTM混合神经网络
融合物理知识的数据驱动方法——飞机发动机全生命周期退化监测
基于条件生成对抗模仿学习的自动驾驶汽车动态测试场景生成方法
基于粒子滤波和在线特征融合及选择的损伤预测研究
基于人工智能的锂离子电池健康诊断:利用恒流恒压充电的瞬态阶段
基于参数优化的多核相关向量机的锂离子电池循环老化预测
强化学习协助进化计算方法的综述与展望

学术人人
传播科学与学术研究动态,发布学术领域重要研究成果。 重点推广可靠性系统工程(包括可靠性、维修性、保障性、测试性、安全性和环境适应性)理论研究成果,传播相关知识。
 最新文章