考虑碳排放的灵活充电策略物流车辆路径优化研究

作     者：刘凡 

作者单位：长安大学 

学位级别：硕士

导师姓名：胡大伟

授予年度：2023年

学科分类：08[工学] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

主      题：物流配送 碳排放 灵活充电策略 车辆路径优化 自适应大邻域搜索算法 

摘      要：环保和智能化已经成为未来交通运输发展的必然趋势。作为营利性企业,物流公司需要提高服务水平和降低运营成本,也需要有一定的社会责任心,减少温室气体排放。为了应对这一挑战,《国家综合立体交通网规划纲要》特别强调减少物流货车的碳排放是实现碳中和目标的关键任务。尽管电动车在物流配送中可以有效促进低碳环保,但其在运输过程中消耗的电能在生产过程中产生的碳排放往往被忽略。因此,物流公司在积极推广电动车的同时应该采取措施减少电能消耗和碳排放,实现可持续发展。为降低物流企业使用电动车在城市配送过程中的配送成本和碳排放,本文通过计算电动物流车在运输过程中与载重、速度有关的耗电量,并将其转化为发电过程产生的碳排放,以计算得到的碳排放成本、车辆固定成本和运输成本之和最小化作为优化目标,构建了考虑碳排放的多车场带时间窗灵活充电策略电动车辆路径问题优化(MDEVRPTWFR-CE)模型。为了求解该模型,本文设计了一种两阶段求解方法。在第一阶段,利用K-means聚类算法将多车场问题转化为多个单车场问题;在第二阶段,根据本文模型特点,设计包含8种破坏算子(5种客户相关,3种充电站相关)和5种修复算子(3种客户相关,2种充电站相关)的自适应大邻域搜索算法(ALNS),对转化后的单车场问题分别求解。为测试本文提出的模型和算法性能,使用启发式算法分别对算例和实例进行求解,并对模型和算法进行对比。使用Gurobi求解器和两阶段启发式求解方法求解小规模算例实验得到了相同结果,测试了本文MDEVRPTWFR-CE模型和设计算法的有效性。大规模算例实验和算法对比实验结果进一步表明:本文算法在求解速度,精度和稳定性方面均有良好性能。模型对比结果表明:本文提出的MDEVRPTWFR-CE模型相比于完全充电策略下的路径优化模型与未考虑碳排放的路径优化模型均能节约总成本和减少CO排放,进一步表明本文模型的有效性与实用性。研究结果可为物流企业电动物流车的路径规划提供决策支持,实现减排降本增效目标。