目录
研究论文 · 北京仿真算例
双碳背景下复杂混合车队物流模型与求解算法
编者导读
电动车何时充电,与车辆何时回场、下一趟何时出发有关。模型同时确定车辆使用、客户分配、配送路线与充电时刻,并用成本和排放比较各方案;北京仿真还考察多中心协作、动态订单及电价和碳价变化。
摘要
面向碳达峰与碳中和目标,研究兼顾成本与碳排放的城市混合车队配送问题。针对上述问题,构建考虑时变电网碳强度与动态客户需求的协同多中心混合车队路径优化模型,以车辆启动成本、行驶成本、充电成本、燃油成本和碳排放成本之和最小为目标,考虑车辆多趟次配送,并按实际充电区间计算电费与间接碳排放。根据问题特征,在混合遗传搜索框架中引入车型置换和碳强度引导充电安排。利用标准算例检验算法,并以北京仿真算例分析车队构成与充电安排、多中心协作及成本分摊、动态客户需求处理策略。结果表明,电动车在配送中心的充电主要安排在首次出车前、上午班后及配送行程间。可充电时段内的电价与电网碳强度共同影响低碳充电的经济性。设置午间低谷电价后,碳强度引导充电较无序充电降低配送成本与总排放;进一步提高碳价,企业增加电动车使用,总排放进一步下降。
车辆路径问题;多中心联合配送;混合车队;时变电网碳强度;动态客户需求;分时电价;混合遗传搜索
引言
本文的主要创新点如下:1)揭示充电减排不一定带来混合车队总排放下降。通过北京仿真算例,分析两类车辆的任务分配与能源使用变化,考察分时电价与碳价调整对低碳充电经济性和车队总排放的影响。2)构建考虑时变电网碳强度的多中心多趟次混合车队路径优化模型。根据实际充电区间计算电费与间接碳排放,结合燃油车直接排放,联合确定车辆使用、配送路径与充电安排。3)提出考虑充电优化的改进混合遗传搜索算法。针对混合车队多趟次配送,设计车辆任务调整的邻域搜索策略,并根据充电方案更新路径搜索中的单位补电成本和预留的趟间补电时间,实现车型、路径与充电决策的联合求解。
模型建立
考虑同一配送企业运营的多中心协同配送系统,各配送中心配备数量有限的燃油车和电动车。节点间距离和行驶时间已知;在每个决策时刻,已接收订单的需求量、服务时间和硬时间窗均为已知。联合配送时,客户不预先划分给某一中心,由模型确定其服务中心和配送路径。车辆从所属中心出发并返回,可在一个运营日内执行多趟次配送,并在配送行程间返回中心补货。配送日分为上午和下午两个班次,电动车可在首个配送行程前、班次间隔和配送行程间停留时段在中心充电,也可在配送途中使用公共充电站。
算法设计
该算法利用种群进化与路径邻域搜索优化访问次序和趟次划分,经充电排程形成完整方案,再以行程交换与车型置换进行局部优化并更新当前最优解,兼顾全局搜索与局部优化能力;采用滚动重优化响应动态需求。

数值实验
论文原图
仿真与比较结果






数值实验中的比较
章节与结果
结语
本文研究考虑时变电网碳强度与动态客户需求的多中心混合车队路径优化问题,结合多趟次配送,以配送总成本最小为目标建立模型,设计引入车型置换与碳强度引导充电的混合遗传搜索算法。标准算例与算法组件消融实验验证了算法的有效性,车型置换与充电时刻优化均改善了求解质量。北京仿真算例的主要结论如下:
- 混合车队配置需要兼顾成本与减排收益。在6辆车全部派遣的比较中,3辆燃油车与3辆电动车的配置成本最低;继续增加电动车虽能减少排放,却会增加总成本。
- 充电环节减排需结合车队用能变化评价。基准条件下,夜间低价与午间低碳时段错开,碳强度引导充电较无序充电减少的充电排放被燃油车排放增量抵消。设置午间低谷电价后,前者的成本与总排放均低于后者;进一步提高碳价,企业增加电动车使用,总排放继续下降。这表明,低碳充电的经济性与车型选择相互关联,电价与碳价调整需结合配送任务所允许的充电时段。
- 联合配送与动态调整有利于改善车辆使用和任务安排。联合配送减少车辆投入并降低成本与排放,Shapley分摊使两个中心均获得成本节约,为维持合作提供经济依据。需求变化时,滚动重优化允许新增订单与原有未执行任务共同参与路径调整,在本算例中取得了较顺序插入更低的成本与排放。
上述研究为企业联合安排车型、路径与充电时刻,以及管理部门协调分时电价与碳价提供了决策参考。后续可进一步考虑电网碳强度预测误差与时变交通条件,研究不确定环境下的配送与充电决策。