Abstract

Given the goal of reducing emissions and saving energy, an increasing number of transit agencies have proposed electrification plans for public transport buses. The two fundamental challenges to adopting electric vehicles in transit operations are the purchase of appropriate electric vehicles to establish the bus fleet and the creation of an efficient schedule and recharging plan. This paper examines the multi-depot and multi-vehicle type electric vehicle scheduling problem with partial mixed-route strategy and partial recharging policy. The partial mixed-route strategy proposed in this paper allows multiple transit routes to operate in a more cost-efficient way. Moreover, it takes into account the bus allocation problem of the transit network fleet to meet the parking restrictions of each depot. The problem is formulated in a mixed-integer programming model, and an adaptive large neighborhood search (ALNS) algorithm with new mechanisms specific to the problem is proposed to apply the model in a more efficient manner. The dataset of a real transit network in Nanjing is used for case study, and the performance of ALNS is tested by using randomly generated instances from the dataset. The results show that the proposed method is effective in finding high quality solutions and adopting partial recharging policy can reduce the fleet size and the total cost while providing advantages depending on the operational parameters of the schedule. In addition, comparison of two schedules using different partial mixed-route strategies shows that there may be two sides of adopting mixed-route scheduling.

摘要

考虑到减少排放和节能的目标，越来越多的公交机构提出了公共交通公交车的电气化计划。在过境运营中采用电动汽车的两个基本挑战是购买合适的电动汽车以建立公交车队以及制定有效的时间表和充电计划。本文研究了具有部分混合路线策略和部分充电策略的多站点和多车型电动汽车调度问题。本文提出的部分混合路线策略允许多条公交路线以更具成本效益的方式运营。此外，还考虑了公交网络车队的公交车分配问题，满足各车段的停车限制。该问题是在混合整数编程模型中制定的，并且提出了一种具有特定于该问题的新机制的自适应大邻域搜索 (ALNS) 算法，以更有效地应用该模型。以南京真实公交网络的数据集为例进行案例研究，并通过使用数据集中随机生成的实例来测试 ALNS 的性能。结果表明，所提出的方法在寻找高质量解决方案方面是有效的，采用部分充电策略可以减少车队规模和总成本，同时根据时间表的运行参数提供优势。此外，比较采用不同部分混合路由策略的两种调度表明，采用混合路由调度可能有两个方面。并且提出了一种具有特定于该问题的新机制的自适应大邻域搜索 (ALNS) 算法，以更有效地应用该模型。以南京真实公交网络的数据集为例进行案例研究，并通过使用数据集中随机生成的实例来测试 ALNS 的性能。结果表明，所提出的方法在寻找高质量解决方案方面是有效的，采用部分充电策略可以减少车队规模和总成本，同时根据时间表的运行参数提供优势。此外，比较采用不同部分混合路由策略的两种调度表明，采用混合路由调度可能有两个方面。并且提出了一种具有特定于该问题的新机制的自适应大邻域搜索 (ALNS) 算法，以更有效地应用该模型。以南京真实公交网络的数据集为例进行案例研究，并通过使用数据集中随机生成的实例来测试 ALNS 的性能。结果表明，所提出的方法在寻找高质量解决方案方面是有效的，采用部分充电策略可以减少车队规模和总成本，同时根据时间表的运行参数提供优势。此外，比较采用不同部分混合路由策略的两种调度表明，采用混合路由调度可能有两个方面。