考虑非线性充电的纯电动公交充电计划优化

doi:10.12141/j.issn.1000-565X.230524

华南理工大学学报(自然科学版) ›› 2024, Vol. 52 ›› Issue (9): 115-130.doi: 10.12141/j.issn.1000-565X.230524

考虑非线性充电的纯电动公交充电计划优化

熊杰¹(), 赖可凡², 李同飞¹(), 窦雪萍¹, 许琰¹

^1.北京工业大学交通工程北京市重点实验室，北京 100124
^2.中国人民解放军92942部队，北京 100161

收稿日期:2023-08-14 出版日期:2024-09-25 发布日期:2024-01-05
通信作者: 李同飞（1990—），男，博士，副教授，主要从事合乘出行和复杂交通系统建模与分析等研究。 E-mail:tfli@bjut.edu.cn
作者简介:熊杰（1988—），男，博士，副教授，主要从事公交系统优化和城市轨道交通运营组织等研究。E-mail： jxiong@bjut.edu.cn
基金资助:
国家自然科学基金资助项目(71901007);北京市自然科学基金资助项目(8212004)

Charging Schedule Optimization of Battery Electric Bus Considering Nonlinear Charging Profile

XIONG Jie¹(), LAI Kefan², LI Tongfei¹(), DOU Xueping¹, XU Yan¹

^1.Beijing Key Laboratory of Traffic Engineering, Beijing University of Technology, Beijing 100124, China
^2.No. 92942 Unit of People's Liberation Army of China, Beijing 100161, China

Received:2023-08-14 Online:2024-09-25 Published:2024-01-05
Contact: 李同飞（1990—），男，博士，副教授，主要从事合乘出行和复杂交通系统建模与分析等研究。 E-mail:tfli@bjut.edu.cn
About author:熊杰（1988—），男，博士，副教授，主要从事公交系统优化和城市轨道交通运营组织等研究。E-mail： jxiong@bjut.edu.cn
Supported by:
the National Natural Science Foundation of China(71901007);the Beijing Municipal Natural Science Foundation(8212004)

摘要/Abstract

摘要：

纯电动公交车以其低排放、低噪声等优点在公交系统中得到越来越广泛的应用。然而相对较短的车辆续航里程和较长的充电时间使其在运营中需要频繁充电，从而衍生出新的充电计划问题。合理的充电方案对于节省充电设施建设成本和缩减充电成本等方面均有重要意义。目前电动公交充电计划优化的研究通常将充电时长与充电量设定为线性关系，且较少考虑充电计划与充电桩作业流程的综合优化，导致充电场景还原性差和资源浪费等问题。为此，在给定车次安排的前提下进一步优化电动公交充电计划，构建了以最小化系统总成本为目标的混合整数规划模型，对充电事件的发生时段、充电开始与结束时间以及充电桩作业流程进行同步优化，且充分考虑了分时电价政策、不完全充电策略和电池的非线性充电特性。在问题求解方面，首先通过线性近似的方式将电池的非线性充电曲线改写为分段线性函数，进而利用商业求解器 Gurobi 得到最优方案；之后基于最小费用最大流理论与逆差函数设计了一套专门的优化算法；最后，以北京市5条公交线路为例设计多组实验，并分别应用 Gurobi 与本文设计的算法进行优化求解。优化结果验证了所提出算法的准确性与高效性，可使当前充电系统总成本降低28.34%~56.1%。

关键词: 纯电动公交, 充电计划, 非线性充电特性, 优化算法

Abstract:

Battery electric buses are increasingly applied and promoted in public transportation systems due to their advantages, such as low emissions and low noise levels. However, their limited driving range and long charging time necessitate frequent charging during daily operations, thus leading to a new charging scheduling problem. A reasonable charging schedule is of great significance in reducing the construction cost of charging facilities and charging costs. However, current research on optimizing electric bus charging schedules typically assumes a linear relationship between charging time and state of charge (SOC), and often neglects the comprehensive optimization of charging schedules and charging station operations, resulting in poor scenario reproduction and resource inefficiencies. Therefore, this paper further studied the optimization of charging schedules based on a predefined set of bus trip schedules. A mixed-integer programming model was developed to minimize the total system cost by optimizing the occurrence periods, the start and end times of charging, and the schedules of the charging piles synchronously. The model also fully considers time-of-use electricity pricing policy, partial charging strategies, and the nonlinear characteristics of battery charging. To solve the problem, this paper first linearized the nonlinear charging function of the battery into a piecewise linear one and then used the commercial solver Gurobi to obtain the optimal solution. Additionally, a tailored algorithm was designed based on the minimum-cost-maximum-flow theory and the deficit function. Multiple sets of experiments were conducted to validate the effectiveness of the proposed algorithm based on five bus routes in Beijing. The results, obtained through both Gurobi and the proposed optimized algorithm, demonstrate that the proposed algorithm can achieve a significant reduction in total system costs, ranging from 28.34% to 56.1% across various scenarios. These findings confirm the efficiency of the algorithm and its potential to optimize charging schedules effectively.

Key words: battery electric bus, charging schedule, nonlinear charging characteristics, optimized algorithm

中图分类号:

U491.1

熊杰, 赖可凡, 李同飞, 等. 考虑非线性充电的纯电动公交充电计划优化[J]. 华南理工大学学报(自然科学版), 2024, 52(9): 115-130.

XIONG Jie, LAI Kefan, LI Tongfei, et al. Charging Schedule Optimization of Battery Electric Bus Considering Nonlinear Charging Profile[J]. Journal of South China University of Technology(Natural Science Edition), 2024, 52(9): 115-130.

图/表 16

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

表1

表2

图11

表3

图12

图13

参考文献 19

1	ZHOU Y， MENG Q， ONG G P ．Electric bus charging scheduling for a single public transport route considering nonlinear charging profile and battery degradation effect［J］．Transportation Research Part B：Methodological，2022，159：49-75．
2	王玉生，张庆泽．“双碳”目标下电动公交充电站优化布局研究［J］．科学决策，2021（10）：112-124．
	WANG Yu-sheng， ZHANG Qing-ze ．Research on the optimal layout of electric bus charging stations under the “dual carbon”goal［J］．Scientific Decision Making，2021（10）：112-124．
3	姜岚清，张勇．电动公交车线路和充电设施及策略规划方法研究［J］．山东科学，2019，32（6）：49-61．
	JIANG Lan-qing， ZHANG Yong ．Research on route and charging facilities and strategic planning methods for electric buses［J］．Shandong Science，2019，32（6）：49-61．
4	CHEN Z B， YIN Y F， SONG Z Q ．A cost-competitiveness analysis of charging infrastructure for electric bus operations［J］．Transportation Research Part C：Emerging Technologies，2018，93：351-366．
5	KUNITH A， MENDELEVITCH R， GOEHLICH D ．Electrification of a city bus network-an optimization model for cost-effective placing of charging infrastructure and battery sizing of fast-charging electric bus systems［J］．International Journal of Sustainable Transportation，2017，11（10）：707-720．
6	XYLIA M， LEDUC S， PATRIZIO P，et al ．Locating charging infrastructure for electric buses in Stockholm［J］．Transportation Research Part C：Emerging Technologies，2017，78：183-200．
7	孙宇乐．电动公交车充电站规划和充电策略研究［J］．电工技术，2022（20）：128-132．
	SUN Yu-le ．Research on the planning and charging strategy of electric bus charging stations［J］．Electric Engineering，2022（20）：128-132．
8	肖白，朱珈汛，姜卓，等．考虑车辆充电调度机制的电动公交车充电站规划［J］．电力自动化设备，2022，42（1）：148-155．
	XIAO Bai， ZHU Jia-xun， JIANG Zhuo，et al ．Planning of electric bus charging stations considering vehicle charging scheduling mechanism［J］．Electric Power Automation Equipment，2022，42（1）：148-155．
9	BAO Z Y， LI J P， BAI X H，et al ．An optimal charging scheduling model and algorithm for electric buses［J］．Applied Energy，2023，332：120512．
10	LIU K， GAO H， LIANG Z，et al ．Optimal charging strategy for large-scale electric buses considering resource constraints［J］．Transportation Research Part D：Transport and Environment，2021，99：103009．
11	LEOU R C， HUNG J J ．Optimal charging schedule planning and economic analysis for electric bus charging stations［J］．Energies，2017，10（4）：483．
12	ZENG Zi-ling， WANG Shuai-an， QU Xiao-bo ．On the role of battery degradation in en-route charge scheduling for an electric bus system［J］．Transportation Research Part E：Logistics and Transportation Review，2022，161：102727．
13	蔡子龙，束洪春．分时电价模式下电动公交快速有序充电策略［J］．电工技术学报，2020，35（s2）：544-555．
	CAI Zi-long， SHU Hong-chun ．Rapid and orderly charging strategy for electric buses under the time of use electricity pricing model［J］．Transactions of China Electrotechnical Society，2020，35（s2）：544-555．
14	李斌，刘畅，陈慧妙，等．基于混合整数规划的电动公交车快速充电站有序充电策略［J］．电网技术，2016，40（9）：2623-2629．
	LI Bin， LIU Chang， CHEN Hui-miao，et al ．Ordered charging strategy for electric bus rapid charging stations based on mixed integer programming［J］．Power System Technology，2016，40（9）：2623-2629．
15	武小梅，冯琪劲，严干贵，等．基于双层优化的电动公交车有序充电策略［J］．电网与清洁能源，2021，37（1）：119-126．
	WU Xiao-mei， FENG Qi-jin， YAN Gan-gui，et al ．Ordered charging strategy for electric buses based on double layer optimization［J］．Advances of Power System & Hydroelectric Engineering，2021，37（1）：119-126．
16	周丹，任志伟，孙可，等．复杂运营环境下快充型公交充电策略优化方法［J］．储能科学与技术，2020，9（1）：195-203．
	ZHOU Dan， REN Zhi-wei， SUN Ke，et al ．Optimization method for fast charging bus charging strategy in complex operating environment［J］．Energy Storage Science and Technology，2020，9（1）：195-203．
17	ZHANG Le， WANG Shuaian， QU Xiaobo ．Optimal electric bus fleet scheduling considering battery degradation and non-linear charging profile［J］．Transportation Research Part E：Logistics and Transportation Review，2021，154：102445．
18	MONTOYA A， GUÉRET C， MENDOZA J E，et al ．The electric vehicle routing problem with nonlinear charging function［J］．Transportation Research Part B：Methodological，2017，103：87-110．
19	WANG Yusheng， HUANG Yongxi， XU Jiuping，et al ．Optimal recharging scheduling for urban electric buses：a case study in Davis［J］．Transportation Research Part E：Logistics and Transportation Review，2017，100：115-132．

路线	发车时间	车辆数	车次数	车次里程/km	车次耗电量变化范围/（kW·h）	空驶里程/km	空驶耗电量变化范围/（kW·h）
1	08：00—22：30	25	100	19.6	73~98	3.7	12~16
2	06：00—22：00	13	65	12.4	55~76	3.2	11~16
3	08：00—22：00	5	55	8.0	25~40	2.7	6~10
4	06：00—21：30	15	107	10.0	31~59	3.5	8~15
5	06：00—22：00	7	56	5.7	20~35	0.5	2~3

时间	电价/（元·（kW·h）^-1）
00：00—07：30	1.41
07：30—22：30	3.29
22：30—24：00	1.97

路线	车辆数	车次数	总成本/ （元·d^-1）	模型M2的变量数/个	总成本/ （元·d^-1）	用时/s	总成本/ （元·d^-1）	用时/s	误差率/%
路线	车辆数	车次数	初始充电计划		Gurobi		两阶段充电优化算法		误差率/%
1	25	100	43 956.25	12 786	31 113.95	1 485.27	31 500.14	1.29	1.24
2	13	65	41 906.77	5 091	18 393.53	57.71	18 393.53	0.59	0.00
3	5	55	10 946.16	3 890	5 264.63	1 267.58	5 474.27	6.06	3.98
4	15	107	40 013.56	11 780	—	超时	18 623.82	10.67	—
5	7	56	8 065.26	3 954	4 234.79	157.49	4 234.79	2.53	0.00
总网络	65	383	142 158.00	118 099	—	超时	76 042.54	55.12	—

[1]	赵强, 刘传卫, 张娜, 等. 基于粒子群优化的主动稳定杆系统自抗扰控制[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 52-61.
[2]	张文会, 苏嘉祺, 哈字洪, 等. 电池交换式纯电动公交充电站选址定容模型[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 126-134.
[3]	卢雨, 顾朱浩, 刘社文, 等. 基于实冰况的船首抗冰强度优化设计[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 50-57.
[4]	季天瑶王挺韶. 基于词嵌入与卷积神经网络的建筑能耗预测[J]. 华南理工大学学报(自然科学版), 2021, 49(6): 40-48.
[5]	任远马智亮向星磊. 集中管理下园区设备的维护策略决策模型及算法[J]. 华南理工大学学报（自然科学版）, 2020, 48(9): 51-60.
[6]	高博青李峥吴慧. 基于弹簧质点模型的自由曲面四边形网格平面化研究[J]. 华南理工大学学报(自然科学版), 2019, 47(7): 32-39.
[7]	冯佰威冯梅常海超张丽妹. 基于径向基插值的曲面变形方法在船型多目标优化中的应用[J]. 华南理工大学学报(自然科学版), 2019, 47(2): 128-136.
[8]	沃焱吴嘉茜. 基于LLE和PSO的快速虹膜图像重构算法[J]. 华南理工大学学报（自然科学版）, 2018, 46(1): 97-102.
[9]	金杉金志刚刘永磊. 执勤行车时间的KMP - RBF 融合预测方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 35-41,47.
[10]	崔颖宋国娇陈立伟刘述彬王立国. 基于烟花算法降维的高光谱图像分类[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 20-28.
[11]	严利鑫黄珍吴超仲秦伶巧朱敦尧冉斌. 基于危险态势识别的智能车驾驶模式选择[J]. 华南理工大学学报(自然科学版), 2016, 44(8): 139-146,154.
[12]	郑灿赫孟广伟李锋周立明孔英秀. 一种基于PSO-DE混合算法的结构可靠性优化设计[J]. 华南理工大学学报（自然科学版）, 2014, 42(9): 41-45,75.
[13]	林梅金罗飞许玉格. 基于蛙跳粒子群算法的污水生化处理优化控制[J]. 华南理工大学学报（自然科学版）, 2013, 41(9): 51-57.
[14]	章权温惠英孙博. 适于配送车辆导航路径规划的遍历模型的改进型粒子群优化算法[J]. 华南理工大学学报（自然科学版）, 2011, 39(8): 109-112,117.
[15]	孙志彬杨小礼黄阜 . 基于模糊数学和粒子群算法的边坡参数反分析[J]. 华南理工大学学报（自然科学版）, 2011, 39(6): 137-141.

考虑非线性充电的纯电动公交充电计划优化

Charging Schedule Optimization of Battery Electric Bus Considering Nonlinear Charging Profile

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 19

相关文章 15

编辑推荐

Metrics

本文评价