电动公交充电站选址与行车计划联合优化

doi:10.12141/j.issn.1000-565X.250098

华南理工大学学报(自然科学版) ›› 2026, Vol. 54 ›› Issue (3): 79-90.doi: 10.12141/j.issn.1000-565X.250098

电动公交充电站选址与行车计划联合优化

胡郁葱, 黄伟彬, 陈俊华, 巫威眺

华南理工大学土木与交通学院，广东广州 510640

收稿日期:2025-04-07 出版日期:2026-03-25 发布日期:2025-07-11
通信作者: 巫威眺（1987 —），男，博士，副教授，主要从事智能交通系统研究。 E-mail:ctwtwu@scut.edu.cn
作者简介:胡郁葱（1970 —），女，博士，副教授，主要从事交通运输系统规划与设计研究。E-mail： ychu@scut.edu.cn
基金资助:
国家自然科学基金项目(52272310);广东省哲学社会科学规划项目(GD24CGL19);广东省基础与应用基础研究基金项目(2024A1515010617);广东省基础与应用基础研究基金项目(2025A1515010544);广东省基础与应用基础研究基金项目(2025B1515020056)

Joint Optimization of Electric Bus Charging Station Siting and Vehicle Scheduling

HU Yucong, HUANG Weibin, CHEN Junhua, WU Weitiao

School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510640，Guangdong，China

Received:2025-04-07 Online:2026-03-25 Published:2025-07-11
Contact: 巫威眺（1987 —），男，博士，副教授，主要从事智能交通系统研究。 E-mail:ctwtwu@scut.edu.cn
About author:胡郁葱（1970 —），女，博士，副教授，主要从事交通运输系统规划与设计研究。E-mail： ychu@scut.edu.cn
Supported by:
the National Natural Science Foundation of China(52272310);the Guangdong Philosophy and Social Sciences Planning Foundation(GD24CGL19);the Guangdong Basic and Applied Basic Research Foundation(2024A1515010617)

摘要/Abstract

摘要：

纯电动公交因其环保特性已成为城市交通的重要载体，但其规模化应用受到续航里程的制约，因此对于充电站建设和行车计划编制有较高的要求。现有研究多将充电站选址与行车计划编制作为独立问题，忽视了二者之间的相互影响；且多考虑单车场或小规模场景，难以适应大规模复杂网络下的跨区域协同调度需求。为解决上述问题，该研究构建多车场的电动公交时空网络，以电动公交系统总成本最小化为目标，考虑充电站建设、车次衔接、电量维持、车辆调度、充电桩匹配等约束条件，建立了充电站选址与行车计划联合优化模型。为精确刻画运营成本，模型引入了分时电价与充电站并行充电能力。为高效求解此高维离散组合优化问题，设计了改进的文化基因算法（EB-MA）。该算法通过改进遗传算子、引入车次链移动与合并等局部搜索策略、结合分层约束修复机制，确保了解的可行性。以佛山市禅城区部分公交网络为例，验证了模型和算法在解决不同规模问题时的有效性。结果表明，相较于传统的遗传算法和模拟退火算法，在小规模算例和大规模算例上，该文提出的算法均能在降低总成本方面取得更好的效果；敏感性分析进一步揭示，电池容量增大与单位能耗降低能显著降低系统总成本，而电价政策，特别是平峰电价水平，对运营成本有决定性影响；充电站建设方案通过影响行车计划的成本间接影响系统总成本，将充电站选址和行车计划编制进行联合优化具有必要性。上述研究成果丰富了电动公交充电站选址和行车计划研究的理论体系，可以同时为公交系统规划和运营决策提供有益的参考。

关键词: 电动公交, 充电站选址, 行车计划, 联合优化

Abstract:

Pure electric buses have become an important component of urban public transportation due to their environmental benefits. However, their widespread adoption is constrained by limited driving range, placing high demands on the planning of charging infrastructure and the formulation of vehicle schedules. Existing research often treats charging station siting and vehicle scheduling as independent problems, overlooking their interdependence. Moreover, most studies focus on single-depot or small-scale scenarios, which cannot adequately address the requirements for coordinated, cross-regional dispatching in large-scale and complex networks. To address these issues, this study constructs an integrated optimization model for electric bus charging station siting and vehicle scheduling. The model is built upon a spatio-temporal network framework designed for a multi-depot electric bus system. The objective is to minimize the total system cost, subject to various constraints including charging station construction, trip connection, state-of-charge(SOC) maintenance, vehicle scheduling, and charger matching.In order to accurately describe the operating cost, the model introduces the time-of-use electricity pricing and accounts for the parallel charging capacity of stations. To effectively solve this high-dimensional, discrete combinatorial optimization problem, an enhanced cultural memetic algorithm is designed. The algorithm incorporates improved genetic operators, introduces local search strategies such as trip-chain relocation and merging, and integrates a hierarchical constraint repair mechanism to ensure solution feasibility. The model and algorithm are validated using a case study based on a partial bus network in Chancheng District, Foshan City. The results demonstrate their effectiveness in handling problems of varying scales. Compared to traditional genetic algorithm and simulated annealing algorithm, the proposed algorithm can achieve better cost reduction in both small and large-scale instances. Sensitivity analysis further reveals that increasing battery capacity and reducing unit energy consumption can significantly reduce the total cost of the system, while the electricity pricing policy, especially off-peak rates, has a decisive influence on the operating cost. The study also confirms that charging station siting indirectly affects total cost by influencing scheduling efficiency, highlighting the necessity of joint optimization. This research enriches the theoretical framework for electric bus charging station siting and vehicle scheduling. The findings provide valuable, simultaneous insights for both the strategic planning and day-to-day operational decision-making of electric bus systems.

Key words: electric bus, charging station siting, vehicle scheduling, joint optimization

中图分类号:

U491.2

胡郁葱, 黄伟彬, 陈俊华, 巫威眺. 电动公交充电站选址与行车计划联合优化[J]. 华南理工大学学报(自然科学版), 2026, 54(3): 79-90.

HU Yucong, HUANG Weibin, CHEN Junhua, WU Weitiao. Joint Optimization of Electric Bus Charging Station Siting and Vehicle Scheduling[J]. Journal of South China University of Technology(Natural Science Edition), 2026, 54(3): 79-90.

图/表 20

表1

模型主要符号"

集合	含义
$T$	车次集合， $t ∈ T = 1,2, . . ., T$
$K$	车场集合， $k ∈ K = 1,2, . . ., K$
$S$	充电活动集合， $s ∈ S = 1,2, . . ., S$
$L$	充电站选址集合， $l ∈ L = 1,2, . . ., L$
$A k$	车场 $k$ $(k ∈ K)$ 的可行连接集合
$A$	所有的可行连接集合
$Π$	起点车场集合， $π ∈ Π = 1,2, . . ., Π$ ，车场 $k$ 的起始节点表示为 $θ k$
$Π'$	终点车场集合， $π' ∈ Π = 1,2, . . ., Π'$ ，车场 $k$ 的结束节点表示为 $θ k'$
参数	含义
$r 0$	贴现率
$D$	一年的运营天数
$γ$	规划年限
$f 11 l$	充电站 $l$ $(l ∈ L)$ 固定建设费用中一次性需要支出的基本建设费用
$f 11 l'$	充电站 $l$ $(l ∈ L)$ 每天的维护费用
$f 12 l$	充电站 $l$ $(l ∈ L)$ 建设一个充电桩需要支出的基本建设费用
$f 12 l'$	充电站 $l$ $(l ∈ L)$ 中每个充电桩每天的维护费用
$f 2$	单辆电动公交购置的一次性费用
$f 2'$	单辆电动公交每天的维护费用
$c i$	节点 $i$ $(i ∈ S)$ 对应时段的单位电价
$e i j$	车辆从节点 $i$ 的终点站点前往节点 $j$ 的起点站点需要消耗的电量
$e i$	执行节点 $i$ 的耗电量
$e 0$	平均每辆车在夜间车场和充电站之间来回的空驶耗电量
$V l m a x$	候选站点 $l$ 充电桩的建设数量上限
$E b$	标定的电池容量
$Q m a x$	最高荷电状态
$Q m i n$	最低荷电状态
$B k m a x$	车场 $k$ 能够容纳的车辆数量上限

表1

图1

图2

图3

图4

图5

图6

图7

图8

图9

表2

参数取值"

参数	取值		取值
$r 0$	0.08^［31］	$c i$	分时电价
$D$	365天	$e i j$	模拟生成
$γ$	5年	$e i$	模拟生成
$f 11 l$	与充电站关联	$e 0$	模拟生成
$f 11 l'$	与充电站关联	$V l m a x$	与充电站关联
$f 12 l$	15万元^［32］	$E b$	220 kW·h
$f 12 l'$	5元^［33］	$Q m a x$	90%
$f 2$	75万元^［34］	$Q m i n$	15%
$f 2'$	5元^［33］	$B k m a x$	50

表2

表3

表4

表5

图10

图11

表 6

图 12

图 13

图 14

参考文献 34

[1]	中华人民共和国交通运输部．2023年交通运输行业发展统计公报［R/OL］．（2024-06-14）［2025-01-17］．.
[2]	ZHANG L， ZENG Z， GAO K ．A bi-level optimization framework for charging station design problem considering heterogeneous charging modes［J］．Journal of Intelligent and Connected Vehicles，2022，5（1）：8-16.
[3]	WANG C， HE F， LIN X，et al ．Designing locations and capacities for charging stations to support intercity travel of electric vehicles：an expanded network approach［J］．Transportation Research Part C：Emerging Technologies，2019，102：210-232.
[4]	TÜRK S， DEVECI M， ÖZCAN E，et al ．Interval type-2 fuzzy sets improved by simulated annealing for locating the electric charging stations［J］．Information Sciences，2021，547：641-666.
[5]	WU X， FENG Q， BAI C，et al ．A novel fast-charging stations locational planning model for electric bus transit system［J］．Energy，2021，224：120106/1-13.
[6]	MAHOOR M， HOSSEINI Z S， KHODAEI A ．Least-cost operation of a battery swapping station with random customer requests［J］．Energy，2019，172：913-921.
[7]	USLU T， KAYA O ．Location and capacity decisions for electric bus charging stations considering waiting times［J］．Transportation Research Part D：Transport and Environment，2021，90：102645/1-15.
[8]	CHEN H， HU Z， XU Z，et al ．Coordinated charging strategies for electric bus fast charging stations［C］∥ Proceedings of 2016 IEEE Asia-Pacific Power and Energy Conference．Xi’an：IEEE，2016.
[9]	WU W， LIN Y， LIU R，et al ．The multi-depot electric vehicle scheduling problem with power grid characteristics［J］．Transportation Research Part B：Methodological，2022，155：322-347.
[10]	WANG J， KANG L， LIU Y ．Optimal scheduling for electric bus fleets based on dynamic programming approach by considering battery capacity fade［J］．Renewable and Sustainable Energy Reviews，2020，130：109978/1-13.
[11]	徐薇，黄悦丰，陈彩华．考虑配置储能系统的电动公交充电站充放电调度策略［J］．运筹学学报，2023，27（2）：95-109.
	XU Wei， HUANG Yuefeng， CHEN Caihua ．Charging and discharging scheduling for electric buscharging station with energy storage system［J］．Operations Research Transactions，2023，27（2）：95-109.
[12]	CUI S， GAO K， YU B，et al ．Joint optimal vehicle and recharging scheduling for mixed bus fleets under limited chargers［J］．Transportation Research Part E：Logistics and Transportation Review，2023，180：103335/1-14.
[13]	WEN M， LINDE E， ROPKE S，et al ．An adaptive large neighborhood search heuristic for the electric vehicle scheduling problem［J］．Computers & Operations Research，2016，76：73-83.
[14]	巫威眺，林越，李余，等．随机行程时间的电动公交调度模型［J］．中国公路学报，2023，36（6），235-253.
	WU Wei-tiao， LIN Yue， LI Yu，et al ．Electric bus scheduling model with stochastic travel time［J］．China Journal of Highway and Transport，2023，36（6），235-253.
[15]	GUSCHINSKY N， KOVALYOV M Y， ROZIN B，et al ．Fleet and charging infrastructure decisions for fast-charging city electric bus service［J］．Computers & Operations Research，2021，135：1054491/14.
[16]	LEE J， SHON H， PAPAKONSTANTINOU I，et al ．Optimal fleet，battery，and charging infrastructure planning for reliable electric bus operations［J］．Transportation Research Part D：Transport and Environment，2021，100：103066/1-26.
[17]	FODA A， ABDELATY H， MOHAMED M，et al ．A generic cost-utility-emission optimization for electric bus transit infrastructure planning and charging scheduling［J］．Energy，2023，277：127592/1-14.
[18]	STUMPE M ．A new mathematical formulation for the simultaneous optimization of charging infrastructure and vehicle schedules for electric bus systems［J］．Transportation Research Procedia，2024，78：402-409.
[19]	LI W， HE Y， HU S，et al ．Planning dynamic wireless charging infrastructure for battery electric bus systems with the joint optimization of charging scheduling［J］．Transportation Research Part C：Emerging Technologies，2024，159：104469/1-23.
[20]	XIE D， YU Y， ZHOU G，et al ．Collaborative optimization of electric bus line scheduling with multiple charging modes［J］．Transportation Research Part D： Transport and Environment，2023，114：103551/1-25.
[21]	WANG Y， HUANG Y， XU J，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.
[22]	ROGGE M， van der HURK E， LARSEN A，et al ．Electric bus fleet size and mix problem with optimization of charging infrastructure［J］．Applied Energy，2018，211：282-295.
[23]	SAHA J L ．An algorithm for bus scheduling problems［J］．Journal of the Operational Research Society，1970，21（4）：463-474.
[24]	HE Y， LIU Z， SONG Z ．Joint optimization of electric bus charging infrastructure，vehicle scheduling，and charging management［J］．Transportation Research Part D：Transport and Environment，2023，117：103653/1-23.
[25]	SRINIVAS M， PATNAIK L M ．Adaptive probabilities of crossover and mutation in genetic algorithms［J］．IEEE Transactions on Systems，Man，and Cybernetics，1994，24（4）：656-667.
[26]	KIRKPATRICK S， GELATT C D， VECCHI M P ．Optimization by simulated annealing［J］．Science，1983，220（4598）：671-680.
[27]	KENNEDY J， EBERHART R C ．A discrete binary version of the particle swarm algorithm［C］∥ Proceedings of 1997 IEEE International Conference on Systems，Man，and Cybernetics. Orlando：IEEE，1997：4104-4108.
[28]	DORIGO M， STÜTZLE T ．Ant colony optimization［M］．Cambridge：MIT Press，2004.
[29]	KRASNOGOR N， SMITH J ．A tutorial for competent memetic algorithms： model，taxonomy，and design issues［J］．IEEE Transactions on Evolutionary Computation，2005，9（5）：474-488.
[30]	中国电力出版社，2024中国汽车技术研究中心，北京理工大学．中国新能源汽车产业发展报告（2022）［M］．北京：社会科学文献出版社，2022.
[31]	国家发展和改革委员会．建设项目经济评价方法与参数［M］．3版．北京：中国计划出版社，2006.
[32]	佛山市公共资源交易中心．佛山市交盈新能源科技有限公司顺德区公交充电桩更新采购项目采购公告：JG2024（SZ）XZ0137［EB/OL］．（2025-01-03）［2025-06-05］．.
[33]	佛山市公共资源交易中心．2023年禅城区公交站场维护管理服务项目：JG2023（SZ）XZ0093［EB/OL］．（2023-09-05）［2025-06-05］．.
[34]	佛山市新协力汽车运输有限公司．2024年75辆纯电动公交车购置项目公开招标公告：GSZB 24Z0083G［EB/OL］．（2024-05-08）［2025-06-05］．.

算例	算法	总成本/ 万元	电动公交购置费用/ 万元	充电费用/ 万元	充电站建设费用/ 万元	总成本的标准差/ 万元	总成本的变异系数/%	求解时间/s
小规模算例	SA	1 664.91	1 385.35	231.88	47.69	173.26	10.41	2.79
	GA	1 591.49	1 365.56	187.11	38.82	147.69	9.28	49.75
	EB-MA	1 438.20	1 217.13	195.89	25.18	72.00	5.01	77.15
大规模算例	SA	6 487.36	5 462.23	858.02	167.11	1214.06	18.71	33.56
	GA	5 605.22	4 878.40	604.27	122.55	823.92	14.70	296.47
	EB-MA	5 022.40	3 176.40	1 645.50	200.50	423.53	8.43	925.35

成本项	费用/ 万元	成本项细分	费用/ 万元	占比/%
充电站建设费用	200.5	充电站固定建设费用	126.1	2.51
充电站建设费用	200.5	充电桩建设费用	74.4	1.48
电动公交购置费用	3 176.4	电动公交购置费用	3 176.4	63.24
充电费用	1 645.5	运营期间充电费用	1 235.1	24.59
充电费用	1 645.5	夜间充电费用	410.4	8.17
总成本	5 022.4

城市	高峰电价	平峰电价	低谷电价
北京	0.892	0.654	0.412
上海	1.076	0.701	0.388
佛山	1.092	0.675	0.352
深圳	1.181	0.784	0.285
杭州	1.111	0.673	0.256

电动公交充电站选址与行车计划联合优化

Joint Optimization of Electric Bus Charging Station Siting and Vehicle Scheduling

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 34

相关文章 10

编辑推荐

Metrics

本文评价

[1]	李坤宸, 张雅丽, 袁伟, 等. 基于相空间重构的电动公交车辆行为预测[J]. 华南理工大学学报(自然科学版), 2026, 54(4): 1-.
[2]	胡宝雨, 张禹衡. 基于电池-车辆匹配的寒区城市电动公交调度优化[J]. 华南理工大学学报(自然科学版), 2026, 54(3): 91-103.
[3]	张雅丽, 沈钰博, 袁伟, 张康, 张会明. 纯电动公交车驾驶人生态驾驶水平评估模型[J]. 华南理工大学学报(自然科学版), 2025, 53(8): 29-41.
[4]	胡宝雨, 齐月, 贾佃精, 程国柱. 环线电动公交车辆调度与司机排班的联合优化[J]. 华南理工大学学报(自然科学版), 2025, 53(6): 91-103.
[5]	马莹莹, 李腾, 梁韵逸, 唐蒙. 基于分层柔性演员-评论家强化学习的交叉口信号配时-车辆轨迹联合优化方法[J]. 华南理工大学学报(自然科学版), 2025, 53(12): 1-16.
[6]	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.
[7]	王永兴, 毕军, 谢东繁, 赛秋玥. 计及电池老化特征的电动公交车静态无线充电设施布局优化[J]. 华南理工大学学报(自然科学版), 2024, 52(6): 45-55.
[8]	别一鸣, 朱奥泽, 从远. 电池健康程度差异下的电动公交线路车辆调度方法[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 11-21.
[9]	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.
[10]	姚恩建卢沐阳刘宇环元凌. 考虑充电约束的电动公交区域行车计划编制[J]. 华南理工大学学报(自然科学版), 2019, 47(9): 68-73.