電動汽車行駛路徑優(yōu)化及其價格響應(yīng)特性分析.pdf

1、隨著我國經(jīng)濟的快速發(fā)展以及交通基礎(chǔ)設(shè)施的不斷完善，區(qū)域內(nèi)物資和人員的流通日益頻繁，物流業(yè)逐漸成為社會經(jīng)濟的重要組成部分。配送是物流業(yè)的終端，配送環(huán)節(jié)的車輛路徑優(yōu)化是提高運輸速度、降低運輸成本的重要手段。目前，普通燃料汽車是物流配送的主要工具，但隨著石油危機、能源安全和環(huán)境保護等問題的凸顯，電動汽車作為新型經(jīng)濟環(huán)保的交通工具，有取代普通燃料汽車的趨勢，進而引出了電動汽車行駛路徑優(yōu)化問題。電動汽車使用電能，與普通燃料汽車在能量補給方式和使用

2、特性上有明顯區(qū)別，使得電動汽車行駛路徑優(yōu)化問題比傳統(tǒng)車輛路徑問題更加復(fù)雜。因此，對該問題的研究在理論和現(xiàn)實應(yīng)用方面都有重要意義。
　　首先，構(gòu)建了固定電價下的單輛電動汽車行駛路徑優(yōu)化模型。該模型同時考慮了電動汽車在配送過程中的快速充電行為，載貨量對單位里程耗電量的影響以及快速充電對電池壽命的損耗，在滿足路徑約束和電池容量約束條件下實現(xiàn)配送成本最小。由電動汽車在同一充電站多次快速充電所帶來的模型表述困難，通過引入充電站虛擬節(jié)點加以解

3、決。模型采用遺傳算法求解，在種群初始化階段構(gòu)建染色體標(biāo)準化操作，使得構(gòu)造的染色體適應(yīng)于遺傳算法的交叉操作。算法使用MATLAB編程，32節(jié)點配送系統(tǒng)的數(shù)值仿真顯示了電動汽車在使用成本方面的優(yōu)勢，驗證了模型的有效性。
　　其次，構(gòu)建了考慮分時充電成本的多輛電動汽車行駛路徑優(yōu)化模型。該模型同時考慮了電動汽車的快速充電行為，返回配送中心的常規(guī)充電優(yōu)化以及快速充電對電池壽命的損耗，在滿足路徑約束、時間約束、載貨量約束和電池容量約束條件下，

4、實現(xiàn)配送成本最小。構(gòu)建學(xué)習(xí)型單親遺傳算法對模型進行求解，該算法在種群初始化階段制定了初始化規(guī)則，克服了多約束條件下初始可行解生成困難的問題;在基因變異階段構(gòu)建充電站節(jié)點刪除算子和節(jié)點添加算子，保證算法的全局收斂性;構(gòu)建包含了精英個體知識和專家經(jīng)驗知識的知識模型，通過個體對知識的學(xué)習(xí)，提升算法求解效能?；?2節(jié)點配送系統(tǒng)和112節(jié)點配送系統(tǒng)進行數(shù)值仿真，與遺傳算法和禁忌算法的優(yōu)化結(jié)果比較，顯示出學(xué)習(xí)型單親遺傳算法在求解速度、求解質(zhì)量和穩(wěn)