基于非線性混合充電策略的電動車物流配送路徑規(guī)劃模型*

汪山穎 靳文舟

（華南理工大學土木與交通學院 廣州 510630）

0 引 言

近年來，電動汽車（electric vehicles，EVs）由于不排放溫室氣體、噪聲污染小等環(huán)境優(yōu)勢，其市場份額迅速增長。2020年中國EVs保有量達492萬輛，較2019年增長29.13%。Cazzola等[1]提出物流公司也開始使用EVs提供服務。2018年聯(lián)邦快遞增加1 000輛EVs用于上門服務，2019年美國推出了1個擁有63輛EVs的新車隊，中國的京東物流于2018年已將北京的物流車隊替換為EVs，因此，電動車路徑規(guī)劃研究對物流運輸?shù)闹匾耘c日俱增。

電動車路徑規(guī)劃問題（electric vehicle routing problem，EVRP）是經(jīng)典VRP的延伸，Qin等[2]歸納出目前針對EVRP問題的主要研究方向有時間窗、能耗方式、充電策略、多車場、異構車隊和非線性充電等，許多學者從各個方向提出了不同模型和算法。

在時間窗方面，Schneider等[3]首次提出在經(jīng)典的EVRP模型基礎上計入時間窗約束，設計了1種可變鄰域搜索算法（variable neighborhood search，VNS）和禁忌搜索算法（tabu search，TS）的混合啟發(fā)式算法，并證明設計算法比CPLEX求解器求解速度更快，應用范圍更廣。在能耗方式方面，蔡銀怡[4]提出考慮非線性能量消耗的EVRPTW問題，設計基于變鄰域下降搜索改進的混合蛙跳算法進行求解，通過靈敏度分析得出電池容量和載重對配送成本的影響。在充電策略方面，Verma等[5]提出了傳統(tǒng)充電和換電2種充電模式，并設計了2步啟發(fā)式法求解成本最小路徑。Keskin等[6]提出允許部分充電的路徑規(guī)劃模型，并設計1種自適應大鄰域搜索（adaptive large neighborhood search，ALNS）算法和插入算法求解發(fā)現(xiàn)允許部分充電可以改善電動車路由決策。李軍等[7]考慮了“間歇補電，淺充淺放”的充電策略，構建了車輛數(shù)最小的電動公交調(diào)度模型。……