考虑充电排队时延的电车配送路径规划方法

孟芸; 张智文; 代亮; 苟新; 刘赛男

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (5) : 147 -158.

考虑充电排队时延的电车配送路径规划方法

孟芸, 张智文, 代亮, 苟新, 刘赛男

作者信息 +

Author information +

文章历史 +

摘要

电车配送中负载以及传动等因素使得耗电呈现非线性，同时充电及排队时延将会影响路径规划的配送效率。针对此问题，研究了应用动态能耗模型的优化充电站选择与充电时间的配送路径规划方法。采用电车动态能耗率（energy consumption rate,ECR）模型，建立与货物载重相关的非线性能耗函数关系。针对电车排队充电过程，基于排队论模型分析电车到达率、服务率以及充电站容量与排队时延（charging queuing delay,CQD）的函数关系。结合上述ECR能耗与CQD时延分析，建立以最小化总行驶时间为目标的路径规划模型，联合访问约束、电车负载约束以及电量约束，以确保模型在多车辆、多任务以及多充电站场景下的可行性与精确性。为了高效求解上述模型，设计了基于深度强化学习（deep reinforcement learning,DRL）的优化算法。其中，针对排队与充电时机决策问题，设计利用充电站实时信息的动态决策算法，以降低DRL模型学习的难度，提高算法的计算效率。最后，通过多尺度算例仿真实验验证所提方法的有效性。实验结果表明：该方法有效优化了充电排队时间，平均减少每车配送总行驶时间0.14 h；与多种典型智能优化算法进行对比实验，对比结果为每车配送总行驶时间平均减少0.52 h，同时算法求解效率提升75.4%。