【新能源汽车调度问题简介&背景】
新能源车辆路径优化问题是指在考虑新能源车辆特性和能源利用效率的前提下，对车辆路径进行优化规划的问题。随着环境保护意识的增强和新能源技术的发展，电动车辆等新能源车辆在交通运输领域的应用逐渐增多。然而，新能源车辆具有独特的特性，如充电需求、能源消耗、行驶里程等方面与传统燃油车辆存在差异，因此需要针对这些特性进行路径规划和优化，以提高车辆的运行效率和节能减排效果。新能源路径优化问题的研究旨在解决如何有效利用新能源车辆的能源，合理规划车辆的行驶路线，降低能源消耗和排放，提高运输效率和环境友好性等问题。
电动车辆（EVs）由于其环境效益，需求和生产量正在迅速增长。现有的少数EVRP模型综合考虑了电动车辆的独特特征，如非线性充电功能、非线性电耗功能和动态行驶里程、能量损失（空气动力学、轮胎摩擦、传动系统、辅助设备和动能/势能损失）。
EVRP（Electric Vehicle Routing Problem，电动车辆路径问题）是一种研究电动车辆在路线规划中的优化问题。随着电动车辆的发展和应用越来越广泛，EVRP的研究和应用也变得越来越重要。以下是EVRP的研究和应用前沿：
-
多目标优化 ：EVRP通常涉及多个目标，如最小化总行驶距离、最小化总成本、最小化总时间等。研究者们致力于开发多目标优化算法，以平衡这些目标之间的权衡关系。
-
动态路径规划 ：EVRP中的路线规划通常需要考虑实时交通信息、充电站的状态等动态因素。研究者们正在研究如何将动态路径规划技术应用于EVRP中，以提高路径规划的效率和准确性。
-
智能算法 ：智能算法如遗传算法、粒子群算法等在EVRP中得到广泛应用。研究者们不断改进和优化这些算法，以解决EVRP中的复杂优化问题。
-
电动车辆充电基础设施规划 ：随着电动车辆的普及，充电基础设施的规划和布局也变得越来越重要。研究者们正在研究如何合理规划充电站的位置和数量，以支持EVRP的实施。
-
实际应用 ：EVRP不仅仅是学术研究的课题，也在实际中得到广泛应用。许多物流公司、城市交通管理部门等都在研究和应用EVRP技术，以优化电动车辆的路径规划和调度。
EVRP的研究和应用前沿主要集中在多目标优化、动态路径规划、智能算法、充电基础设施规划和实际应用等方面，以推动电动车辆在路线规划中的高效、智能和可持续发展。
【久章物流智慧调度系统解决方案】
久章针对EVRP问题推出了“久章物流智慧调度系统”，该系统专注于解决物流企业新能源汽车运力调度问题，通过集成先进的算法和优化技术，用户只需要输入运单、运力及充放电数据和相应的约束条件，即可获得高效的运力调度方案，合理安排车辆调度及充换电，减少路程和时间成本，不论是物流企业还是配送服务提供商，该工具极大提高了配送效率和客户满意度。
该系统基于已知的运力及换电信息，可以针对运单需求，考虑换电时间 、换电站点、分时电价等因素，优化车辆的派单及换电方案，杜绝发生途中缺电状况的同时，实现车辆的最优调度。目前系统中主要包括三大模块：
-
数据处理模块 ：包括数据的读取与检查。
数据处理模块主要是面向系统所得到的输入信息，按照系统需求进行相应的转化，包括节点与路径编码，节点间的路径能耗矩阵构建，并结合订单数据可视化等。
所有满载路段及空载路段可视化
每日运输订单发货点和收货点位置坐标及线路，红色为起点，绿色为终点
-
算法引擎模块 ：包括主问题和子问题算法引擎组件。
算法引擎模块基于列生成方法集成了两大情景模块的优化求解方案。模块一为单车库单换电站（仅能在车库换电）情景，优化目标为寻找将全部货物运输到货物终点的最少运货车辆数，模块二为多车库多换电站（可在车库以外的换电站换电）情景，优化目标为最小化完成所有订单的能量消耗，通过两个模块分情景对车辆调度进行优化，用最小的总成本去完成企业所有的运输任务，帮助客户解决实际业务问题。
我们在模型和算法设计时采用了列生成的方法，将原问题分为主问题和子问题两部分：主问题以最小化路径执行次数，也就是最小化货车数量为优化目标，以运输重量限制、需求满足等为约束；子问题以最大化选中的满载路段个数为优化目标，以电量、流平衡等为约束；找到主问题的可行解和子问题的最优解，并检查子问题的解是否能改善主问题的解，如果可以则将子问题的解添加到主问题中，循环迭代直至主问题的解不再被改善，就得到了问题的最优解。同时，算法中还添加了消除子回路设计。
此套算法优势在于当调度问题的约束增多时，变量的规模会随着约束的增加而呈爆炸式增长，单纯形法等精确式求解算法的效率会大幅下降，而列生成算法适用于大规模问题，对于包含成千上万个变量和约束条件的问题，也能够提供有效的解决方案，且灵活性高，可以根据问题的特点进行调整，以适应不同的优化需求，支持并行处理和易于实现，计算效率高。
-
可视化模块 ：包括订单数据可视化、调度路线可视化，主要面向客户端提供服务。
同时系统具备多个接口以便对接到第三方系统：
-
订单信息输入接口 ：通过该接口与TMS系统、月台系统进行对接，读取运单数据。
-
换电站信息输入接口 ：通过该接口与换电站管理系统进行对接，读取站点位置、电池数及换道耗时等信息。
-
运力管理接口 ：通过该接口与车辆管理系统（车辆网，运力数据库等）进行对接，读取车辆实时位置、电量、编号、驾驶员等信息。
-
方案输出接口 ：通过该接口与TMS系统和司机端APP进行对接，生成调度指令。
【算例介绍】
以单车库单换电站（仅能在车库换电）情景为例，已知：
（1）货物运输起始点、数量
（2）运输地点之间的距离
（2）车辆最大载重量、耗电量
寻找可以如期完成运输任务的最少运货车辆数
采用基于列生成的整数规划算法，并调用谷歌OR-tools求解器，可迅速求得车辆的货运次数及路线。下图为运输方案的可视化展示，其中
-
车库位置：S点，两个货运订单的起终点位置：D→C，A→B
-
箭头表示车辆行驶方向
-
蓝色线段为空载路段，红色线段为满载路段，线段上的数字为该运输路段的行驶次数
运输方案可视化示例
在上图中，我们可以看到，车辆从S点（车库）出发，到达货运起点D，在C、D间往返，完成该订单任务后，再到下一个货运起点A，在A、B间往返，所有任务完成后，返回车库。
【总结】
针对物流企业新能源汽车运力调度问题，用户只需要输入运单、运力及充放电数据和相应的约束条件，借助我们提出的算法，即可获得高效的运力调度方案，合理安排车辆调度及充换电，减少路程和时间成本，提高配送效率与客户满意度。
【推荐阅读&引申思考】
【论文推荐】武汉理工大学侯慧等：计及需求响应潜力的电动汽车聚合商多主体日前投标策略
电动汽车作为移动式电化学储能资源，具备作为灵活性资源的潜力，如果电动汽车参与电力市场的未来商业模式及建设体系，那么在EVRP问题中如何考虑需求响应和充放电规划呢？希望有想法的读者加入我们的创新群一起讨论研究！
此外，感谢刘遵增，刘震，田志华，我们的免费tsp推出了，调用方式如下：
后续我们会推出更便捷的调用方式
给货车司机和自驾游旅客做路线规划提供帮助
提取码7000 （对应7000罕见病）
1.输入：http://47.102.146.120:3504/
2.输入Json文件：（样本见下面链接）：
3.等几秒，得到输出的Json和图像。（样本见下面链接）：
链接: https://pan.baidu.com/s/1UIolGjkekuM7UK4HVfn3Pg?pwd=7000
如您有新能源汽车调度需求，欢迎垂询。
联系人：张新杰 手机：13311931669
个人微信
欢迎点击公众号关注更多智能决策案例分享
【久章智能决策方案】之仓储集成优化
【久章智能决策方案 】之订单波次拣选篇
【久章智能决策方案】之车辆路径规划（VRP）篇
【久章智能决策⽅案 】3D-BPP可视化算法方案
（封面图源：于国强）
本文转载自久章智能微信公众号（原文发布于 2024-06-24），内容保持原貌。扫码关注公众号「久章智能」，第一时间获取智能决策系列文章。阅读原文 ↗