面向能耗不确定性的随机电动车路径问题
最优化与控制
2025-12-04 v1
摘要
电动车 (EV) 在服务和货物配送运营中的日益普及，催生了电动车路径问题 (EVRP)，这类路径问题聚焦于 EV 受限驶行里程和充电需求带来的独特挑战。虽然大多数 EVRP 变体考虑的是确定性能耗，但本文聚焦于具备阈值应急策略的随机电动车路径问题 (SEVRP-T)，即在能耗不确定性下采用应急策略，确保当 EV 的电荷状态 (SoC) 降至指定阈值以下时，EV 在充电站 (CS) 进行充电。我们将 SEVRP-T 建模为两个阶段的随机混合整数二次锥模型，其中第一阶段决定客户访问序列，第二阶段纳入充电活动。目标是最小化路线的预期总时长，由旅行时间和充电操作组成。为缓解模型的计算复杂度，我们提出一种基于迭代局部搜索 (ILS) 的启发式方法，并辅以集合分区问题求解。为进一步加速启发式方法，我们开发了两种针对第一阶段客户序列的下界。此外，为处理大量能耗情景，我们采用场景约简技术。进行大量计算实验以验证所提解题策略的有效性，并评估考虑能耗随机性的重要性。本文的研究为 EVRP 领域的文献积累提供了贡献，并就在不确定性下实施 EV 在物流活动中的运营部署提供了洞见。
引用
@article{arxiv.2506.19426,
title = {A Stochastic Electric Vehicle Routing Problem under Uncertain Energy Consumption},
author = {Andrea Spinelli and Dario Bezzi and Ola Jabali and Francesca Maggioni},
journal= {arXiv preprint arXiv:2506.19426},
year = {2025}
}