稀疏能耗数据下鲁棒且经济高效的电动公交网络设计
最优化与控制
2025-01-13 v1
摘要
本文解决了在稀疏能耗数据条件下，使用电池电动公交车（BEB）的电动公共交通网络充电基础设施设计（CID）的挑战。准确的能耗估计对于经济高效且可靠的电气化至关重要，但通常需要昂贵的现场实验，导致数据有限。为解决此问题，我们提出了两种数学模型来处理能耗中的不确定性和数据稀疏性。第一种是带有箱型不确定性的鲁棒优化模型，处理能耗的变异性。第二种是数据驱动的分布鲁棒优化模型，利用观测数据提供更灵活和更明智的解决方案。为了评估这些模型，我们将其应用于鹿特丹公交网络。我们的分析揭示了三个关键见解：（1）忽略能耗变化可能导致运营不可靠，高达55%的场景导致不可行的行程。（2）基于最坏情况能耗设计基础设施，与使用平均估计相比，成本增加67%。（3）数据驱动的分布鲁棒优化模型与箱型不确定性模型相比，成本降低28%，同时保持可靠性，特别是在极端能耗值罕见且数据呈现偏态的场景中。除了节省成本外，该方法还提供了对不确定性的鲁棒保护，确保在各种条件下可靠运行。
引用
@article{arxiv.2501.05939,
title = {Designing a Robust and Cost-Efficient Electrified Bus Network with Sparse Energy Consumption Data},
author = {Sara Momen and Yousef Maknoon and Bart van Arem and Shadi Sharif Azadeh},
journal= {arXiv preprint arXiv:2501.05939},
year = {2025}
}