带时间窗的移动快充器车队规模与混合 capacitated 车辆路径问题

电动化的离野重型设备为服务远程地区、固定充电设施有限的机构带来了运营挑战。现有的移动快充车辆（MFCV）规划方法通常将 fleet 设计与路径规划视为独立问题，先固定车辆特性再进行调度。本文构建了带时间窗的 fleet 大小与混合 capacitated 车辆路径问题（FSMCVRPTW）用于MFCV部署，联合优化 fleet 构成、充电器规格、路径与调度，纳入统一的混合整数线性规划框架。模型包含不同功率等级、电池容量、燃油续航范围和成本结构的异构MFCV类型，在时间服务窗口、资源预算和能源交付约束下，最小化劳动力、燃料、折旧资本支出和能源采购成本。该模型在Python/Gurobi中实现，并应用于加州交通部门的轮条司机数据，分别针对洛杉矶（密集城市）和Truckee（稀疏山区）进行案例研究。结果表明，联合优化可获得紧凑且充分利用的车队，满足所有服务窗口，同时揭示单位成本对需求密度和地理环境的强烈敏感性。该FSMCVRPTW框架为在单一优化层面中协同设计 fleet 规模、充电功率、路径和服务时刻，为上下文感知的高性价比移动快充提供了通用决策支持方法。