Metodo innovativo per gestire flotte di veicoli elettrici

I veicoli elettrici (EV) stanno diventando una scelta popolare rispetto ai veicoli a benzina tradizionali. Questo cambiamento è guidato dai progressi nella tecnologia dei veicoli e delle batterie, rendendo più facile per le aziende di ride-sharing passare a flotte elettriche. Tuttavia, mentre gli EV possono percorrere distanze simili a quelle dei veicoli a benzina, hanno un grosso svantaggio: tempi di ricarica più lunghi. Questo può influire su quanto velocemente una flotta può servire i clienti. Per gestire efficacemente una flotta di EV, le aziende devono pianificare sia quando inviare i veicoli sia quando caricarli.

Questo articolo presenta un nuovo metodo per abbinare gli EV in un servizio di e-hailing con passeggeri e Stazioni di ricarica. L'obiettivo è massimizzare i profitti per l'azienda di ride-sharing. Il metodo considera il comportamento dei guidatori, che potrebbero decidere di non seguire gli ordini di ricarica se non sembrano vantaggiosi per loro. Per incoraggiare i guidatori ad accettare questi incarichi di ricarica, si suggerisce un sistema di incentivi, come sconti sulle tariffe di ricarica.

#L'importanza di una gestione efficiente della flotta

I servizi on-demand, come quelli forniti da app che collegano passeggeri e autisti, sono cruciali per il trasporto pubblico nelle città di oggi. Le aziende di rete di trasporto (TNC) hanno il potenziale di influenzare notevolmente sia i risultati di mercato sia gli impatti ambientali. Un'area chiave di miglioramento è l'aumento dell'uso dei veicoli elettrici (EV). Insieme a batterie migliori e investimenti nelle infrastrutture di ricarica, gli EV offrono un'opzione valida per i servizi di ride-sharing. Di conseguenza, le aziende devono elaborare strategie efficaci per gestire le loro flotte di EV, affrontando questioni come il momento della ricarica e l'uso dell'energia.

Un sistema di invio efficiente può migliorare i profitti e ottimizzare l'uso delle batterie. Bilanciando lo stato di carica (SoC) della flotta con la domanda variabile dei clienti, un'azienda può servire più passeggeri in modo efficace.

#Ricerca sulla gestione delle flotte di EV

Studi recenti hanno esaminato la gestione delle flotte di EV da una prospettiva tecnica. Alcuni propongono modi per centralizzare la pianificazione delle decisioni di invio e ricarica, ottenendo corse più riuscite rispetto ai metodi tradizionali. Molti di questi approcci utilizzano tecniche avanzate come il machine learning, che possono richiedere molte risorse dati. C'è ricerca in corso che tratta il problema della gestione degli EV come una questione di routing per i servizi di ride.

La maggior parte della letteratura precedente assume che i guidatori si conformeranno automaticamente agli ordini di invio. Tuttavia, questo documento suggerisce un approccio nuovo. Introduce un modo per una TNC di inviare EV ai passeggeri e alle stazioni di ricarica tenendo conto di come i guidatori potrebbero reagire ai compiti di ricarica proposti.

#Panoramica del problema

Questo lavoro sviluppa un metodo centralizzato per abbinare gli EV con passeggeri e punti di ricarica. L'obiettivo è aumentare i profitti attesi per l'azienda di ride-sharing considerando fattori come la domanda in cambiamento e i comportamenti dei guidatori. Gli esiti possibili per gli EV sono (1) essere abbinati a un passeggero in attesa, (2) essere abbinati a una stazione di ricarica, o (3) nessuna azione in assoluto. Mentre i guidatori sono motivati ad accettare corse passeggeri per guadagnare, potrebbero resistere agli incarichi di ricarica a meno che non ci sia un chiaro incentivo finanziario.

I passeggeri richiedono corse dai loro punti di partenza alle loro destinazioni desiderate. Se devono aspettare troppo a lungo prima che arrivi la loro corsa, potrebbero cancellare la richiesta. Inoltre, se la corsa impiega troppo tempo per iniziare, potrebbero anche decidere di cancellare. I guidatori possono scegliere quando lavorare; quando le loro EV sono a corto di batteria, possono ricaricarsi presso stazioni designate.

#Assunzioni di base

1. Una TNC gestisce una flotta composta solo da EV e controlla il mercato del ride-sharing.
2. I prezzi per le corse passeggeri e le retribuzioni degli autisti rimangono costanti, basati sul tempo trascorso in auto.
3. Le stazioni di ricarica sono di proprietà o gestite dalla TNC, e le loro ubicazioni non cambiano.
4. I tempi di viaggio sulla strada rimangono stabili durante la giornata.
5. I guidatori devono ricaricarsi completamente, fino a una percentuale definita della capacità della batteria, per preservare la vita della batteria.
6. Le stazioni di ricarica possono avere code poiché possono servire solo un numero limitato di veicoli alla volta.
7. I passeggeri possono cancellare le loro richieste di corsa se sperimentano tempi di attesa lunghi.

#Metodologia per abbinare gli EV

Ad ogni intervallo di tempo discreto, gli EV vuoti vengono abbinati a passeggeri in attesa o caricabatterie, finché hanno abbastanza carica per arrivare alla loro destinazione. L'obiettivo è trovare coppie ottimali tra EV vuoti e passeggeri o stazioni di ricarica. Il successo di questi abbinamenti si basa sulla redditività futura, tenendo conto di quanto rapidamente i passeggeri possono essere raccolti e di quanto sia fattibile per i guidatori ricaricare i loro veicoli.

Questo metodo riconosce anche che i guidatori e i passeggeri reagiranno in modo diverso in base alle loro situazioni uniche. Alcuni guidatori potrebbero scegliere di non conformarsi a una richiesta di ricarica se non appare vantaggiosa, mentre i passeggeri potrebbero avere preferenze rigorose per i loro tempi di attesa.

#Benefici attesi delle decisioni di invio

L'obiettivo è aumentare il profitto totale della TNC massimizzando i benefici di ciascuna decisione di invio. Le opzioni di invio creano diversi aspetti di profitto potenziale. Gli introiti dalle corse passeggeri, minimizzando il tempo di viaggio non produttivo e ottimizzando i benefici della ricarica sono tutti componenti vitali.

Gli introiti dalle corse passeggeri sono semplici poiché si basano su tariffe fisse. La TNC deve anche mantenere una buona reputazione, che dipende da un servizio rapido e da ritardi minimi. Se i passeggeri aspettano troppo a lungo, potrebbero cancellare le loro richieste. Pertanto, il metodo prioritizza i passeggeri che hanno aspettato più a lungo.

Guidare un EV consuma energia della batteria. Quando una corsa è completata, l'EV deve spendere un po' di energia per raggiungere una stazione di ricarica. La TNC stabilisce i prezzi di ricarica, che possono variare in base al tempo e alla domanda.

#Benefici di ricarica e valutazione del valore

Nel mercato dell'e-hailing, il valore di una carica aggiuntiva della batteria può cambiare a seconda della domanda di corse nell'area. Il metodo proposto include un algoritmo per determinare il profitto potenziale dall'aumento della capacità della batteria del veicolo in specifici quartieri.

Due passaggi valutano i benefici di ricarica per un EV in un mercato locale. Prima, si calcola la redditività attuale per quella regione utilizzando EV abbinati e passeggeri in attesa. Il secondo passaggio considera il profitto perso se quell'EV specifico viene rimosso dall'equazione. Questo processo fornisce informazioni su quanto sia vantaggioso avere un EV in quell'area.

Il passo successivo coinvolge la previsione delle condizioni di mercato future per determinare se sarebbe redditizio per la TNC inviare un EV a una specifica posizione. Se la domanda prevista indica guadagni potenziali più elevati, inviare il veicolo aumenta il profitto complessivo.

#Ottimizzazione dei benefici di abbinamento

L'obiettivo generale è trovare i migliori abbinamenti tra EV vuoti, passeggeri e stazioni di ricarica in ciascun intervallo di tempo. Il metodo proposto tiene conto dei potenziali rischi che i guidatori potrebbero non accettare le richieste di ricarica. È integrata una strategia di prezzo per coprire parte dei costi di ricarica, il che aiuta a migliorare la partecipazione dei guidatori.

L'ottimizzazione avviene in due fasi principali. Prima, si calcolano i migliori valori di incentivo per gli incarichi di ricarica, poi si determina l'abbinamento ottimale di EV e passeggeri.

#Modelli di comportamento di guidatori e passeggeri

Le scelte comportamentali di passeggeri e guidatori influenzano significativamente il mercato. È essenziale includere questi comportamenti quando si valutano i profitti attesi per la TNC. L'articolo considera vari fattori comportamentali, inclusa la disponibilità dei guidatori a conformarsi agli ordini di ricarica e le preferenze di cancellazione dei passeggeri.

I passeggeri possono cancellare le richieste di corsa se aspettano troppo a lungo. Valuteranno i loro tempi di attesa rispetto a quanto pazienti si sentono. Se il tempo supera il loro livello di comfort, cancelleranno le loro richieste. Dopo un abbinamento riuscito, i passeggeri valuteranno anche il tempo di prelievo; se è troppo lungo, potrebbero decidere di cancellare di nuovo.

Si prevede che i guidatori accettino tutte le corse passeggeri per il loro guadagno. Se un guidatore non si conforma a un ordine di ricarica, potrebbe uscire dal mercato.

#Fattori che influenzano la conformità dei guidatori

La conformità dei guidatori dipende da diversi fattori, inclusi gli incentivi offerti e quanto tempo richiederà la ricarica. Più l'incentivo per la ricarica è allettante, più è probabile che lo accettino. Tuttavia, se il tempo di ricarica è lungo, i guidatori potrebbero comunque rifiutarsi.

I guidatori hanno orari di lavoro flessibili, con orari di inizio basati su dati passati. Potrebbero lasciare il mercato se si sentono stanchi dopo aver lavorato per un lungo periodo o se la batteria del loro veicolo è bassa senza incentivi di ricarica allettanti.

#Configurazione della simulazione

Per valutare le prestazioni del metodo di abbinamento proposto, è stata sviluppata una simulazione. L'azienda di ride-sharing gestisce tutto l'invio di EV, cercando di massimizzare i suoi guadagni attesi collegando guidatori e passeggeri.

La rete per la simulazione si basa sul layout stradale di una città conosciuta. La simulazione semplifica le condizioni del traffico, trascurando dettagli minori come semafori o movimenti dei veicoli. Invece, gli EV seguono percorsi preimpostati e le stazioni di ricarica sono contrassegnate su tutta la rete.

La simulazione riflette i modelli di domanda dei passeggeri reali basati su dati storici dei servizi taxi. L'obiettivo è esaminare come si comporta il metodo proposto in condizioni simili a scenari del mondo reale.

#Confronto dei metodi

Per misurare l'efficacia del metodo proposto, sono state sviluppate diverse strategie di confronto. Queste strategie servono a evidenziare l'importanza del design degli incentivi e l'importanza di considerare le condizioni di mercato future quando si prendono decisioni.

In una strategia di riferimento, la TNC si concentra solo sulla minimizzazione dei tempi di attesa dei passeggeri, trascurando il profitto. Un'altra strategia utilizza un approccio reattivo alla ricarica, spingendo i guidatori a ricaricarsi quando la loro batteria è bassa. In questi confronti, viene analizzato l'impatto degli incentivi per la ricarica sulla redditività complessiva.

#Risultati preliminari

I risultati della simulazione forniscono intuizioni sulle prestazioni del mercato in vari scenari. Indicatori chiave suggeriscono che le TNC guadagneranno meno senza un approccio strategico agli incentivi di ricarica. Ad esempio, mentre la ricarica gratuita aumenta il numero di guidatori compliant, riduce i profitti complessivi a causa dei costi sostenuti.

L'analisi rivela schemi di cancellazione tra i passeggeri. I diversi incentivi o la loro mancanza influenzano il numero di richieste di corsa che vengono alla fine cancellate.

#Conclusione

L'articolo presenta un metodo centrale per gestire gli EV in un servizio di ride-hailing, che include la programmazione della ricarica nel suo framework di pianificazione. Questo metodo combina l'invio tradizionale con la gestione della batteria in un ambiente in continua evoluzione. Creando un sistema che tiene conto del comportamento dei guidatori e offre incentivi, è possibile migliorare la redditività complessiva per la TNC.

I passi futuri includono testare le previsioni relative alle infrastrutture di ricarica e ampliare la simulazione per fornire benchmark più completi. L'obiettivo finale è perfezionare ulteriormente la gestione della flotta e migliorare la qualità del servizio per i passeggeri massimizzando i guadagni per l'azienda.