Otimização das Operações de Ônibus Elétricos para Cidades
Uma nova abordagem pra melhorar a eficiência dos ônibus elétricos e reduzir custos.
― 6 min ler
Índice
- Contexto
- Planejamento Estratégico e Operacional
- Planejamento de Localização de Carregamento
- Problema de Programação de Veículos Elétricos
- Problema de Agendamento de Carregamento
- Abordagem Conjunta
- Impactos do Modelo Conjunto
- Experimentação com Dados do Mundo Real
- Resultados Chave
- Direções Futuras
- Conclusão
- Fonte original
- Ligações de referência
À medida que as cidades estão trocando os ônibus tradicionais por ônibus elétricos para o transporte público, rola uma necessidade de melhorar a forma como esses ônibus são planejados e operados. Esse artigo fala sobre como gerenciar melhor os sistemas de ônibus elétricos, lidando com três tarefas principais: onde colocar as Estações de Carregamento, quais ônibus devem fazer quais viagens e quando carregar cada ônibus. A gente apresenta um método pra enfrentar esses desafios ao mesmo tempo, que pode economizar grana e recursos.
Contexto
Veículos elétricos (VEs) são essenciais pra reduzir a poluição causada pelos ônibus tradicionais. Embora muitos programas do governo incentivem o uso de carros elétricos, tem menos que focam em ônibus elétricos, que ajudam a diminuir o trânsito. Pra ajudar as cidades a crescer de forma responsável, o transporte público precisa se tornar elétrico. Isso significa mais ônibus elétricos e jeitos eficientes de carregá-los.
Os ônibus elétricos têm um alcance limitado dependendo do tamanho da bateria. Por exemplo, alguns modelos conseguem rodar até 300 quilômetros com uma carga completa. Porém, as distâncias reais podem variar com base em fatores como condições de trânsito e quantas pessoas estão a bordo. Diferente dos ônibus tradicionais, os ônibus elétricos precisam recarregar durante o dia, geralmente exigindo um planejamento cuidadoso de como e quando eles carregam.
Quando os ônibus têm intervalos curtos entre as viagens, pode não ter tempo suficiente pra recarregar. Essa situação destaca a importância de decidir os locais das estações de carregamento, atribuir ônibus às viagens e agendar o carregamento. Quando essas tarefas são tratadas separadamente, o planejamento pode ficar ineficiente. A gente propõe um método combinado que considera as três tarefas, o que pode levar a economias.
Planejamento Estratégico e Operacional
Ao planejar frotas de ônibus elétricos, existem dois tipos principais de decisões: estratégicas e operacionais. Decisões estratégicas envolvem a colocação de estações de carregamento a longo prazo e o tamanho geral da frota. Decisões operacionais focam na programação diária das viagens e na gestão de quando os ônibus carregam.
Planejamento de Localização de Carregamento
Escolher onde colocar as estações de carregamento é como resolver um problema de localização. O objetivo é determinar os melhores lugares pra estações de carregamento com base na demanda dos ônibus elétricos. Nas redes de ônibus, as estações de carregamento deveriam estar idealmente no início e no fim das rotas onde os ônibus param por um tempo. A capacidade das estações-quantos ônibus podem carregar ao mesmo tempo-também precisa ser levada em conta. Alguns estudos analisaram essas questões separadamente, mas nossa análise visa combiná-las pra obter melhores resultados.
Problema de Programação de Veículos Elétricos
O problema de programação de veículos elétricos envolve atribuir viagens dos ônibus aos veículos elétricos disponíveis. A complexidade aumenta devido à capacidade limitada da bateria dos ônibus elétricos, o que torna necessário considerar os requisitos de carregamento ao planejar suas programações. Várias técnicas foram usadas pra resolver esse problema, mas muitos métodos não consideram o carregamento diretamente, levando a potenciais ineficiências.
Problema de Agendamento de Carregamento
O agendamento de carregamento envolve determinar quando os ônibus deveriam carregar pra minimizar os custos de energia. Esse problema se torna mais complexo quando os preços da eletricidade variam ao longo do dia. Algumas soluções analisaram os horários de carregamento em estações individuais, enquanto outras ignoraram a interconexão entre a programação das viagens e as necessidades de carregamento.
Abordagem Conjunta
Ao abordar a localização das estações de carregamento, atribuições de viagens e agendamentos de carga juntas, podemos melhorar a eficiência geral das operações dos ônibus elétricos. Nosso modelo analisa os problemas coletivamente, o que pode levar a maiores oportunidades de economia.
Impactos do Modelo Conjunto
Nossa pesquisa sugere que combinar essas tarefas pode resultar em Custos Operacionais mais baixos. As economias médias da nossa abordagem integrada podem alcançar números significativos, com reduções no consumo de energia e nas despesas gerais. Esses achados destacam a necessidade de uma abordagem de modelagem unificada pra uma gestão eficaz da frota de ônibus elétricos.
Experimentação com Dados do Mundo Real
Pra testar nossa abordagem, aplicamos em várias redes de ônibus do mundo real. Os modelos foram analisados pra descobrir quão eficazes eram em comparação com métodos tradicionais separados. Os resultados mostraram consistentemente que nosso modelo conjunto teve um desempenho melhor que os modelos sequenciais, resultando em custos mais baixos e operações mais eficientes.
Resultados Chave
Reduções de Custos: O modelo integrado proporcionou economias substanciais em várias redes. As economias vieram da minimização das atribuições de viagens e do agendamento melhorado de carga.
Requisitos de Energia: As necessidades de potência máxima nas estações de carregamento foram menores no modelo conjunto, indicando um uso mais eficiente de recursos.
Métricas de Atividade: Métricas adicionais acompanharam o tempo operacional gasto em viagens, carregamento e tempo ocioso, oferecendo insights mais profundos sobre o uso dos ônibus.
Direções Futuras
Embora nossos achados sejam promissores, há áreas a serem exploradas mais a fundo. Pesquisas futuras poderiam envolver modelos mais detalhados que considerem a vida útil da bateria, velocidades de carregamento e dados em tempo real sobre o consumo de energia. Além disso, seria valioso observar os efeitos de longo prazo das mudanças nas paisagens urbanas nas operações dos ônibus.
Conclusão
A transição para ônibus elétricos apresenta desafios únicos, mas um planejamento cuidadoso pode levar a benefícios significativos. Ao otimizar conjuntamente o planejamento de localização, atribuições de viagens e agendamentos de carga, podemos criar sistemas mais eficientes enquanto minimizamos custos e impactos ambientais. À medida que as cidades continuam a evoluir, nossas estratégias para o transporte público também precisam se adaptar, garantindo que a sustentabilidade e a eficiência permaneçam no centro da atenção.
Título: On the Impact of Co-Optimizing Station Locations, Trip Assignment, and Charging Schedules for Electric Buses
Resumo: As many public transportation systems around the world transition to electric buses, the planning and operation of fleets can be improved via tailored decision-support tools. In this work, we study the impact of jointly locating charging facilities, assigning electric buses to trips, and determining when and where to charge the buses. We propose a mixed integer linear program that co-optimizes planning and operational decisions jointly and an iterated local search heuristic to solve large-scale instances. Herein, we use a concurrent scheduler algorithm to generate an initial feasible solution, which serves as a starting point for our iterated local search algorithm. In the sequential case, we first optimize trip assignments and charging locations. Charging schedules are then determined after fixing the optimal decisions from the first level. The joint model, on the other hand, integrates charge scheduling within the local search procedure. The solution quality of the joint and sequential iterated local search models are compared for multiple real-world bus transit networks. Our results demonstrate that joint models can help further improve operating costs by 14.1% and lower total costs by about 4.1% on average compared with sequential models. In addition, energy consumption costs and contracted power capacity costs have been reduced significantly due to our integrated planning approach.
Autores: Rito Brata Nath, Tarun Rambha, Maximilian Schiffer
Última atualização: 2024-03-14 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2403.09763
Fonte PDF: https://arxiv.org/pdf/2403.09763
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.