﻿ 不同充电策略对电动公交线路运营影响评估研究

# 不同充电策略对电动公交线路运营影响评估研究Study on Impact Assessment of Different Charging Strategies on Electric Bus Line Operation

Abstract: Based on the green goal of “zero emission”, pure electric buses are increasingly used in public transportation systems. There are many differences in the operation of pure electric buses that use different charging strategies, and they will have different effects on the operation of the line. This article selects the fast charging strategy and the slow charging strategy as the research ob-jects. From the perspective of the bus company, the economic benefits of the bus company are used as the evaluation index value of the line operation. A rule-based pure electric bus dispatching model is established based on the single-line operation rules of electric buses. The model sets up a vehicle yard dispatch mechanism, a remaining power judgment mechanism, and a train number connection mechanism. The MATLAB software is used to compile the model process. Take Tianjin 649 line as a model example, bringing in relevant parameters, solving electric bus driving plans and evaluation index values using different charging strategies, and comparing and analyzing strategies. In order to compare the differences between the strategies more comprehensively, the sensitivity analysis of the departure interval, the number of trains and the length of the route is carried out to compare the influence of different strategies on the operation effect of the route under the changes of these three input parameters.

1. 引言

2. 基于单线路运营规则的电动公交调度模型

2.1. 问题描述

2.2. 基于单线路电动公交运营规则的调度模型设计

1) 根据线路长度、站点设置、充电站设置设定电动公交线路的初始形态；

2) 设定系统输入参数，将线路发车时刻表、两种充电策略的电动公交车的充电费用、充电时长、各策略的电动公交车每公里耗电量、车辆放电深度、单位车辆购置成本等数据作为输入值；

3) 设定模型最小步长单位为分钟；

4) 电动公交车信息初始化，根据发车时刻表，先从车场派遣一部分的车辆分别前往首站和末站；

5) 设置车场车辆调用规则，每个车次有且仅有一辆车执行，当首末站车辆不够执行相关车次时应从车场调用车辆，直至车辆数恰好满足当天应执行的车次任务；

6) 设置车辆剩余电量判断规则，当车辆到达充电站时，系统应按顺序进行以下判断：

· 车辆k在一次放电过程中的累计放电量是否小于该车辆的放电深度，若小于放电深度，则可以进行下一阶段的判断；若大于等于放电深度，则车辆应在充电站进行充电任务；

· 该车辆完成下一车次并回到车场中的电量是否足够，若不够行驶这些里程，该车应在此充电站进行充电；

7) 设置车次衔接规则，电动公交经过车辆剩余电量判断后，需要充电的车辆应在充电站进行充电，充电时长须小于两个相邻车次的时间间隔；若不进行充电，车辆在两个相邻车次间的衔接时间须小于两个车次的时间间隔；

8) 设置车辆电量更新规则，当车辆充电结束后，该车辆的初始电量变为100%，累计放电量变为0；

9) 设置车辆数据更新规则，当每辆车到达其执行车次的终点站时，系统进行车辆数据更新并判断车辆是否完成了今天的车次任务，若完成任务，系统应将车辆状态进行更新；

10) 在一天的运营时间内，从车场发出的车辆若能全部回到车场，则全部车次任务结束。

2.3. 车场车辆调用规则

1) 发车时刻表中每个车次有且仅需要一辆车执行即可，不能多辆车执行同一车次；

2) 任务开始时，车场先向首末站派遣部分车辆，当首末站车辆不够执行相关车次时，系统将信息反馈给车场，车场再向首末站调用车辆，直至车辆数恰好满足当天应执行的车次任务。

Figure 1. Vehicle call flow

2.4. 车辆剩余电量的判断规则

${Q}_{k}\le {E}_{R}$

Qk——为车辆k在一次放电过程中的累计放电量，等于车辆行驶里程乘以每单位里程耗电量(kw∙h)。

ER——为车辆的放电深度(%)。

${l}_{i}\ast {h}_{i}+{l}_{i,o}\ast {h}_{i,o}\le 1-{Q}_{k}$

${l}_{i}$${l}_{i,o}$ ——为车辆k执行车次i的行驶里程和车辆从车辆o至车次i的行驶里程(km)。

${h}_{i}$${h}_{i,o}$ ——为车辆行驶每单位里程的耗电量(kw∙h/km)。

2.5. 车次衔接规则

$\Delta t\le {t}_{1}\left(i\right)-{t}_{2}\left(i-1\right)$

$\Delta t$ ——为车辆的充电时长(min)。

${t}_{1}\left(i\right)$${t}_{2}\left(i-1\right)$ ——分别为车次i的开始时间和车次 $i-1$ 的结束时间(min)。

${t}_{i-1,i}\le {t}_{1}\left(i\right)-{t}_{2}\left(i-1\right)$

${t}_{i-1,i}$ ——车辆在车次 $i-1$ 和车次i之间的衔接时间(min)。

Figure 2. Dispatching model flow based on single line operation rules

2.6. 模型相关参数

1) 静态数据

· 线路数据：发车时刻表、线路长度、首末站位置、充电站位置、车场位置、车场与首末站之间距离；

· 车辆数据：单位车辆购置成本、额定续驶里程、车辆行驶单位里程耗电量、车辆行驶速度、使用年限中的维修成本、单位车辆单日使用成本(车辆购置成本和使用期内维修成本均摊到每一天的固定成本值)；

· 充电策略相关数据：快/慢充策略下电动公交充电时长、快/慢充策略下车辆行驶单位里程耗电量、快/慢充策略下电池购置成本、充电桩购置成本；

2) 动态数据

3. 算例实验——以天津市649路线为例

3.1. 案例说明

649路公交线路运营时间为5:45~20:00，发车间隔为15分钟，具体的班次编号和班次时刻计划表见附录A，全天的公交车次数为96次，在纯电动公交执行当天的班次任务前保证动力电池的电量是充满的状态之下的，即保证纯电动公交的初始电量SOC为100%。车场的最大车辆容量为32辆车。

3.2. 快速充电策略下纯电动公交行车计划

Table 1. Output parameters of fast charging bus dispatching process

1) 在此案例中，快速充电公交车平均每行驶五个相邻的车次后就要执行充电计划；

2) 快速充电公交的充电次数多但是充电时间短，因此每辆车在一天内也能执行多个车次，这对节省该线路所投入的车辆数有很大的作用；

3) 车辆调度的结果接近实际车辆调度结果，快充公交的充电时间短，所以车辆在运营期间发现电量不足时可以立即补充电量，并能保证接着执行下一次的车次任务，所以充电任务分布在全天的各个时间段；

4) 由车次衔接可看出，车辆在车辆行驶中尽可能的减少了车辆的空驶距离，尽量保证在执行完一个车次后不空驶返回充电站进行充电任务，保证车辆单日内行驶总里程不超过车辆续驶里程且减少了车辆的空驶成本。

Table 2. Cost values of fast charging buses

3.3. 慢速充电策略下纯电动公交行车计划

Table 3. Output parameters of slow charging bus dispatching process

1) 在此案例中，慢充型公交车单次放电过程中能连续执行7个车次任务；

2) 模型模拟的调度结果符合实际中慢充型公交的调度流程，慢充公交车充电次数少，续驶里程长，为了不影响车辆白天执行车次任务，慢充型公交的充电任务需要集中在一个非营运的大单位时间段内进行充电——夜间充电；

3) 该线路所有的慢充公交车都集中在夜间充电，由此可以在电价低谷时间段进行充电，单次充电费用会降低，也不会对电网产生影响；

4) 车次的衔接结果表明此线路的调度过程合理，车辆尽可能地在车辆执行车次任务的过程中减少了车辆的空驶次数。

Table 4. Cost values of slow charging buses

3.4. 两种充电策略下线路运营指标分析

Figure 3. Comparison of line operation indicators under two strategies

1) 此案例中，慢充型公交车的单日运营成本大于快充公交单日运营成本，快充型公交更适合天津649线路的运营；

2) 对于慢充型公交，对车辆单日运营总成本影响最大的是单日车辆使用成本，车辆数越多更容易导致慢充公交的运营总成本变大；

3) 对于快充型公交，对车辆单日运营总成本影响最大的是单日车辆充电成本和单日车辆使用成本，车辆数和充电次数增多会同时导致快充公交的运营总成本变大；

4) 对于充电成本：快充公交的充电成本大于慢充公交的充电成本，原因是快充型车辆电池容量小，续驶里程短，充电时间也短，在运营过程中发现电量不足可以立即充电，且还能在充电任务完成后及时执行剩余车次，所以充电次数多。而对于慢充型公交车，车辆电池容量大，续驶里程长，充电时间也长，为了保证执行车次任务，满足电量要求的慢充公交车持续参与发车直至电量不足，前往充电站，等待夜间充电；

5) 对于车辆空驶成本：慢充公交车和快充公交车空驶成本相差很小，几乎不存在区别，这表示两种充电策略的公交车在调度过程中车次衔接完成的很好，没有在相邻车次间浪费过多的空驶里程；

6) 对于车辆使用成本：快充公交的车辆使用成本小于慢充公交的车辆使用成本，原因是被调用的快充车辆少，慢充车辆多且单位车辆购置成本和维修成本高；

7) 对于车辆单日运营成本：快充公交的单日运营成本小于慢充公交的单日运营成本，虽然快充策略的公交充电成本高，但车辆使用成本占单日运营成本中最大最重要的部分，所以车辆使用成本的大小决定了车辆单日运营成本的大小。

4. 敏感性分析

4.1. 发车间隔变化对线路运营影响

1) 一定范围内，车辆发车间隔的增加有利用快充和慢充车型减少单日运营成本，对公交企业提高经济效益有正向的帮助；

2) 发车间隔的增加，有利于快充公交降低车辆数，充电次数和空驶里程；

3) 发车间隔的增加，对慢充公交车辆数，充电次数和空驶里程的影响是有限的，在本案例中，发车间隔增加至10分钟后，慢充型公交的各部分成本便不再变化；

4) 随着发车间隔的增加，快充车辆的运营成本由一开始大于慢充车辆的运营车本逐渐变成小于慢充运营成本，由此可知，发车间隔的变化对快充策略影响更大；

5) 对于快充和慢充的单日运营成本而言，单日车辆使用成本都是单日运营成本中占比最大的部分，所以单日运营成本的变化趋势很大程度上取决于车辆单日的使用成本；

6) 对于快充型公交，随着发车间隔增加，快充车辆的充电任务就会更稳定的处于车次任务之间，此时快充的充电时间将会稳定于相邻车次间隔的时间，不会影响接下来的发车任务，此时车场中调用的车辆数便会减少，车辆的充电次数和空驶成本也会减少，车辆的运营成本随之减少；

7) 慢充公交车的电池额定电量高，车辆能连续多走几个车次才需要执行充电任务，但由于慢充电动公交的充电时间由于长达5个小时，充电任务结束后车辆的运营时间很可能已经结束，此时车辆并没有机会参与下一次的车次任务，所以慢充公交的发车数量要恰好满足该日的全部车次任务，和发车间隔的变化关系不大。

Figure 4. Comparison chart between departure interval and cost change

4.2. 车次数量变化对线路运营影响

Figure 5. Comparison chart between train number and cost change

1) 一定范围内，车次数量的增多会使快充和慢充车辆单日运营成本增多，不利于公交企业的经济效益维持与提高；

2) 车辆数的增多，会导致快充型公交的载客成本和充电成本增多，但会减少其车辆使用成本(车辆数)，对空驶成本的影响不大；

3) 车辆数的增多，会使慢充型公交各部分的成本增加，总运营成本也随之增加；

4) 车次数量的变化对慢充策略影响大，且在此案例中，车次数量的增加会使慢充公交的单日运营成本稳定居于快充公交之上，不利于慢充公交节约成本；

5) 对于需要花费大量时间充电的慢充公交车而言，车次增多意味着需要派遣执行的车辆增多，而车辆使用成本是车辆单日运营成本中占比最大的一部分，所以车辆使用成本的增加带动了慢充型公交的单日运营成本增加。

4.3. 线路长度变化对线路运营影响

Figure 6. Comparison diagram between line length and cost change

1) 线路长度的增加不利于快充车辆和慢充车辆减少其单日运营成本，不利于公交企业的经济效益的维持与提高；

2) 本案例中，线路长度的变化对慢充公交各部分成本和总成本的影响大，慢充车辆的成本数值增长快，且各成本数值都在快充公交的成本之上。

5. 总结

1) 发车间隔的变化对快充型公交车的单日运营成本影响大，且发车间隔越大，快充型公交的单日运营成本越小。公交企业可通过增加快充型公交运营路线的发车间隔使企业经济效益增加。

2) 车次数量的变化对慢充型公交车的单日运营成本影响大，且车次数量越多，慢充型公交的单日运营成本越大。公交企业可通过减少慢充型公交运营路线的车次数量使企业经济效益增加。

3) 线路长度的变化对慢充型公交车的单日运营成本影响大，线路长度越长，慢充型公交的单日运营成本越大。公交企业可通过减少慢充型公交运营路线的线路长度使企业经济效益增加。

NOTES

*通讯作者。

[1] 苗淼, 雷霞, 何建平等考虑削峰填谷的电动公交换电站充电优化研究[J]. 西华大学学报(自然科学版), 2015(4): 37-41.

[2] 王岱, 李盼, 包宇喆, 周琛淏, 吴江. 基于分时电价的纯电动公交的充电优化[J]. 长安大学学报(自然科学版), 2013, 33(3): 81-87.

[3] 佟晶晶, 温俊强, 王丹, 张建华, 刘文霞. 基于分时电价的电动汽车多目标优化充电策略[J]. 电力系统保护与控制, 2016, 44(1): 17-23.

[4] Rietveld, P., Bruinsma, F.R. and van Vuuren, D.J. (2001) Coping with Unreliability in Public Transport Chains: A Case Study for Netherlands. Transportation Research Part A, 35, 539-559.
https://doi.org/10.1016/S0965-8564(00)00006-9

[5] Zeng, Y.Y., et al. (2018) Machine Learning Based System Performance Prediction Model for Reactor Control. Annals of Nuclear Energy, 113, 270-278.
https://doi.org/10.1016/j.anucene.2017.11.014

[6] 杨扬. 电动公交车行车计划问题建模与算法研究[D]: [博士学位论文]. 北京: 北京交通大学, 2020.

[7] Ropero, R.F., Renooij, S. and van der Gaag, L.C. (2018) Discretizing Environmental Data for Learning Bayesian-Network Classifiers. Ecological Modelling, 368, 391-403.
https://doi.org/10.1016/j.ecolmodel.2017.12.015

Top