SSB蓄电池配备电池交换技术的电动汽车综合配送系统优化
2026-03-31 17:29:56
电池置换技术近期在电动汽车市场崭露头角，成为一项具有实用价值的创新，这主要归功于其显著降低了电池充电所需的时间与人力成本。本研究针对需在完成从公司仓库至客户配送任务后、前往最近站点更换电池的电动汽车，提出了一种新型优化模型及求解方法。该模型将混合整数线性规划与集合覆盖问题整合至统一框架，不仅能确定置换站点的最优数量与空间布局，还可计算出各站点需配置的电池数量以实现总运营成本最小化。为验证模型性能，我们同时采用CPLEX求解器与贪婪启发式算法，在三小时内完成25组不同规模数据集的求解，并对结果质量与计算耗时进行了对比分析。研究结果表明，启发式方法能在远少于CPLEX求解时间的情况下提供具有竞争力的解决方案。为验证模型的实际应用价值，本研究选取农场乳业公司物流部门作为案例研究对象。数据分析显示，与原有模型相比，新提出的模型将配送量提升了最高达27%。
引言
当前世界正朝着绿色技术与电动汽车方向发展，这类车辆因其易用性、高速性能及对环境影响的极小化而在市场占据重要地位。电动汽车被认为优于传统汽油车。然而无论是通过充电站还是家用充电桩，电动汽车均需耗费充电时间。这催生了汽车领域一种新颖、差异化且切实可行的解决方案：采用电池更换模式替代充电模式。
交通运输与配送部门约占全球排放量的20%（Gönül等，2021）。在欧盟范围内，电动汽车相比传统汽油车可减少50-60%的排放（Moro与Lonza，2018）。美国数据显示，电动汽车能降低25%的排放量，并减少67%的石油消耗（Thomas，2012）。鉴于此，多国已制定目标计划在近期实现100%的电动汽车普及率。相较而言，挪威电动汽车市场占有率已达28.8%，荷兰为6.4%，而中国的市场份额为1.4%（Meyer与Wang，2018）。与此同时，电力成本显著低于燃料费。以美国为例，电动汽车行驶200英里仅需7.42美元，而传统汽车行驶相同距离则需22.60美元（Lutsey与Nicholas，2019）。
物流管理负责组织货物从生产设施到客户的运输，以降低成本并提高客户满意度。相比之下，运输行业正转向电动汽车，以提高货物配送效率、提升能源利用率并减少碳排放。电动汽车采用电池供电，因此这些车辆需在沿途可用充电站为电池补充燃料费，这会导致产品交付时间延长；或在替换站更换已充电电池，而充电过程比更换电池耗时更长。
换电站被定义为配备特定数量电池的站点，其电池数量取决于可同时到站更换电池的车辆数。近年来，电动汽车电池更换技术已在中国启动应用（Liang and Zhang，2018）。此外，为减少汽油消耗，物流企业正扩大电动汽车使用规模。针对带时间窗的电动汽车路径规划与移动电池同步更换问题，现有研究聚焦两类场景：在时间窗内服务客户的电动汽车，以及为选定区域的小型商用车辆提供电池充电或更换服务的电动厢式货车（Çatay and Sadati，2023；Raeesi and Zografos，2020；Schneider et al.，2014）。
优化模型在不确定性和层级决策条件下运行，这促使研究者开发复杂方法，如直觉模糊多级分式规划和基于中智集或粗糙集的双层规划，以更好地捕捉参数模糊性及决策交互作用。多项研究引入了直觉模糊分式模型、基于TOPSIS的多选择或粗糙参数双层规划，以及直觉模糊分式运输系统的稳定性分析，以探究模糊、粗糙及中智集框架在处理不精确多目标问题中的有效性（Almotairi等人，2024；El Sayed等人，2025a；El Sayed等人，2025b；El Sayed等人，2021）。
本研究的目标是开发一个模型，用于解决电池换电站选址识别、各站点电池背包水平确定以及车辆路径优化问题。该研究提出了一种启发式算法，经验证可为模型提供高质量解决方案。该模型的开发旨在最小化换电站建设总成本、各站点电池背包成本以及车辆往返站点的运输成本。研究范围涵盖物流企业日常业务场景，包括配备电池交换技术的电动汽车车队，这些车辆需前往已知客户位置完成配送需求。
所提出的模型包含以下假设：
- a.
每辆车的初始电池均为满电状态
- b.
各站点的电池更换耗时可忽略不计（无排队延迟），且站点均配备可用充电电池。
- c.
每个站点配备的已充电电池数量有限，这限制了其在需要重新充电前可为车辆提供服务的数量。
- d.
电池组的充电容量足以同时为所有车辆供电，因此任何额外车辆均需等待。
- e.
除非电池电量即将耗尽（以实现电池利用率最大化），否则不启用车辆电池更换功能。
- f.
未设定具体换电时间窗口，但所有配送任务必须在单日计划内完成。
- g
所有车辆可在任意站点更换电池（采用适用于所有车型的标准电池型号）。
本研究提出了一种统一的集成模型。该模型可同时确定换电站选址、背包库存水平及电动汽车路径规划决策。通过多性向阶段的整合，实现了隐藏数据在各阶段间的共享，从而提高了结果的准确性。换电站选址基于客户需求确定，由此生成电动汽车行驶路线，进而优化无性向电池库存水平。换电站的选址通过一种考虑设施布局、路径规划与背包水平间关键相互依赖关系的集合覆盖模型确定。该模型在以往相关研究中尚未得到解决。本研究开发了一种定制化的贪婪随机自适应搜索程序作为创新解法，可高效处理大规模算例，在合理计算时间内获得优质解。这一建模与求解方法推动了电动汽车物流及电池更换优化领域的发展，成为本研究区别于现有文献的核心贡献。
