Подход к оптимизации зарядной инфраструктуры автономных троллейбусов для городских маршрутов

Ц е л и. При проектировании системы городского электротранспорта, заряжающегося во время движения, в том числе автономных троллейбусов с батареями увеличенной емкости, актуальной является оптимизация зарядной инфраструктуры для парка такого транспорта. Зарядная инфраструктура выделенных маршрутов состоит из секций контактной сети вдоль маршрутов и стационарных зарядных станций заданного типа на конечных остановках маршрутов. Она предназначена для обеспечения движения троллейбусов и восстановления заряда их батарей, израсходованного на участках автономного хода.

Цель исследования заключается в создании моделей и методов выработки экономически эффективных решений по зарядной инфраструктуре, обеспечивающих функционирование парка автономных троллейбусов с учетом ряда специфических условий. Условия включают обеспечение заданного диапазона автономного хода троллейбусов при заданной скорости расхода энергии на маршрутах и гарантийного срока эксплуатации их батарей, а также предотвращение разряда батарей ниже критического уровня при различных режимах эксплуатации в течение срока их службы.

М е то д ы. Используются методы теории множеств, теории графов и линейной аппроксимации.

Р е з у л ь т а т ы.  Разработана математическая модель задачи оптимизации зарядной инфраструктуры парка автономных троллейбусов. В качестве целевой функции выбраны суммарные приведенные годовые затраты на зарядную инфраструктуру. Модель сформулирована в виде задачи математического программирования с квадратичной целевой функцией и линейными ограничениями.

З а к л ю ч е н и е. Для решения сформулированной задачи математического программирования могут использоваться стандартные решатели типа IBM ILOG CPLEX, а также, с учетом ее вычислительной сложности, эвристический метод «роя частиц». Решение задачи заключается в выборе конфигурации расположения секций контактной сети на маршрутах и длительностей зарядки троллейбусов на конечных остановках, определяющих соответствующие количества стационарных зарядных станций на этих остановках.

1. Analysis of limiting factors of battery assisted trolleybuses / D. Grygar [et al.] // Transportation Research Procedia. – 2019. – Vol. 40. – P. 229–235.

2. System optimization for dynamic wireless charging electric vehicles operating in a multiple-route environment / I. Hwang [et al.] // IEEE Transactions on Intelligent Transportation Systems. – 2017. – Vol. 19, iss. 6. – P. 1709–1726. https://doi.org/10.1109/TITS.2017.2731787

3. Ensuring sustainable development of urban public transport: A case study of the trolleybus system in Gdynia and Sopot (Poland) / M. Wołek [et al.] // J. of Cleaner Production. – 2021. – Vol. 279. https://123807.doi.org/10.1016/j.jclepro.2020.123

4. Bartlomiejczyk, M. Practical application of in motion charging: Trolleybuses service on bus lines / M. Bartlomiejczyk // 18th Intern. Scientific Conf. on Electric Power Engineering (EPE), Kouty nad Desnou, 17– 19 May 2017. – Kouty nad Desnou, 2017. – P. 1–6. https://doi.org/10.1109/epe.2017.7967239

5. Jang, Y. J. Survey of the operation and system study on wireless charging electric vehicle systems / Y. J. Jang // Transportation Research Part C. – 2018. – Vol. 95. – P. 844–866.

6. Chen, Z. Deployment of stationary and dynamic charging infrastructure for electric vehicles along traffic corridors / Z. Chen, W. Liu, Y. Yin // Transportation Research Part C. – 2017. – Vol. 77. – P. 185–206.

7. Sevcik, J. A Vehicle device tailored for hybrid trolleybuses and overhead wires implementation in SUMO / J. Sevcik, J. Prikryl // SUMO User Conf. 2019, EPiC Series in Computing, Berlin, Germany, 13–15 May 2019. – Berlin, 2019. – Vol. 62. – P. 145–157.

8. Ko, Y. D. The optimal system design of the online electric vehicle utilizing wireless power transmission technology / Y. D. Ko, Y. J. Jang // IEEE Transactions on Intelligent Transportation Systems. – 2013. – Vol. 14(3). – P. 1255–1265.

9. Goehlich, D. Conceptual design of urban e-bus systems with special focus on battery technology / D. Goehlich, T.-A. Fay, S. Park // Proc. of the 22nd Intern. Conf. on Engineering Design (ICED19), Delft, The Netherlands, 5–8 Aug. 2019. – Delft, 2019. https://doi.org/10.1017/dsi.2019.289

10. Han, S. K. A practical battery wear model for electric vehicles charging applications / S. K. Han // Applied Energy. – 2014. – Vol. 113. – P. 1100–1108.

11. Millner, A. Modeling lithium ion battery degradation in electric vehicles / A. Millner // 2010 IEEE Conf. on Innovative Technologies for an Efficient and Reliable Electricity Supply, Waltham, MA, 27–28 Sept. 2010. – Waltham, 2010. – P. 349–356.

12. Pelletier, S. Charge scheduling for electric freight vehicles / S. Pelletier, O. Jabali, G. Laporte // Transportation Research Part B. – 2018. – Vol. 115. – P. 246–269.

13. Guschinsky, N. N. Optimization of slow-charging infrastructure for electric buses of one depot / N. N. Guschinsky, М. Y. Kovalyov, B. М. Rozin // Танаевские чтения : докл. Девятой Междунар. науч. конф., Минск, 30 марта 2021 г. – Минск : ОИПИ НАН Беларуси, 2021. – С. 153–157.

14. Скобцов, Ю. А. Метаэвристики / Ю. А. Скобцов, Е. Е. Федоров. – Донецк : Ноулидж, 2013. – 426 с.

15. Poli, R. Analysis of the Publications on the Applications of Particle Swarm Optimisation / R. Poli // J. of Artificial Evolution and Applications. – 2008. – Vol. 2008. – Р. 1–10. https://doi.org/10.1155/2008/685175

16. Гущинский, Н. Н. Оптимизация размещения детали на многопозиционном поворотном столе агрегатного станка / Н. Н. Гущинский, В. Е. Зданович, Б. М. Розин // Информатика. – № 4(48). – 2015. – С. 57–72.

17. Fleet and charging infrastructure decisions for fast-charging city electric bus service / N. Guschinsky [et al.] // Computers and Operations Research. – 2021. – Vol. 135. https://doi.org/10.1016/j.cor.2021.105449