Problem und Lösungsansätze für das Routing von Elektrofahrzeugen

Eine der wichtigsten Maßnahmen zur Reduzierung der Treibhausgasemissionen (THG), die die Hauptursache für das Problem der globalen Erwärmung darstellen, ist die Entwicklung von Elektrofahrzeugen (EVs). Daher wird in dieser Dissertation die Anwendung von EVs im Routingproblem für Lieferungen auf Kurzstrecken untersucht. Ein Routingproblem, das EVs umfasst, wird auf einer Menge von Knoten definiert, einschließlich eines Startdepots, einer Kundengruppe, Ladestationen und einem Enddepot. Ausgangspunkt ist das Depot, und eines der Hauptziele dieses Problems ist es, die Transportkosten zu minimieren, indem alle Kunden besucht werden, bevor das Enddepot erreicht wird. In Kapitel 2 wird ein Routingproblem mit einer gemischten Flotte von Fahrzeugen und verschiedenen Ladetechnologien (einschließlich Level 1, 2, 3 Lader und Batteriewechsel) betrachtet. Ein gemischt-ganzzahliges lineares Programmierungsmodell wird dann entwickelt und durch exakte und metaheuristische Lösungsansätze gelöst. Die Ergebnisse zeigen, dass EVs in den letzten Meilen der Lieferprobleme eher verwendet werden als konventionelle Fahrzeuge (CVs). Außerdem könnten Level 3 Lader die erste Wahl für das Laden am Ende der Route in diesen Problemen sein. In Kapitel 3 besteht das zweite Ziel darin, die gesamten THG-Emissionen für CVs zu reduzieren, zusätzlich zur Minimierung der Transportkosten. Um dieses bi-objektive Modell zu lösen, werden drei multi-objektive Lösungsmethoden (d.h. gewichtete Summe, Œµ-Beschränkung und hybride Methoden) in die adaptive Large Neighborhood Search integriert. Die Auswirkungen des Servicegebiets, der Dichte der Stationen und der Ladeleistung auf das Routingproblem werden im dritten Kapitel untersucht. Die Kompromissanalyse zeigt, dass die THG-Emissionen erheblich reduziert werden können, indem die Transportkosten geringfügig erhöht werden. Schließlich wird in Kapitel 4 ein neues robustes Modell für das Routing-Problem von Elektrofahrzeugen (EVRP) vorgestellt, um die Unsicherheit des Energieverbrauchs von EVs zu berücksichtigen. Zudem wird der Faktor der pünktlichen Lieferung, der zur Kundenzufriedenheit führt, behandelt, indem die Verzögerung und die Vorzeitigkeit während der Verteilung minimiert werden. Die Auswirkungen von Unsicherheitsniveaus auf den Energieverbrauch in Bezug auf das Routingproblem werden durch die Durchführung einer Monte-Carlo-Simulation analysiert. Die Kompromissanalyse zeigt, dass die pünktliche Lieferung um 11 % verbessert werden kann, indem die Kosten um 2,5 % erhöht werden.