基于变邻域搜索方法的供应商竞争与部分充电策略下电动汽车路径优化

气候变化和环境政策促使交通运输部门重新审视其运营模式。电动汽车（EV）的应用正在迅速扩展，但行驶里程受限、充电时间长以及充电基础设施不足等局限性使路径规划演变成为一个非线性的复杂问题。本研究提出了一种新颖的带竞争时间窗的电动汽车路径问题（EVRPCTW），对能量约束和部分充电策略下的供应商竞争进行建模。客户需求被划分为与时间无关的基础部分和与时间相关的机会部分（仅当配送先于竞争对手发生时方可实现）。其目标是通过权衡运营成本、充电时间以及时间敏感型需求带来的收益，实现净利润最大化。定量分析表明，与传统的成本最小化模型相比，所提出的竞争模型平均可提高 18.7% 的净利润，在高度竞争的场景下提升幅度高达 87%。为求解该问题，研究构建了精确的数学模型，并开发了变邻域搜索（LNS）元启发式算法与自适应模拟退火（ASA）算法。在大规模算例中，ASA 算法的利润较 LNS 高出 3.2%，同时计算时间缩短了 65%。数值计算结果表明，考虑竞争条件和部分充电会对路径模式和车队规模产生显著影响。值得注意的是，与普遍预期相反，完全充电的利润平均比部分充电高 1.2%，揭示了短期灵活性与长期能源安全之间的战略权衡。忽视需求中与时间相关的部分可能会导致总收益大幅下降。