王曉娟 劉 磊 王井邵
(安徽富煌科技股份有限公司,合肥 230088)
公交車輛行車計劃是指在根據(jù)公眾出行需求制定的時刻點基礎(chǔ)上,結(jié)合公交車輛在道路上不同時段的行駛時間、配車數(shù)等條件,連接已有時刻點,形成每輛車的有效周轉(zhuǎn),建立車次鏈,它是公交調(diào)度系統(tǒng)的核心,涉及到人、車、場、站、線等各方面的資源配置優(yōu)化。所以,行車計劃編制的好壞直接影響公交企業(yè)的管理能力、運營效率,而且行車計劃的合理編制也有助于提高公交吸引力,引導(dǎo)城市公共交通的高效快速發(fā)展。
國內(nèi)外很多交通類大學(xué)和研究院所,都對行車計劃有廣泛研究,取得了一定的成果。張健[1]系統(tǒng)地建立了一系列常規(guī)公交車輛行車計劃的智能化編制和調(diào)整模型及對應(yīng)求解算法,并通過實例驗證了模型和算法的有效性與可靠性。孟越[2],陳定芳[3]以純電動公交車輛為研究對象,考慮了純電動車輛充電需求對行車計劃編制的影響。姚恩建等[4]以降低總營運成本為優(yōu)化目標(biāo),建立了電動公交車輛區(qū)域行車計劃編制模型。史桂紅[5]依托車聯(lián)網(wǎng)環(huán)境的信息交互,探討了續(xù)航時間約束下的車輛調(diào)度問題。
目前,我國很多公交企業(yè)已經(jīng)購置新能源純電動公交車輛,純電動公交車輛的行車計劃與調(diào)度方式跟燃油車有很大差異,需要考慮的因素很多,如車輛的續(xù)航里程、充電樁的位置等。車輛一次連續(xù)行駛里程不能超過其續(xù)航里程,如果車輛當(dāng)天充電后的續(xù)航里程不足以執(zhí)行當(dāng)天的班次,則在電量不足之前必須下線并返回有充電樁的停車場進行充電,為保證余下班次可以正常完成,要么更換其他續(xù)航里程足夠的車輛,要么等待此車輛充電完成后再繼續(xù)營運,則下一班次的發(fā)車時間必須大于等于上一班次的到達時間加進出車場的時間及充電時間。所以,本文將通過初始的行車計劃表信息及各車輛的初始續(xù)航里程信息分析出行車計劃中各車輛的需求營運里程權(quán)重值,形成行車計劃編制模型預(yù)設(shè)的一個約束條件,提供可行的最大程度滿足線路各純電動車輛續(xù)航里程的行車計劃方案。
考慮車輛續(xù)航里程的行車計劃編制同時需要靜態(tài)和動態(tài)數(shù)據(jù)。靜態(tài)數(shù)據(jù)包括:線路編號、名稱、方向、各站點名稱、營運時間、車輛在主副站點允許的停站時間范圍、車輛編號、車輛位置等數(shù)據(jù)。動態(tài)數(shù)據(jù)包括:線路各車輛實時運行時的客流數(shù)據(jù)、GPS 數(shù)據(jù)、車輛開始一天營運前及營運中的續(xù)航里程數(shù)據(jù)等。
對公交車輛運行計劃進行編制,首先需要知道所屬公交線路的運行計劃表,即需要根據(jù)客流及營運需求,求解出不同峰段內(nèi)的發(fā)車頻次及車輛行駛時間。
所以,需要根據(jù)線路歷史營運數(shù)據(jù)分析,預(yù)測線路在不同日期、不同天氣下各峰段的平均行駛時間及其波動概率區(qū)間;同時需要根據(jù)歷史采集的客流數(shù)據(jù)分析,預(yù)測線路在不同日期、不同天氣下各峰段的發(fā)車頻次和發(fā)車間隔。對這兩個數(shù)據(jù)分析的結(jié)果,決定了線路需要的發(fā)車次數(shù)、每個發(fā)車時刻點及其對應(yīng)的行駛時間。再綜合考慮線路配車數(shù)、允許車輛在主副站點的停站時間范圍、車輛周轉(zhuǎn)時間等限制,利用目標(biāo)優(yōu)化模型可以生成初始的行車時刻表。針對此優(yōu)化模型,已有很多研究成果,在此不多描述。
根據(jù)上述多源數(shù)據(jù)生成線路的初始行車計劃表(表1),包括車輛在主副站點的每個發(fā)車時刻點、行駛時間、停站時間及各車次之間的發(fā)車間隔。初始生成的行車計劃表主要考慮車輛周轉(zhuǎn)時間及客流需求間隔形成各車輛對應(yīng)的車次鏈,即形成需求車輛每天的需求營運班次及計劃需求營運里程。此步驟中沒有考慮各純電動車輛在實際營運對應(yīng)車次鏈時電量是否能支持完成需求的營運里程,如果不能滿足,則需要在實時調(diào)度時臨時更換車輛,致使車輛頻繁進出場站充電,造成營運現(xiàn)場跟計劃的不匹配。
表1 初始行車計劃表
表2 匹配權(quán)重值矩陣
初始行車計劃表可以看成m 行n 列的矩陣,m為最大需求車輛數(shù),n 為最大需求班次號。di為初始需求車輛編號,bj為需求班次號,ci為各需求車輛的需求班次之和,li為各需求車輛的需求營運里程,F(xiàn)(i,j)指各車輛在主副站點的每個發(fā)車時刻點、行駛時間、停站時間數(shù)據(jù)集合,i=1,2,...,m;j=1,2,...,n。
其中:F(i,j)≠Φ,表示i 行j 列內(nèi)有數(shù)據(jù)集合,即有車輛需要營運的班次;F(i,j)=Φ,表示i行j 列數(shù)據(jù)集合內(nèi)的各數(shù)據(jù)全部為0,表示車輛在停止?fàn)I運狀態(tài)。根據(jù)各F(i,j)的實際值,可以計算得出所需車輛的需求車次數(shù)ci及需求的計劃營運里程li集合。
該問題已知初始行車計劃表和分布在場站的各車輛及其續(xù)航里程數(shù)據(jù),目標(biāo)是使得執(zhí)行所有班次后,所有車輛續(xù)航里程利用率最高。該問題的約束條件有:
(1)每個班次有且僅有一輛車執(zhí)行;
(2)場站內(nèi)所配備車輛數(shù),大于等于需求車輛數(shù);
(3)在未再次充電的情況下,車輛營運里程不超過車輛初始續(xù)航里程上限。
結(jié)合線路初始行車計劃表、線路所配備各車輛的初始續(xù)航里程信息,通過設(shè)置對應(yīng)的權(quán)重值,把所配備車輛Dk每天在非營運狀態(tài)下充電后的初始續(xù)航里程Lk跟計劃需求車輛di的計劃需求營運里程li進行匹配。
用ω(k,i)表示把配備車輛Dk的續(xù)航里程Lk跟計劃需求車輛di的計劃需求營運里程li進行匹配后的權(quán)重結(jié)果值,k=1,2,…,M;i=1,2,…,m,最終形成M×m 的匹配結(jié)果權(quán)重值矩陣(表2),M 為配備車輛數(shù),m 為需求車輛數(shù),M ≥m。
假定配備車輛Dk的初始續(xù)航里程標(biāo)準(zhǔn)值是,上限為,對于任意一個匹配結(jié)果ω(k,i),其對應(yīng)的權(quán)重值定義為:
則每天開始營運前根據(jù)車輛的充電情況,得到匹配結(jié)果權(quán)重值矩陣中的每個權(quán)重值。再把M 個配備車輛跟m 個需求車輛進行排列組合,每種組合都會得到一個組合權(quán)重結(jié)果值,則可以從種組合結(jié)果中搜索出最優(yōu)的組合結(jié)果,即總權(quán)重值最高的組合結(jié)果。根據(jù)此組合結(jié)果,找出跟需求營運里程最佳的車輛匹配方案。
表3 507 線路初始行車計劃表
根據(jù)組合結(jié)果,把所配備的具體車輛關(guān)聯(lián)到初始行車計劃表中的車輛號及需求計劃營運里程上,最終形成能最大程度滿足各配備車輛續(xù)航里程的行車計劃表,減少實際營運中因安排車輛不合理,造成車輛頻繁下線充電及換車等問題。
選取合肥公交507 線路作為實例計算,507 線路主站為鳳臨苑,副站為京商商貿(mào)城。根據(jù)實際營運數(shù)據(jù)及場站車輛停站時間等生成的初始行車計劃表見表3,包括每個班次在主副站點的發(fā)車時刻點、需求車輛數(shù)及各車輛的需求營運班次、計劃需求營運里程數(shù)據(jù)。
此線路所屬場站內(nèi)配備的車輛均為純電動車,不同車輛的購買時間及使用年限不同,所以不同車輛的續(xù)航里程也不同。表3 中已知需求營運里程,同步獲取場站內(nèi)所配備各車輛每天開始營運前的標(biāo)準(zhǔn)及最大續(xù)航里程數(shù)據(jù)。
已知其中一輛車D42766 的標(biāo)準(zhǔn)及最大續(xù)航里程分別為170km、190km,根據(jù)式(1),其中β 取值為0.05,此配備車輛跟需求營運里程為178km 的d1進行匹配的權(quán)重值為0.57,其他車輛間的匹配權(quán)重值同理可得,最終計算出所有車輛實際的匹配權(quán)重值矩陣,見表4。
在每個班次有且僅有一輛車執(zhí)行的限制條件下,最終的組合匹配結(jié)果見表5。
在車輛續(xù)航里程及需求車次不均衡的條件下,根據(jù)匹配權(quán)重值完成對車輛的行車安排,提高車輛的續(xù)航里程利用率,降低實時調(diào)度中因充電需求等頻繁換車等操作。
在智能公交系統(tǒng)中,核心是智能公交調(diào)度系統(tǒng),而公交調(diào)度系統(tǒng)的核心則是編制行車計劃,行車計劃的編制結(jié)果直接影響到公交企業(yè)的管理能力、運營效率。本文以初始行車計劃表為基礎(chǔ),結(jié)合分布在場站的各車輛及其續(xù)航里程數(shù)據(jù),建立需求車輛與配備車輛的權(quán)重值矩陣,目標(biāo)是使得配備車輛執(zhí)行所有班次后的續(xù)航里程利用率最高。并結(jié)合算例驗證了結(jié)果的可行性,可以根據(jù)不同的續(xù)航里程約束條件來安排調(diào)度車輛。
表4 實際的匹配權(quán)重值矩陣
表5 組合匹配結(jié)果
純電動公交車輛行車計劃編制需要進一步研究的內(nèi)容還有很多。例如需要在車輛行駛計劃的基礎(chǔ)上,綜合考慮駕駛員的排班等都是今后的研究方向。