Electric demand-responsive transit routing with opportunity charging strategy
Li, Xin; Huang, Jingou; Guan, Yu; Li, Yanhao; Yuan, Yun · · Transportation Research Part D: Transport and Environment, Volume 110, Article 103427
Bibliographische Details
- Quellen-ID
- 2022-li-drt-opportunity-charging
- Abgerufen
Notizen
Peer-reviewter Optimierungsansatz, der Routing bedarfsgesteuerter Elektro-Verkehre (Demand-Responsive Transit) mit einer Opportunity-Charging- Strategie koppelt. Elsevier-Closed-Access; Inhaltsangabe konservativ auf den im Titel/Scope belegten Modellgegenstand beschränkt.
Zentrale Befunde
- Die Arbeit formuliert ein Optimierungsmodell, das die Routenplanung eines bedarfsgesteuerten Elektro-Verkehrs (Demand-Responsive Transit, DRT) gemeinsam mit einer Opportunity-Charging-Strategie (Nachladen an Zwischen-/Endpunkten während des Betriebs) plant.
- Sie adressiert damit das gekoppelte Problem, Fahrgast-Nachfrage flexibel zu bedienen und zugleich Reichweite/Ladung batterieelektrischer On-Demand-Fahrzeuge sicherzustellen.
- Der Ansatz macht Standort- und Zeitpunkt-Entscheidungen für Ladevorgänge zu einem integralen Bestandteil der Betriebsplanung statt sie nachgelagert zu behandeln.
Methodik
Mathematisches Optimierungsmodell für elektrisches Demand-Responsive Transit mit integrierter Opportunity-Charging-Strategie, gelöst über ein Routing-/Scheduling-Verfahren und in numerischen Experimenten evaluiert. Modellannahmen (Nachfrageverteilung, Netz, Ladeleistung) bestimmen die Übertragbarkeit auf konkrete Städte.
Relevanz für den Forschungskatalog
Direkter Anker für WFK-4.3.3: modelliert, wie Ladeinfrastruktur für On-Demand-Bussysteme und emissionsfreie flexible Verkehre bedarfsorientiert und kosteneffizient geplant werden kann (Opportunity- vs. Depot-Laden). Methodische Grundlage für Ausbaustrategien bei forcierten Sharing-/On-Demand-Angeboten. Internationale Referenz.
Zitiert in 1 Forschungsfrage
Quelldatei
sources/2022-li-drt-opportunity-charging.md
Auf GitLab anzeigen (raw)