考虑电动车配置与路径优化的城市配送车队更新政策效应研究

doi:10.16381/j.cnki.issn1003-207x.2022.1252

摘要/Abstract

摘要：

推广电动汽车已成为城市配送车队绿色发展的重要途径。近年来，我国城市实施的新增和更新配送车辆政策包括：不限制其能源类型（简称“混合政策”）或限定电动车等新能源车（简称“电动政策”）。围绕这两类政策，本文分别建立了由燃油车和电动车组成的混合车队更新和路径优化模型，考虑燃油车限行和电动车续航里程等约束，分析两类政策下的社会福利，提出改进遗传算法求解优化模型，并将求解结果与利用Gurobi求解的结果对比分析。选取A公司的客户需求数据研究发现，与混合政策相比，电动政策能使车队中电动车占比持平或更高，往往能提高电动车总里程并导致车队总成本更高。当电动车（燃油车）运营成本下降（提高）时，电动车总里程能够增加。当电动车续航里程提高或燃油车限行增加时，电动车总里程不一定增加。与混合政策相比，若电动政策下电动车使用数量更多（更少），同时，生产电动车对环境的影响较小（较大）时，政府应推动实施电动政策。否则，政府不应该盲目实施电动政策。

关键词: 城市配送, 混合车队, 电动汽车, 车队规划, 更新政策

Abstract:

The promotion of electric vehicles （EVs） has become an important way for green development of urban delivery fleets. In recent years， some cities in China have implemented policies for delivery fleet expansion and renewal， which include without vehicle energy types restriction （referred to as “hybrid policy”） and designated new energy vehicles such as electric vehicles （referred to as “electric policy”）. To study both policies， a hybrid fleet composed of fuel vehicles （FVs） and EVs is analyzed and mathematical programming models for fleet renewal and routing optimization are presented， which consider access restrictions for FVs and the driving range limitation for EVs. On this basis， the social welfare under the hybrid and electric policies is compared. An improved genetic algorithm to solve the proposed optimization models is designed. The solutions are compared with them solved by the Gurobi. Using the customer demand data of company A， it is found that in comparison to the hybrid policy， the electric policy can make the proportion of EVs in the fleet the same or higher， often increase the total EV mileage， and result in higher total fleet costs. When the operating cost of EVs （FVs） decreases （increases）， the total mileage of EVs can rise. In the presence of the higher driving range of EVs or more access restrictions for FVs， the total mileage of EVs does not necessarily increase. The government should push for the electric policy if the used number of EVs under the electric policy is higher （lower） than that under the hybrid policy and the environmental impact of EV production is sufficiently small （large）； Otherwise， the government should not implement the electric policy blindly.

Key words: city distribution, mixed fleet, electric vehicles, fleet planning, renewal policies

中图分类号:

F570

高咏玲, 乔源, 徐猛. 考虑电动车配置与路径优化的城市配送车队更新政策效应研究[J]. 中国管理科学, 2025, 33(8): 156-165.

Yongling Gao, Yuan Qiao, Meng Xu. Effects Analyses of Delivery Fleet Renewal Policies Considering Electric Vehicle Deployment and Routing Optimization[J]. Chinese Journal of Management Science, 2025, 33(8): 156-165.

图/表 11

表1

车队更新政策"

车队更新政策

已有车辆

k ∈ A = 1, ⋯, l - a

新增车辆

k ∈ B = l - a + 1, ⋯, l - a + m

混合政策

（上标 $s = H$ ）

y k s = 0, 更新 为电 动车 1, 不更 新

y k H = 0, 电动 车 1, 燃油 车

电动政策

（上标 $s = E$ ）

仅采用电动车，即

y k E = 0

表1

图1

图2

图3

表2

图4

图5

图6

图7

图8

图9

参考文献 14

[1]	郭放，杨珺，杨超. 考虑充电策略与电池损耗的电动汽车路径优化问题研究［J］. 中国管理科学， 2018， 26（9）： 106-118.
	Guo F， Yang J， Yang C. Study on the electric vehicle routing problem in the present of charging strategy and battery consumption［J］. Chinese Journal of Management Science， 2018， 26（9）： 106-118.
[2]	Franceschetti A， Honhon D， Laporte G， et al. Strategic fleet planning for city logistics［J］.Transportation Research Part B： Methodological， 2017， 95： 19-40.
[3]	Feng W， Figliozzi M. An economic and technological analysis of the key factors affecting the competitiveness of electric commercial vehicles： A case study from the USA market［J］. Transportation Research Part C： Emerging Technologies， 2013， 26： 135-145.
[4]	Abdi A， Taghipour S. An optimization model for fleet management with economic and environmental considerations， under a cap-and-trade market［J］. Journal of Cleaner Production， 2018， 204： 130-143.
[5]	倪晓，李英. 租赁模式下的物流企业电动车辆替换决策［J］. 系统工程学报， 2020， 35（1）： 13-23.
	Ni X， Li Y. Replacement decisions of electric vehicles in logistics enterprises under rental mode［J］. Journal of Systems Engineering， 2020， 35（1）： 13-23.
[6]	李英，张鹏威，吴一帆. 电动汽车/传统汽车混合车队车辆配置及路径优化模型［J］. 系统管理学报， 2020， 29（3）： 522-531.
	Li Y， Zhang P W， Wu Y F. Vehicle routing problem with mixed fleet of conventional and electric vehicles［J］. Journal of Systems & Management，2020 29（3）： 522-531.
[7]	肖建华，王超文，陈萍，等. 基于城市道路限行的多能源多车型车辆路径优化［J］. 系统工程理论与实践， 2017， 37（5）： 1339-1348.
	Xiao J H， Wang C W， Chen P， et al. The multi-energy heterogeneous fleet vehicle routing optimization under urban traffic restriction［J］. Systems Engineering-Theory & Practice， 2017， 37（5）： 1339-1348.
[8]	都牧，胡祥培， KONG Nan，等.限行条件下配送车辆配置的二阶段随机规划［J］. 系统工程理论与实践， 2018， 38（12）： 3212-3221.
	Du M， Hu X P， Kong N， et al. Stochastic programming for delivery fleet planning under vehicle operational restrictions［J］. Systems Engineering-Theory & Practice， 2018， 38（12）： 3212-3221.
[9]	Gao Y， Leng M， Zhang Y， et al. Incentivizing the adoption of electric vehicles in city logistics： Pricing， driving range， and usage decisions under time window policies［J］.International Journal of Production Economics， 2022， 245： 108406.
[10]	Wang Z， Liu Q， Mullaney D，et al. Putting electric logistic vehicles to work in Shenzhen： Improving utilization of ELVs through innovations in business and ownership models［R］. Working Paper， Rocky Mountain Institute，2020.
[11]	Holland J H. Adaptation in natural and artificial systems： An introductory analysis with applications to biology，control，and artificial intelligence［M］. Cambridge：MIT Press，1992.
[12]	中国新能源物流车发展报告编委会，等. 2019版中国新能源物流车发展报告［M］.上海：复旦大学出版社，2019.
	Editorial Board of Development Report of China New Energy Logistics Vehicles， et al. Development report of China new energy logistics vehicles 2019［M］. Shanghai：Fudan University Press，2019.
[13]	中国物流与采购联合会.关于举办“中国外运杯”第七届全国大学生物流设计大赛的通知［EB/OL］. （2020-10-02）［2022-08-16］..
	China Federation of Logistics & Purchasing. Notice on the holding of the “Sinotrans Cup” 7th national contest on logistics design by university students［EB/OL］.（2020-10-02）［2022-08-16］..
[14]	中国汽车技术研究中心，等. 中国新能源汽车产业发展报告（2021）［M］. 北京：社会科学文献出版社，2021.
	China Automotive Technology & Research Center，et al. Annual report of new energy vehicle industry in China （2021）［M］. Beijing： Social Sciences Academic Press，2021.

算例	客户数	限行点数	初始燃油车数（辆）	车辆总数（辆）	Gurobi		改进遗传算法IGA		IGA与Gurobi的相对差值（%）
算例	客户数	限行点数	初始燃油车数（辆）	车辆总数（辆）	目标值（万元）	计算时间（秒）	目标值（万元）	最大迭代次数	IGA与Gurobi的相对差值（%）
r106-9	9	2	3	3	19.92	22.98	19.92	1000	0.00
rc107-9	9	2	3	4	26.87	8.34	26.87	1000	0.00
rc201-9	9	3	3	4	28.59	2.98	28.84	1000	0.87
c105-12	12	3	3	5	33.44	88.28	33.25	2000	-0.57
r102-12	12	2	3	7	39.81	3.46	39.96	2000	0.38
r107-12	12	2	5	8	44.71	58.08	45.66	2000	2.12
rc208-12	12	3	5	6	39.26	2.15	39.93	2000	1.71
rc104-12	12	4	4	6	39.94	393.05	40.40	2000	1.15
r209-15	15	4	5	8	58.55	593.81	60.20	2000	2.82
r108-15	15	4	5	8	42.72	1000.58^*	45.36	2000	6.18
rc204-15	15	5	6	7	44.73	1000.31^*	47.26	2000	5.66
rc206-15	15	6	6	7	55.27	412.37	57.63	2000	4.27
r101-18	18	3	5	10	62.07	1000.74^*	65.36	3000	5.30
r201-18	18	4	6	11	57.51	1000.37^*	62.36	3000	8.43
c205-18	18	3	6	8	51.58	1000.67^*	53.96	3000	4.61
c203-18	18	4	6	8	51.75	1000.68^*	55.21	3000	6.69
rc208-18	18	3	6	10	58.75	1000.68^*	61.61	3000	4.86
rc108-18	18	3	6	10	63.08	1000.68^*	64.50	3000	2.25