上海鋇云網絡科技有限公司，成立于2018年11月，是業內一家專注于物流“鏈接”與“優化”的國家高新技術企業。公司長期為制造企業、銷售流通企業、采購流通企業、流通加工中心、第三方物流公司、中小物流車隊等提供物流信息化、數字化、自動化、智能化的解決方案、產品咨詢和實施服務，在OMS\TMS\WMS、車貨交易平臺、車輛配載、車輛調度、路徑優化、通用智能算法（如神經網絡、蟻群算法、遺傳算法、模糊聚類等）方向擁有豐富的落地經驗。
2、項目背景
雙碳背景下，工信部于2021年印發了《關于啟動新能源汽車換電模式應用試點工作的通知》，決定啟動應用試點工作，以國家電投、三峽電力、上汽、一汽、三一、中聯重科、寧德時代等為代表的企業，紛紛布局電動重卡領域。電動重卡已成“碳達峰”“碳中和”的重要解決方案和發展趨勢。
受續航里程限制，在物流短倒場景中使用換電重卡是當前重點的可行模式。電動重卡在這些場景（如礦山、電廠、鋼鐵廠等）中持續投入運營，電動重卡的調度問題隨之而來，而國內在電動重卡調度算法、系統上缺乏成熟的研發成果。
本項目《基于低碳運營的電動重卡智能調度算法及系統》，聚焦解決電動重卡調度的以下問題：一、如何縮減短倒作業的裝卸排隊時長；二、如何充分發揮換電站的服務能力；三、電動重卡在何時、何地進行換電以減少排隊時長和換電沿途的電力消耗；四、電動重卡運營中如何滿足短倒業務的時效性、經濟性及其他方面的述求。
針對上述問題，本項目建立了車貨匹配量化模型、電動重卡的換電模式與換電站的選擇模型、業務調度與換電結合的多目標組合優化模型，并設計相應算法求解，推出電動重卡智能業務調度與換電管理的軟件產品。
3、項目內容
（1）車貨匹配規則
物流企業運營電動重卡前，一般先采購電動牽引車頭，車廂或車板則需根據短倒場景中貨物特點進行定制購買（如中翻、側翻的自卸車板等），再為車板/車廂安裝輔助設備（如低隔熱圍擋、苫布等）。不同的車板/車廂、輔助設備所服務的貨物特征各有不同，因此需對電動重卡和貨物的特征以及車貨匹配規則進行定義和研究。
（2）業務調度與換電的融合
受限于續航能力，電動重卡在運輸任務執行的前（裝貨前）、中（運輸中）、后（卸貨后）階段，都可能需要換電。為保證調度方案順利執行，需研究運輸任務與換電站之間的關系，將調度方案與換電方案融合。
（3）業務調度于換電融合模式的量化決策模型
換電站在地理位置上分布于不同場所，換電站建設的服務能力不同（輛/小時），因此，需要研究：如何為一個具體的運輸任務，量化、評價最優的業務調度與換電的融合模式，并在具體的模式下從多個備選換電站中選擇合適的換電站，以減少車輛無效排隊和無效行駛。
（4）電動重卡業務調度的優化目標及數學模型
電動重卡的業務調度，在滿足1）中車貨匹配規則的前提下，有如下常規優化目標：經濟性目標，如成本最低、車次最少等；效率性指標，如裝卸排隊時間最短、就近原則等；服務滿意度指標，如盡可能在規定時間送達、緊急任務優先等。也有其獨有的優化目標，如縮短電動重卡在換電站的無效排隊時間，減少因換電帶來的無效行駛距離，提高換電站的服務能力等。如何定義、量化上述目標，并建立相應的數學模型，是研究重點。
（5）電動重卡的多目標智能調度算法
對4）中的多目標組合優化模型，設計一套在計算機求解時效上滿足實際調度需求（秒級以內）的算法，使前述方法快速求解、輸出調度方案，是研究的另一重點。
（6）基于低碳運營的電動重卡智能調度信息系統
針對1、2、3、4、5中的研究范圍和內容，研發出一套電動重卡的智能調度系統是本項目的最終產物。
4、關鍵技術4.1電動重卡能力特征集合與業務需求特征集合
車貨匹配規則首先要解決什么樣的車能執行什么樣的業務問題，因此，本項目一方面對車板/車廂的類型、輔助設備的類型、長寬高、電動卡車的續航里程屬性等進行了定義和編碼，以構建車輛的能力特征集合(Vehicle Capacity Set)；另一方面，對調度任務所需求的車型、輔助設備類型、長寬高、重量、距離、裝卸點經緯度等進行了定義和編碼，以形成任務的需求特征集合(Requirement Characteristics Set)，如下表所示。
4.2車貨匹配規則及應用
本項目構建了車輛的能力特征集合（Vehicle Capacity Set）和任務的需求特征集合（Requirement Characteristics Set），并將車貨匹配規則劃分兩類：硬約束（based on hard constraints）規則和軟約束（based on soft constraints）規則。應用時，處理如下：
一、針對硬性約束（based on hard constraints）的規則，將車輛能力特征集合的元素與任務需求特征集合的對應元素進行嚴格匹配；
二、對于軟性約束（based on soft constraints）的規則，則采取計算軟性約束的匹配滿意度。
4.3 業務調度、換電融合模式及量化決策模型
結合實際調研和邏輯推理，本項目定義了三種業務調度、換電的融合模式。
對于任意一個給定的具體運輸任務，需要決策兩個問題：一、選擇哪種模式？二、每種模式下有多個備選換電站，選擇哪個換電站？據此，本項目建立了如下的數學評價模型。
上述決策模型目標為：
一、減少電動重卡的電耗（空車行駛、重車行駛）；
二、減少車輛換電排隊等待時間。
模型中涵蓋了如下參數：目標一目標二的權重、各路段空車行駛距離、各路段重車行駛距離、空車行駛平均電耗、重車行駛平均電耗、各備選換電站的預計排隊時長、排隊時長-電耗轉換系數。
4.3 優化目標與調度模型
除了建立車輛能力特征向量、任務需求特征向量的量化指標外，本項目研究了以下調度目標：一、優先滿足緊急任務；二、就近原則；三、避免裝卸貨擁堵；四、優先滿足任務的計劃精度；五、換電站車輛排隊時間最短。
結合調度優化目標、車貨匹配規則、換電融合模式、備選換電站的選擇等研究，本項目建立了上述的調度優化模型。
5、創新點
技術創新
（1）構建車輛的能力特征集合（Vehicle Capacity Set）和任務的需求特征集合（Requirement Characteristics Set），為車貨匹配提供詳細依據；
（2）將車貨匹配規則，分為硬約束（based on hard constraints）規則和軟約束（based on soft constraints），并研究各自的匹配和計算方法；
（3）提出電動卡車的3類業務調度與換電融合的模式，并建立給定具體運輸任務時，各模式下的備選換電站選擇的數學模型；
（4）提出電動卡車在短倒運輸場景下的5類核心優化目標，并建立多目標組合優化的數學模型。
應用創新
（1）設計相關智能算法，并開發了一套基于低碳運營的開放式調度軟件產品，使業務相關方能夠在線協同，在國內率先推出電動重卡的業務調度系統。
（2）車貨匹配的量化決策。
6、經濟社會效益
（1）減少碳排放：在已試點的項目中，電動重卡因行駛距離節省帶來的平均碳排放減少：32.5噸/年；
（2）提升車輛運轉效率：電動重卡平均車次提升：0.5天/車次；電動重卡平均行駛距離減少15%：車輛運營成本降低4%，車輛營收增加20%；
（3）提升業務協同效率：業務執行無紙化，減少紙張使用；多角色在線協同，減少人員無效流動；
（4）改善調度管理：對業務和車輛的定量化研究，系統實現自動匹配和調度優化，減少50%調度人力資源投入。
最新案例