电动卡车路径优化:基于仿真软件的配送规划

电动卡车路径优化:基于仿真软件的配送规划

问题

配送路径优化模型 — 车辆

EDF(Electricite De France,法国电力集团)是法国最大的公共电力公司。EDF的其中一项业务是充电基础设施的建设和节能汽车的推广。在这一领域,EDF启动了一个项目:创建一个管理工具,用于对巴黎及周边郊区的电动卡车的运输进行有效的管理。

为确保所有订单按时交付,该公司需要优化路线。为此,EDF选择使用仿真建模软件开发优化模型,并将单独的电池充电优化算法集成到模型中。

解决方案

配送路线优化模型 — 地图视图

EDF的专家选择使用AnyLogic仿真软件建立配送路径优化模型。在建模过程中,为更准确地反映实际系统,他们考虑了几个限制因素:

开发团队创建配送路径优化模型时,使用了基于智能体的仿真方法来描述电动卡车的运行状态。他们定义了每辆卡车的特性(车辆尺寸、速度和载重量等)和状态(等待、装货、卸货和运输中等),当模型运行时,这些特性和状态随着时间的推移而改变。

配送路径优化模型 — 车辆统计

此外,在仿真中有两种配备不同电池容量的电动卡车。开发团队还设置了充电站参数,如GPS位置和单个充电器的功率等。

之后,开发人员通过AnyLogic软件GIS地图功能,将剩余的物流网络设施定位到 GIS地图。他们还建立了充电站和电动卡车的二维和三维可视化视图。这样,无论是巴黎及周边郊区的地图视图还是更详细的对象操作视图,用户都可以轻松切换,可以观察到整个系统的工作。

配送路径优化模型的输出结果显示在GIS地图上,这些统计数据包括充电站、每个充电器、卡车和订单的状态。

EDF团队可以在仿真模型中改变交通密度、改变一些预设的参数值、打开和关闭充电器,观察这些变化对整个物流网络运行的影响。

结论

在项目工程中,EDF团队使用AnyLogic软件开发了配送路线优化仿真模型,提供了可视化的物流网络,并收集了统计数据。

配送路线优化模型帮助他们计算出不同类型电池的电动卡车在车队中的最佳数量和比例。模型还帮助他们确定了电动卡车不间断运行并及时交付货物所需的充电器的数量。

仿真模型完成后,EDF团队将一个单独的电池充电优化算法集成到其中。等到算法校准成功,将开发出一种用于管理电动卡车的运输实时操作的管理工具。

同类案例研究

更多案例研究

获取包含行业案例研究的手册(英文)

下载