适应分时电价的蓄冷物流路径优化
时间：2023-02-21 19:05:07 来源：千叶帆 本文已影响人
彭 琼，张云川,2
（1.武汉科技大学 恒大管理学院，湖北 武汉 430000；
2.武汉科技大学服务科学与工程研究中心，湖北 武汉 430000）
冷链物流的节能减排有利于可持续发展。康凯，等[1]考虑配送车辆的固定成本、运输成本、生鲜农产品的货损成本、制冷成本、配送过程中产生的碳排放成本、惩罚成本作为目标函数，以最小成本为目标，建立了生鲜农产品配送路径优化模型。张瑾，等[2]以最小成本化和最大客户满意度为双目标，将容量和软时间窗作为约束，采用遗传算法验证了路径优化的可行性。李军涛，等[3]通过对考虑不同时间窗所产生的碳排放量进行比较，验证了模糊时间窗下多目标冷链物流路径更优。王旭坪，等[4]针对冷链配送问题，从能耗角度出发，添加碳排放与时空距离的约束，证明了蓄冷物流配送的低碳性。戴夏静，等[5]将蓄冷式物流配送和传统配送模式作比较，得出了蓄冷式更加节约配送成本的结论。
蓄冷式配送在车辆出发前利用固定式的大型制冷机充冷，比传统的车载制冷机制冷效率更高。制冷时采用电网供电，不会产生燃油污染、蓄电池生产、回收等相关的环境问题。但是，随着可再生能源发电所占比例不断提高，电网侧供应能力随时间变化的幅度增大，叠加上负荷侧的日夜变化，造成有些时段电力供应偏紧而有些时段发生弃电。为引导负荷侧削峰填谷，许多地方出台了分时电价措施。王宝，等[6]探讨了分时电价与用户侧储能成本动态联动模型，提出分时电价动态调整策略，有效测算了用户侧储能合理发展规模。胡珊，等[7]研究了分时电价对压缩空气储能系统的经济性，结果表明在该状态下分析热经济性是可行的。葛显龙，等[8]充分考虑灵活充电策略，探讨了车辆在部分充电模式下的物流配送路径优化问题，通过算例对其模型进行了有效验证。揭婉晨，等[9]通过改进分支定价算法研究了含时间窗的车辆路径问题，建立了相应的混合整数规划模型，并验证了模型和算法结果的准确性。李默涵，等[10]针对车辆在行驶过程中的充电需求，研究了考虑时间窗及充电等待成本的路径规划问题。Wesseh Presley K，等[11]在考虑分时电价（TOU）和企业可以发挥市场力量的电力市场下，探讨了抽水蓄能系统对CO2排放和社会福利的影响。Miao Miao，等[12]考虑分时电价，建立了联合风储系统经济效益优化模型，研究结果表明，有效混合风储系统能够将谷期的廉价电能转化为高峰期的昂贵电能，从而产生较高的经济效益。Vuelvas Jose，等[13]利用充电价格和时间的间接关系，提出了车辆需求响应程序并通过控制电动汽车集群来决定是否充电。然而，尚未见到分时电价下冷链相关决策的研究。
本文在传统的车辆路径优化基础上，引入分时电价对蓄冷成本进行刻画，考虑时间约束所带来的惩罚成本，结合运输成本，以总成本最小为目标，建立了适应分时电价的蓄冷物流路径优化模型。首先，在考虑分时电价条件下得出配送路径，计算该配送路径下的总成本；
然后，计算得出在传统路径优化方式下（即不考虑分时电价）的最优配送路径和其总成本；
最后，基于传统路径优化方式得出最优配送路径，考虑分时电价，得出其总成本，进行成本比较得出结论，结论证实了适应分时电价的蓄冷物流路径的总成本更低，能有效降低成本，缓解用电需求的压力。
1.1 配送的运输成本
配送的运输成本即配送中心的车辆运营成本，由固定成本和变动成本组成。固定成本主要是指车辆在运输过程中的磨损和折旧费用、车辆和驾驶人员的保险费、驾驶人员的工资费用等；
变动成本主要考虑冷链配送车辆的油耗费用。为了简化蓄冷式物流配送模型，暂不考虑固定成本，假设冷藏车辆运输速度是相对稳定的，因此车辆油耗费用主要与冷藏车的运输距离有关，以冷藏车单位运输距离发生的配送运输成本为量纲，可将配送的运输成本表示如下：
式（1）中，m表示配送中心拥有的冷藏车数量；
n表示客户的数量；
c0表示单位距离的运输成本；
dij表示任意两个客户i,j之间的距离。
1.2 蓄冷状态下的制冷成本
假设蓄冷剂循环使用，暂不考虑其购置成本，主要考虑蓄冷剂的充冷成本，而在充冷过程中，由于季节变化和用电量的不同，其充冷的时间和电价波动也会造成其成本发生变化，因此制冷成本主要与蓄冷剂的充冷时间和电价有关，假设电的消耗量与冷藏车的蓄冷量成一定的比例关系。可将配送的制冷成本表示如下：
式（2）中，R0表示每一辆冷藏车的蓄冷量；
Y表示蓄冷量与电量消耗系数；
Pt表示时刻t的电价；
k表示充冷时长；
tu0表示车辆u开始充冷的时刻0。
1.3 惩罚成本
为了满足不同客户的时间窗需求，提高客户满意度，物流配送中心最好在客户要求的时间进行服务，否则就会产生一定的费用，故本模型引入软时间窗机制进行刻画，通过惩罚成本来约束货物到达不同客户点的时间。
假设蓄冷车到达客户处就开始卸货，不存在卸货等待时间。软时间窗需要考虑准时到达、提前到达与延迟到达等不同情形下的惩罚成本，当蓄冷车到达时间在[ti3,ti4]内，惩罚成本为0；
当到达时间在[ti1,ti3]内，单位时间的惩罚系数为a;当到达时间在[ti4,ti2]内，单位时间的惩罚系数为b，当蓄冷车在ti1之前到达或者ti2之后到达，将付出较高的惩罚成本M（M为足够大的正数），则车辆u在tiu时刻到达客户i所付出的惩罚成本F(tiu)的函数图像如图1所示。
图1 蓄冷车到达时刻与惩罚成本的关系
函数解析式如下：
2.1 问题描述
适应分时电价的蓄冷物流路径优化问题可以描述为：1个冷链配送中心向多个顾客提供冷冻产品配送工作，配有蓄冷设备的相同型号的冷链配送车辆匀速行驶，完成所有冷冻产品配送后再返回冷链配送中心。每个顾客点的位置与产品需求量都已知，每个顾客点仅由一辆车提供服务且冷链配送中心能够满足所有客户的需求，即不存在缺货现象。在派送之前，冷链配送中心需要对冷藏车中的蓄冷剂进行充冷。假设每辆车充冷时长固定并能满足配送时的产品保温需求，在满足顾客点产品需求量与客户满意的服务时间段以及运输车辆最大载重量的前提下，考虑运输成本和惩罚成本，并加入分时电价对其蓄冷成本进行刻画，使得总成本最小。
2.2 模型建立
2.2.1 参数设置
m：配送中心拥有的冷藏车数量；
n：客户数量；
c0：车辆行驶单位距离的运输费用；
Vr：第r条路径上节点的个数，r=1,2,…,N
Qi：客户i的实际需求量，即发往客户i的货物重量；
Du：蓄冷式冷藏车u的额定载重量；
vij：车辆从客户i到客户j的行驶速度；
dij：任意两个客户i，j之间的距离；
tij：车辆从客户i到客户j的行驶时间；
t0：车辆u从配送中心出发的时刻；
R0：冷藏车的蓄冷量；
：第r条路径上第k个客户的编号，如第2条路径为0-1-4-6-0，则
Y：蓄冷量与电量消耗系数；
Pt：t时刻的电价，受充电时间段影响；
k：充冷时长；
tu0：车辆u开始充冷的时刻0；
zi：车辆在客户i处的卸货时间；
决策变量：
2.2.2 数学模型。在以上假设条件和参数定义的基础上，结合上文关于目标函数和约束条件的分析可建立如下数学模型：
约束条件如下：
式（4）为目标函数，其中第一项是运输成本，第二项是蓄冷成本，第三项是惩罚成本；
式（5）表示同一个客户只能由同一辆车服务；
式（6）表示每辆冷藏车不能重复服务同一客户；
式（7）表示每辆冷藏车所载货物的重量不超过其额定载重量；
式（8）表示冷藏车到达连续服务的两个客户时刻的递推关系；
式（9）保证车辆u到达客户的时刻满足客户可接受的时间窗；
式（10）表示冷藏车每条路径的出发点和终点均为配送中心。
3.1 算例描述
以某配送中心为30个客户点提供配送服务为例，配送中心坐标为（14,11），每个客户的坐标位置、货物需求量、时间窗见表1，该地区分时电价见表2。配送中心有8辆冷藏车，其额定载重量Du为600kg，假设冷藏车在出发前需要对车辆进行充冷工作，充冷时长为3h，每次充冷3h即可达到车辆的蓄冷配送需求。假设冷藏车在配送过程中的行驶速度恒定为30km/h，单位距离成本c0为3.5元，为了便于计算，设置距离单位为km，时间单位为h，需求量单位为kg，车辆载重量单位为kg，成本单位为元。
表1 配送中心与客户坐标及需求相关数据
表2 某地区分时电价
3.2 基于遗传算法的求解结果分析
遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程计算模型，是一种通过模拟自然进化过程搜索最优解的方法。算法中的进化规则是通过代表染色体可行解的适应度函数来体现，遗传算子通过模拟染色体的行为得到新的可行解种群。初始种群经过多次遗传操作后会得到一个最优的个体，然后对这个个体进行与算法第一步编码完全相反的解码操作，最终得到优化问题的近似最优解。
针对适应分时电价的蓄冷物流路径优化模型，本文使用上述遗传算法进行求解并通过使用Python3.8软件编写程序代码，在Windows10环境下运行该程序。Python3.8程序运行开始前，设定该算法的初始种群规模为100，交叉概率为0.8，当最大迭代次数为400，即算法迭代次数等于400次时，其适应度相对来说最为合适，目标函数值已很难进一步下降了，此时终止进化输出结果。考虑分时电价时的迭代图如图2所示，迭代结束后得到的考虑分时电价的最优配送路径如图3所示，根据配送路径图计算出其总成本为7 035.10元，见表3。
表3 考虑分时电价的配送路径与成本数据
图2 考虑分时电价时的最适迭代图
图3 考虑分时电价时的最优路径图
根据传统优化配送路径进行求解，只考虑运输成本和时间窗约束下的惩罚成本，其迭代图如图4所示得到的最优路径图如图5所示，在此优化配送路径下得到的总成本为2 522.18元，见表4。在表4优化路径下考虑分时电价的影响，其总成本为8 309.78元，见表5。
表4 未考虑分时电价时配送路径与成本数据
图4 未考虑分时电价时最适迭代图
图5 未考虑分时电价时最优配送路径图
由表3-表5可知，在传统路径优化的情况下，只考虑运输成本和惩罚成本，忽略制冷成本对其产生的影响，得到此时的总成本为2 522.18元；
在此已优化的配送路径下，考虑分时电价对其制冷成本的影响，得到其总成本为8 309.78元；
而从一开始就考虑分时电价对其制冷成本的影响，求得最优配送路线下的总成本为7 035.10元，因此考虑分时电价时，其优化后的成本减少了1 274.68元，说明考虑分时电价能有效减少物流总成本，为物流企业实际运输路径规划提供了新的配送方案。
表5 在优化配送路径下考虑分时电价时的成本数据
本文将分时电价引入蓄冷式车辆配送路径研究中，在相同初始数据条件下，运用遗传算法进行求解比较，最后得出将分时电价对其制冷成本进行刻画所产生的总成本比先优化路径再引入分时电价所产生的成本更低，验证了模型的有效性，为我国冷链物流配送企业制定配送路线提供了切实可行的理论依据与方法指导。后续研究中将考虑车辆行驶过程中的路况、客户满意度和不同载重量下的车辆所需的充电时长等影响因素，提高模型的实用性，尝试研究人工鱼群算法、模拟退火算法等其他算法，比较不同算法的适用性和寻优效率、运算时长等。
猜你喜欢 冷藏车总成本电价 2020年中国棉花种植成本调查中国纤检(2021年3期)2021-11-23利用光伏发电制冷的冷藏车设计选型煤气与热力(2021年4期)2021-06-092019年我国冷藏车市场回顾及2020年一季度市场分析专用汽车(2020年6期)2020-06-28数据驱动下的库存优化模型研究山东工业技术(2019年13期)2019-05-30欧洲冷藏车主流技术介绍专用汽车(2018年10期)2018-11-02探索电价改革商周刊(2018年16期)2018-08-14线性盈亏平衡分析在TBM隧洞工程中的应用中国科技纵横(2017年14期)2017-08-17关于煤化工生产企业成本管控的思考中国经贸(2017年7期)2017-05-02可再生能源电价附加的收支平衡分析当代经济(2016年26期)2016-06-152015上半年我国冷藏车市场分析专用车与零部件(2015年9期)2015-03-16 相关热词搜索：电价，路径，优化，
