ارائه یک مدل یکپارچه مکانیابی– مسیریابی برای ناوگان وسایل نقلیه الکتریکی با درنظرگرفتن مدیریت انرژی و ایستگاه های تعویض یا شارژ باطری
محل انتشار: فصلنامه مدیریت زنجیره تامین، دوره: 27، شماره: 89
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 63
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SCMJ-27-89_003
تاریخ نمایه سازی: 5 خرداد 1405
چکیده مقاله:
امروزه آلودگی هوای ناشی از خودروهای حمل ونقل مانند کامیون ها، توسعه سریع خودروهای برقی را به عنوان جایگزینی پاک ضروری ساخته است. بااین حال، به کارگیری خودروهای برقی در خدمات تحویل با چالش های کلیدی از جمله نیاز به مسیریابی بهینه در شبکه های پیچیده، محدودیت مسافت باتری ها و انتخاب مکان های بهینه ایستگاه های شارژ مواجه است. این پژوهش سه هدف اصلی را دنبال می کند: (۱) ارائه یک مدل بهینه سازی مسیریابی وسایل نقلیه الکتریکی جدید برای کاهش مصرف انرژی الکتریکی (معادل کمینه سازی مسافت) از طریق پالایش مدل مصرف انرژی و یکپارچه سازی بازیابی ترمز؛ (۲) طراحی یک الگوریتم مسیریابی نوین؛ و (۳) ارزیابی مدل در بهبود بازده عملیاتی و مصرف انرژی. روش تحقیق مبتنی بر به کارگیری الگوریتم بهینه سازی جستجوی همسایگی متغیر برای تعیین مسیرهای بهینه و مکان یابی ایستگاه های شارژ بوده است. نتایج نشان دهنده کاهش ۲.۳٪ مصرف انرژی در مدل مسیریابی وسایل نقلیه الکتریکی نسبت به مدل های مرسوم مسیریابی وسیله نقلیه، صرفه جویی ۸.۸۴٪ انرژی از طریق بهینه سازی تخصیص بار و کاهش ۴۸.۳٪ زمان عملیات شارژ با تعادل زمان عملیات بود. در مجموع، مدل پیشنهادی با تلفیق بهینه سازی مسیر، مدیریت باتری و مکان یابی ایستگاه های شارژ، راه حلی کارآمد برای توسعه پایدار حمل ونقل الکتریکی ارائه می دهد.
کلیدواژه ها:
نویسندگان
شایان درویش
کارشناس ارشد مهندسی صنایع، گروه مهندسی صنایع، دانشگاه علم و فرهنگ، تهران، ایران.
رضا کامران راد
استادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه سمنان، سمنان، ایران
مصطفی زارعی
استادیار گروه علمی آماد و زنجیره تامین، دانشکده و پژوهشکده علوم انسانی، دانشگاه افسری و تربیت پاسداری امام حسین (ع)، تهران، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :