Integrated operational planning model, considering optimal delivery routing, incentives and electric vehicle aggregated demand management Articles uri icon

publication date

  • December 2021

start page

  • 1

end page

  • 23

issue

  • 117698

volume

  • 304

International Standard Serial Number (ISSN)

  • 0306-2619

Electronic International Standard Serial Number (EISSN)

  • 1872-9118

abstract

  • The use of electric vehicles is being promoted to address emerging concerns about global warming associated with emissions from fossil fuels. Besides, in the context of parcel delivery deep growth related to e-commerce, electric vehicle is becoming an alternative to conventional fossil fuel technology. Intrinsically, the charging process implies the interdependence between the transportation and electric power systems. This paper presents a new multistage optimization-based approach that allows linking delivery routing and aggregated demand management in the transportation and electric power systems, respectively. For the routing and charging of each independent electric vehicle, battery degradation, acceleration- and speed-dependent power consumption, penalty for delivery delay, tolls, fixed charging prices and incentives for availability time are considered. An electric vehicle demand aggregator is used to guarantee the synergy between systems. Incentives are included to motivate electric vehicles to remain at charging intersections. However, attractive incentives can create electric power system congestion due to simultaneous charges on nodes. Thus, an iterative decongestion methodology is developed. The resulting model is divided into three stages: delivery allocation, delivery routing for each independent electric vehicle and optimal energy management by electric vehicle demand aggregator. The resulting optimization problem is cast as a mixed-integer linear programming model for the first two stages and a linear programming model for the third stage. Numerical results demonstrate the effectiveness of the proposed model on a real 284-intersection map with a set of 100 electric vehicles, showing that incentives allow electric vehicle demand aggregator to achieve cost savings of 8.5%.
    ----
    El uso de vehículos eléctricos se está promoviendo para abordar las preocupaciones emergentes sobre el calentamiento global asociado con las emisiones de combustibles fósiles. Además, en el contexto del crecimiento profundo de la entrega de paquetes relacionado con el comercio electrónico, el vehículo eléctrico se está convirtiendo en una alternativa a la tecnología convencional de combustibles fósiles. Intrínsecamente, el proceso de carga implica la interdependencia entre los sistemas de transporte y de energía eléctrica. Este artículo presenta un nuevo enfoque de optimización basado en múltiples etapas que permite vincular la planificación de rutas de entrega y la gestión agregada de la demanda en los sistemas de transporte y de energía eléctrica, respectivamente. Para la planificación de rutas y la carga de cada vehículo eléctrico independiente, se tienen en cuenta la degradación de la batería, el consumo de energía dependiente de la aceleración y la velocidad, la penalización por retraso en la entrega, los peajes, los precios fijos de carga y los incentivos para el tiempo de disponibilidad. Se utiliza un agregador de demanda de vehículos eléctricos para garantizar la sinergia entre los sistemas. Se incluyen incentivos para motivar a los vehículos eléctricos a permanecer en las intersecciones de carga. Sin embargo, los incentivos atractivos pueden crear congestión en el sistema eléctrico debido a cargas simultáneas en los nodos. Por lo tanto, se desarrolla una metodología iterativa de descongestión. El modelo resultante se divide en tres etapas: asignación de entrega, planificación de rutas de entrega para cada vehículo eléctrico independiente y gestión óptima de la energía por parte del agregador de demanda de vehículos eléctricos. El problema de optimización resultante se formula como un modelo de programación lineal mixta para las dos primeras etapas y un modelo de programación lineal para la tercera etapa. Los resultados numéricos demuestran la efectividad del modelo propuesto en un mapa real de 284 intersecciones con un conjunto de 100 vehículos eléctricos, mostrando que los incentivos permiten al agregador de demanda de vehículos eléctricos lograr ahorros de costos del 8.5%.

subjects

  • Industrial Engineering

keywords

  • routing problem; electric vehicle demand aggregator; incentives for availability time; mixed-integer linear programming; power system decongestion methodology