《TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES》：The combined line planning modification and vehicle scheduling problem for a fleet of electric buses
编辑推荐：
为解决电动公交续航限制与现有网络运营的矛盾，本研究提出一种结合线路规划修改(LPP)与电动车辆调度问题(E-VSP)的两阶段优化框架。通过建立MIQP与MILP模型，实现在最小化未服务乘客需求的同时减少车队规模，为公交电动化转型提供决策工具。
论文解读：当电动公交遇上“里程焦虑”，如何优化线路与调度？
随着全球城市化进程的加速，交通领域已成为温室气体排放的主要来源之一。为了兑现气候承诺，许多城市（如奥斯陆、哥本哈根）设定了在2030年前实现公交系统全面电动化的目标，而像雅典、巴黎等城市甚至计划在2025年就只采购电动公交车。然而，这场“绿色革命”并非简单的“油换电”，它带来了前所未有的运营挑战。
核心痛点：续航与服务的博弈
电动公交车（E-bus）受限于电池容量（续航里程），其运营逻辑与燃油车截然不同。传统的做法往往是“削足适履”——直接沿用现有的燃油车线路网络和时刻表，但这极易导致车辆因电量耗尽而“趴窝”。另一种思路是建设途中充电设施（en-route charging），但这又面临地理空间限制、电网负荷以及因充电导致的延误问题，不仅可能降低服务质量，还会因车辆闲置充电而增加车队规模和运营成本。
研究空白：线路与调度的“分治”困境
在学术研究上，线路规划问题（Line Planning Problem, LPP）和车辆调度问题（Vehicle Scheduling Problem, VSP）通常是分开研究的。前者关注“车怎么跑”，后者关注“车怎么派”。但在电动公交场景下，这两者紧密耦合：线路的长短（决定了能耗）直接影响车辆能否完成调度而不亏电。目前，尚缺乏一个统一的框架来同时处理“因续航而调整线路”和“优化电动车辆调度”这两个问题。
为此，Marilena Merakou等人的研究团队在《Transportation Research Part C: Emerging Technologies》上发表了这项研究，首次正式提出了“组合线路规划修改与电动车辆调度问题”（Combined Line Planning Modification and E-VSP），并设计了一个两阶段优化模型，旨在用最少的车辆满足运营需求，同时最大限度地减少因线路调整（如取消站点）而未被服务的乘客需求。
关键技术方法
本研究构建了一个两阶段数学优化框架，核心依赖于精确算法而非启发式规则。第一阶段（战术层）针对每条公交线路的不同修改方案（如取消部分站点），建立混合整数二次规划（MIQP）模型求解电动车辆调度问题（E-VSP）。该模型输入包括真实时刻表、车辆续航、单次行程距离、回场空驶距离等硬约束，目标是计算出满足所有车次服务所需的最少车辆数。第二阶段（战略层）建立混合整数线性规划（MILP）模型，以第一阶段各方案的计算结果（所需车辆数）为基础，结合每个站点的乘客需求数据，从所有候选线路修改方案中选出最优组合，目标函数是最小化未服务乘客需求。所有建模参数均基于交通运营商提供的真实数据。
研究结果
1. 两阶段模型的构建逻辑
研究将复杂的系统决策分解为两个可计算的问题。第一阶段，研究者假设了多种线路“瘦身”选项（如原线路、取消少量站点、取消较多站点等），对每个选项单独进行精细化的电动车辆排班。这相当于为每条线路生成多个“可行性方案包”。第二阶段，则是在全局视角下，像玩“俄罗斯方块”一样，将这些方案包进行组合，寻找在有限车队规模下，哪个组合能接住最多的乘客。
2. 电动车辆调度（E-VSP）的精确求解
通过MIQP模型，研究实现了对电动公交运营细节的精确刻画。结果证实，续航里程和充电时间是硬约束。模型通过优化车辆的行车链（trip chain）和充电安排，显著减少了因电量不足导致的车辆短缺现象。计算结果显示，通过合理的调度，可以在不增加车辆的前提下，通过优化线路布局来适应电动车的特性。
3. 线路修改方案的有效性
MILP模型的求解结果揭示了“站点-需求-车队规模”之间的权衡关系。研究发现，并非所有站点都值得保留。通过有选择地取消某些低需求或高能耗的站点，可以显著缩短线路总长度，从而降低对车辆续航的要求，减少车队规模。这种“以空间换效率”的策略，在保证大部分乘客出行需求的同时，为运营商节省了巨大的购车和充电设施投资成本。
4. 敏感性分析与鲁棒性验证
通过对关键参数（如车辆续航里程、充电速度）进行敏感性分析，研究量化了技术改进对运营效益的影响。例如，电池技术的进步（续航增加）将直接降低线路修改的激进程度，允许保留更多站点。这为技术供应商和运营商提供了明确的协同发展路径。
结论与讨论
本研究的主要结论是：在公交系统电动化转型中，主动、智能地调整线路网络是比单纯增加车辆或充电设施更经济、更可持续的路径。
理论意义：该研究填补了LPP与E-VSP交叉领域的研究空白，提供了一个可扩展的数学规划框架，证明了在考虑电动公交物理约束下，线路规划与车辆调度必须协同优化。
实践意义：对于公共交通运营商和城市决策者而言，该模型是一个强大的决策支持工具。它帮助他们在“减排目标”、“服务质量（乘客需求）”和“财政成本（车队规模）”这三个往往相互冲突的目标中找到最优解。例如，在预算有限的城市，可以通过该模型精准定位那些“高耗能、低客流”的站点进行撤销，从而实现平稳过渡。
未来展望：尽管模型严谨，但现实世界更为复杂。未来的研究可以进一步纳入充电设施选址优化、非线性充电曲线、交通拥堵不确定性以及多类型车辆混合调度等问题，使模型更贴近实际运营场景。
