摘要
城市货运运输的快速电气化需要新的优化方法，这些方法需要同时考虑物流运营和能源系统的限制。该问题被构建为一个混合整数线性规划（MILP）模型，该模型捕捉了车辆运营、电池限制、充电基础设施可用性以及光伏能源时间变化性之间的相互依赖关系。采用多目标结构来最小化总能源成本和二氧化碳（CO2）排放，同时最大化本地可再生能源的利用。该模型通过基于情景的模拟在三种太阳能集成水平（0%、30%和60%）下进行评估。结果表明，将太阳能整合到路线规划和充电决策中显著减少了了对电网的依赖，降低了排放，并提高了整个系统的效率。研究中考虑了三种类型的充电站（S1、S2和S3），它们的光伏（PV）能源渗透水平各不相同，从传统的基于电网的充电（S1）到高可再生能源集成站（S3）不等。定量分析揭示了模拟情景中的资源和排放结构。在整个电网范围内纳入充电站点会增加从理论路线到实际路线的总距离，以克服120千瓦的电池限制。然而，太阳能的整合显著改变了系统的环境成本：总二氧化碳排放量非线性下降了33.4%，从“低太阳”情景下的364.64千克降至“高太阳”情景下的243千克。此外，局部影响显示，仅使用电网能源（S1）会导致405千克的二氧化碳排放，而将太阳能集成度最大化至60%（S3）则可将排放量降至162千克。敏感性分析表明，在保持相同路线的情况下，改变两个主要站点（S2和S3）的太阳能占比会对总二氧化碳排放量产生影响。研究了三种情景：低（10%和30%）、基准（30%和60%）和高（50%和90%）的太阳能占比。随着系统中太阳能占比的增加，观察到明显的减排和能源成本优化效果。
