logo móvil
Contáctanos

Optimizando la ruta de los vehículos híbridos enchufables con modo híbrido y carga parcial a través de métodos basados en etiquetas

Autores: Chen, Zhenhua; Chen, Qiong; Chao, Yiying; Xue, Cheng

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Optimizando la ruta de los vehículos híbridos enchufables con modo híbrido y carga parcial a través de métodos basados en etiquetas


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Estudio
Variante
Problema de camino más corto
Vehículos híbridos enchufables
Cambio de modo de energía híbrida
Carga parcial

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 23

Citaciones: Sin citaciones


Descripción
Este estudio investiga una variante del problema de la ruta más corta (SPP) adaptada para vehículos eléctricos híbridos enchufables (PHEVs), incorporando dos características prácticas: el cambio de modo de energía híbrida y la carga parcial. Se propone un marco de modelado novedoso que permite a los PHEVs cambiar dinámicamente entre electricidad y combustible a lo largo de cada borde y recargar parcialmente en estaciones de carga. A diferencia de la mayoría de los estudios anteriores que dependen de enfoques de modelado más complejos, este documento introduce un modelo compacto de programación lineal entera mixta (MILP) que sigue siendo directamente resoluble utilizando solucionadores comerciales como Gurobi. Para abordar redes a gran escala, se desarrolla un algoritmo de etiquetado personalizado para una solución eficiente. Los resultados numéricos en redes de referencia muestran que el modo híbrido y la carga parcial pueden reducir el costo total hasta un 29.76% y afectar significativamente las opciones de ruta. El algoritmo propuesto demuestra una fuerte escalabilidad, resolviendo instancias con hasta 33,000 nodos mientras mantiene un rendimiento casi óptimo, con menos del 5% de desviación en casos más pequeños.

Otros recursos que podrían interesarte

Temas Virtualpro