Top publications

Améliorer l'efficacité des véhicules électriques : une approche heuristique

Nicolas Zufferey, professeur à la GSEM, a co-écrit un article avec Jaehee Jeong, Bissan Ghaddar et Jatin Nathwani publié dans la revue de premier plan Transportation Research Part C: Emerging Technologies. L'étude examine les obstacles à l'adoption des véhicules électriques, en mettant l'accent sur l'incertitude liée à la consommation d'énergie. Afin de surmonter ce défi, les auteurs développent un cadre d'optimisation robuste adaptatif, visant à minimiser la consommation énergétique maximale potentielle, tout en assurant une prestation de service efficace et en évitant l'épuisement des batteries. La solution proposée repose sur un algorithme heuristique basé sur la génération de colonnes et de contraintes, complété par une recherche à voisinages variables et une méthode de direction alternée, pour résoudre efficacement le modèle dans des limites de calcul raisonnables.

2024.09_Zufferey_TopPub.png

ABSTRACT

Electric vehicles (EVs) have been highly favoured as a mode of transportation in recent years. EVs offer numerous benefits over traditional fuel-based vehicles, particularly in terms of the environmental impact. Although electric vehicles offer several advantages, there are certain restrictions that limit their usage. One of the significant issues is the uncertainty in their driving range. The driving range of EVs is closely related to their energy consumption, which is highly affected by exogenous and endogenous factors. Since those factors are unpredictable, uncertainty in EVs’ energy consumption should be considered for efficient operation. This paper proposes a two-stage adaptive robust optimization framework for the electric vehicle routing problem. The objective is to minimize the worst-case energy consumption while guaranteeing that services are delivered at the appointed time windows without battery level deficiency. We postulate that EVs can be recharged on route, and the charging amount can be adjusted depending on the circumstances. A column-and-constraint generation based heuristic algorithm, which is coupled with variable neighborhood search and alternating direction algorithm, is proposed to solve the resulting model. The computational results show the economic efficiency and robustness of the proposed model, and that there is a tradeoff between the total required energy and the risk of failing to satisfy all customers’ demand.

Accédez à l'étude : Adaptive robust electric vehicle routing under energy consumption uncertainty (en anglais)

Cliquez ici pour voir les publications du corps professoral de la GSEM dans des revues de premier plan.

 

 

21 août 2024
  Top publications
   AACSB-logo-accredited_Foot.png        AMBA_Logo_Black_New.png          EFMD-NewLogo2013-HR_colours.png        

prme-stacked-solid-rgb.png 
  GBSNLogo.png