Electric Bus Scheduling and Timetabling, Fast Charging Infrastructure Planning, and Their Impact on the Grid: A Review
Notice bibliographique
Résumé
Transit agencies are increasingly embracing electric buses (EB) as an energy-efficient and emission-free alternative to the conventional bus fleets. They are rapidly replacing conventional buses with electric ones. As a result, emerging challenges of electrifying public transportation bus networks in cities should be addressed. Introducing electric buses to the bus transit system would affect the public transit operation planning steps. The steps are network design, timetabling, bus scheduling, and crew scheduling. Regarding the functional and operational differences between conventional buses and electric buses, such stages should be changed and optimized to enhance the level of service for the users while reducing operating costs for service providers. Many mathematical optimization models have been developed for conventional buses. However, such models would not fit the electric buses due to EBs’ limited traveling range and long charging time. Therefore, new mathematical models should be developed to consider the unique features of electric buses. We present a comprehensive literature review to critically review and classify the work done on these topics. This paper compares the studies that have been done in this field and highlight the missing links and gaps in the considered papers, and the potential future studies that could be done. The considered papers cover the integration of timetabling and vehicle scheduling, recharging scheduling planning, and fast charging infrastructure location planning and its impacts on the grid. The main goal of this research is to highlight the research gaps and potential directions for future studies in this domain to encourage more realistic and applicable models and solution approaches for fully electric bus transit systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».