Battery Electric Bus Transit Planning: Operations Research, Applied Mathematical Modelling, and Advanced Optimization Techniques
Notice bibliographique
Résumé
Battery electric buses (BEBs) represent a promising transit solution for curbing transportation-related greenhouse gas (GHG) emissions. However, strategic planning for BEB transit systems is imperative due to the intricate interdependency of various parameters and the necessity to reconcile numerous conflicting objectives. This dissertation introduces cutting-edge mathematical models for the sizing/location of charging infrastructure, fleet configuration, and charging schedule, utilizing advanced optimization techniques. A surrogate model-based-space mapping algorithm is developed to embed trip-level BEB energy consumption estimation while ensuring model simplicity and linearity. The impact of optimization approaches on BEB system configuration is investigated, underscoring the importance of integrating infrastructure costs, operational expenses, and GHG emissions for a holistic design. Consequently, a generic model is devised to optimize BEB system infrastructure and operation, minimizing capital costs, utility impact, and GHG emissions. Furthermore, this research expands the charging system to encompass on-site Photovoltaic (PV) panels and stationary energy storage systems (ESSs), assessing their economic, operational, and environmental benefits. A robust optimization model addresses BEB energy consumption and PV power output uncertainties with seasonal variations, while an energy management system (EMS) orchestrates power flow. Moreover, a resilient two-stage robust optimization model mitigates vulnerabilities of the BEB system against charging station disruptions, ensuring a resilient BEB system design. These models and techniques, deployed across diverse real-world transit networks, demonstrate effectiveness and generality. The dissertation advocates integrating trip-level energy consumption into the BEB system design to optimize resource allocation. Additionally, it confirms the benefits of PV panels, ESS, and EMS in reducing costs, utility impact, and GHG emissions. The proposed two-stage robust model safeguards uninterrupted BEB system operation at a minor added cost. This ensures continuous mobility provision, enabling social interaction and economic productivity. Overall, this research contributes significantly to the body of knowledge on public transit electrification planning, serving practitioners, policymakers, and academia alike.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».