場景描述

軌道交通運(yùn)營場景復(fù)雜，運(yùn)營標(biāo)準(zhǔn)要求高，客流需求變化大，管理復(fù)雜度極高。要保障軌交系統(tǒng)穩(wěn)定運(yùn)行，需要在計劃和調(diào)度層面全面考慮各項因素進(jìn)行決策，并且能快速響應(yīng)突發(fā)事件，對軌交公司的綜合運(yùn)營能力提出了更高的要求。

傳統(tǒng)模式下，運(yùn)營線路和車輛規(guī)模龐大，新能源汽車的種類繁多，充電需求的差異性大，充電站資源的短缺成為突出問題。此外，運(yùn)營決策主要依靠人工經(jīng)驗，導(dǎo)致車輛利用率低、充電排隊現(xiàn)象嚴(yán)重、運(yùn)營成本高以及復(fù)雜場景適應(yīng)性差等問題。

為解決這些問題，企業(yè)亟需引入智能決策技術(shù)，研發(fā)核心業(yè)務(wù)的智能決策模型。模型的重點在于車輛選型與線路匹配、能源布局優(yōu)化以及保養(yǎng)計劃的智能制定，以確保線路運(yùn)行的順暢，最小化運(yùn)營成本，并最大程度地提高車輛利用率。

• 數(shù)千輛公交車（純電/混合/氫能）、上百條線路、數(shù)十個充電站、上千版時刻表；
• 充電資源配置不合理：空駛距離長（每天3萬公里），充電排隊多；
• 電車?yán)寐实?，車輛保養(yǎng)過保率高。

解決方案

杉數(shù)科技賦能客戶建設(shè)智能模型驅(qū)動的新能源車輛運(yùn)營決策系統(tǒng) 。

針對新能源汽車運(yùn)營挑戰(zhàn)，本解決方案采用運(yùn)籌優(yōu)化技術(shù)，實現(xiàn)數(shù)據(jù)驅(qū)動的智能決策。通過精細(xì)化的數(shù)據(jù)預(yù)處理，整合線 路時刻、場站車輛信息，構(gòu)建出購車選型、能源布局、車線匹配及保養(yǎng)計劃四大數(shù)學(xué)模型。旨在最小化運(yùn)營成本、空駛成本，最大化電車?yán)寐剩侠砼渲贸潆娫O(shè)施，并優(yōu)化保養(yǎng)計劃。COPT優(yōu)化求解引擎的應(yīng)用，確保了決策過程的精確性與效率，助力企業(yè)提升運(yùn)營管理水平，推動綠色交通智能化發(fā)展。

智能模型驅(qū)動的新能源車輛運(yùn)營決策系統(tǒng)

成效

• 計劃制定效率提升90%，充電樁利用率提升5%+，累積碳排放量減少上千噸/年，節(jié)省運(yùn)營成本3000+萬元/年；
• 線路配車數(shù)下降15%；
• 車輛過保率下降65%；
• 運(yùn)營成本下降18%；
• 空駛成本下降50%。