Συνδυασμένες αποφάσεις δρομολόγησης και φόρτισης ηλεκτρικών φορτηγών στις αστικές εμπορευματικές μεταφορές
Ημερομηνία
2026-05-30
Συγγραφείς
Τζήμας, Γεώργιος
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
ΔΙΠΑΕ
Παραπομπή
Παραπομπή
Άδεια Creative Commons
Εκτός εάν σημειώνεται διαφορετικά, η άδεια αυτού του αντικειμένου περιγράφεται ως Attribution 4.0 International
Περίληψη
Η παρούσα μεταπτυχιακή διπλωματική εργασία εξετάζει τον συνδυασμένο σχεδιασμό δρομολογίων και διαδικασιών φόρτισης ηλεκτρικών φορτηγών στις αστικές εμπορευματικές μεταφορές. Αφετηρία της αποτελεί η αυξανόμενη ανάγκη περιορισμού των εκπομπών από τις οδικές μεταφορές, σε συνδυασμό με τις επιχειρησιακές απαιτήσεις του τελευταίου μιλίου και τους περιορισμούς που επιβάλλουν η αυτονομία των οχημάτων, η χωρητικότητα φορτίου και η διαθεσιμότητα υποδομών φόρτισης. Αρχικά παρουσιάζονται η δομή των αστικών δικτύων διανομής, οι περιβαλλοντικές και λειτουργικές προκλήσεις του κλάδου, το ευρωπαϊκό και εθνικό θεσμικό πλαίσιο για την ηλεκτροκίνηση, καθώς και οι βασικές παραλλαγές του Προβλήματος Δρομολόγησης Οχημάτων, με έμφαση στο Electric Vehicle Routing Problem. Στο εμπειρικό μέρος διατυπώνεται μοντέλο Μικτού Ακέραιου Γραμμικού Προγραμματισμού για τη δρομολόγηση ηλεκτρικών οχημάτων σε δίκτυο διανομής, λαμβάνοντας υπόψη τη ζήτηση των πελατών, τη μεταφορική ικανότητα των οχημάτων, τις αποστάσεις, την κατανάλωση ενέργειας και περιορισμούς λειτουργίας του στόλου. Το μοντέλο υλοποιείται υπολογιστικά σε περιβάλλον R και LINDO και αξιολογείται μέσω εναλλακτικών σεναρίων χωρητικότητας οχήματος και μεγέθους δικτύου. Τα αποτελέσματα αναδεικνύουν τη σημαντική επίδραση της χωρητικότητας των οχημάτων στην εφικτότητα των δρομολογίων, στον απαιτούμενο αριθμό φορτηγών και στη συνολική διανυόμενη απόσταση. Παράλληλα, επισημαίνεται ότι η ενσωμάτωση ενεργειακών και χρονικών περιορισμών είναι αναγκαία για τη ρεαλιστική υποστήριξη αποφάσεων ηλεκτρικών στόλων. Η εργασία καταλήγει σε προτάσεις για πληρέστερη μοντελοποίηση της φόρτισης, αξιοποίηση πραγματικών δεδομένων και ανάπτυξη πιο αποδοτικών μεθόδων επίλυσης. Ιδιαίτερη έμφαση δίνεται στη δυνατότητα αξιοποίησης του μοντέλου από επιχειρήσεις διανομής για τον σχεδιασμό στόλου, την επιλογή κατάλληλης χωρητικότητας οχημάτων και την αποδοτικότερη οργάνωση των καθημερινών λειτουργιών σε συνθήκες περιορισμένων ενεργειακών πόρων και υποδομών φόρτισης.This master’s thesis examines the integrated planning of routing and charging operations for
electric trucks in urban freight transport. It is motivated by the growing need to reduce
emissions from road transport, together with the operational requirements of last-mile
delivery and the constraints imposed by vehicle range, load capacity, and the availability of
charging infrastructure. The study initially presents the structure of urban distribution
networks, the environmental and operational challenges of the sector, the European and
national regulatory framework for electromobility, and the main variants of the Vehicle
Routing Problem, with particular emphasis on the Electric Vehicle Routing Problem. The
empirical part formulates a Mixed-Integer Linear Programming model for routing electric
vehicles within a distribution network, taking into account customer demand, vehicle carrying
capacity, travel distances, energy consumption, and fleet operating constraints. The model is
computationally implemented in R and LINDO and evaluated through alternative scenarios
involving vehicle capacity and network size. The results highlight the substantial effect of
vehicle capacity on route feasibility, the required number of trucks, and the total distance
travelled. They also indicate that incorporating energy-related and time-related constraints is
essential for the realistic support of electric fleet decisions. The thesis concludes with
recommendations for more comprehensive charging modelling, the use of real-world data,
and the development of more efficient solution methods. Particular emphasis is placed on the
potential use of the model by distribution companies for fleet planning, the selection of
appropriate vehicle capacity, and the more efficient organisation of daily operations under
conditions of limited energy resources and charging infrastructure.
Περίληψη
Περιγραφή
Λέξεις-κλειδιά
EVRP, Ηλεκτρικά οχήματα, Αστικές εμπορευματικές μεταφορές, Μπαταρία οχημάτων, Τεχνητή νοημοσύνη, Γραμμικός προγραμματισμός, Βελτιστοποίηση διαδρομών, Electric vehicles, Vehicle battery usage, Route optimization, Urban freight transport, Mixed-integer linear programming, MILP, AI, Artificial intelligence

