Cost-optimal Fleet Management Strategies for Solar-electric Autonomous Mobility-on-Demand Systems
Auteurs : Fabio Paparella, Theo Hofman, Mauro Salazar
Résumé : This paper studies mobility systems that incorporate a substantial solar energy component, generated not only on the ground, but also through solar roofs installed on vehicles, directly covering a portion of their energy consumption. In particular, we focus on Solar-electric Autonomous Mobility-on-Demand systems, whereby solar-electric autonomous vehicles provide on-demand mobility, and optimize their operation in terms of serving passenger requests, charging and vehicle-to-grid (V2G) operations. We model this fleet management problem via directed acyclic graphs and parse it as a mixed-integer linear program that can be solved using off-the-shelf solvers. We showcase our framework in a case study of Gold Coast, Australia, analyzing the fleet's optimal operation while accounting for electricity price fluctuations resulting from a significant integration of solar power in the total energy mix. We demonstrate that using a solar-electric fleet can reduce the total cost of operation of the fleet by 10-15% compared to an electric-only counterpart. Finally, we show that for V2G operations using vehicles with a larger battery size can significantly lower the operational costs of the fleet, overcompensating its higher energy consumption by trading larger volumes of energy and even accruing profits.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.