城市插电式混合动力公交车的可持续驾驶运营：考虑限制排放映射区的优化策略

为解决城市交通污染和噪音问题，研究人员开展了一项关于插电式混合动力公交车(PEH)多目标优化策略的研究。通过开发协同进化多目标细胞遗传算法(CCMOCell)，同时优化70条巴塞罗那公交线路的电动驱动分配，在满足零排放区(mZEZ)和限制排放区(REZ)要求下，实现了CO2 排放降低7.67%和电动里程仅减少2.28%的平衡。该研究为城市公共交通绿色转型提供了创新解决方案。

　　

随着全球城市化进程加速，城市交通已成为空气污染和温室气体排放的主要来源。插电式混合动力公交车(PEH)因其兼具电动零排放和燃油车长续航的优势，被视为传统燃油公交向纯电动过渡的理想选择。然而，现有PEH运营策略存在严重缺陷：简单的"先到先服务"电动分配模式无法充分利用电池潜力；多线路交汇区域因缺乏协同管理导致污染叠加；关键区域如医院、学校周边缺乏精准排放控制。更严峻的是，当前技术仅能优化单条线路，面对拥有70条线路、日均数千班次的巴塞罗那公交网络，如何实现系统级优化成为世界性难题。

巴塞罗那自治大学等机构的研究团队在《Engineering Applications of Artificial Intelligence》发表突破性研究。研究人员创新性地提出"可持续城市交通问题"(SUTRA)框架，首次将限制排放区(REZ)概念引入公交管理，开发了并行协同进化多目标细胞遗传算法(CCMOCell)的同步/异步两种版本。通过整合数字高程模型(DEM)和多个地图API的实时地形数据，构建了包含3,534个决策变量的高精度能耗模型。研究采用70个并行子种群（对应70条公交线路），经过700万次评估迭代，最终获得全局优化策略。

路线分段与能耗建模
通过地理信息系统(GIS)技术将公交线路划分为3,534个特征段，每个段定义包含坡度、长度、站点位置等参数的元组。结合车辆比功率(VSP)模型，精确计算不同驱动模式下的能耗和排放。

多目标优化算法设计
开发的CCMOCell算法采用网格化种群结构，通过邻域选择、两点交叉和位翻转突变等操作进化解集。创新性地引入REZ约束权重机制，对禁区排放实施双倍惩罚，引导算法寻找合规解。

实验结果分析
同步CCMOCell在超体积指标(HV)上显著优于异步版本(5.11e+03 vs 2.82e+03)，其最优方案使全网CO₂
排放降低7.67%，仅牺牲2.28%电动里程。相比传统GreenK启发式算法，每日可节省燃油109.87升，减少CO₂
排放295.8公斤。特别在REZ3区域，CCMOCell方案将排放控制在阈值内，而GreenK方案日均超标635公斤。

排放空间分布
通过多维可视化工具显示，CCMOCell方案在四个REZ内形成明显的低排放走廊。典型如北部爬坡路段，算法智能分配内燃机(ICE)运行，既避免电池过度消耗，又控制局部污染。

这项研究开创性地解决了大规模PEH公交网络协同优化难题，其创新点包括：首次提出REZ概念并实现多线路联合管控；开发首个能处理3,534变量的并行多目标进化算法；验证了智能策略在实际路网中的可行性。研究成果为城市制定"公交优先"环保政策提供了量化工具，对实现碳中和目标具有重要意义。未来可通过集成实时交通数据，进一步发展为动态优化系统，推动公共交通向零碳转型。