Masalah Perutean Kendaraan Listrik dengan Time Windows dan Pengisian Ulang Daya Parsial

Abstract

Masalah perutean kendaraan listrik merupakan perluasan dari masalah perutean kendaraan konvensional. Masalah perutean kendaraan listrik dengan time windows dan pengisian ulang daya parsial memiliki kelebihan yang membuat model dapat melakukan perutean lebih cepat. Kendaraan dapat melakukan pengisian ulang daya di stasiun pengisian daya kendaraan listrik umum (SPKLU) secara parsial di mana kendaraan hanya mengisi daya sesuai yang dibutuhkan dan ketika sampai depot akhir, daya baterai tidak bersisa atau habis. Tipe kendaraan listrik berupa kendaraan heterogen dengan kapasitas muatan kendaraan, kapasitas baterai kendaraan, dan laju konsumsi baterai kendaraan yang berbeda. Terdapat aturan time windows yang membatasi kendaraan tidak boleh melakukan pelayanan di luar jendela waktu yang telah ditentukan. Dalam mengimplementasikan model, terdapat lima skenario validasi model dengan variasi jumlah kendaraan, jenis kendaraan, jumlah pelanggan, jumlah SPKLU, dan aturan time windows. Selain itu, terdapat implementasi model yang disesuaikan dengan kondisi sebenarnya. Masalah ini diselesaikan dengan metode eksak dibantu oleh software LINGO 20.0 menghasilkan solusi optimum rute perjalanan dengan biaya minimum sesuai dengan aturan pengisian ulang daya parsial dan time windows serta kendala lainnya.

The electric vehicle routing problem is an extension of the conventional vehicle routing problem. The electric vehicle routing problem with time windows and partial recharging has advantages that allow the model to perform routing faster. Vehicles can recharge at charging stations partially where the vehicle only charges as needed and when it reaches the final depot, the battery power is not remaining. Electric vehicle types are heterogeneous vehicles with different vehicle load capacities, vehicle battery capacities, and vehicle battery consumption rates. Time window rules restrict vehicles from performing services outside the predetermined time window. In implementing the model, there are five model validation scenarios with variations in the number of vehicles, types of vehicles, number of customers, number of charging stations, and time window rules. In addition, a model implementation is adjusted to the actual conditions. This problem is solved by the exact method assisted by LINGO 20.0 software resulting in an optimum solution of travel routes with minimum cost following partial recharge rules, time windows, and other constraints.