Интеграция гетерогенной модели выбора водителей в равновесную модель городской транспортной сети с быстрыми зарядными станциями

Abstract

Актуальность исследования обусловлена необходимостью точного прогнозирования нагрузки на инфраструктуру быстрых зарядных станций для электромобилей, что является критически важной задачей для планирования городских транспортных систем. Существующие подходы к моделированию часто опираются на упрощенные функции затрат, игнорируя ключевые психологические факторы и значительную гетерогенность предпочтений водителей, что приводит к неточным результатам. Целью данной работы является разработка и обоснование комплексной методологии, позволяющей интегрировать детализированную гетерогенную поведенческую модель выбора водителей в вычислительно эффективную равновесную модель городской транспортной сети.В качестве методического аппарата исследования используется синтез двух теоретических компонентов: модифицированной классической модели назначений Франка-Вольфа, адаптированной для сетей с зарядной инфраструктурой, и поведенческой модели дискретного выбора на основе латентных классов. Предложенная методология включает последовательную многоступенчатую процедуру преобразования. Она начинается со спецификации и оценки поведенческой модели на данных социологических опросов, затем выполняет поведенческую фильтрацию для выделения «активной группы» водителей, потенциально готовых к зарядке, и завершается построением и адаптацией поведенчески-согласованных функций затрат для каждого класса пользователей. Основные результаты работы заключаются в создании законченного алгоритма и инструментария, который преобразует вероятностные оценки индивидуальных предпочтений в детерминированные параметры макромодели. Это позволяет учесть в моделях сетевого равновесия такие факторы, как восприятие запаса хода, чувствительность ко времени ожидания в очереди и привлекательность характеристик зарядных станций. Научная новизна заключается в разработке принципов выделения классоспецифичных функций затрат, которые сводят сложную поведенческую задачу к многоклассовой версии алгоритма Франка-Вольфа, сохраняя при этом ключевую информацию о гетерогенности предпочтений водителей. Практическая значимость состоит в том, что предложенный подход предоставляет транспортным планировщикам инструмент для прямой калибровки функций затрат на основе эмпирических данных опросов, исключая необходимость в сложной эвристической подгонке параметров. Это открывает возможности для более точного сценарного анализа и оптимизации развития зарядной инфраструктуры. Направления дальнейших исследований включают адаптацию предложенного метода для стохастических моделей равновесия и его верификацию на натурных данных о транспортных потоках.