Optimizing Airport Electric Ground Support Fleets with Digital-Twin-Guided Predictive Control
作者: Juan Pablo Bertucci, Mauro Salazar, Theo Hofman
分类: eess.SY
发布日期: 2026-10-19
💡 一句话要点
提出数字双胞胎优化机场电动地面支持车队调度与充电
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 电动地面支持车辆 数字双胞胎 调度优化 充电协调 模型预测控制 蒙特卡洛树搜索 航空运营 可持续发展
📋 核心要点
- 电气化机场地面操作面临任务分配与充电协调的实时耦合问题，现有方法难以有效解决。
- 本文提出了一个数字双胞胎模型，结合实时航班调度和车辆能量动态，优化电动地面支持车辆的调度与充电策略。
- 实验结果表明，MCTS控制器在延误和能耗方面表现优异，显著降低了航班延误时间，同时优化了充电基础设施需求。
📝 摘要（中文）
电气化机场地面操作是减少航空相关排放的关键步骤，但实时任务分配与充电协调密切相关。本文开发了一个机场地面处理操作的数字双胞胎，结合了基于代理的机场操作模型、实时航班调度更新和车辆能量动态。在此平台上，我们比较了三种电动地面支持车辆调度和充电的控制策略：基于规则的启发式方法、滚动视野模型预测控制器（MPC）和蒙特卡洛树搜索（MCTS）控制器。结果显示，MCTS在所有测试场景中平均航班延误最低，延误时间为4.09分钟，分别比启发式和MPC控制器改善了64.7%和31.5%，但能耗增加了1%和0.3%。MPC和MCTS控制器在全天更有效地协调充电，减少了所需的峰值充电基础设施。研究结果强调了数字双胞胎在电气化机场操作中的实时控制政策中的实际应用价值。
🔬 方法详解
问题定义：本文旨在解决电动地面支持车辆（EGSV）在机场地面操作中任务分配与充电协调的实时耦合问题。现有方法在处理实时调度和能量管理时存在效率低下和协调不佳的痛点。
核心思路：论文提出的核心思路是构建一个数字双胞胎，结合基于代理的模型与实时数据，以实现对EGSV调度和充电的优化控制。通过实时更新航班调度和车辆能量动态，提升调度效率和充电协调能力。
技术框架：整体架构包括三个主要模块：数字双胞胎模型、控制策略比较和性能评估。数字双胞胎模型模拟机场操作，控制策略比较则评估启发式、MPC和MCTS三种调度策略的效果，最后通过实验数据进行性能评估。
关键创新：最重要的技术创新在于将数字双胞胎应用于实时控制策略的优化，尤其是在电动地面支持车辆调度与充电的场景中，显著提升了调度效率和能量管理能力。
关键设计：在控制策略中，MCTS控制器通过蒙特卡洛树搜索算法实现决策优化，设置了适当的参数以平衡延误与能耗，确保在不同车队规模下的有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，MCTS控制器在所有测试场景中实现了最低的平均航班延误，仅为4.09分钟，分别比启发式和MPC控制器改善了64.7%和31.5%。同时，MPC和MCTS控制器有效减少了充电基础设施需求，分别降低了6.0和4.7个充电单位。
🎯 应用场景
该研究的潜在应用领域包括机场地面操作的电气化管理、智能交通系统和城市物流优化。通过优化电动地面支持车辆的调度与充电策略，能够有效降低运营成本和环境影响，推动可持续航空发展。
📄 摘要（原文）
Electrifying airport ground operations is a key step toward reducing aviation-related emissions, but it makes task assignment and charging coordination strongly coupled in real time. This paper develops a digital twin of airport ground handling operations for electric ground-support vehicles (EGSVs), combining an agent-based model of airport operations with live flight-schedule updates and vehicle-energy dynamics. On this platform, we compare three control strategies for EGSV dispatching and charging: a rule-based heuristic, a rolling-horizon model predictive controller (MPC), and a Monte Carlo tree search (MCTS) controller. The controllers are evaluated on three representative Schiphol Airport operating days and for multiple fleet sizes. The results show a clear trade-off between delays and energy use. Across all tested scenarios, MCTS yields the lowest average flight delay, with a pooled delay of 4.09 min, improving on the heuristic and MPC controllers by 64.7\% and 31.5\%, but at an increased energy consumption of 1\% and 0.3\%, respectively.The MPC and MCTS controllers coordinate charging more effectively throughout the day and reduce the peak charging infrastructure required by 6.0 and 4.7 charger units, respectively. Additionally, we find more vehicles can result in lower overall energy consumption and lower charging infrastructure requirements for all controllers. These findings highlight the value of digital twins not only as offline design evaluation tools, but also as practical environments for real-time control policies in electrified airport operations.