Energieeffiziente Koordination und Steuerung des Schienenverkehrs in Echtzeit

© AdriFerrer - AdobeStock.com

Der Schienenverkehr lässt als größter Einzelstromverbraucher in Deutschland trotz vieler Fortschritte noch bedeutende Energie- und CO2 Einsparpotenziale ungenutzt. Das Forschungsprojekt »EKSSE – Energieeffiziente Koordination und Steuerung des Schienenverkehrs in Echtzeit« setzt sich daher zum Ziel, den Energiebedarf im U-Bahn-Betrieb durch Erhöhung der Rückspeisequote bremsender Züge und energiesparendem Fahrverhalten zu senken und somit die Energieeffizienz des deutschen Schienenverkehrs maßgeblich zu steigern, diesen dadurch zugleich kostengünstiger zu gestalten und so einen wichtigen Beitrag zur modernen, nachhaltigen Mobilität zu leisten.

Im Vordergrund steht die optimale Nutzung der Freiheitsgrade im Ablauf des Schienenverkehrs in Echtzeit, also im laufenden Betrieb. Eine koordinierte, optimierte Wahl der Fahrtrajektorien der Züge auf den Strecken und ihrer Haltezeiten in den Stationen kann den Gesamtstrombedarf senken, daher wird im Projekt ein gemischt ganzzahliges Programm entwickelt, dass den energieeffizientesten zulässigen Fahrplan ermittelt. Integriert wird dabei ein Vorhersagemodell, das mittels eines Bayesschen Netzes Prognosen von Verspätungen im U-Bahn-Betrieb ermittelt.

Das optimierte Fahrplanmodell ermöglicht eine gezielte zeitliche Synchronisation abfahrender mit ankommenden Zügen und erhöht so den nutzbaren Anteil der ins Stromnetz zurückgespeisten Bremsenergie (sog. Rückspeisequote). Zudem kann der Spitzenstrombedarf gesenkt werden, indem zu viele zeitgleiche Abfahrten im Netz vermieden werden.

Um die Fahrprofile zu optimieren, wird auf ein iteratives Verfahren gesetzt, das die Vorteile kontinuierlicher und diskreter Optimierungsmethoden kombiniert. Dabei ermöglichen kontinuierliche Methoden eine detaillierte und realitätsnahe Modellierung, während gleichzeitig die Effizienz diskreter Methoden beibehalten wird.

Die einzelnen Komponenten zur Optimierung des Fahrplans und der Fahrprofile werden in einem Demonstrator zusammengeführt, der die Methoden in der Anwendung zeigt. Dieser soll das Potential der Nutzung in den Systemen der Anwendungspartner verdeutlichen.

Das könnte Sie auch interessieren

 

Energieeffiziente Fahrplanoptimierung

Experten der Friedrich-Alexander-Universität Erlangen-Nürnberg und des Fraunhofer-Instituts für Integrierte Schaltungen IIS arbeiten zusammen mit der VAG Verkehrs-Aktiengesellschaft daran, durch eine effizienten Fahrweise in Verbindung mit einer intelligenten Koordination aller Bahnen den Energieverbrauch der Nürnberger U-Bahn zu senken.

 

ADA Lovelace Center

Kompetenzsäule Mathematische Optimierung

Die mathematische Optimierung ist unverzichtbarer Bestandteil der modellbasierten Entscheidungsunterstützung, indem sie Planungslösungen in so unterschiedlichen Bereichen wie der Logistik, Energiesystemen, und Mobilität liefert, um nur wenige Beispiele zu nennen. Im ADA Lovelace Center wird die umfangreiche bestehende Expertise in mehrere aussichtsreiche Richtungen, namentlich der Echtzeitplanung und -steuerung weiterentwickelt.

Optimization

Lesen Sie hier mehr über unsere Kompetenzen im Bereich mathematischer Optimierung und das gezielte Suchen einer optimalen Lösung für eine wohldefinierte Fragestellung.