Optimierung des Betriebs von Elektrobussen in Städten
Ein neuer Ansatz, um die Effizienz von Elektro-Bussen zu verbessern und die Kosten zu senken.
― 5 min Lesedauer
Inhaltsverzeichnis
Wenn Städte auf Elektrobusse für den öffentlichen Verkehr umsteigen, müssen wir die Planung und den Betrieb dieser Busse verbessern. Dieser Artikel schaut sich an, wie man elektrische Bussysteme besser managen kann, indem drei Hauptaufgaben angegangen werden: Wo sollen Ladestationen stehen, welche Busse sollen welche Fahrten machen und wann soll jeder Bus geladen werden? Wir stellen eine Methode vor, um diese Herausforderungen gleichzeitig anzugehen, was Geld und Ressourcen sparen kann.
Hintergrund
Elektrofahrzeuge (EVs) sind wichtig, um die Verschmutzung durch traditionelle Busse zu reduzieren. Während viele Regierungsprogramme die Nutzung von Elektroautos unterstützen, gibt es weniger, die sich auf Elektrobusse konzentrieren, die helfen können, den Verkehr zu entlasten. Damit Städte verantwortungsbewusst wachsen können, muss der öffentliche Verkehr elektrisch werden. Das bedeutet mehr Elektrobusse und effiziente Möglichkeiten, sie zu laden.
Elektrobusse haben eine begrenzte Reichweite, abhängig von der Grösse ihrer Batterie. Einige Modelle können zum Beispiel bis zu 300 Kilometer mit einer vollen Ladung fahren. Allerdings können die tatsächlichen Distanzen je nach Verkehrsbedingungen und Anzahl der Passagiere variieren. Im Gegensatz zu traditionellen Bussen müssen Elektrobusse tagsüber aufgeladen werden, was oft eine sorgfältige Planung erfordert, wie und wann sie geladen werden.
Wenn Busse zwischen den Fahrten kurze Pausen haben, haben sie vielleicht nicht genug Zeit, um sich aufzuladen. Diese Situation macht deutlich, wie wichtig es ist, die Standorte der Ladestationen zu entscheiden, Busse den Fahrten zuzuweisen und das Laden zu planen. Wenn man diese Aufgaben separat angeht, kann die Planung ineffizient sein. Wir schlagen eine kombinierte Methode vor, die alle drei Aufgaben berücksichtigt, was zu Kosteneinsparungen führen kann.
Strategische und Operative Planung
Bei der Planung von Elektrobusflotten gibt es zwei Hauptarten von Entscheidungen: strategische und operative. Strategische Entscheidungen betreffen die langfristige Platzierung von Ladestationen und die Gesamtgrösse der Flotte. Operative Entscheidungen konzentrieren sich auf die tägliche Planung von Fahrten und wie man das Laden der Busse managt.
Planung der Ladeorte
Zu entscheiden, wo Ladestationen platziert werden sollen, ist wie ein Standortproblem zu lösen. Das Ziel ist es, die besten Standorte für Ladestationen basierend auf der Nachfrage von Elektrobusse zu bestimmen. In Busnetzen sollten Ladestationen idealerweise am Anfang und am Ende von Routen stehen, wo Busse eine gewisse Zeit parken. Auch die Kapazität an den Stationen – wie viele Busse gleichzeitig laden können – muss berücksichtigt werden. Einige Studien haben sich mit diesen Themen separat beschäftigt, aber unsere Analyse zielt darauf ab, sie für bessere Ergebnisse zu kombinieren.
Problem der Fahrtenplanung für Elektrofahrzeuge
Das Problem der Fahrtenplanung für Elektrofahrzeuge beinhaltet die Zuordnung von Busfahrten zu den verfügbaren Elektrofahrzeugen. Die Komplexität steigt aufgrund der begrenzten Batteriekapazität der Elektrobusse, sodass es notwendig ist, die Ladeanforderungen bei der Planung ihrer Fahrpläne zu berücksichtigen. Verschiedene Techniken wurden verwendet, um dieses Problem zu lösen, aber viele Methoden berücksichtigen das Laden nicht direkt, was zu potenziellen Ineffizienzen führt.
Problem der Ladeplanung
Die Ladeplanung beinhaltet die Bestimmung, wann Busse laden sollten, um die Energiekosten zu minimieren. Dieses Problem wird komplizierter, wenn die Strompreise im Laufe des Tages schwanken. Einige Lösungen haben sich mit Ladeplänen an einzelnen Stationen befasst, während andere die Wechselwirkung zwischen Fahrtenplanung und Ladebedarf ignorieren.
Gemeinsamer Ansatz
Indem wir die Standorte der Ladestationen, die Zuweisung der Fahrten und die Ladepläne gemeinsam angehen, können wir die Gesamteffizienz des Betriebs von Elektrobusse verbessern. Unser Modell analysiert die Probleme kollektiv, was zu grösseren Einsparmöglichkeiten führen kann.
Auswirkungen des gemeinsamen Modells
Unsere Forschung legt nahe, dass die Kombination dieser Aufgaben zu niedrigeren Betriebskosten führen kann. Die durchschnittlichen Einsparungen aus unserem integrierten Ansatz können signifikante Beträge erreichen, mit Reduktionen im Energieverbrauch und den Gesamtausgaben. Diese Ergebnisse verdeutlichen die Notwendigkeit eines einheitlichen Modells zur effektiven Verwaltung von Elektrobusflotten.
Experimentieren mit Daten aus der realen Welt
Um unseren Ansatz zu testen, haben wir ihn auf mehrere reale Busnetze angewendet. Die Modelle wurden analysiert, um herauszufinden, wie effektiv sie im Vergleich zu traditionellen separaten Methoden waren. Die Ergebnisse zeigten konsequent, dass unser gemeinsames Modell besser abschnitt als sequenzielle Modelle, was zu niedrigeren Kosten und effizienteren Abläufen führte.
Wichtige Ergebnisse
Kostenreduzierungen: Das integrierte Modell brachte erhebliche Einsparungen über verschiedene Netze hinweg. Die Einsparungen kamen von minimierten Fahrtenzuweisungen und einer verbesserten Ladeplanung.
Strombedarf: Der Spitzenstrombedarf an den Ladestationen war im gemeinsamen Modell niedriger, was auf eine effizientere Nutzung der Ressourcen hindeutet.
Aktivitätsmetriken: Zusätzliche Metriken verfolgten die Betriebszeit, die für Fahrten, Ladung und Leerlaufzeit aufgewendet wurde, und gaben tiefere Einblicke in die Busnutzung.
Zukünftige Richtungen
Obwohl unsere Ergebnisse vielversprechend sind, gibt es Bereiche, die weiter untersucht werden können. Zukünftige Forschung könnte detailliertere Modelle umfassen, die die Batterielebensdauer, Ladegeschwindigkeiten und Echtzeitdaten zum Energieverbrauch berücksichtigen. Ausserdem wäre es wertvoll, die langfristigen Auswirkungen sich verändernder urbaner Landschaften auf den Busbetrieb zu betrachten.
Fazit
Der Umstieg auf Elektrobusse stellt einzigartige Herausforderungen dar, aber sorgfältige Planung kann zu erheblichen Vorteilen führen. Indem wir die Standortplanung, die Fahrtenzuweisungen und die Ladepläne gemeinsam optimieren, können wir effizientere Systeme schaffen und gleichzeitig Kosten und Umweltauswirkungen minimieren. Während Städte sich weiterentwickeln, müssen auch unsere Strategien für den öffentlichen Verkehr sich weiterentwickeln, um Nachhaltigkeit und Effizienz in den Vordergrund zu rücken.
Titel: On the Impact of Co-Optimizing Station Locations, Trip Assignment, and Charging Schedules for Electric Buses
Zusammenfassung: As many public transportation systems around the world transition to electric buses, the planning and operation of fleets can be improved via tailored decision-support tools. In this work, we study the impact of jointly locating charging facilities, assigning electric buses to trips, and determining when and where to charge the buses. We propose a mixed integer linear program that co-optimizes planning and operational decisions jointly and an iterated local search heuristic to solve large-scale instances. Herein, we use a concurrent scheduler algorithm to generate an initial feasible solution, which serves as a starting point for our iterated local search algorithm. In the sequential case, we first optimize trip assignments and charging locations. Charging schedules are then determined after fixing the optimal decisions from the first level. The joint model, on the other hand, integrates charge scheduling within the local search procedure. The solution quality of the joint and sequential iterated local search models are compared for multiple real-world bus transit networks. Our results demonstrate that joint models can help further improve operating costs by 14.1% and lower total costs by about 4.1% on average compared with sequential models. In addition, energy consumption costs and contracted power capacity costs have been reduced significantly due to our integrated planning approach.
Autoren: Rito Brata Nath, Tarun Rambha, Maximilian Schiffer
Letzte Aktualisierung: 2024-03-14 00:00:00
Sprache: English
Quell-URL: https://arxiv.org/abs/2403.09763
Quell-PDF: https://arxiv.org/pdf/2403.09763
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.