TU Darmstadt / ULB / TUprints

Simulationsbasierte Optimierung der Ausstattung von Teilstrecken mit Systemen zur Energieversorgung von Lastkraftwagen während der Fahrt

Rolko, Kevin (2020)
Simulationsbasierte Optimierung der Ausstattung von Teilstrecken mit Systemen zur Energieversorgung von Lastkraftwagen während der Fahrt.
Technische Universität
doi: 10.25534/tuprints-00013358
Ph.D. Thesis, Primary publication

[img]
Preview
Text
20200714_Dissertation_v45_korrigiert.pdf
Copyright Information: CC BY-SA 4.0 International - Creative Commons, Attribution ShareAlike.

Download (11MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Simulationsbasierte Optimierung der Ausstattung von Teilstrecken mit Systemen zur Energieversorgung von Lastkraftwagen während der Fahrt
Language: German
Referees: Boltze, Prof. Dr. Manfred ; Friedrich, Prof. Dr. Hanno
Date: 2020
Place of Publication: Darmstadt
Series: Schriftenreihe der Institute für Verkehr
Series Volume: Heft V44
Date of oral examination: 7 July 2020
DOI: 10.25534/tuprints-00013358
Abstract:

Im Spannungsfeld zwischen einer steigenden Güterverkehrsleistung, politischen Klimaschutzzielen und der Vermeidung einer Gesundheitsbelastung für den Menschen gilt es, in naher Zukunft Alternativen zu Verbrennungsmotoren für den Straßengüterverkehr zu finden. Während derzeit der Fokus der gesellschaftlichen Debatte noch auf Antriebssystemen wie der Brennstoffzelle oder Energieversorgungssystemen liegt, die auf dem Prinzip der stationären Ladung beruhen, werden zunehmend auch Systeme entwickelt und erprobt, die eine Energieversorgung von Elektrofahrzeugen während der Fahrt ermöglichen sollen.

Solche Systeme kombinieren einerseits straßenseitig installierte Systemelemente, die in ihrer Gesamtheit als Ladestationen aufgefasst werden können, mit fahrzeugseitig verbauten Systemelementen (z.B. Energieaufnahmeeinrichtungen, Energiespeicher). Im Gegensatz zu den stationären Energieversorgungssystemen, die mit großen fahrzeugseitig verbauten Energiespeichern arbeiten müssen, können die Energiespeicher in Abhängigkeit des Ausstattungsgrades des Straßennetzes mit Ladestationen bei diesen Systemen jedoch kleiner dimensioniert werden. Hierdurch fällt auch die Reduktion der zur Verfügung stehenden Nutzlast der Lastkraftwagen weniger stark aus. Für den Fall einer auf Ebene des Gesamtnetzes durchgängig zur Verfügung stehenden Ladeinfrastruktur kann sogar vollständig auf die Mitführung eines fahrzeuginternen Energiespeichers verzichtet werden. Wegen der Energiespeicher in den Fahrzeugen können aber auch besonders kostenintensiv oder überhaupt nicht ausstattbare Streckenelemente ausgespart werden.

Mit Blick auf den steigenden Wettbewerbsdruck in der Logistikbranche weisen Systeme zur Energieversorgung von Lastkraftwagen während der Fahrt einerseits geringere fahrleistungsbezogene Betriebskosten im Vergleich zu stationären Energieversorgungssystemen oder anderen Antriebstechnologien auf. Andererseits sind diese Systeme auch auf Basis einer Lebenszyklusbetrachtung hinsichtlich ihrer Umweltwirkungen schonender für die Menschen und die Umwelt. Aus diesen Gründen kann die Einführung von Systemen zur Energieversorgung von Lastkraftwagen während der Fahrt eine mögliche und vielversprechende Handlungsoption zur Überwindung des skizzierten Spannungsfelds darstellen.

Im Zuge der Einführung solcher Systeme ist es aus verkehrsplanerischer Sicht notwendig, solche Teilstrecken zu identifizieren und für eine Ausstattung mit Systemelementen zur Energieversorgung von Lastkraftwagen während der Fahrt vorzusehen, die im Hinblick auf die politischen Ziele einerseits einen möglichst hohen positiven Beitrag leisten sowie deren Einbindung in logistische Prozessketten andererseits ein möglichst hohes Nutzerpotential ausschöpfen kann. Im Ergebnis entsteht dann eine Netzkonfiguration für ein bestimmtes Energieversorgungssystem, mit der zum Beispiel ein bestimmtes Minderungspotential an Kohlendioxid-Emissionen verbunden ist. Da aber potentiell mehrere dieser Systeme eingeführt werden könnten, ist es zudem in diesem Kontext eine verkehrsplanerische Aufgabenstellung, diese Systeme vergleichend im Hinblick auf ihren Beitrag zu einem Zielsystem zu bewerten oder ihr Nutzen-Kosten-Verhältnis zu untersuchen, wozu ebenfalls eine konkrete Netzkonfiguration benötigt wird.

Hinsichtlich dieser beiden neuartigen Aufgabenstellungen war es daher das oberste Ziel dieser Arbeit, ein Verfahren zur Optimierung der Ausstattung deutscher Autobahnen mit Systemen zur Energieversorgung von Lkw während der Fahrt zu entwickeln. Dieses Verfahren sollte zum Ersten die Möglichkeit bieten, eine bedarfsgerechte und bestenfalls auch im mathematischen Sinne optimale Netzkonfiguration für ein bestimmtes System zur Energieversorgung von Lastkraftwagen während der Fahrt auf Basis eines vorab definierten Bewertungsmaßstabs zu ermitteln. Da die verschiedenen Systeme auch unterschiedliche Anforderungen an die Eigenschaften der jeweiligen räumlich-örtlichen Begebenheiten entlang der Teilstrecken stellen, die unter Umständen zu erhöhten kilometerbezogenen Kostensätzen einer Ausstattung führen können, sollten in dem zu entwickelnden Verfahren auch infrastrukturelle Bewertungskriterien berücksichtigt werden. Darüber hinaus sollte das zu entwickelnde Verfahren eine vergleichende Bewertung unterschiedlicher Netzkonfigurationen verschiedener Systeme zur Energieversorgung des Straßengüterverkehrs während der Fahrt auf deutschen Autobahnen ermöglichen.

Das im Rahmen dieser Arbeit vorgeschlagene Verfahren besteht daher aus drei eigenständig und unabhängig durchführbaren, jedoch aufeinander abgestimmten Verfahrensteilen. Die Verfahrensteile wurden im Verlauf der Arbeit zunächst formal und prozessual beschrieben, um sie unabhängig von einer konkreten Implementierung oder Software-Anwendung einsetzen zu können. Der erste Verfahrensteil Güterverkehrsnachfrage dient der Bereitstellung einer Datengrundlage hinsichtlich der Güterverkehrsnachfrage für einen beliebigen Planungsraum und Untersuchungszeitpunkt, um eine nachfragegerechte Ableitung von Netzkonfigurationen zu ermöglichen. Der Verfahrensteil ist daher auch anwendungsfallspezifisch auszugestalten, es kann hierfür auf das Standard-Instrumentarium der Verkehrsnachfragemodellierung zurückgegriffen werden. Der Verfahrensteil erfordert als Endprodukt eine auf Ebene der Knotenbeziehungen im unterstellten Verkehrsnetzmodell disaggregierte Relationsliste, die Fahrzeugfahrten zwischen diesen Knoten abbildet.

Der zweite Verfahrensteil Infrastrukturbewertung dient der Bewertung von Streckenelementen und Streckenabschnitten hinsichtlich ihrer Ausstattungsfähigkeit mit Ladeinfrastruktur-Elementen verschiedener Systeme zur Energieversorgung von Lkw während der Fahrt aus einer planerisch-bautechnischen Perspektive. Zudem ermöglicht der Verfahrensteil die Ableitung von Ausstattungsvarianten für bestimmte, räumlich begrenzte Teilstrecken sowie deren Vergleich aus einer planerisch-bautechnischen Perspektive. Methodisch greift das Verfahren auf eine modifizierte Nutzwertanalyse zurück, die jedem Streckenelement bzw. -abschnitt einen Nutzwert zuordnet, um auf dessen Basis die binäre Aussage treffen zu können, ob das betreffende Streckenelement bzw. der Streckenabschnitt ausgestattet werden kann oder nicht. Auf Basis der Ergebnisse des Verfahrensteils können somit verlässlichere Kostenschätzungen vorgenommen werden.

Die Ergebnisse des Verfahrensteils Infrastrukturbewertung auf der einen Seite sowie die Relationsliste aus dem Verfahrensteil Güterverkehrsnachfrage auf der anderen Seite dienen als Eingangsdaten für einen dritten Verfahrensteil. Dieser dritte Verfahrensteil Lageermittlung dient der räumlichen Verortung von Ladestationen auf einem Verkehrsnetzmodell. Somit lassen sich also mit dem Verfahrensteil unterschiedliche Netzkonfigurationen erzeugen und bewerten. Methodisch greift der Verfahrensteil auf die simulationsbasierte Optimierung zurück.

In der Simulationskomponente des Verfahrensteils wird je durchgeführtem Simulationsexperiment eine Netzwerkkonfiguration des jeweils unterstellten Energieversorgungssystems erzeugt. Dabei werden auch die Ergebnisse der Infrastrukturbewertung berücksichtigt. Diese Netzkonfiguration wird an die Optimierungskomponente weitergegeben, die einerseits den Verfahrensablauf steuert und andererseits die Netzkonfiguration bewertet. Hierzu wurde eine Ziel- bzw. Bewertungsfunktion vorgeschlagen, die auf eine Maximierung der eingesparten CO2-Emissionen unter Beachtung einer Budgetrestriktion abstellt. Im Ergebnis können so verschiedene Kenngrößen wie zum Beispiel die vermiedenen CO2-Emissionen, der finanzielle Bedarf für den Ausbau sowie die Fahrleistung in den verschiedenen Betriebsmodi ermittelt werden. Durch das mehrmalige Ausführen der Simulationskomponente bzw. eine Variation der Simulationsparameter und eine sukzessive Bewertung der Ergebnisse soll das Verfahren so eine bedarfsgerechte und bestenfalls auch im mathematischen Sinne optimale Netzkonfiguration für ein bestimmtes System zur Energieversorgung während der Fahrt ermitteln können.

Durch die Anwendung des entwickelten Verfahrens auf das eHighway-System für den Planungsraum der deutschen Autobahnen liefert diese Arbeit neben einem methodischen Beitrag auch praxisrelevante Erkenntnisse. Um dies in einem weiteren Untersuchungsschritt zu ermöglichen, wurde auf Basis des zuvor entwickelten und formal beschriebenen, generischen Verfahrens ein gekoppeltes Simulations- und Optimierungsmodell mit der Bezeichnung OAASEE entworfen und als eigenständige Software-Applikation implementiert. Das Modell OAASEE besteht konsequenterweise aus den drei gekoppelten und über Schnittstellen verbundenen Modulen Güterverkehrsnachfrage, Infrastrukturbewertung und Lageermittlung. OAASEE bietet dem Anwender umfangreiche Möglichkeiten zur Parametrisierung des Verfahrens über eine grafische Benutzeroberfläche und kann so unabhängig von einem konkreten Anwendungsfall eingesetzt werden.

Für den Anwendungsfall wurde im Rahmen des Moduls Güterverkehrsnachfrage auf Basis einer Verflechtungsmatrix eine Umwandlung von Güterströmen in Fahrzeugströme vorgenommen und diese wurden zwischen Netzeinspeiseknoten verteilt. Leider konnte das Modul Infrastrukturbewertung nicht im Rahmen des Anwendungsbeispiels eingesetzt werden, weil bei Fertigstellung der Arbeit noch kein Zugriff auf wichtige Daten bestand. Für das Modul Lageermittlung wurde OAASEE aber mit einer Stichprobe an Relationen aus dem Modul Güterverkehrsnachfrage versorgt und das Modul wurde anschließend auf Basis einer Literaturanalyse parametrisiert. Hierzu wurde ein szenarienbasiertes Vorgehen gewählt: jedes Szenario ist durch einen Parametersatz beschrieben. Neben einem Szenario, das auf den Dieselmotor als Antriebstechnologie abstellt und so einen Referenzpunkt zu Vergleichszwecken bietet, wurden insgesamt drei weitere Szenarien untersucht. Für jedes der drei Szenarien wurde dann durch OAASEE eine Netzkonfiguration für den eHighway auf deutschen Autobahnen abgeleitet. Auf Basis eines Vergleichs der drei resultierenden Netzkonfigurationen wurde eine Ausbauempfehlung für besonders geeignete Korridore formuliert und diese genutzt, um entsprechende Kenngrößen zu erzeugen. Die Modellergebnisse wurden außerdem in die vorhandene Veröffentlichungslandschaft eingeordnet.

Das im Laufe dieser Arbeit vorgestellte, simulationsbasierte Optimierungsverfahren ist prinzipiell auch auf den Personenverkehr und weitere Nutzergruppen anwendbar und leistet somit einen Beitrag für eine vergleichende, volkwirtschaftliche Bewertung verschiedener Systeme zur Energieversorgung des Elektroverkehrs während der Fahrt. Langfristig kann die gesamtgesellschaftliche Akzeptanz der Systeme zur Energieversorgung des Elektroverkehrs während der Fahrt durch einen solchen, möglichst transparenten Bewertungsprozess gesteigert und die Weichen für einen nachhaltigen Straßenverkehr können gestellt werden.

Alternative Abstract:
Alternative AbstractLanguage

The area of conflict between increasing freight transport performance, political goals regarding climate protection and the avoidance of negative impacts of freight transport on human health is still unresolved. Hence, it is important to find technological alternatives to the currently dominating diesel combustion engines, in the near future. The public debate in Germany currently focuses on energy supply systems based on stationary electric charging or fuel cells. Other technological alternatives are being developed and tested, that are intended to enable electric vehicles to be charged while driving. These systems are called Electric Road Systems (ERS), and they combine roadside charging infrastructure (charging stations) with elements integrated in the vehicles such as energy storage or transformation devices. ERS provide several advantages: stationary charging systems typically operate with larger energy storage devices in the vehicles. In contrast, the energy storage devices in ERS can typically be smaller depending on the equipment level of the road network with charging stations. Hence, ERS have the potential to minimize the reduction in payload of trucks. If the entirety of a road network was be equipped with ERS components, it is possible to abstain completely from equipping trucks with energy storage devices. However, drawing on onboard energy storage devices, such road segments can be omitted, that cannot be equipped with ERS at all or that are costly to equip. Considering the increasing competitive pressure in the sector of freight transport and logistics, ERS are having, on one the hand, lower mileage-related operating costs compared to stationary energy supply systems. On the other hand, based on a life cycle assessment, ERS tend to have a lower negative impact on people and the environment. In conclusion, the widespread introduction of ERS is a promising option for resolving the area of conflict outlined above. From a transport planning point of view, it is necessary to identify those road segments and to provide them with ERS components, that have the highest possible ratio of costs and benefits from an economics point of view. The result of this network planning step is a network configuration for a specific ERS. This network configuration is linked to a certain potential for the reduction of carbon dioxide emissions or a decrease in overall vehicle operating costs. Since several different ERS exist, next to finding the best possible network configuration of one ERS, a second task for transport planning is to identify the single best ERS among all ERS. In light of these two relatively new tasks for transport planning, the primary contribution of this thesis therefore is a method for finding an optimal ERS network configuration regardless of a specific network or transport demand. Above all, the presented method offers the possibility to determine a network configuration for a certain pre-set ERS by a simulation-based optimization model. The resulting network configuration is chosen among a set of possible network configurations on the basis of previously defined evaluation criteria. Since different ERS place different demands on the characteristics of the road segments, the presented method also takes infrastructural assessment criteria into account. These can potentially lead to increased costs for the installation of ERS components. In addition, the method provides the basis for a comparative evaluation of different network configurations of different ERS. The proposed method consists of three separate and independently usable yet connected parts. In the course of the thesis, the three parts are described formally and as event-driven process chains. Also, interfaces between the parts are described. This enables the entire method or separate parts to be used independently of a specific simulation environment or software application. The first part of the method is named Freight Transport Demand and provides a data basis regarding freight transport demand for any specified planning area. This part hence enables a demand-oriented derivation of network configurations. Already well-established tools, models and methods of transport demand modelling can be used for this purpose. The result of this part is a disaggregated freight transport demand matrix which is disaggregated to the level of nodes. Also, every entry in the matrix has an allocated path through the transport network model used for the specified planning area. The second part of the method is called Infrastructure Assessment and is used to evaluate road segments in regard to their potential to be equipped with ERS components. This potential is assessed from the perspective of planning and constructing the loading stations. In addition, this part of the method enables the derivation of equipment variants for specific roads segments and their comparison from a planning, approval procedure and constructing perspective. From a methodological point of view, the part Infrastructure Assessment consists of a modified utility value analysis, which assigns a utility value to each road segment. Based on the assigned utility value, a recommendation is given as to whether the road segment can be equipped or not. The results of the part Infrastructure Assessment on the one hand and the matrix of relations from the part Freight Transport Demand on the other hand are input for a third and final part of the method. This third part determines the spatial location of charging stations on the segments of a given road transport network model. Hence, the part is called Location Determination. Using this part of the method, different network configurations can be generated and evaluated. Methodologically, the part uses simulation-based optimization procedure. In the simulation component of the procedure, several simulation runs are carried out, each one generating a network configuration of the respective ERS by simulating vehicles movements along the road network. In the wake of the vehicle movement, charging and discharging operations of the energy storage devices in the trucks are simulated as well. The results of the infrastructure evaluation are also considered while determining the network configuration. Each generated network configuration is passed on to an optimization component within the procedure, which controls the process flow and evaluates the network configuration based on a set of pre-defined criteria. For this purpose, two different forms of objective function and constraints are proposed. One formulation aims at maximizing the saved CO2 emissions under consideration of a budget restriction while the other formulation minimizes the costs satisfying a CO2 emission threshold. The optimization component varies different optimization variables in light of their potential to improve the objective function´s values and passes these values on to the simulation component which initializes another simulation run based on the varied parameters. This optimization circle goes on for a certain number of pre-defined times. Using a heuristic solution method, the procedure is able to determine a good network configuration which is at best also optimal in a mathematical sense. By applying the developed method to the case study of the eHighway system for the planning area of the German highways, this thesis provides not only a methodological contribution but also policy-relevant findings. Therefore, in a further step a simulation-based optimization model (given the acronym OAASEE) was designed drawing on the previously presented generic method. The model was also implemented as an independent software application. The OAASEE model consequently consists of three modules connected via interfaces: Freight Transport Demand, Infrastructure Assessment and Location Determination. OAASEE offers the user extensive possibilities to parameterize the procedure or load data from a database using a graphical user interface. Hence, OAASEE can be used independently of a specific ERS or planning area. For the case study of the eHighway system, the module Freight Transport Demand was used with an existing transport demand matrix from the German Federal Transport Infrastructure Plan. Here, freight volume flows had to be converted into vehicle flows. The vehicle flows on a zonal level were then disaggregated to the level of network nodes. Unfortunately, the module Infrastructure Assessment could not be used within the scope of the case study because there was no access to serval important data sources by the time this thesis was due. The module Location Determination was nevertheless provided with the transport demand matrix on node level and applied with a sample of relations. The module was then parameterized based on a comprehensive literature analysis. A scenario-based approach was then chosen, each scenario is characterized by a different set of simulation and optimization parameters. In addition to one scenario that assumes a diesel engine in the trucks and thus provides a reference point for comparison, a total of three other scenarios were examined using eHighway catenary trucks. For each of the three scenarios, OAASEE then derived a network configuration for the eHighway on German highways. Based on a comparison of the three resulting network configurations, a recommendation for the eHighway installation of particularly suitable road network corridors was formulated and used to generate corresponding parameters. Lastly, the results of the case study and thus the model application were compared to existing publications delivering satisfying results. The simulation-based optimization method presented in the course of this thesis can in principle also be applied to passenger transport and other user groups. Hence, this thesis strives to contribute to a comparative economic evaluation of different ERS in Germany. In the long run, the overall social acceptance of ERS can be increased by a transparent evaluation process and the course towards a more sustainable road freight transport sector can be set.

English
URN: urn:nbn:de:tuda-tuprints-133580
Additional Information:

ISSN 1613-8317

Classification DDC: 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
Divisions: 13 Department of Civil and Environmental Engineering Sciences > Institutes of Transportation > Institute for Transport Planning and Traffic Engineering
Date Deposited: 29 Sep 2020 14:07
Last Modified: 29 Sep 2020 14:07
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/13358
PPN: 470883510
Export:
Actions (login required)
View Item View Item