© AdobeStock/denbelitsky
Förderung: Bundesministerium für Bildung und Forschung, BMBF
Zusammenfassung: Das Forschungsprojekt EKSSE trägt dazu bei, die Energieeffizienz des deutschen U-Bahn-Verkehrs zu steigern, die Kosten zu senken und durch Echtzeit-Koordination des Zugbetriebs einen Beitrag zur nachhaltigen Mobilität zu leisten. Ziel ist es, den Gesamtstrombedarf zu senken, die regenerative Bremsenergieeinspeisung zu erhöhen und den Spitzenstrombedarf zu reduzieren. Die besondere Herausforderung besteht in einer diskret-kontinuierlichen Kopplung von optimalen Steuerungsansätzen und Echtzeit-Fahrplanoptimierung. Das entwickelte Verfahren nutzt maschinelles Lernen zur Identifizierung von Verspätungsmustern, bezieht Prognosen in die Echtzeitoptimierung ein und passt die Fahr- und Verweilzeiten der Züge dynamisch an. Es werden Input-Output-Energiemodelle und Netzwerkkopplung unter Berücksichtigung von Unsicherheiten eingesetzt. Das gesamte Optimierungsverfahren, einschließlich der in Echtzeit adaptiven Lösungsalgorithmen, ist in einem Software-Demonstrator implementiert – wie ein digitaler Zwillings der U-Bahn.
Projektseite beim Fraunhofer SCS
Max Engelhardt, Doctoral Researcher
max.engelhardt@utn.de, +49 911 9274-1605
Tobias Kuen, Doctoral Researcher
tobias.kuen@iis.fraunhofer.de, +49 911 58061-9571