EP4063229A1 - Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes - Google Patents

Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes Download PDF

Info

Publication number
EP4063229A1
EP4063229A1 EP21164907.4A EP21164907A EP4063229A1 EP 4063229 A1 EP4063229 A1 EP 4063229A1 EP 21164907 A EP21164907 A EP 21164907A EP 4063229 A1 EP4063229 A1 EP 4063229A1
Authority
EP
European Patent Office
Prior art keywords
energy
rail
value
rail vehicles
control parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21164907.4A
Other languages
English (en)
French (fr)
Inventor
Caroline Campbell-Smith
Karl-Heinz Erhard
Daniel Hein
Steffen Limmer
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Priority to EP21164907.4A priority Critical patent/EP4063229A1/de
Publication of EP4063229A1 publication Critical patent/EP4063229A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L15/00—Indicators provided on the vehicle or train for signalling purposes
    • B61L15/0058—On-board optimisation of vehicle or vehicle train operation

Definitions

  • the invention relates to a method for optimizing rail traffic in a rail traffic network with a plurality of rail vehicles.
  • timetables optimized for energy consumption are important not only with regard to economic aspects, but also with regard to an energy policy objective for the operation of corresponding rail transport networks.
  • the object of the invention is to provide an improved method for optimizing rail traffic in a rail traffic network with a plurality of rail vehicles.
  • an improved method for optimizing rail traffic in a rail traffic network with a plurality of rail vehicles can be provided, which is set up, in particular in online operation of rail traffic, to carry out an optimization with regard to an energy requirement value of the rail traffic network of rail traffic.
  • reliability values are determined based on status data of the rail vehicles for the rail vehicles of the rail traffic network, which describe a probability that the respective rail vehicle can be operated according to an energy-optimized reference trajectory.
  • Based Individually adapted energy trajectories of the rail vehicles are determined on the basis of the reliability values and the status data of the rail vehicles, which describe an energy consumption of a respective rail vehicle for a route section to be traveled.
  • an optimized set of temporal control parameters for the plurality of rail vehicles is generated by executing an optimization process, with control of the rail vehicles according to the optimized set of temporal control parameters leading to a minimized energy requirement value for rail traffic.
  • the temporal control parameters include arrival times and/or departure times and/or standing times of the rail vehicles at stops in the transport network.
  • the technical advantage can be achieved that precise optimization of the rail traffic can be provided by varying the arrival times and/or departure times and/or waiting times of the rail vehicles at corresponding stops in the traffic network.
  • the reliability values for rail vehicles are determined taking into account obstacles on the respective rail routes.
  • the technical advantage can be achieved that a current driving situation of the plurality of rail vehicles in the optimization of the rail traffic via the reliability values can be taken into account.
  • Obstacles in rail routes lead to deviations of the rail vehicles traveling on the respective rail routes from predetermined travel or energy trajectories.
  • a more precise optimization of the rail traffic can be achieved by taking such obstacles into account when determining corresponding energy trajectories or a corresponding energy demand value of the rail traffic network.
  • the temporal control parameters are varied in relation to a reference value, the reference value being defined in a timetable for the plurality of rail vehicles that is optimized for the energy requirement value of the railroad network, and the optimized reference trajectory being defined in the optimized timetable of the railroad network.
  • the technical advantage can be achieved that precise optimization of the rail traffic in relation to an optimized timetable of the rail traffic network is made possible.
  • timing parameters of the rail vehicles whose reliability values reach or exceed a predetermined limit value are varied with respect to the reference value, and the timing parameters of the rail vehicles whose reliability values do not reach the limit value are fixed in the reference value.
  • the optimization process can be accelerated in the form of varying the temporal control parameters and determining the energy requirement value and generating the optimized set of control parameters.
  • the temporal control parameters of the rail vehicles are varied compared to the reference value of the optimized timetable, the reliability value of a predetermined Limit reached or exceeded while the rail vehicles whose reliability values do not reach the limit enter into the determination of the energy demand value of the rail network without varying the respective temporal control parameters, the respective optimization process can be accelerated in terms of time.
  • the method according to the invention can be carried out within a predetermined period of time, for example five seconds, so that in online operation of the rail network, precise and reliable optimization of the rail traffic and, associated with this, an approximation of the current rail traffic to the predetermined and optimized timetable can be achieved.
  • the temporal control parameters are varied within a predetermined maximum variation relative to the defined reference value, the maximum variation being defined in the optimized schedule.
  • the technical advantage can be achieved that external boundary conditions can be observed when optimizing rail traffic.
  • the temporal control parameters for example the arrival time and/or the departure time and/or the standing time of the rail vehicles at corresponding stops in the rail transport network
  • a secure flow of the rail transport can be achieved when generating the optimized set be taken into account by control parameters. For example, by adhering to the maximum variation, it is possible to prevent the standing times of the rail vehicles at corresponding stops from being changed so drastically that safe and speedy boarding and alighting of the passengers is disrupted.
  • the energy trajectories are determined as a function of the reliability values, with rail vehicles with reliability values that exceed the limit value reach or exceed them, energy trajectories are determined that correspond to the reference trajectory, and energy trajectories that deviate from the reference trajectory are determined for rail vehicles with reliability values that do not reach the limit value.
  • the technical advantage can be achieved that a precise determination of the energy trajectories of the individual rail vehicles, taking into account the actual driving situation, and associated with this, a precise determination of the energy requirement value of the rail traffic is made possible.
  • the energy trajectories describe temporal energy requirement values of the rail vehicles defined over a predetermined period of time and each comprise at least one energy withdrawal value and one energy feed-in value, the energy withdrawal value describing an amount of energy that the respective rail vehicle takes from a supply network of the rail transport network to carry out an acceleration process, and where the energy feed-in value describes an amount of energy that the respective rail vehicle feeds into the supply network when performing a braking process.
  • the technical advantage can be achieved that when determining the energy requirement value of rail traffic or when generating the energy-optimized set of temporal control parameters, both the energy drawn by the rail vehicles from the supply network of the rail traffic network and the energy fed into the respective supply network by the rail vehicles energy can be taken into account.
  • At least one energy withdrawal value and at least one energy injection value of the reference trajectory are taken into account for determining the energy requirement value for energy trajectories that correspond to the reference trajectory, with for deviating from the reference trajectory
  • Energy trajectories for the energy withdrawal value at least one maximum value from a combination of at least one energy withdrawal value of the reference trajectory and at least one energy withdrawal value of the respective energy trajectory and for the energy supply value at least one minimum value from a combination of at least one energy supply value of the reference trajectory and at least one energy supply value of the energy trajectory are taken into account.
  • the technical advantage can be achieved that a precise determination of the energy requirement value and in particular a precise determination of the energy-optimized set of control parameters is made possible.
  • correspondingly pessimistic assessments of the individual energy consumption of the individual rail vehicles can be made.
  • the pessimistic estimates which are based on a maximum energy consumption and a minimum energy feed-in, can take into account a pessimistic assessment of the energy demand value of rail traffic, which assumes a maximum energy consumption by the rail vehicles and only a minimum feed-in.
  • the determination of the reliability values, the determination of the energy trajectories, the determination of the energy demand value and the varying of the time control parameters are carried out recursively.
  • the energy requirement value of the rail traffic includes a total energy consumption and/or a maximum energy consumption of the rail traffic over a predetermined period of time.
  • the technical advantage can be achieved that both the total energy consumption and a maximum energy consumption in the form of voltage peaks can be taken into account when optimizing rail traffic and in particular when optimizing the timing control parameters.
  • the reliability values and/or the energy trajectories are determined by an appropriately trained neural network, the timing control parameters being varied and an optimized set of timing control parameters being generated by an optimization algorithm.
  • the technical advantage can be achieved that a precise determination of the reliability values and/or a precise determination of the energy trajectories is made possible by the correspondingly trained neural network.
  • an efficient optimization process can be achieved in the form of varying the timing parameters and generating the optimized hourly rate of timing parameters.
  • the method is carried out in online operation of the plurality of rail vehicles in the rail traffic of the rail traffic network.
  • the technical advantage can be achieved that an optimization of the rail traffic is made possible during the online operation of the plurality of rail vehicles.
  • a system for optimizing rail traffic is provided with a computing unit that is set up to execute the method for optimizing rail traffic in a rail traffic network with a plurality of rail vehicles according to one of the preceding embodiments.
  • a computer program product comprising instructions which, when the program is executed by a data processing unit, cause the latter to execute the method for optimizing rail traffic in a rail traffic network with a plurality of rail vehicles according to one of the preceding embodiments.
  • FIG 1 shows a schematic representation of a system 300 for optimizing rail traffic according to an embodiment.
  • a system 300 for optimizing rail traffic includes a plurality of modules that can be executed on a computing unit 301 .
  • the system 300 can also be divided into an offline subsystem 302 and an online subsystem 304, with the offline subsystem 302 being executed offline, i.e. independently of the operation of the rail vehicles 203, while the online subsystem 304 is running during the operation of the Rail vehicles 203 is running.
  • the central component of the offline subsystem 302 is a timetable optimization module 311.
  • the timetable optimization module 311 is used to create an optimized timetable for rail traffic for a plurality of rail vehicles in a rail traffic network for a predetermined period of time.
  • the timetable optimization module 311 can transmit the optimized timetable created in the offline subsystem 302 to the online subsystem 304 via a first interface, so that the timetable for controlling the rail traffic can be executed.
  • the timetable In the actual operation of rail transport, the timetable, henceforth called an online timetable, is managed by a timetable management module 305 .
  • position data of individual rail vehicles in rail traffic can be transmitted via an automatic rail vehicle tracking module 307 via a second interface S2 to the timetable management module 305, so that the latter can carry out a comparison between target movements in the timetable and actual movements actually carried out by the rail vehicles in rail traffic.
  • the timetable management module 305 can transmit commands to an automatic route selection module 309 via a third interface S3 for the selection of rail routes to be traveled on. Appropriate rail routes can thus be reserved in good time in order to ensure that the rail vehicles can be operated with minimal delays.
  • the timetable management module 305 also has a bidirectional interface S2, S4 with an automatic rail vehicle control module 303.
  • the automatic rail vehicle control module 303 can be informed accordingly in order to effect a change in the online timetable.
  • These regulations can include corresponding control actions to be carried out by the rail vehicles, with which desired departure times and/or arrival times and stopping times of the rail vehicles at stops on the rail routes of the rail transport network are to be achieved or observed by the rail vehicles in order to cancel the delay and to change the timetable.
  • the corresponding regulations and/or control actions can be transmitted to the schedule management module 305 via a fifth interface S5.
  • the corresponding regulations and control actions and the corresponding optimized arrival times/departure times/stop times are transmitted from the automatic timetable management module 305 via a sixth interface S6 to automatic rail vehicle control modules 313 of the individual rail vehicles 315 of the rail traffic, so that they can carry out the desired changes or control actions to achieve or maintain the optimized arrival/departure/stop times.
  • the automatic rail vehicle control module 313 can determine energy-optimized travel trajectories of the rail vehicle 203 that best match the current online timetable.
  • the driver is advised, but is free to implement the regulations.
  • the automatic rail vehicle control module 303 is set up, the method according to the invention based on the status data of a rail traffic to be optimized of a plurality of rail vehicles for optimizing rail traffic of a plurality of rail vehicles of a rail traffic network.
  • FIG. 2 shows a schematic depiction of a railway network 200 according to an embodiment.
  • the rail transport network 200 is divided into two sub-networks 202, each of which includes rail vehicles.
  • the left sub-network 202 in this case comprises a first rail vehicle 204, a second rail vehicle 205, a third rail vehicle 206 and a fourth rail vehicle 207, which are each moved on oppositely directed rail routes 201.
  • the right sub-network 202 also has a fifth rail vehicle 208 .
  • a reliability value W is determined for optimizing the rail traffic of the rail traffic network 200 for each rail vehicle, which corresponds to a probability that the respective rail vehicle 203 can be moved according to a predefined reference trajectory.
  • the reference trajectory describes an energy trajectory of the respective rail vehicle 203, which defines a temporal energy consumption of the respective rail vehicle when driving on the respective rail route 201.
  • the respective reliability values W of the individual rail vehicles 203 can depend on obstacles that are arranged in the respective rail routes 201 and cause the corresponding rail vehicles 203 to deviate from the respectively predefined reference trajectory, in that the respective rail vehicles have to travel at a lower speed due to the obstacles or, if necessary, have to interrupt the journey unscheduled.
  • a distance d to a preceding obstacle is used to take the obstacles into account other rail vehicle is taken into account, with a distance d that is less than a predefined minimum distance d min failing being regarded as a hindrance to the rear rail vehicle.
  • status data of the rail vehicles 203 are first interpreted.
  • the status data of the rail vehicles describe states in which the individual rail vehicles 203 are located within the rail traffic and include at least position data of the rail vehicles 203, via which a clear positioning of the rail vehicles 203 in the rail traffic network 200 is made possible.
  • Corresponding reliability values W are assigned to the individual rail vehicles 203 on the basis of the status data.
  • the reliability values W can assume any numerical value between a defined minimum value and a defined maximum value. The defined minimum value can be set to the numerical value 0, while the defined maximum value can be set to the numerical value 1.
  • Rail vehicles 203 which can be controlled according to the reference trajectory RT, can be operated according to a predefined and optimized timetable that was created offline by the timetable optimization module 311.
  • the first rail vehicle 204 is arranged at a distance d on the same rail track 201 in the direction of travel R in front of the second rail vehicle 205 .
  • the distance d is less than a predefined minimum distance d min , so that the first rail vehicle 204 is interpreted as an obstacle for the second rail vehicle 205, which prevents the second rail vehicle 205 from being controlled according to the reference trajectory RT.
  • the first rail vehicle 204 cannot move the second rail vehicle 205 as predefined, but may have to decelerate or stop due to the vehicle driving ahead, which disrupts the predefined and optimized timetable.
  • construction sites or temporary closures of individual route sections can additionally or alternatively be identified as obstacles and influence the corresponding reliability values W of the respective rail vehicles 203 .
  • FIG. 3 shows a schematic representation of an energy trajectory ET according to an embodiment.
  • the energy trajectory ET in diagram a) includes an energy withdrawal value ET1 (diagram b) and an energy injection value ET2 (diagram c).
  • the energy withdrawal value ET1 describes an energy value that the respective rail vehicle draws from a supply network of the rail transport network 200 as a result of an acceleration process.
  • the energy feed value ET2, on the other hand, describes an energy value that the respective rail vehicle 203 feeds into the supply network as a result of a braking process.
  • the energy trajectory ET shown is only of an exemplary nature and represents an ideal energy trajectory ET in which loss defects are not taken into account and in which the energy taken to accelerate the rail vehicle corresponds to the energy fed back into the supply network by the braking process.
  • Real energy trajectories can therefore deviate substantially from the energy trajectory ET shown, in that the curves as well as the energy amounts of the energy withdrawal values ET1 and the energy injection values ET2 vary relative to the example shown here.
  • energy trajectories can have multiple energy extraction values ET1 and multiple energy injection values ET2 due to multiple acceleration and braking processes.
  • FIG 4 shows a further schematic representation of an energy trajectory ET according to a further embodiment.
  • FIG 4 shows a further graphical representation of an energy trajectory ET and an additional reference trajectory RT.
  • the reference trajectory RT describes a predefined, optimized control process of a rail vehicle and is defined according to the predefined, optimized timetable as a target guide value for controlling the rail vehicle along a corresponding rail route.
  • FIG 4 has the energy trajectory ET, which represents an actual energy trajectory of a rail vehicle, according to which the respective rail vehicle is controlled, and which deviates from the reference trajectory RT by a first deviation U1.
  • the first deviation U1 shown corresponds to a deviation according to the standing time of the respective rail vehicle.
  • the rail vehicle controlled according to the energy trajectory ET shown has a longer standing time of the respective rail vehicle at a corresponding stop compared to the reference trajectory RT of the optimized timetable and an associated delayed departure time and arrival time at a destination stop, which is shown in diagram a) of FIG 4 is indicated by a time shift of the energy trajectory ET relative to the reference trajectory RT. This causes rail traffic to deviate from the respective optimized timetable.
  • the energy trajectory ET shown describes an energy trajectory of a rail vehicle 203 with a reliability value W, which is calculated either according to the embodiment in FIG 2 assumes the numerical value 0 or does not reach a predetermined limit value.
  • the reliability value W not only describes the deviation of the respective energy trajectory ET from the predetermined optimized reference trajectory RT, but also expresses an uncertainty regarding the prediction of the energy trajectory actually executed by the respective rail vehicle 203 during operation. To take this uncertainty into account, in which the energy trajectory actually executed can deviate from the energy trajectory ET predicted by the method according to the invention, a corresponding pessimistic assessment of the energy consumption of the respective rail vehicle 203 is taken into account.
  • the pessimistic assessment of the energy consumption is based on a maximum energy withdrawal in the form of a maximum energy withdrawal value ET1 and a minimum energy supply in the form of a minimum energy feed-in value ET2.
  • the pessimistic assessment of the energy consumption of a rail vehicle 203 describes an unfavorable assessment of the energy consumption of the respective rail vehicle 203 for the energy requirement value of the rail traffic of the rail traffic network 200.
  • the maximum energy extraction value ET1 is a union of the energy extraction values ET1 of the reference trajectory RT and the energy trajectory ET defined in diagram a).
  • the minimum energy feed value ET2 is defined as an intersection of the energy feed values ET2 of the reference trajectory RT and the energy trajectory ET.
  • FIG. 5 shows a further schematic representation of an energy trajectory ET according to a further embodiment.
  • a further energy trajectory ET deviating from the reference trajectory RT is shown.
  • the energy trajectory ET deviates from the reference trajectory RT by a second deviation U2.
  • the second deviation U2 describes a deviation in the arrival time of the respective rail vehicle at a corresponding stop and an associated shortened travel time of the rail vehicle between the two stops.
  • the energy trajectory ET has an increased acceleration of the respective rail vehicle and an increased speed of the rail vehicle compared to the reference trajectory RT.
  • the energy trajectory ET has an increased energy withdrawal value ET1 and an increased energy input value ET2.
  • a correspondingly pessimistic assessment of the energy consumption of the respective rail vehicle is shown in diagrams b) and c).
  • a maximum energy extraction value ET1 is described as a union of the energy extraction values ET1 of the reference trajectory RT and the energy trajectory ET.
  • a minimum energy supply value ET2 is shown as an intersection between the energy supply values ET2 of the reference trajectory RT and the energy trajectory ET.
  • FIG. 6 shows a further schematic representation of an energy trajectory ET according to a further embodiment.
  • FIG. 6 shows a further embodiment of an energy trajectory ET deviating from the reference trajectory RT.
  • two energy trajectories ET deviating from the reference trajectory RT are shown.
  • Both energy trajectories ET each have a first deviation U1 and a second deviation U2, which are analogous to the embodiments in 4 and 5 represent a deviation in the waiting time and a deviation in the arrival time of the respective rail vehicle.
  • Diagrams b) and c) show the pessimistic assessment of the energy consumption E of the respective rail vehicle in the form of a maximum energy withdrawal value ET1 and a minimum energy feed-in value ET2, with the maximum energy withdrawal value ET1 analogous to the previously described embodiments as a union of the energy withdrawal values ET1 of the reference trajectory RT and the energy trajectory ET and the minimum energy injection value ET2 are defined as an intersection of the energy injection values ET2 of the reference trajectory RT and the energy trajectory ET.
  • FIG 7 shows a schematic representation of an optimization process for generating an optimized set P of temporal control parameters P1, P2, P3, P4 of a plurality of rail vehicles 203.
  • FIG 7 shows a graphical representation of an optimization process for generating an optimized set P of timing parameters P1, P2, P3, P4, wherein the optimized Set P of temporal control parameters P1, P2, P3, P4 is optimized to an energy demand value GE of the rail traffic of the rail traffic network 200.
  • the optimization process shown can be carried out according to an optimization algorithm OPT, for example according to a greedy optimizer.
  • the temporal control parameters P1, P2, P3, P4 for the rail vehicles 203 are varied compared to predefined reference values PR of the optimized timetable and corresponding values of the energy demand value GE of the rail traffic of the majority of the Rail vehicles 203 determined.
  • the totality of temporal control parameters P1, P2, P3, P4 determined in this way which leads to a minimum energy requirement value GE of the rail traffic of all of the plurality of rail vehicles 203, is combined as an optimized set P of temporal control parameters P1, P2, P3, P4.
  • FIG 7 shows a numerical example based on the first to fourth rail vehicles 204, 205, 206, 207 of the embodiment in FIG FIG 2 .
  • Numerical examples shown are for illustrative purposes only and do not represent actual energy values or timing control parameters.
  • the temporal control parameters P1, P2, P3, P4 can be, for example, arrival times, standing times or departure times of the individual rail vehicles 204, 205, 206, 207 at different stops in the rail traffic network 200.
  • a predefined reference value PR which is defined in the optimized timetable, rail traffic or the control of the individual rail vehicles 204, 205, 206, 207 can be varied in such a way that a total energy requirement value of the rail traffic of all rail vehicles is minimized.
  • the standing times of the individual rail vehicles 203 at different stops in the rail transport network can be varied or adapted to one another in such a way that operation of the plurality of rail vehicles leads to a minimum energy requirement value GE.
  • GE minimum energy requirement value
  • the arrival and departure times of the rail vehicles at stops can be matched to one another in this way.
  • the optimization process shown below for the method 100 according to the invention is carried out for a predetermined period of time, during which the various rail vehicles 203 are moved along corresponding rail routes 201 of the rail traffic network 200 .
  • the various rail vehicles 203 drive to different stops, for which different temporal control parameters may be defined in the form of the respective reference values PR in the optimized timetable.
  • the optimized timetable thus includes for each rail vehicle or for each route within the rail traffic network 200 and the stops contained therein corresponding arrival and departure or stopping times of the rail vehicles 203 traveling on the respective route.
  • the optimization shown can be carried out in an online mode, ie while the plurality of rail vehicles are moving between the plurality of stops within the rail traffic network.
  • the optimization can thus be carried out cyclically and can include a predetermined period of time.
  • Correspondingly optimized temporal control parameters relate here to stops that are approached or left by the respective rail vehicles during the predetermined period of time will.
  • the calculated or ascertained energy trajectories ET as well as the reference trajectories RT also relate in their temporal extent to the correspondingly predefined time segment.
  • rail traffic is optimized and an optimized set P of temporal control parameters is generated for the first to fourth rail vehicles 204, 205, 206, 207 of the left subnetwork 202 in FIG 2 shown.
  • an energy requirement value GE is calculated as a sum of the energy consumptions of the four considered rail vehicles 204, 205, 206, 207 generated.
  • the energy requirement value GE is calculated here by summing up the energy trajectories ET calculated for the individual rail vehicles 204, 205, 206, 207 and the energy withdrawal values ET1 or energy supply values ET2 defined therein.
  • the rail vehicles are taken into account either in the form of the predefined reference trajectories RT for the respective routes or through the specially determined energy trajectories of the respective rail vehicles for the respective routes.
  • the numerical value given here is only an example and does not describe a real energy situation of a real one rail transport.
  • the respective temporal control parameter P1 for the first rail vehicle 204 is varied by the predefined reference value PR.
  • the predefined reference value PR is increased or decreased by a numerical value 10 for this purpose.
  • the waiting time of the first rail vehicle 204 for a corresponding stop is shortened or lengthened compared to the waiting time provided in the optimized timetable for the respective stop.
  • the numerical values shown are merely examples and only serve to illustrate the variation of the individual time control parameters.
  • an energy demand value GE of the rail traffic including the four rail vehicles 204, 205, 206, 207 is calculated accordingly.
  • the temporal control parameter P1 is selected for the first rail vehicle 204, which leads to an energy requirement value GE that is lower than the energy requirement value GE that was calculated for the predefined reference values PR .
  • the control parameters P1, P2, P3, P4 are varied for the other rail vehicles 205, 206, 207, corresponding energy requirement values GE of the entire rail traffic are calculated and the temporal control parameters P1, P2, P3, P4 selected, which lead to a minimum of the energy demand value GE.
  • the procedure here corresponds to an optimization algorithm known from the prior art.
  • the time control parameters are not varied for the rail vehicles 203 that have a reliability value W that neither reaches nor exceeds a predetermined limit value, but only the respective reference values PR are taken into account.
  • the temporal control parameter P2 of the second rail vehicle 205 is not varied, but the temporal control parameter P2 is fixed to the reference value PR defined in the optimized timetable.
  • the optimized set P of temporal control parameters generated according to the optimization process described above includes the varied or fixed to the reference value PR temporal control parameters P1, P2, P3, P4, which in the optimization process lead to a minimum energy requirement value GE of the rail traffic of the four considered here Rail vehicles 204, 205, 206, 207 have led. Control of the rail traffic or the four rail vehicles 204, 205, 206, 207 considered here according to the optimized set P of the temporal control parameters can result in a minimized energy requirement value GE of the rail traffic for all four rail vehicles 204, 205, 206, 207 considered for one lead predetermined period of time.
  • the optimized set P of temporal control parameters describes a temporal control of the four rail vehicles under consideration 204, 205, 206, 207 and, in the embodiment described here, takes into account a temporal control of the named rail vehicles for at least one within the predefined period of time by the respective rail vehicles 204, 205 , 206, 207 stop to be headed for.
  • the optimization process shown here of the method 100 according to the invention for optimizing rail traffic can thus be carried out during the online operation of the rail traffic and can in particular be repeated for any number of consecutive time periods, for example for the respective rail vehicles 203 to reach any desired number of stops.
  • the optimization process as described above can be simplified and accelerated. In this way it can be achieved that the method according to the invention can be carried out in online operation and can lead to a secure result in the form of the optimized set P of temporal control parameters within a predetermined time window, for example five seconds.
  • FIG. 8 shows a schematic representation of the method 100 for optimizing rail traffic of a rail traffic network 200 according to an embodiment.
  • corresponding reliability values W are determined for a plurality of rail vehicles 203 based on status data of the rail vehicles 203, which express a probability that the respective rail vehicle 203 according to a energy-optimized timetable defined reference trajectory RT can be controlled.
  • the reliability values W can be determined taking into account corresponding obstacles on rail routes 201 traveled by the respective rail vehicles 203, which cause a deviation in the control of the respective rail vehicle 203 from the predetermined cause travel trajectory.
  • the obstacles can be, for example, construction sites or temporary closures of the rail routes 201 or further rail vehicles 203 traveling ahead on the respective rail routes 201, which prevent or limit a predefined movement of the respective rail vehicle at a predetermined speed.
  • the reliability values W of the individual rail vehicles 203 can be expressed in a binary formulation and can only assume the values 0 and 1 in each case. Alternatively, the reliability values W can assume any numerical value between a defined minimum value and maximum value. The defined minimum value can be set to the numerical value 0, while the defined maximum value can be set to the numerical value 1.
  • energy trajectories ET are calculated based on the status data of the rail vehicles 203 and the previously determined reliability values W for the rail vehicles 203.
  • the reference trajectory RT defined in the energy-optimized timetable is selected as the energy trajectory ET for rail vehicles 203 which have a reliability value W which, in binary formulation, assumes the numerical value 1 or, in non-binary formulation, reaches or exceeds a predefined limit value.
  • the reference trajectory RT describes an energy-optimized activation of a respective rail vehicle 203 along a predefined rail route 201 over a predefined period of time T. are individual energy trajectories ET according to the embodiments of Figures 4 to 6 determined.
  • the energy trajectories ET can deviate from the reference trajectories RT predefined in the energy-optimized timetable with regard to various deviations U1, U2.
  • the deviations can, for example, be due to longer or shorter service lives or earlier ones or later departure or arrival times of the rail vehicles 203 at corresponding stops on the rail routes 201 to be traveled.
  • Method steps 101 and 103 can be carried out, for example, by appropriately trained neural networks.
  • the corresponding neural networks can be trained either on real status data of the rail vehicles 203, which were recorded during corresponding journeys of the rail vehicles 203 along the rail routes 201 of the rail traffic network 200, or on simulation data from corresponding rail traffic simulation programs, such as the simulation program FALKO.
  • the corresponding neural networks can be trained to make a corresponding assessment in the form of a corresponding reliability value W based on the real or simulated status data of the rail vehicles 203, which describe a specific traffic situation of the respective rail vehicles 203.
  • the neural networks can be trained to predict corresponding energy trajectories ET of the rail vehicles 203 based on the status data and the traffic situations of the individual rail vehicles 203 described thereby.
  • the neural networks can access energy trajectories ET actually executed by the respective rail vehicles 203 in corresponding traffic situations.
  • the energy trajectories ET can here according to the embodiments of Figures 4 to 6 Have energy extraction values ET1 and energy injection values ET2.
  • Energy trajectories ET that deviate from the reference trajectory RT can be taken into account here based on a pessimistic assessment of the energy consumption of the respective rail vehicle 203 .
  • the pessimistic assessment of the energy consumption can be expressed in that the energy withdrawal values ET1 of the individual energy trajectories ET are maximum energy withdrawal values ET1 from a combination of the reference trajectory RT and the corresponding energy trajectory ET are determined, while the energy feed values ET2 are taken into account as minimum energy feed values ET2 of the combination of the reference trajectory RT and the respective energy trajectory ET according to the exemplary embodiments in FIGS.
  • an energy demand value GE of the rail traffic for all of the plurality of rail vehicles 203 is determined.
  • the energy requirement value GE is calculated using a total of the individual energy consumptions of the plurality of rail vehicles 203 and in the form of a sum of the different energy trajectories ET.
  • the respective reference trajectory RT is used to calculate the energy requirement value GE.
  • the temporal control parameters P1, P2, P3, P4 are compared to the reference values PR defined in the energy-optimized timetable according to the optimization process in FIG 7 varies.
  • the temporal control parameters P1, P2, P3, P4 of the rail vehicles 203 are varied with respect to the reference value PR, which have a reliability value W that reaches or exceeds the predefined limit value.
  • the temporal control parameters P1, P2, P3, P4 of the rail vehicles 203 whose reliability value W does not reach or exceed the predetermined limit value and which therefore cannot be controlled according to the predefined reference trajectory RT, are used to calculate the energy requirement value GE for all of the plurality of rail vehicles 203 fixed to the respective reference value PR.
  • the method steps 101, 103, 105 and 107 can be carried out recursively.
  • reliability values W and energy trajectories ET and based thereon can again be generated for the individual rail vehicles 203 for each varied temporal control parameter P1, P2, P3, P4 Values of the energy requirement value GE of all the rail vehicles 203 according to the optimization process in FIG 7 be calculated.
  • an optimized set P of temporal control parameters P1, P2, P3, P4 is determined.
  • the optimized set P of temporal control parameters P1, P2, P3, P4 enables energy-optimized control of the plurality of rail vehicles 203 of the rail traffic to be optimized.
  • the optimized set P of temporal control parameters P1, P2, P3, P4 is made available to the corresponding rail vehicles 203.
  • the temporal control parameters P1, P2, P3, P4 can represent, for example, arrival times, standing times and/or departure times of the rail vehicles 203 at corresponding stops on the rail routes 201 of the rail transport network 200.
  • the temporal control parameters P1, P2, P3, P4 can be varied in method step 107 within a maximum valid variation.
  • the maximum valid variation can define, for example, a minimum or maximum permissible waiting time or a minimum or maximum permissible arrival or departure time of the respective rail vehicle 203 at the corresponding stop.
  • Method steps 107 and 109 can be carried out, for example, by a corresponding optimization algorithm, for example by a greedy optimizer.
  • FIG. 9 shows a further schematic representation of the system 300 for optimizing rail traffic.
  • FIG. 9 shows a representation of the system 300 for optimizing rail traffic, which is set up to carry out the method 100 according to the invention in accordance with the embodiments described above.
  • the system 300 shown in FIG Embodiment an optimization algorithm OPT, an appropriately trained neural network FM and an energy requirement calculation module PRNC.
  • the neural network FM is trained based on training data 315, which include real or simulated status data from rail vehicles 203, for example, to predict corresponding reliability values W and energy trajectories ET of the rail vehicles 203 located in the respective traffic situations based on real status data from rail vehicles 203.
  • the correspondingly trained neural network FM predicts corresponding energy trajectories ET and reliability values W in accordance with the embodiments described above based on real status data from rail vehicles 203 of rail traffic to be optimized.
  • the energy trajectories ET of the neural network FM are forwarded to the energy requirement calculation module PRNC.
  • the reliability values W predicted by the neural network FM are simultaneously transferred to the optimization algorithm OPT.
  • the energy requirement calculation module PRNC calculates corresponding values of an energy requirement value GE for all of the rail vehicles 203.
  • the energy requirement values GE are also integrated into the optimization algorithm OPT by the energy requirement calculation module PRNC.
  • the optimization algorithm OPT Based on the energy requirement values GE and the reliability values W, the optimization algorithm OPT according to the above-described embodiments varies the temporal control parameters P1, P2, P3, P4 and forwards these varied temporal control parameters P1, P2, P3, P4 to the neural network FM . This calculates renewed reliability values W and energy trajectories ET for the varied temporal control parameters P1, P2, P3, P4 for the corresponding rail vehicles 203.
  • the recalculated energy trajectories ET are sent by the neural network FM to the energy requirement calculation module PRNC and the recalculated reliability values W are sent to the optimization algorithm OPT transfer. In recursive execution, the optimization process is thus carried out until a minimum of the energy requirement value GE is determined and an energy-optimized set P of temporal control parameters P1, P2, P3, P4 is generated based thereon.
  • FIG. 10 shows a schematic representation of a computer program product 400.
  • FIG. 10 shows a computer program product 400, comprising instructions which, when the program is executed by a computing unit, cause the latter to execute the method 100 according to one of the above-mentioned embodiments.
  • the computer program product 400 is stored on a storage medium 401 in the embodiment shown.
  • the storage medium 401 can be any storage medium known from the prior art.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (100) zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes (200) mit einer Mehrzahl von Schienenfahrzeugen (203), wobei das Verfahren (100) umfasst:
- Ermitteln (101) von Zuverlässigkeitswerten (W) für Schienenfahrzeuge (203) des Schienenverkehrsnetzes (200) basierend auf Zustandsdaten der Schienenfahrzeuge (203);
- Ermitteln (103) von Energietrajektorien (ET) der Schienenfahrzeuge (203) basierend auf den Zustandsdaten und zeitlichen Steuerparametern (P1, P2, P3, P4) der Mehrzahl von Schienenfahrzeugen (203);
- Ermitteln (105) eines Energiebedarfswerts (GE) der Mehrzahl von Schienenfahrzeugen (203) des Schienenverkehrsnetzes (200) basierend auf den Energietrajektorien (ET) und zeitlichen Steuerparametern (P1, P2, P3, P4) der Mehrzahl von Schienenfahrzeugen (203);
- Variieren (107) der zeitlichen Steuerparameter (P1, P2, P3, P4) der Mehrzahl von Schienenfahrzeugen (203) von vorbestimmten Referenzwerten (PR) in Abhängigkeit der Zuverlässigkeitswerte (W);
- Generieren (109) eines optimierten Satzes (P) der zeitlichen Steuerparameter, wobei eine Steuerung der Mehrzahl von Schienenfahrzeugen (203) gemäß dem optimierten Satz (P) von zeitlichen Steuerparametern zu einem minimierten Energiebedarfswert (GE) der Mehrzahl von Schienenfahrzeugen (203) führt; und
- Bereitstellen (111) des optimierten Satzes (P) von zeitlichen Steuerparametern der Mehrzahl von Schienenfahrzeugen (203) .

Description

  • Die Erfindung betrifft ein Verfahren zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes mit einer Mehrzahl von Schienenfahrzeugen.
  • Für das effiziente Betreiben von Schienenverkehrsnetzen ist das Verhindern von Verspätungen der Züge und das Einhalten von Fahrplänen nicht nur mit Blick auf eine Kundenzufriedeneinheit von Wichtigkeit. Auch im Hinblick auf die Auslastung der Kapazitäten des Schienenverkehrsnetz ist die Einhaltung entsprechend optimierter Fahrpläne von Interesse. Insbesondere auf einen Energieverbrauch optimierte Fahrpläne sind nicht nur bezüglich wirtschaftlicher Aspekte, sondern auch im Hinblick auf eine energiepolitische Zielsetzung für das Betreiben entsprechender Schienenverkehrsnetze wichtig.
  • Der Erfindung liegt die Aufgabe zugrunde, ein verbessertes Verfahren zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes mit einer Mehrzahl von Schienenfahrzeugen bereitzustellen.
  • Diese Aufgabe wird durch ein Verfahren zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes mit einer Mehrzahl von Schienenfahrzeugen gemäß dem unabhängigen Anspruch 1 gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen angegeben.
  • Nach einem Aspekt der Erfindung wird ein Verfahren zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes mit einer Mehrzahl von Schienenfahrzeugen bereitgestellt, wobei das Verfahren umfasst:
    • Ermitteln von Zuverlässigkeitswerten für Schienenfahrzeuge des Schienenverkehrsnetzes basierend auf Zustandsdaten der Schienenfahrzeuge, wobei die Zustandsdaten Betriebszustände der Schienenfahrzeuge innerhalb des Schienenverkehrsnetzes beschreiben, und wobei ein Zuverlässigkeitswert für ein Schienenfahrzeug in einem bestimmten Betriebszustand eine Wahrscheinlichkeit angibt, dass das Schienenfahrzeug gemäß einer energieoptimierten Referenztrajektorie verfahrbar ist;
    • Ermitteln von Energietrajektorien der Schienenfahrzeuge basierend auf den Zustandsdaten und Zuverlässigkeitswerten der Mehrzahl von Schienenfahrzeugen, wobei eine Energietrajektorie einen Energieverbrauch eines Schienenfahrzeugs für einen durch das Schienenfahrzeug zu befahrenden Streckenabschnitt des Schienenverkehrsnetzes beschreibt;
    • Ermitteln eines Energiebedarfswerts der Mehrzahl von Schienenfahrzeugen des Schienenverkehrsnetzes basierend auf den Energietrajektorien und zeitlichen Steuerparametern der Mehrzahl von Energietrajektorien;
    • Variieren der zeitlichen Steuerparameter der Mehrzahl von Schienenfahrzeugen von vorbestimmten Referenzwerten in Abhängigkeit der Wertungsparameter;
    • Generieren eines optimierten Satzes der zeitlichen Steuerparameter, wobei eine Steuerung der Mehrzahl von Schienenfahrzeugen gemäß dem optimierten Satz von zeitlichen Steuerparametern zu einem minimierten Energiebedarfswert der Mehrzahl von Schienenfahrzeugen führt; und
    • Bereitstellen des optimierten Satzes von zeitlichen Steuerparametern der Mehrzahl von Schienenfahrzeugen.
  • Hierdurch kann der technische Vorteil erreicht werden, dass ein verbessertes Verfahren zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes mit einer Mehrzahl von Schienenfahrzeugen bereitgestellt werden kann, das insbesondere im Online-Betrieb des Schienenverkehrs eingerichtet ist, eine Optimierung bezüglich eines Energiebedarfswerts des Schienenverkehrsnetzes des Schienenverkehrs durchzuführen. Hierzu werden basierend auf Zustandsdaten der Schienenfahrzeuge für die Schienenfahrzeuge des Schienenverkehrsnetzes Zuverlässigkeitswerte ermittelt, die eine Wahrscheinlichkeit beschreiben, dass das jeweilige Schienenfahrzeug gemäß einer energieoptimierten Referenztrajektorie betreibbar ist. Basierend auf den Zuverlässigkeitswerten und den Zustandsdaten der Schienenfahrzeuge werden individuell angepasste Energietrajektorien der Schienenfahrzeuge ermittelt, die einen Energieverbrauch eines jeweiligen Schienenfahrzeugs für einen zu befahrenden Streckenabschnitt beschreiben. Unter Berücksichtigung der Zuverlässigkeitswerte und der ermittelten Energietrajektorien wird durch Ausführung eines Optimierungsprozesses ein optimierter Satz von zeitlichen Steuerparametern der Mehrzahl von Schienenfahrzeugen generiert, wobei eine Steuerung der Schienenfahrzeuge gemäß dem optimierten Satz von zeitlichen Steuerparametern zu einem minimierten Energiebedarfswert des Schienenverkehrs führt. Durch die Berücksichtigung der Zuverlässigkeitswerte ist sowohl eine präzisere Bestimmung der Energietrajektorien der einzelnen Schienenfahrzeuge und damit verbunden eine präzisere Ermittlung des Satzes von zeitlichen Steuerparametern ermöglicht. Hierdurch kann eine verbesserte Optimierung des Schienenverkehrs in Bezug auf den Energiebedarfswert des Schienenverkehrsnetzes erreicht werden.
  • Nach einer Ausführungsform umfassen die zeitlichen Steuerparameter Ankunftszeiten und/oder Abfahrtszeiten und/oder Standzeiten der Schienenfahrzeuge an Haltestellen des Verkehrsnetzes.
  • Hierdurch kann der technische Vorteil erreicht werden, dass eine präzise Optimierung des Schienenverkehrs durch die Variation der Ankunftszeiten und/oder Abfahrtszeiten und/oder Standzeiten der Schienenfahrzeuge an entsprechenden Haltestellen des Verkehrsnetzes bereitgestellt werden kann.
  • Nach einer Ausführungsform werden die Zuverlässigkeitswerte für Schienenfahrzeuge unter Berücksichtigung von Hindernissen der jeweiligen Schienenwege ermittelt.
  • Hierdurch kann der technische Vorteil erreicht werden, dass eine aktuelle Fahrsituation der Mehrzahl von Schienenfahrzeugen in der Optimierung des Schienenverkehrs über die Zuverlässigkeitswerte berücksichtigt werden kann. Hindernisse in Schienenwegen führen hierbei zu Abweichungen der die jeweiligen Schienenwege befahrenden Schienenfahrzeuge von vorbestimmten Fahrt- bzw. Energietrajektorien. Durch Berücksichtigung derartiger Hindernisse bei der Ermittlung entsprechender Energietrajektorien bzw. eines entsprechenden Energiebedarfswerts des Schienenverkehrsnetzes kann eine präzisere Optimierung des Schienenverkehrs erreicht werden.
  • Nach einer Ausführungsform werden die zeitlichen Steuerparameter in Bezug auf einen Referenzwert variiert, wobei der Referenzwert in einem auf den Energiebedarfswert des Schienenverkehrsnetzes optimierten Fahrplan der Mehrzahl von Schienenfahrzeugen definiert ist, und wobei die optimierte Referenztrajektorie im optimierten Fahrplan des Verkehrsnetzes definiert ist.
  • Hierdurch kann der technische Vorteil erreicht werden, dass eine präzise Optimierung des Schienenverkehrs in Bezug auf einen optimierten Fahrplan des Schienenverkehrsnetzes ermöglicht ist.
  • Nach einer Ausführungsform werden ausschließlich die zeitlichen Steuerparameter der Schienenfahrzeuge gegenüber dem Referenzwert variiert, deren Zuverlässigkeitswerte einen vorbestimmten Grenzwert erreichen oder überschreiten, und wobei die zeitlichen Steuerparameter der Schienenfahrzeuge, deren Zuverlässigkeitswerte den Grenzwert nicht erreichen, in dem Referenzwert fixiert werden.
  • Hierdurch kann der technische Vorteil erreicht werden, dass eine Beschleunigung des Optimierungsprozesses in Gestalt des Variierens der zeitlichen Steuerparameter und des Ermittelns des Energiebedarfswerts und des Generierens des optimierten Satzes von Steuerparametern erreicht werden kann. Indem ausschließlich die zeitlichen Steuerparameter der Schienenfahrzeuge gegenüber dem Referenzwert des optimierten Fahrplans variiert werden, deren Zuverlässigkeitswert einen vorbestimmten Grenzwert erreicht oder überschreitet, während die Schienenfahrzeuge, deren Zuverlässigkeitswerte den Grenzwert nicht erreichen, in die Ermittlung des Energiebedarfswerts des Schienenverkehrsnetzes ohne Variation der jeweiligen zeitlichen Steuerparameter eingehen, kann der jeweilige Optimierungsprozess zeitlich beschleunigt werden. Hierdurch kann das erfindungsgemäße Verfahren innerhalb eines vorbestimmten Zeitraums, beispielsweise von fünf Sekunden, durchgeführt werden, sodass im Online-Betrieb des Schienenverkehrsnetzes eine präzise und zuverlässige Optimierung des Schienenverkehrs und damit verbunden eine Annäherung des aktuellen Schienenverkehrs an den vorbestimmten und optimierten Fahrplan erreicht werden kann.
  • Nach einer Ausführungsform werden die zeitlichen Steuerparameter gegenüber dem definierten Referenzwert innerhalb einer vorbestimmten maximalen Variation variiert, wobei die maximale Variation im optimierten Fahrplan definiert ist.
  • Hierdurch kann der technische Vorteil erreicht werden, dass bei der Optimierung des Schienenverkehrs äußere Randbedingungen eingehalten werden können. Indem die zeitlichen Steuerparameter, beispielsweise die Ankunftszeit und/oder oder die Abfahrtszeit und/oder die Standzeit der Schienenfahrzeuge an entsprechenden Haltestellen des Schienenverkehrsnetzes ausschließlich innerhalb der vorbestimmten maximalen Variation des optimierten Fahrplans variiert werden, kann ein gesicherter Ablauf des Schienenverkehrs bei dem Generieren des optimierten Satzes von Steuerparametern berücksichtigt werden. Beispielsweise kann durch Einhaltung der maximalen Variation verhindert werden, dass Standzeiten der Schienenfahrzeuge an entsprechenden Haltestellen derart drastisch verändert werden, dass ein sicheres und zügiges Ein- und Aussteigen der Passagiere gestört ist.
  • Nach einer Ausführungsform werden die Energietrajektorien in Abhängigkeit der Zuverlässigkeitswerte ermittelt, wobei für Schienenfahrzeuge mit Zuverlässigkeitswerten, die den Grenzwert erreichen oder überschreiten, Energietrajektorien ermittelt werden, die der Referenztrajektorie entsprechen, und wobei für Schienenfahrzeuge mit Zuverlässigkeitswerten, die nicht den Grenzwert erreichen, von der Referenztrajektorie abweichende Energietrajektorien ermittelt werden.
  • Hierdurch kann der technische Vorteil erreicht werden, dass eine präzise Ermittlung der Energietrajektorien der einzelnen Schienenfahrzeuge unter Berücksichtigung der tatsächlichen Fahrsituation und damit verbunden eine präzise Ermittlung des Energiebedarfswerts des Schienenverkehrs ermöglicht ist.
  • Nach einer Ausführungsform beschreiben die Energietrajektorien auf einen vorbestimmten Zeitabschnitt definierte zeitliche Energiebedarfswerte der Schienenfahrzeuge und umfassen jeweils wenigstens einen Energieentnahmewert und einen Energieeinspeisungswert, wobei der Energieentnahmewert eine Energiemenge beschreibt, die das jeweilige Schienenfahrzeug für eine Durchführung eines Beschleunigungsprozesses aus einem Versorgungsnetz des Schienenverkehrsnetzes entnimmt, und wobei der Energieeinspeisungswert eine Energiemenge beschreibt, die das jeweilige Schienenfahrzeug bei Durchführung eines Bremsvorgangs in das Versorgungsnetz einspeist.
  • Hierdurch kann der technische Vorteil erreicht werden, dass bei der Ermittlung des Energiebedarfswerts des Schienenverkehrs bzw. bei der Generierung des energieoptimierten Satzes von zeitlichen Steuerparametern sowohl die durch die Schienenfahrzeuge aus dem Versorgungsnetz des Schienenverkehrsnetzes entnommene Energie wie auch die durch die Schienenfahrzeuge in das jeweilige Versorgungsnetz eingespeiste Energie berücksichtigt werden kann.
  • Nach einer Ausführungsform werden zum Ermitteln des Energiebedarfswerts für Energietrajektorien, die der Referenztrajektorie entsprechen, wenigstens ein Energieentnahmewert und wenigstens ein Energieeinspeisungswert der Referenztrajektorie berücksichtigt, wobei für von der Referenztrajektorie abweichende Energietrajektorien für den Energieentnahmewert wenigstens ein Maximalwert aus einer Kombination wenigstens eines Energieentnahmewerts der Referenztrajektorie und wenigstens eines Energieentnahmewerts der jeweiligen Energietrajektorie und für den Energieeinspeisungswert wenigstens ein Minimalwert aus einer Kombination wenigstens eines Energieeinspeisungswerts der Referenztrajektorie und wenigstens eines Energieeinspeisungswerts der Energietrajektorie berücksichtigt werden.
  • Hierdurch kann der technische Vorteil erreicht werden, dass eine präzise Bestimmung des Energiebedarfswerts und insbesondere eine präzise Ermittlung des energieoptimierten Satzes von Steuerparametern ermöglicht ist. Insbesondere bei Schienenfahrzeugen mit niedrigen Zuverlässigkeitswerten und entsprechenden Energietrajektorien, die von der im optimierten Fahrplan definierten Referenztrajektorie abweichen, können entsprechend pessimistische Einschätzungen der einzelnen Energieverbräuche der einzelnen Schienenfahrzeuge aufgestellt werden. Durch die pessimistischen Einschätzungen, die von einer maximalen Energieentnahme und einer minimalen Energieeinspeisung ausgehen, kann eine pessimistische Einschätzung des Energiebedarfswerts des Schienenverkehrs berücksichtigt werden, der von einer maximalen Energieentnahme durch die Schienenfahrzeuge und lediglich einer minimalen Einspeisung ausgeht. Durch die Berücksichtigung des derart pessimistisch eingeschätzten Energiebedarfswerts kann verhindert werden, dass beim tatsächlichen Betrieb der Schienenfahrzeuge ein höherer Energiebedarfswert auftritt, als dieser während des Optimierungsprozesses berücksichtigt wurde. Eine Überlastung des Versorgungsnetzes kann somit verhindert werden.
  • Nach einer Ausführungsform werden das Ermitteln der Zuverlässigkeitswerte, das Ermitteln der Energietrajektorien, das Ermitteln des Energiebedarfswerts und das Variieren der zeitlichen Steuerparameter rekursiv ausgeführt.
  • Hierdurch kann der technische Vorteil erreicht werden, dass ein leistungsfähiges Verfahren zum Optimieren eines Schienenverkehrs bereitgestellt werden kann.
  • Nach einer Ausführungsform umfasst der Energiebedarfswert des Schienenverkehrs einen Gesamtenergieverbrauch und/oder einen maximalen Energieverbrauch des Schienenverkehrs über einen vorbestimmten Zeitraum.
  • Hierdurch kann der technische Vorteil erreicht werden, dass sowohl der Gesamtenergieverbrauch als auch ein maximaler Energieverbrauch in Form von Spannungsspitzen bei der Optimierung des Schienenverkehrs und insbesondere bei der Optimierung der zeitlichen Steuerparameter berücksichtigt werden kann.
  • Nach einer Ausführungsform wird das Ermitteln der Zuverlässigkeitswerte und/oder das Ermitteln der Energietrajektorien durch ein entsprechend trainiertes neuronales Netz ausgeführt, wobei das Variieren der zeitlichen Steuerparameter und das Generieren eines optimierten Satzes von zeitlichen Steuerparametern durch einen Optimierungsalgorithmus ausgeführt wird.
  • Hierdurch kann der technische Vorteil erreicht werden, dass durch das entsprechend trainierte neuronale Netz ein präzises Ermitteln der Zuverlässigkeitswerte und/oder ein präzises Ermitteln der Energietrajektorien ermöglicht ist. Durch das Verwenden des Optimierungsalgorithmus kann ein effizienter Optimierungsprozess in Form des Variierens der zeitlichen Steuerparameter und des Generierens des optimierten Stundensatzes von zeitlichen Steuerparametern erreicht werden.
  • Nach einer Ausführungsform wird das Verfahren in einem Online-Betrieb der Mehrzahl von Schienenfahrzeugen im Schienenverkehr des Schienenverkehrsnetzes ausgeführt.
  • Hierdurch kann der technische Vorteil erreicht werden, dass eine Optimierung des Schienenverkehrs während des Online-Betriebs der Mehrzahl von Schienenfahrzeugen ermöglicht ist.
  • Nach einem zweiten Aspekt der Erfindung wird ein System zum Optimieren eines Schienenverkehrs mit einer Recheneinheit bereitgestellt, die eingerichtet ist, das Verfahren zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes mit einer Mehrzahl von Schienenfahrzeugen nach einer der voranstehenden Ausführungsformen auszuführen.
  • Nach einem dritten Aspekt der Erfindung wird ein Computerprogrammprodukt umfassend Befehle bereitgestellt, die bei der Ausführung des Programms durch eine Datenverarbeitungseinheit diese veranlassen, das Verfahren zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes mit einer Mehrzahl von Schienenfahrzeugen nach einer der voranstehenden Ausführungsformen auszuführen.
  • Die oben beschriebenen Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich durch die Erläuterungen der folgenden, stark vereinfachten, schematischen Darstellungen bevorzugter Ausführungsbeispiele. Hierbei zeigen jeweils:
    • FIG 1
    eine schematische Darstellung eines Systems zur Optimierung eines Schienenverkehrs gemäß einer Ausführungsform;
    FIG 2
    eine schematische Abbildung eines Schienenverkehrsnetzes gemäß einer Ausführungsform;
    FIG 3
    eine schematische Darstellung einer Energietrajektorie gemäß einer Ausführungsform;
    FIG 4
    eine weitere schematische Darstellung einer Energietrajektorie gemäß einer weiteren Ausführungsform;
    FIG 5
    eine weitere schematische Darstellung einer Energietrajektorie gemäß einer weiteren Ausführungsform;
    FIG 6
    eine weitere schematische Darstellung einer Energietrajektorie gemäß einer weiteren Ausführungsform;
    FIG 7
    eine schematische Darstellung eines Optimierungsprozesses zum Generieren eines optimierten Satzes von zeitlichen Steuerparametern einer Mehrzahl von Schienenfahrzeugen gemäß einer Ausführungsform;
    FIG 8
    eine schematische Darstellung des Verfahrens zur Optimierung eines Schienenverkehrs eines Schienenverkehrsnetzes gemäß einer Ausführungsform;
    FIG 9
    eine weitere schematische Darstellung des Systems zur Optimierung eines Schienenverkehrs gemäß einer Ausführungsform; und
    FIG 10
    eine schematische Darstellung eines Computerprogrammprodukts.
  • FIG 1 zeigt eine schematische Darstellung eines Systems 300 zur Optimierung eines Schienenverkehrs gemäß einer Ausführungsform.
  • Ein System 300 zur Optimierung eines Schienenverkehrs umfasst gemäß der gezeigten Ausführungsform eine Mehrzahl von Modulen, die auf einer Recheneinheit 301 ausführbar sind. Das System 300 kann ferner in ein Offline-Teilsystem 302 und ein Online-Teilsystem 304 aufgeteilt sein, wobei das Offline-Teilsystem 302 offline, sprich unabhängig von einem Betrieb der Schienenfahrzeuge 203, ausgeführt wird, während das Online-Teilsystem 304 während des Betriebs der Schienenfahrzeuge 203 ausgeführt wird.
  • Die zentrale Komponente des Offline-Teilsystems 302 ist ein Fahrplanoptimierungsmodul 311. Das Fahrplanoptimierungsmodul 311 dient dazu, für einen vorbestimmten Zeitraum einen optimierten Fahrplan für einen Schienenverkehr einer Mehrzahl von Schienenfahrzeugen eines Schienenverkehrsnetzes zu erstellen. Den im Offline-Teilsystem 302 erstellten optimierten Fahrplan kann das Fahrplanoptimierungsmodul 311 über eine erste Schnittstelle an das Online-Teilsystem 304 übertragen, damit der Fahrplan zur Steuerung des Schienenverkehrs ausgeführt werden kann.
  • Im tatsächlichen Betrieb des Schienenverkehrs wird der von nun an Online-Fahrplan genannte Fahrplan durch ein Fahrplanmanagementmodul 305 verwaltet. Hierzu können Positionsdaten einzelner Schienenfahrzeuge des Schienenverkehrs über ein automatisches Schienenfahrzeugverfolgungsmodul 307 über eine zweite Schnittstelle S2 an das Fahrplanmanagementmodul 305 übertragen werden, damit dieses einen Vergleich zwischen Soll-Bewegungen des Fahrplans und tatsächlich durch die Schienenfahrzeuge des Schienenverkehrs ausgeführte Ist-Bewegungen ausführen kann.
  • Das Fahrplanmanagementmodul 305 kann über eine dritte Schnittstelle S3 Befehle zur Auswahl entsprechend zu befahrender Schienenwege an ein automatisches Streckenauswahlmodul 309 übertragen. Somit können rechtzeitig entsprechende Schienenwege reserviert werden, um einen Betrieb der Schienenfahrzeuge mit minimalen Verspätungen zu gewährleisten.
  • Das Fahrplanmanagementmodul 305 weist ferner eine bidirektionale Schnittstelle S2, S4 mit einem automatischen Schienenfahrzeugregelungsmodul 303 auf. Für den Fall, dass der Online-Fahrplan geändert werden muss, entweder durch einen neuen Sollfahrplan des Fahrplanoptimierungsmoduls 311 oder durch Änderungen eines Fahrdienstleiters, kann das automatische Schienenfahrzeugregelungsmodul 303 entsprechend informiert werden, um eine Änderung des Online-Fahrplans zu bewirken. Hierzu benötigt das automatische Schienenfahrzeugregelungsmodul 303 ferner aktuelle Positionsdaten der Schienenfahrzeuge, um aktuelle Verspätungen der Schienenfahrzeuge ermitteln und bei größeren Abweichungen geeignete Regelungen einleiten zu können.
  • Diese Regelungen können entsprechende durch die Schienenfahrzeuge auszuführende Steuerungsaktionen umfassen, mit denen gewünschte bzw. zur Aufhebung der Verspätung und zur Änderung des Fahrplans durch die Schienenfahrzeuge zu erreichende bzw. einzuhaltende Abfahrtszeiten und/oder Ankunftszeiten und Haltezeiten der Schienenfahrzeuge an Haltestellen der Schienenwege des Schienenverkehrsnetzes umfassen. Die entsprechenden Regelungen und/oder Steuerungsaktionen können über eine fünfte Schnittstelle S5 an das Fahrplanmanagementmodul 305 übermittelt werden.
  • Abschließend werden zur Anpassung des Fahrplans die entsprechenden Regelungen und Steuerungsaktionen und die entsprechenden optimierten Ankunftszeiten/Abfahrtszeiten/Haltezeiten vom automatischen Fahrplanmanagementmodul 305 über eine sechste Schnittstelle S6 an automatische Schienenfahrzeugsteuerungsmodule 313 der einzelnen Schienenfahrzeuge 315 des Schienenverkehrs übermittelt, damit diese die gewünschten Änderung bzw. Steuerungsaktionen ausführen können, um die optimierten Ankunftszeiten/Abfahrtszeiten/Haltezeiten zu erreichen oder einzuhalten.
  • Im Falle von automatisch fahrenden Schienenfahrzeugen kann das automatische Schienenfahrzeugsteuerungsmodul 313 energieoptimierte Fahrtrajektorien des Schienenfahrzeugs 203 ermitteln, die am besten zum aktuellen Online-Fahrplan passen. Im Falle des manuellen Fahrens wird der Fahrzeugführer beraten, ist aber in der Umsetzung der Regelungen frei.
  • In der gezeigten Ausführungsform ist das automatische Schienenfahrzeugregelungsmodul 303 eingerichtet, basierend auf den Zustandsdaten eines zu optimierenden Schienenverkehrs einer Mehrzahl von Schienenfahrzeugen das erfindungsgemäße Verfahren zum Optimieren eines Schienenverkehrs einer Mehrzahl von Schienenfahrzeugen eines Schienenverkehrsnetzes auszuführen.
  • FIG 2 zeigt eine schematische Abbildung eines Schienenverkehrsnetzes 200 gemäß einer Ausführungsform.
  • In FIG 2 ist das Schienenverkehrsnetz 200 in zwei Subnetze 202 aufgeteilt, die jeweils Schienenfahrzeuge umfassen. Das linke Subnetz 202 umfasst hierbei ein erstes Schienenfahrzeug 204, ein zweites Schienenfahrzeug 205, ein drittes Schienenfahrzeug 206 und ein viertes Schienenfahrzeug 207, die jeweils auf entgegengesetzt gerichteten Schienenwegen 201 verfahren werden. Das rechte Subnetz 202 weist ferner ein fünftes Schienenfahrzeug 208 auf.
  • Gemäß dem erfindungsgemäßen Verfahren wird zum Optimieren des Schienenverkehrs des Schienenverkehrsnetzes 200 für jedes Schienenfahrzeug ein Zuverlässigkeitswert W ermittelt, der einer Wahrscheinlichkeit entspricht, dass das jeweilige Schienenfahrzeug 203 gemäß einer vordefinierten Referenztrajektorie verfahren werden kann. Die Referenztrajektorie beschreibt hierbei eine Energietrajektorie des jeweiligen Schienenfahrzeugs 203, die einen zeitlichen Energieverbrauch des jeweiligen Schienenfahrzeugs beim Befahren des jeweiligen Schienenwegs 201 definiert.
  • Die jeweiligen Zuverlässigkeitswerte W der einzelnen Schienenfahrzeuge 203 können hierbei von Hindernissen abhängen, die in den jeweiligen Schienenwegen 201 angeordnet sind und die entsprechenden Schienenfahrzeuge 203 zu einem Abweichen von der jeweils vordefinierten Referenztrajektorie veranlassen, indem die jeweiligen Schienenfahrzeuge aufgrund der Hindernisse mit einer geringeren Geschwindigkeit fahren müssen bzw. gegebenenfalls unplanmäßig die Fahrt unterbrechen müssen.
  • In der gezeigten Ausführungsform wird für das Berücksichtigen der Hindernisse unter anderem ein Abstand d zu einem vorherfahrenden weiteren Schienenfahrzeug berücksichtigt, wobei ein Abstand d, der geringer als ein vordefinierter Mindestabstand dmin ausfällt, als eine Behinderung des hinteren Schienenfahrzeugs angesehen wird.
  • Zum Bestimmen der jeweiligen Zuverlässigkeitswerte W der einzelnen Schienenfahrzeuge 203 werden zunächst Zustandsdaten der Schienenfahrzeuge 203 interpretiert. Die Zustandsdaten der Schienenfahrzeuge beschreiben hierbei Zustände, in denen sich die einzelnen Schienenfahrzeuge 203 innerhalb des Schienenverkehrs befinden und umfassen wenigstens Positionsdaten der Schienenfahrzeuge 203, über die eine eindeutige Positionierung der Schienenfahrzeuge 203 im Schienenverkehrsnetz 200 ermöglicht ist. Basierend auf den Zustandsdaten werden den einzelnen Schienenfahrzeugen 203 entsprechende Zuverlässigkeitswerte W zugeordnet.
  • In der gezeigten Ausführungsform sind die Zuverlässigkeitswerte W in einer binären Schreibweise formuliert und weisen jeweils entweder den Zahlenwert 1 oder den Zahlenwert 0 auf. Schienenfahrzeuge mit einem Zuverlässigkeitswert W = 1 sind hierbei in der Lage, gemäß der vordefinierten Referenztrajektorie RT angesteuert zu werden, während Schienenfahrzeuge mit einem Zuverlässigkeitswert W = 0 gegebenenfalls aufgrund entsprechender Hindernisse im jeweiligen Schienenweg 201 nicht in der Lage sind, gemäß der vordefinierten Referenztrajektorie RT angesteuert zu werden. Alternativ zu der gezeigten Ausführungsform können die Zuverlässigkeitswerte W einen beliebigen Zahlenwert zwischen einem definierten Minimalwert und einem definierten Maximalwert annehmen. Der definierte Minimalwert kann hierbei auf den Zahlenwert 0 festgelegt sein, während der definiere Maximalwert auf den Zahlenwert 1 festgelegt sein kann.
  • In der gezeigten Ausführungsform sind dem ersten Schienenfahrzeug 204, dem dritten Schienenfahrzeug 206, dem vierten Schienenfahrzeug 207 und dem fünften Schienenfahrzeug 208 die Zuverlässigkeitswerte W = 1 zugeordnet, wodurch ausgedrückt ist, dass diese gemäß der vordefinierten Referenztrajektorie RT angesteuert werden können. Schienenfahrzeuge 203, die gemäß der Referenztrajektorie RT angesteuert werden können, können hierbei gemäß einem vordefinierten und optimierten Fahrplan, der durch das Fahrplanoptimierungsmodul 311 offline erstellt wurde, betrieben werden. Dem zweiten Schienenfahrzeug 205 ist hingegen ein Zuverlässigkeitswert W = 0 zugeordnet, der besagt, dass das zweite Schienenfahrzeug 205 nicht gemäß dem optimierten Fahrplan und der darin definierten Referenztrajektorie betrieben werden kann. In dem gezeigten Beispiel ist das erste Schienenfahrzeug 204 mit einem Abstand d auf dem gleichen Schienenweg 201 in Fahrtrichtung R vor dem zweiten Schienenfahrzeug 205 angeordnet. In dem gezeigten Beispiel ist der Abstand d geringer als ein vordefinierter Mindestabstand dmin, sodass das erste Schienenfahrzeug 204 als ein Hindernis für das zweite Schienenfahrzeug 205 interpretiert wird, das das zweite Schienenfahrzeug 205 davon abhält, gemäß der Referenztrajektorie RT angesteuert zu werden. Durch das erste Schienenfahrzeug 204 kann somit das zweite Schienenfahrzeug 205 nicht wie vordefiniert verfahren werden, sondern muss gegebenenfalls aufgrund des vorausfahrenden Fahrzeugs abbremsen bzw. anhalten, wodurch der vordefinierte und optimierte Fahrplan gestört wird.
  • Alternativ zu den vorausfahrenden Fahrzeugen, die eine vordefinierte Steuerung der hinteren Schienenfahrzeuge 203 beeinträchtigen, können zusätzlich oder alternativ Baustellen bzw. temporäre Sperrungen einzelner Streckenabschnitte als Hindernisse identifiziert werden und die entsprechenden Zuverlässigkeitswerte W der jeweiligen Schienenfahrzeuge 203 beeinflussen.
  • FIG 3 zeigt eine schematische Darstellung einer Energietrajektorie ET gemäß einer Ausführungsform.
  • FIG 3 zeigt eine Energietrajektorie ET eines Schienenfahrzeugs 203, die einen zeitlichen Verlauf eines Energieverbrauchs des jeweiligen Schienenfahrzeugs beim Verfahren des Fahrzeugs entlang eines vordefinierten Schienenwegs 201 beschreibt. Die Energietrajektorie ET in Diagramm a) umfasst einen Energieentnahmewert ET1 (Diagramm b) und einen Energieeinspeisungswert ET2 (Diagramm c). Der Energieentnahmewert ET1 beschreibt einen Energiewert, den das jeweilige Schienenfahrzeug aufgrund eines Beschleunigungsvorgangs aus einem Versorgungsnetz des Schienenverkehrsnetzes 200 bezieht. Der Energieeinspeisungswert ET2 beschreibt hingegen einen Energiewert, den das jeweilige Schienenfahrzeug 203 aufgrund eines Bremsvorgangs in das Versorgungsnetz einspeist. Die in FIG 3 gezeigte Energietrajektorie ET ist lediglich beispielhafter Natur und stellt eine ideale Energietrajektorie ET dar, bei der Verlustdefekte unberücksichtigt bleiben und bei der die zum Beschleunigen des Schienenfahrzeugs entnommene Energie der durch den Bremsprozess in das Versorgungsnetz zurückgespeiste Energie entspricht. Reale Energietrajektorien können somit substantiell von der gezeigten Energietrajektorie ET abweichen, indem die Verläufe wie auch die Energiebeträge der Energieentnahmewerte ET1 und der Energieeinspeisungswerte ET2 relativ zu dem hier gezeigten Beispiel variieren. Darüber hinaus können Energietrajektorien mehrere Energieentnahmewerte ET1 und mehrere Energieeinspeisungswerte ET2 aufgrund mehrerer Beschleunigungs- und Bremsprozesse aufweisen.
  • FIG 4 zeigt eine weitere schematische Darstellung einer Energietrajektorie ET gemäß einer weiteren Ausführungsform.
  • FIG 4 zeigt eine weitere graphische Darstellung einer Energietrajektorie ET und einer zusätzlichen Referenztrajektorie RT. Die Referenztrajektorie RT beschreibt hierbei einen vordefinierten optimierten Steuerungsprozess eines Schienenfahrzeugs und ist gemäß dem vordefinierten optimierten Fahrplan als angestrebter Richtwert für das Ansteuern des Schienenfahrzeugs entlang eines entsprechenden Schienenwegs definiert.
  • In FIG 4 weist die Energietrajektorie ET, die eine tatsächliche Energietrajektorie eines Schienenfahrzeugs darstellt, gemäß der das jeweilige Schienenfahrzeug angesteuert wird, und die von der Referenztrajektorie RT durch eine erste Abweichung U1 abweicht. Die in FIG 4 gezeigte erste Abweichung U1 entspricht einer Abweichung gemäß der Standzeit des jeweiligen Schienenfahrzeugs. In der gezeigten Ausführungsform weist das gemäß der gezeigten Energietrajektorie ET angesteuerte Schienenfahrzeug eine gegenüber der Referenztrajektorie RT des optimierten Fahrplans verlängerte Standzeit des jeweiligen Schienenfahrzeugs an einer entsprechenden Haltstelle und eine damit verbundene verspätete Abfahrtszeit und Ankunftszeit an einer Zielhaltestelle auf, was im Diagramm a) der FIG 4 durch eine zeitliche Verschiebung der Energietrajektorie ET relativ zur Referenztrajektorie RT angedeutet ist. Hierdurch wird eine Abweichung des Schienenverkehrs zum jeweiligen optimierten Fahrplan bewirkt.
  • Die gezeigte Energietrajektorie ET beschreibt eine Energietrajektorie eines Schienenfahrzeugs 203 mit einem Zuverlässigkeitswert W, der entweder gemäß der Ausführungsform in FIG 2 den Zahlenwert 0 annimmt oder aber einen vorbestimmten Grenzwert nicht erreicht. Der Zuverlässigkeitswert W beschreibt hierbei nicht nur die Abweichung der jeweiligen Energietrajektorie ET von der vorbestimmten optimierten Referenztrajektorie RT, sondern drückt darüber hinaus eine Unsicherheit bezüglich der Vorhersage der tatsächlich durch das jeweilige Schienenfahrzeug 203 im Betrieb ausgeführten Energietrajektorie aus. Zur Berücksichtigung dieser Unsicherheit, bei der die tatsächlich ausgeführte Energietrajektorie von der durch das erfindungsgemäße Verfahren vorhergesagten Energietrajektorie ET abweichen kann, wird hierbei durch eine entsprechende pessimistische Einschätzung des Energieverbrauchs des jeweiligen Schienenfahrzeugs 203 berücksichtigt.
  • Die pessimistische Einschätzung des Energieverbrauchs ist hierbei durch eine maximale Energieentnahme in Form eines maximalen Energieentnahmewerts ET1 und eine minimale Energieeinspeisung in Form eines minimalen Energieeinspeisungswerts ET2 gekennzeichnet. Die pessimistische Einschätzung des Energieverbrauchs eines Schienenfahrzeugs 203 beschreibt hierbei eine für den Energiebedarfswert des Schienenverkehrs des Schienenverkehrsnetzes 200 ungünstige Einschätzung des Energieverbrauchs des jeweiligen Schienenfahrzeugs 203. In der gezeigten Ausführungsform ist der maximale Energieentnahmewert ET1 als eine Vereinigungsmenge der Energieentnahmewerte ET1 der Referenztrajektorie RT und der Energietrajektorie ET in Diagramm a) definiert. Der minimale Energieeinspeisungswert ET2 ist hingegen als eine Schnittmenge der Energieeinspeisungswerte ET2 der Referenztrajektorie RT und der Energietrajektorie ET definiert.
  • FIG 5 zeigt eine weitere schematische Darstellung einer Energietrajektorie ET gemäß einer weiteren Ausführungsform.
  • In FIG 5 ist eine weitere von der Referenztrajektorie RT abweichende Energietrajektorie ET dargestellt. In der gezeigten Ausführungsform weicht die Energietrajektorie ET um eine zweite Abweichung U2 von der Referenztrajektorie RT ab. In der gezeigten Ausführungsform beschreibt die zweite Abweichung U2 eine Abweichung in der Ankunftszeit des jeweiligen Schienenfahrzeugs an einer entsprechenden Haltestelle und eine damit verbundene verkürzte Fahrtzeit des Schienenfahrzeugs zwischen den zwei Haltestellen. Um die verkürzte Fahrtzeit und die zeitlich frühere Ankunftszeit zu realisieren, weist die Energietrajektorie ET eine erhöhte Beschleunigung des jeweiligen Schienenfahrzeugs und eine erhöhte Geschwindigkeit des Schienenfahrzeugs gegenüber der Referenztrajektorie RT auf. Hierdurch weist die Energietrajektorie ET einen erhöhten Energieentnahmewert ET1 und einen erhöhten Energieeinspeisungswert ET2 auf.
  • Gemäß der Ausführungsform in FIG 4 ist in den Diagrammen b) und c) eine entsprechend pessimistische Einschätzung des Energieverbrauchs des jeweiligen Schienenfahrzeugs dargestellt. Hierzu wird analog zu FIG 4 ein maximaler Energieentnahmewert ET1 als eine Vereinigungsmenge der Energieentnahmewerte ET1 der Referenztrajektorie RT und der Energietrajektorie ET beschrieben. Ferner ist in Diagramm c) ein minimaler Energieeinspeisungswert ET2 als eine Schnittmenge zwischen den Energieeinspeisungswerten ET2 der Referenztrajektorie RT und der Energietrajektorie ET gezeigt.
  • FIG 6 zeigt eine weitere schematische Darstellung einer Energietrajektorie ET gemäß einer weiteren Ausführungsform.
  • FIG 6 zeigt eine weitere Ausführungsform einer von der Referenztrajektorie RT abweichenden Energietrajektorie ET. In FIG 6 sind zwei von der Referenztrajektorie RT abweichende Energietrajektorien ET gezeigt. Beide Energietrajektorien ET weisen jeweils eine erste Abweichung U1 und eine zweite Abweichung U2 auf, die analog zu den Ausführungsformen in FIG 4 und FIG 5 eine Abweichung der Standzeit und eine Abweichung der Ankunftszeit des jeweiligen Schienenfahrzeugs darstellen. In den Diagrammen b) und c) ist jeweils die pessimistische Einschätzung des Energieverbrauchs E des jeweiligen Schienenfahrzeugs in Form eines maximalen Energieentnahmewerts ET1 und eines minimalen Energieeinspeisungswerts ET2 gezeigt, wobei der maximale Energieentnahmewert ET1 analog den zuvor beschriebenen Ausführungsformen als eine Vereinigungsmenge der Energieentnahmewerte ET1 der Referenztrajektorie RT und der Energietrajektorie ET und der minimale Energieeinspeisungswert ET2 als eine Schnittmenge der Energieeinspeisungswerte ET2 der Referenztrajektorie RT und der Energietrajektorie ET definiert sind.
  • FIG 7 zeigt eine schematische Darstellung eines Optimierungsprozesses zum Generieren eines optimierten Satzes P von zeitlichen Steuerparametern P1, P2, P3, P4 einer Mehrzahl von Schienenfahrzeugen 203.
  • FIG 7 zeigt eine graphische Darstellung eines Optimierungsprozesses zum Generieren eines optimierten Satzes P von zeitlichen Steuerparametern P1, P2, P3, P4, wobei der optimierte Satz P von zeitlichen Steuerparametern P1, P2, P3, P4 auf einen Energiebedarfswert GE des Schienenverkehrs des Schienenverkehrsnetzes 200 optimiert ist. Der gezeigte Optimierungsprozess kann gemäß eines Optimierungsalgorithmus OPT, beispielsweise gemäß eines Greedy Optimizers durchgeführt werden.
  • Zum Generieren des optimierten Satzes P von zeitlichen Steuerparametern P1, P2, P3, P4 werden die zeitlichen Steuerparameter P1, P2, P3, P4 für die Schienenfahrzeuge 203 gegenüber vordefinierten Referenzwerten PR des optimierten Fahrplans variiert und entsprechende Werte des Energiebedarfswerts GE des Schienenverkehrs der Mehrzahl der Schienenfahrzeuge 203 ermittelt. Die Gesamtheit von derart ermittelten zeitlichen Steuerparametern P1, P2, P3, P4, die zu einem minimalen Energiebedarfswert GE des Schienenverkehrs der Gesamtheit der Mehrzahl von Schienenfahrzeugen 203 führt, wird als optimierter Satz P von zeitlichen Steuerparametern P1, P2, P3, P4 zusammengefasst.
  • FIG 7 zeigt ein Zahlenbeispiel basierend auf den ersten bis vierten Schienenfahrzeugen 204, 205, 206, 207 des Ausführungsbeispiels in FIG 2. Die in FIG 7 gezeigten Zahlenbeispiele dienen lediglich zu illustrativen Zwecken und stellen keine tatsächlichen Energiewerte bzw. zeitlichen Steuerparameter dar.
  • Die zeitlichen Steuerparameter P1, P2, P3, P4 können beispielsweise Ankunftszeiten, Standzeiten oder Abfahrtszeiten der einzelnen Schienenfahrzeuge 204, 205, 206, 207 an verschiedenen Haltestellen des Schienenverkehrsnetzes 200 sein. Durch Variation der einzelnen zeitlichen Steuerparameter P1, P2, P3, P4 gegenüber einem vordefinierten Referenzwert PR, der im optimierten Fahrplan definiert ist, kann der Schienenverkehr bzw. das Ansteuern der einzelnen Schienenfahrzeuge 204, 205, 206, 207 derart variiert werden, dass ein Gesamtenergiebedarfswert des Schienenverkehrs der Gesamtheit der Schienenfahrzeuge minimiert ist.
  • Hierzu können beispielsweise die Standzeiten der einzelnen Schienenfahrzeugen 203 an verschiedenen Haltestellen im Schienenverkehrsnetz derart variiert bzw. aufeinander angepasst werden, dass ein Betrieb der Mehrzahl von Schienenfahrzeugen zu einem minimalen Energiebedarfswert GE führt. Beispielsweise kann so vermieden werden, dass eine Mehrzahl von Schienenfahrzeugen zeitgleich von einer Haltestelle abfahren, wodurch aufgrund der zeitgleichen Entnahmen der zur Beschleunigung der Schienenfahrzeuge benötigten Energie eine Belastung für das Versorgungsnetz entstehen kann. Analog können die Ankunfts- bzw. Abfahrtszeiten der Schienenfahrzeuge an Haltestellen derart aufeinander angepasst werden.
  • Der folgende gezeigte Optimierungsprozess des erfindungsgemäßen Verfahrens 100 wird für einen vorbestimmten Zeitabschnitt durchgeführt, währenddessen die verschiedenen Schienenfahrzeuge 203 entlang entsprechender Schienenwege 201 des Schienenverkehrsnetzes 200 verfahren werden. Während dieses vorbestimmten Zeitabschnitts fahren die verschiedenen Schienenfahrzeuge 203 unterschiedliche Haltestellen an, für die gegebenenfalls verschiedene zeitliche Steuerparameter in Form der jeweiligen Referenzwerte PR im optimierten Fahrplan definiert sind. Der optimierte Fahrplan umfasst somit für jedes Schienenfahrzeug bzw. für jede Fahrstrecke innerhalb des Schienenverkehrsnetzes 200 und die darin enthaltenen Haltestellen entsprechende Ankunfts- und Abfahrts- bzw. Haltezeiten der die jeweilige Fahrstrecke befahrenden Schienenfahrzeuge 203.
  • Die dargestellte Optimierung kann in einem Onlinemodus durchgeführt werden, sprich während des Verfahrens der Mehrzahl von Schienenfahrzeugen zwischen der Mehrzahl von Haltestellen innerhalb des Schienenverkehrsnetzes. Die Optimierung kann somit zyklisch durchgeführt werden und einen vorbestimmten Zeitabschnitt umfassen. Entsprechend optimierte zeitliche Steuerparameter beziehen sich hierbei auf Haltestellen, die durch die jeweiligen Schienenfahrzeuge während des vorbestimmten Zeitabschnitts angesteuert beziehungsweise verlassen werden. Die berechneten bzw. ermittelten Energietrajektorien ET wie auch die Referenztrajektorien RT beziehen sich ebenfalls in ihrer zeitlichen Ausdehnung auf den entsprechend vordefinierten Zeitabschnitt.
  • Im gezeigten Ausführungsbeispiel ist eine Optimierung eines Schienenverkehrs und ein Generieren eines optimierten Satzes P von zeitlichen Steuerparametern für die ersten bis vierten Schienenfahrzeuge 204, 205, 206, 207 des linken Subnetzes 202 in FIG 2 dargestellt.
  • Ausgehend von einem Satz von Referenzwerten PR der zeitlichen Steuerparameter, die im optimierten Fahrplan und die für die jeweiligen Haltestellen bzw. die jeweiligen Schienenfahrzeuge entsprechende Ankunftszeiten und/oder Haltezeiten und/oder Abfahrtszeiten definiert sind, wird ein Energiebedarfswert GE als eine Summe der Energieverbräuche der vier betrachteten Schienenfahrzeuge 204, 205, 206, 207 generiert. Der Energiebedarfswert GE wird hierbei durch ein Aufsummieren der jeweils für die einzelnen Schienenfahrzeuge 204, 205, 206, 207 berechneten Energietrajektorien ET und die darin definierten Energieentnahmewerte ET1 bzw. Energieeinspeisungswerte ET2 berechnet. In Abhängigkeit der Zuverlässigkeitswerte W der einzelnen Schienenfahrzeuge 203 für die jeweils betrachteten Fahrstrecken werden die Schienenfahrzeuge entweder in Form der vordefinierten Referenztrajektorien RT für die jeweiligen Fahrstrecken oder durch die eigens ermittelten Energietrajektorien der jeweiligen Schienenfahrzeuge für die jeweiligen Fahrstrecken berücksichtigt.
  • In dem gezeigten Zahlenbeispiel entspricht der Energiebedarfswert GE des Schienenverkehrs bestehend aus den vier Schienenfahrzeugen 204, 205, 206, 207 für die im optimierten Fahrplan definierten Referenzwerte PR dem Zahlenwert GE = 8. Der hier angegebene Zahlenwert ist lediglich beispielhaft und beschreibt keine reale Energiesituation eines realen Schienenverkehrs.
  • In einem ersten Optimierungsschritt wird für das erste Schienenfahrzeug 204 der jeweilige zeitliche Steuerparameter P1 um den vordefinierten Referenzwert PR variiert. Im gezeigten Zahlenbeispiel wird hierzu der vordefinierte Referenzwert PR um einen Zahlenwert 10 erhöht bzw. verringert. Beispielsweise wird die Standzeit des ersten Schienenfahrzeugs 204 für eine entsprechende Haltestelle gegenüber der im optimierten Fahrplan für die jeweilige Haltestelle vorgesehene Standzeit verkürzt oder verlängert. Die in Fig. 7 gezeigten Zahlenwerte sind auch in diesem Fall lediglich beispielhaft und dienen nur zur Illustration des Variierens der einzelnen zeitlichen Steuerparameter. Für jede Variation des zeitlichen Steuerparameters P1 des ersten Schienenfahrzeugs 204 wird entsprechend ein Energiebedarfswert GE des die vier Schienenfahrzeuge 204, 205, 206, 207 umfassenden Schienenverkehrs errechnet. Zur Optimierung des Satzes von zeitlichen Steuerparametern P1, P2, P3, P4 wird hierbei für das erste Schienenfahrzeug 204 der zeitliche Steuerparameter P1 gewählt, der zu einem Energiebedarfswert GE führt, der geringer ist als der Energiebedarfswert GE, der für die vordefinierten Referenzwerte PR errechnet wurde.
  • Analog zu dem zum ersten Schienenfahrzeug 204 beschriebenen Optimierungsschritt wird eine Variation der Steuerparameter P1, P2, P3, P4 für die weiteren Schienenfahrzeuge 205, 206, 207 durchgeführt, entsprechende Energiebedarfswerte GE des gesamten Schienenverkehrs errechnet und die zeitlichen Steuerparameter P1, P2, P3, P4 ausgewählt, die zu einem Minimum des Energiebedarfswerts GE führen. Das Vorgehen hierbei entspricht einem aus dem Stand der Technik bekannten Optimierungsalgorithmus.
  • Abweichend von diesem standardisierten Vorgehen wird jedoch für die Schienenfahrzeuge 203, die einen Zuverlässigkeitswert W aufweisen, der einen vorbestimmten Grenzwert weder erreicht noch überschreitet, keine Variation der zeitlichen Steuerparameter durchgeführt, sondern es werden ausschließlich die jeweiligen Referenzwerte PR berücksichtigt. In dem gezeigten Ausführungsbeispiel weist das zweite Schienenfahrzeug 205 einen Zuverlässigkeitswert W = 0 auf, der in der gezeigten binären Ausführung des Zuverlässigkeitswerts W somit den jeweiligen Grenzwert von W = 1 nicht erreicht oder überschreitet. In dem dargestellten Optimierungsprozess wird somit keine Variation des zeitlichen Steuerparameters P2 des zweiten Schienenfahrzeugs 205 durchgeführt, sondern der zeitliche Steuerparameter P2 wird auf den im optimierten Fahrplan definierten Referenzwert PR fixiert.
  • Der gemäß dem oben beschriebenen Optimierungsprozess generierte optimierte Satz P von zeitlichen Steuerparametern umfasst hierbei die variierten bzw. auf den Referenzwert PR fixierten zeitlichen Steuerparameter P1, P2, P3, P4, die im Optimierungsprozess zu einem minimalen Energiebedarfswert GE des Schienenverkehrs der Gesamtheit der hier betrachteten vier Schienenfahrzeuge 204, 205, 206, 207 geführt haben. Eine Ansteuerung des Schienenverkehrs bzw. der vier hier betrachteten Schienenfahrzeuge 204, 205, 206, 207 gemäß dem optimierten Satz P der zeitlichen Steuerparameter kann hierbei zu einem minimierten Energiebedarfswert GE des Schienenverkehrs der Gesamtheit der vier betrachteten Schienenfahrzeuge 204, 205, 206, 207 für einen vorbestimmten Zeitabschnitt führen.
  • Der optimierte Satz P von zeitlichen Steuerparametern beschreibt hierbei eine zeitliche Ansteuerung der vier betrachten Schienenfahrzeuge 204, 205, 206, 207 und berücksichtigt in der hier beschriebenen Ausführungsform eine zeitliche Ansteuerung der genannten Schienenfahrzeuge für wenigstens eine innerhalb des vordefinierten Zeitraums durch die jeweiligen Schienenfahrzeuge 204, 205, 206, 207 anzusteuernde Haltestelle.
  • Der hier gezeigte Optimierungsprozess des erfindungsgemäßen Verfahrens 100 zum Optimieren eines Schienenverkehrs kann somit während des Online-Betriebs des Schienenverkehrs durchgeführt werden und kann insbesondere wiederholt für eine beliebige Anzahl aufeinanderfolgender Zeiträume, beispielsweise für das Erreichen einer beliebigen Anzahl von Haltestellen durch die jeweiligen Schienenfahrzeuge 203 durchgeführt werden.
  • Durch die Vorauswahl der im Optimierungsprozess zu variierenden zeitlichen Steuerparameter durch die jeweilige Berücksichtigung der Zuverlässigkeitswerte W der einzelnen Schienenfahrzeuge 203, bei der lediglich die zeitlichen Steuerparameter P1, P2, P3, P4 der Schienenfahrzeuge 203 variiert werden, deren Zuverlässigkeitswerte W den vorbestimmten Grenzwert erreichen oder überschreiten, und für die somit eine Ansteuerung gemäß der vordefinierten Referenztrajektorie RT gesichert vorhergesagt werden kann, kann der wie oben beschriebene Optimierungsprozess vereinfacht und beschleunigt werden. Hierdurch kann erreicht werden, dass das erfindungsgemäße Verfahren im Online-Betrieb durchgeführt und innerhalb eines vorbestimmten Zeitfensters, beispielsweise von fünf Sekunden, zu einem gesicherten Ergebnis, in Form des optimierten Satzes P von zeitlichen Steuerparametern geführt werden kann.
  • FIG 8 zeigt eine schematische Darstellung des Verfahrens 100 zur Optimierung eines Schienenverkehrs eines Schienenverkehrsnetzes 200 gemäß einer Ausführungsform.
  • Zum Optimieren des Schienenverkehrs eines Schienenverkehrsnetzes 200 einer Mehrzahl von Schienenfahrzeugen 203 werden zunächst in einem ersten Verfahrensschritt 101 für eine Mehrzahl der Schienenfahrzeuge 203 basierend auf Zustandsdaten der Schienenfahrzeuge 203 entsprechende Zuverlässigkeitswerte W bestimmt, die eine Wahrscheinlichkeit ausdrücken, dass das jeweilige Schienenfahrzeug 203 gemäß einer in einem energieoptimierten Fahrplan definierten Referenztrajektorie RT ansteuerbar ist. Die Zuverlässigkeitswerte W können hierbei unter Berücksichtigung entsprechender Hindernisse auf durch die jeweiligen Schienenfahrzeuge 203 befahrenen Schienenwegen 201 bestimmt werden, die eine Abweichung der Ansteuerung des jeweiligen Schienenfahrzeugs 203 von der vorbestimmten Fahrtrajektorie bewirken. Die Hindernisse können hierbei beispielsweise Baustellen oder temporäre Sperrungen der Schienenwege 201 bzw. auf den jeweiligen Schienenwegen 201 vorausfahrende weitere Schienenfahrzeuge 203 sein, die ein vordefiniertes Verfahren des jeweiligen Schienenfahrzeugs mit einer vorbestimmten Geschwindigkeit verhindern oder einschränken. Die Zuverlässigkeitswerte W der einzelnen Schienenfahrzeuge 203 können hierbei in einer binären Formulierung ausgedrückt sein und jeweils ausschließlich die Werte 0 und 1 annehmen. Alternativ können die Zuverlässigkeitswerte W einen beliebigen Zahlenwert zwischen einem definierten Minimalwert und Maximalwert annehmen. Der definierte Minimalwert kann hierbei auf den Zahlenwert 0 festgelegt sein, während der definiere Maximalwert auf den Zahlenwert 1 festgelegt sein kann.
  • In einem folgenden Verfahrensschritt 103 werden basierend auf den Zustandsdaten der Schienenfahrzeuge 203 und den zuvor bestimmten Zuverlässigkeitswerten W für die Schienenfahrzeuge 203 Energietrajektorien ET berechnet. Für Schienenfahrzeuge 203, die einen Zuverlässigkeitswert W aufweisen, der in binärer Formulierung den Zahlenwert 1 annimmt bzw. in nichtbinärer Formulierung einen vordefinierten Grenzwert erreicht oder überschreitet, wird hierbei als Energietrajektorie ET die im energieoptimierten Fahrplan definierte Referenztrajektorie RT ausgewählt. Die Referenztrajektorie RT beschreibt hierbei eine energieoptimierte Ansteuerung eines jeweiligen Schienenfahrzeugs 203 entlang eines vordefinierten Schienenwegs 201 über einen vordefinierten Zeitabschnitt T. Für Schienenfahrzeuge 203, deren Zuverlässigkeitswert W in binärer Formulierung den Zahlenwert 0 annimmt bzw. in nichtbinärer Formulierung den vordefinierten Grenzwert weder erreicht noch überschreitet, werden individuelle Energietrajektorien ET gemäß den Ausführungsbeispielen der Figuren 4 bis 6 ermittelt. Die Energietrajektorien ET können hierbei bezüglich verschiedener Abweichungen U1, U2 von den im energieoptimierten Fahrplan vordefinierten Referenztrajektorien RT abweichen. Die Abweichungen können beispielsweise auf verlängerten bzw. verkürzten Standzeiten bzw. zeitlich früheren bzw. zeitlich späteren Abfahrts- oder Ankunftszeiten der Schienenfahrzeuge 203 an entsprechenden Haltestellen der zu befahrenden Schienenwege 201 basieren.
  • Die Verfahrensschritte 101 und 103 können beispielsweise durch entsprechend trainierte neuronale Netze ausgeführt werden. Die entsprechenden neuronalen Netze können hierbei entweder auf realen Zustandsdaten der Schienenfahrzeuge 203 trainiert werden, die während entsprechender Fahrten der Schienenfahrzeuge 203 entlang der Schienenwege 201 des Schienenverkehrsnetzes 200 aufgenommen wurden, oder auf Simulationsdaten entsprechender Schienenverkehrssimulationsprogramme, wie beispielsweise dem Simulationsprogramm FALKO, trainiert werden. Die entsprechenden neuronale Netze können basierend auf den realen oder simulierten Zustandsdaten der Schienenfahrzeuge 203, die eine bestimmte Verkehrssituation der jeweiligen Schienenfahrzeuge 203 beschreiben, trainiert werden, eine entsprechende Beurteilung in Form eines entsprechenden Zuverlässigkeitswerts W zu fällen. Darüber hinaus können die neuronalen Netze darauf trainiert werden, basierend auf den Zustandsdaten und den dadurch beschriebenen Verkehrssituationen der einzelnen Schienenfahrzeuge 203 entsprechende Energietrajektorien ET der Schienenfahrzeuge 203 vorherzusagen. Hierzu können die neuronalen Netze auf tatsächlich durch die jeweiligen Schienenfahrzeuge 203 in entsprechenden Verkehrssituationen ausgeführte Energietrajektorien ET zurückgreifen.
  • Die Energietrajektorien ET können hierbei gemäß den Ausführungsformen der Figuren 4 bis 6 Energieentnahmewerte ET1 und Energieeinspeisungswerte ET2 aufweisen. Energietrajektorien ET, die von der Referenztrajektorie RT abweichen, können hierbei gemäß einer pessimistischen Einschätzung des Energieverbrauchs des jeweiligen Schienenfahrzeugs 203 berücksichtigt werden. Die pessimistische Einschätzung des Energieverbrauchs kann hierbei dadurch ausgedrückt werden, dass die Energieentnahmewerte ET1 der einzelnen Energietrajektorien ET als maximale Energieentnahmewerte ET1 aus einer Kombination der Referenztrajektorie RT und der entsprechenden Energietrajektorie ET bestimmt werden, während die Energieeinspeisungswerte ET2 als minimale Energieeinspeisungswerte ET2 der Kombination der Referenztrajektorie RT und der jeweiligen Energietrajektorie ET gemäß den Ausführungsbeispielen in Figuren 4 bis 6 berücksichtigt werden.
  • In einem darauffolgenden Verfahrensschritt 105 wird ein Energiebedarfswert GE des Schienenverkehrs der Gesamtheit der Mehrzahl der Schienenfahrzeuge 203 ermittelt. Der Energiebedarfswert GE wird hierbei anhand einer Gesamtheit der einzelnen Energieverbräuche der Mehrzahl der Schienenfahrzeuge 203 und in Form einer Summe der verschiedenen Energietrajektorien ET berechnet. Für die Schienenfahrzeuge 203, deren Zuverlässigkeitswerte W den vorbestimmten Grenzwert erreichen oder überschreiten, wird hierbei zur Berechnung des Energiebedarfswerts GE die jeweilige Referenztrajektorie RT verwendet.
  • In einem folgenden Verfahrensschritt 107 werden die zeitlichen Steuerparameter P1, P2, P3, P4 gegenüber den im energieoptimierten Fahrplan definierten Referenzwerten PR gemäß dem Optimierungsprozess in FIG 7 variiert. Hierbei werden ausschließlich die zeitlichen Steuerparameter P1, P2, P3, P4 der Schienenfahrzeuge 203 gegenüber dem Referenzwert PR variiert, die einen Zuverlässigkeitswert W aufweisen, der den vordefinierten Grenzwert erreicht oder überschreitet. Die zeitlichen Steuerparameter P1, P2, P3, P4 der Schienenfahrzeuge 203, deren Zuverlässigkeitswert W den vorbestimmten Grenzwert nicht erreicht oder überschreitet und die somit nicht gemäß der vordefinierten Referenztrajektorie RT ansteuerbar sind, werden hingegen zur Berechnung des Energiebedarfswerts GE der Gesamtheit der Mehrzahl von Schienenfahrzeugen 203 auf den jeweiligen Referenzwert PR fixiert.
  • Die Verfahrensschritte 101, 103, 105 und 107 können hierbei rekursiv durchgeführt werden. Hierzu können für die einzelnen Schienenfahrzeuge 203 für jeden variierten zeitlichen Steuerparameter P1, P2, P3, P4 entsprechend erneut Zuverlässigkeitswerte W und Energietrajektorien ET und darauf basierend Werte des Energiebedarfswerts GE der Gesamtheit der Schienenfahrzeuge 203 gemäß dem Optimierungsprozess in FIG 7 berechnet werden.
  • In einem weiteren Verfahrensschritt 109 wird ein optimierter Satz P von zeitlichen Steuerparametern P1, P2, P3, P4 ermittelt. Der optimierte Satz P von zeitlichen Steuerparametern P1, P2, P3, P4 ermöglicht eine energieoptimierte Ansteuerung der Mehrzahl von Schienenfahrzeugen 203 des zu optimierenden Schienenverkehrs.
  • In einem weiteren Verfahrensschritt 111 wird der optimierte Satz P von zeitlichen Steuerparametern P1, P2, P3, P4 an die entsprechenden Schienenfahrzeuge 203 bereitgestellt.
  • Die zeitlichen Steuerparameter P1, P2, P3, P4 können beispielsweise Ankunftszeiten, Standzeiten und/oder Abfahrtszeiten der Schienenfahrzeuge 203 an entsprechenden Haltestellen der Schienenwege 201 des Schienenverkehrsnetzes 200 darstellen. Die zeitlichen Steuerparameter P1, P2, P3, P4 können im Verfahrensschritt 107 innerhalb einer maximal gültigen Variation variiert werden. Die maximal gültige Variation kann hierbei beispielsweise eine minimal oder maximal zulässige Standzeit bzw. eine minimal oder maximal zulässige Ankunfts- oder Abfahrtszeit des jeweiligen Schienenfahrzeugs 203 an der entsprechenden Haltestelle definieren.
  • Die Verfahrensschritte 107 und 109 können beispielsweise durch einen entsprechenden Optimierungsalgorithmus, beispielsweise durch einen Greedy Optimizer, ausgeführt werden.
  • FIG 9 zeigt eine weitere schematische Darstellung des Systems 300 zur Optimierung eines Schienenverkehrs.
  • FIG 9 zeigt eine Darstellung des Systems 300 zur Optimierung eines Schienenverkehrs, das eingerichtet ist, das erfindungsgemäße Verfahren 100 gemäß den oben beschriebenen Ausführungsformen auszuführen. Das System 300 umfasst in der gezeigten Ausführungsform einen Optimierungsalgorithmus OPT, ein entsprechend trainiertes neuronales Netz FM und ein Energiebedarfsberechnungsmodul PRNC. Das neuronale Netz FM wird basierend auf Trainingsdaten 315, die beispielsweise reale oder simulierte Zustandsdaten von Schienenfahrzeugen 203 umfassen, trainiert, basierend auf realen Zustandsdaten von Schienenfahrzeugen 203 entsprechende Zuverlässigkeitswerte W und Energietrajektorien ET der in den jeweiligen Verkehrssituationen befindlichen Schienenfahrzeugen 203 vorherzusagen.
  • Im Betrieb des gezeigten Systems 300 sagt das entsprechend trainierte neuronale Netz FM basierend auf realen Zustandsdaten von Schienenfahrzeugen 203 eines zu optimierenden Schienenverkehrs entsprechende Energietrajektorien ET und Zuverlässigkeitswerte W gemäß den oben beschriebenen Ausführungsformen voraus. Die Energietrajektorien ET des neuronalen Netzes FM werden an das Energiebedarfsberechnungsmodul PRNC weitergeleitet. Die durch das neuronale Netz FM vorhergesagten Zuverlässigkeitswerte W werden simultan in den Optimierungsalgorithmus OPT übertragen. Das Energiebedarfsberechnungsmodul PRNC berechnet basierend auf den Energietrajektorien ET des neuronalen Netzes FM und basierend auf zeitlichen Steuerparametern P1, P2, P3, P4 entsprechende Werte eines Energiebedarfswerts GE der Gesamtheit der Schienenfahrzeuge 203. Die Energiebedarfswerte GE werden vom Energiebedarfsberechnungsmodul PRNC ebenfalls in den Optimierungsalgorithmus OPT integriert. Basierend auf den Energiebedarfswerten GE und den Zuverlässigkeitswerten W führt der Optimierungsalgorithmus OPT gemäß den oben beschriebenen Ausführungsformen eine Variation der zeitlichen Steuerparameter P1, P2, P3, P4 durch und gibt diese variierten zeitlichen Steuerparameter P1, P2, P3, P4 an das neuronale Netz FM weiter. Dieses berechnet für die variierten zeitlichen Steuerparameter P1, P2, P3, P4 für die entsprechenden Schienenfahrzeuge 203 erneute Zuverlässigkeitswerte W und Energietrajektorien ET. Die erneut berechneten Energietrajektorien ET werden durch das neuronale Netz FM an das Energiebedarfsberechnungsmodul PRNC und die erneut berechneten Zuverlässigkeitswerte W an den Optimierungsalgorithmus OPT übertragen. In rekursiver Ausführung wird somit der Optimierungsprozess durchgeführt, bis ein Minimum des Energiebedarfswerts GE ermittelt und darauf basierend ein energieoptimierter Satz P von zeitlichen Steuerparametern P1, P2, P3, P4 generiert wird.
  • FIG 10 zeigt eine schematische Darstellung eines Computerprogrammprodukts 400.
  • FIG 10 zeigt ein Computerprogrammprodukt 400, umfassend Befehle, die bei der Ausführung des Programms durch eine Recheneinheit dieses veranlassen, das Verfahren 100 nach einer der oben genannten Ausführungsformen auszuführen. Das Computerprogrammprodukt 400 ist in der gezeigten Ausführungsform auf einem Speichermedium 401 gespeichert. Das Speichermedium 401 kann hierbei ein beliebiges aus dem Stand der Technik bekanntes Speichermedium sein.
  • Obwohl die Erfindung im Detail durch das bevorzugte Ausführungsbeispiel näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.

Claims (15)

  1. Verfahren (100) zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes (200) mit einer Mehrzahl von Schienenfahrzeugen (203), wobei das Verfahren (100) umfasst:
    - Ermitteln (101) von Zuverlässigkeitswerten (W) für Schienenfahrzeuge (203) des Schienenverkehrsnetzes (200) basierend auf Zustandsdaten der Schienenfahrzeuge (203), wobei die Zustandsdaten Betriebszustände der Schienenfahrzeuge (203) innerhalb des Schienenverkehrsnetzes (200) beschreiben, und wobei ein Zuverlässigkeitswert (W) für ein Schienenfahrzeug (203) in einem bestimmten Betriebszustand eine Wahrscheinlichkeit angibt, dass das Schienenfahrzeug (203) gemäß einer energieoptimierten Referenztrajektorie (RT) verfahrbar ist;
    - Ermitteln (103) von Energietrajektorien (ET) der Schienenfahrzeuge (203) basierend auf den Zustandsdaten und zeitlichen Steuerparametern (P1, P2, P3, P4) der Mehrzahl von Schienenfahrzeugen (203), wobei eine Energietrajektorie (ET) einen Energieverbrauch eines Schienenfahrzeugs (203) für einen durch das Schienenfahrzeug (203) zu befahrenden Streckenabschnitt (201) des Schienenverkehrsnetzes (200) beschreibt;
    - Ermitteln (105) eines Energiebedarfswerts (GE) der Mehrzahl von Schienenfahrzeugen (203) des Schienenverkehrsnetzes (200) basierend auf den Energietrajektorien (ET) und zeitlichen Steuerparametern (P1, P2, P3, P4) der Mehrzahl von Schienenfahrzeugen (203);
    - Variieren (107) der zeitlichen Steuerparameter (P1, P2, P3, P4) der Mehrzahl von Schienenfahrzeugen (203) von vorbestimmten Referenzwerten (PR) in Abhängigkeit der Zuverlässigkeitswerte (W);
    - Generieren (109) eines optimierten Satzes (P) der zeitlichen Steuerparameter, wobei eine Steuerung der Mehrzahl von Schienenfahrzeugen (203) gemäß dem optimierten Satz (P) von zeitlichen Steuerparametern zu einem minimierten Energiebedarfswert (GE) der Mehrzahl von Schienenfahrzeugen (203) führt; und
    - Bereitstellen (111) des optimierten Satzes (P) von zeitlichen Steuerparametern der Mehrzahl von Schienenfahrzeugen (203) .
  2. Verfahren (100) nach Anspruch 1, wobei die zeitlichen Steuerparameter (P1, P2, P3, P4) Ankunftszeiten und/oder Abfahrtszeiten und/oder Standzeiten der Schienenfahrzeuge (203) an Haltestellen des Verkehrsnetzes (200) umfassen.
  3. Verfahren (100) nach Anspruch 1 oder 2, wobei die Zuverlässigkeitswerte (W) für Schienenfahrzeuge (203) unter Berücksichtigung von Hindernissen der jeweiligen Schienenwege (201) ermittelt werden.
  4. Verfahren (100) nach Anspruch 1, 2 oder 3, wobei die zeitlichen Steuerparameter (P1, P2, P3, P4) in Bezug auf einen Referenzwert (PR) variiert werden, wobei der Referenzwert (PR) in einem auf den Energiebedarfswert (GE) des Schienenverkehrsnetzes (200) optimierten Fahrplan der Mehrzahl von Schienenfahrzeugen (203) definiert ist, und wobei die optimierte Referenztrajektorie (RT) im optimierten Fahrplan des Verkehrsnetzes (200) definiert ist.
  5. Verfahren (100) nach Anspruch 4, wobei ausschließlich die zeitlichen Steuerparameter (P1, P2, P3, P4) der Schienenfahrzeuge (203) gegenüber dem Referenzwert (PR) variiert werden, deren Zuverlässigkeitswert (W) einen vorbestimmten Grenzwert erreichen oder überschreiten, und wobei die zeitlichen Steuerparameter (P1, P2, P3, P4) der Schienenfahrzeuge (203), deren Zuverlässigkeitswerte (W) den Grenzwert nicht erreichen, in dem Referenzwert (PR) fixiert werden.
  6. Verfahren (100) nach Anspruch 4 oder 5, wobei die zeitlichen Steuerparameter (P1, P2, P3, P4) gegenüber dem definierten Referenzwert (PR) innerhalb einer vorbestimmten maximalen Variation variiert werden, und wobei die maximale Variation im optimierten Fahrplan definiert ist.
  7. Verfahren (100) nach einem der voranstehenden Ansprüche, wobei die Energietrajektorien (ET) in Abhängigkeit der Zuverlässigkeitswerte (W) ermittelt werden, wobei für Schienenfahrzeuge (203) mit Zuverlässigkeitswerten (W), die den Grenzwert erreichen oder überschreiten, Energietrajektorien (ET) ermittelt werden, die der Referenztrajektorie (RT) entsprechen, und wobei für Schienenfahrzeuge (203) mit Zuverlässigkeitswerten (W), die den Grenzwert nicht erreichen, von der Referenztrajektorie (RT) abweichende Energietrajektorien (ET) ermittelt werden.
  8. Verfahren (100) nach einem der voranstehenden Ansprüche, wobei die Energietrajektorien (ET) auf einen vorbestimmten Zeitabschnitt (T) definierte zeitliche Energiebedarfswerte (GE) der Schienenfahrzeuge (203) beschreiben und jeweils wenigstens einen Energieentnahmewert (ET1) und einen Energieeinspeisungswert (ET2) umfassen, wobei der Energieentnahmewert (ET1) eine Energiemenge beschreibt, die das jeweilige Schienenfahrzeug (203) für eine Durchführung eines Beschleunigungsprozesses aus einem Versorgungsnetz des Schienenverkehrsnetzes (200) entnimmt, und wobei der Energieeinspeisungswert (ET2) eine Energiemenge beschreibt, die das jeweilige Schienenfahrzeug (203) bei Durchführung eines Bremsvorgangs in das Versorgungsnetz einspeist.
  9. Verfahren (100) nach Anspruch 8, wobei zum Ermitteln des Energiebedarfswerts (GE) für Energietrajektorien (ET), die der Referenztrajektorie (RT) entsprechen, wenigstens ein Energieentnahmewert (ET1) und wenigstens ein Energieeinspeisungswert (ET2) der Referenztrajektorie (RT) berücksichtigt werden, und wobei für von der Referenztrajektorie (RT) abweichende Energietrajektorien (ET) für den Energieentnahmewert (ET1) wenigstens ein Maximalwert aus einer Kombination wenigstens eines Energieentnahmewerts (ET1) der Referenztrajektorie (RT) und wenigstens eines Energieentnahmewerts (ET1) der jeweiligen Energietrajektorie (ET) und für den Energieeinspeisungswert (ET2) wenigstens ein Minimalwert aus einer Kombination wenigstens eines Energieeinspeisungswerts (ET2) der Referenztrajektorie (RT) und wenigstens eines Energieeinspeisungswerts (ET2) der Energietrajektorie (ET) berücksichtigt werden.
  10. Verfahren (100) nach einem der voranstehenden Ansprüche, wobei das Ermitteln (101) der Zuverlässigkeitswerte (W), das Ermitteln (103) der Energietrajektorien (ET), das Ermitteln (105) des Energiebedarfswerts (GE) und das Variieren (107) der zeitlichen Steuerparameter (P1, P2, P3, P4) rekursiv ausgeführt werden.
  11. Verfahren (100) nach einem der voranstehenden Ansprüche, wobei der Energiebedarfswert (GE) des Schienenverkehrs einen Gesamtenergieverbrauch und/oder einen maximalen Energieverbrauch des Schienenverkehrs über einen vorbestimmten Zeitraum umfasst.
  12. Verfahren (100) nach einem der voranstehenden Ansprüche, wobei das Ermitteln (101) der Zuverlässigkeitswerte (W) und/oder das Ermitteln (103) der Energietrajektorien (ET) durch ein entsprechend trainiertes neuronales Netz (FM) ausgeführt wird, und wobei das Variieren (107) der zeitlichen Steuerparameter (P1, P2, P3, P4) und das Generieren (109) eines optimierten Satzes (P) von zeitlichen Steuerparametern durch einen Optimierungsalgorithmus (OPT) ausgeführt wird.
  13. Verfahren (100) nach einem der voranstehenden Ansprüche, wobei das Verfahren (100) in einem Online-Betrieb der Mehrzahl von Schienenfahrzeugen (203) im Schienenverkehr des Schienenverkehrsnetzes (200) ausgeführt wird.
  14. System (300) zum Optimieren eines Schienenverkehrs mit einer Recheneinheit (301), die eingerichtet ist, das Verfahren (100) zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes (200) mit einer Mehrzahl von Schienenfahrzeugen (203) nach einem der voranstehenden Ansprüche 1 bis 13 auszuführen.
  15. Computerprogrammprodukt (400) umfassend Befehle, die bei der Ausführung des Programms durch eine Datenverarbeitungseinheit diese veranlassen, das Verfahren (100) zum Optimieren eines Schienenverkehrs eines Schienenverkehrsnetzes (200) mit einer Mehrzahl von Schienenfahrzeugen (203) nach einem der voranstehenden Ansprüche 1 bis 13 auszuführen.
EP21164907.4A 2021-03-25 2021-03-25 Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes Pending EP4063229A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP21164907.4A EP4063229A1 (de) 2021-03-25 2021-03-25 Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP21164907.4A EP4063229A1 (de) 2021-03-25 2021-03-25 Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes

Publications (1)

Publication Number Publication Date
EP4063229A1 true EP4063229A1 (de) 2022-09-28

Family

ID=75223184

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21164907.4A Pending EP4063229A1 (de) 2021-03-25 2021-03-25 Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes

Country Status (1)

Country Link
EP (1) EP4063229A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2532563A2 (de) * 2011-06-09 2012-12-12 KNORR-BREMSE Systeme für Schienenfahrzeuge GmbH Verfahren zur Kalkulation einer Fahrempfehlung
DE102016116414A1 (de) * 2016-09-02 2018-03-08 Knorr-Bremse Systeme für Schienenfahrzeuge GmbH Verfahren und Vorrichtung zur Verschleißoptimierung von Schienenfahrzeugen
CN109544011A (zh) * 2018-11-26 2019-03-29 北京交通大学 基于内外协变量的高速列车***可靠性评估方法
DE102018211295A1 (de) * 2018-07-09 2020-01-09 Siemens Mobility GmbH Verfahren zum Betreiben eines spurgebundenen Fahrzeugs und Fahrdatenermittlungseinheit zum Ermitteln von Fahrkurvendaten

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2532563A2 (de) * 2011-06-09 2012-12-12 KNORR-BREMSE Systeme für Schienenfahrzeuge GmbH Verfahren zur Kalkulation einer Fahrempfehlung
DE102016116414A1 (de) * 2016-09-02 2018-03-08 Knorr-Bremse Systeme für Schienenfahrzeuge GmbH Verfahren und Vorrichtung zur Verschleißoptimierung von Schienenfahrzeugen
DE102018211295A1 (de) * 2018-07-09 2020-01-09 Siemens Mobility GmbH Verfahren zum Betreiben eines spurgebundenen Fahrzeugs und Fahrdatenermittlungseinheit zum Ermitteln von Fahrkurvendaten
CN109544011A (zh) * 2018-11-26 2019-03-29 北京交通大学 基于内外协变量的高速列车***可靠性评估方法

Similar Documents

Publication Publication Date Title
EP3371669B1 (de) Verfahren und vorrichtung zum dezentralen abstimmen von fahrmanövern
EP3903160B1 (de) Verfahren zum zumindest teilautomatisierten führen eines kraftfahrzeugs
DE102015113144A1 (de) System und Verfahren zum Betreiben eines Fahrzeugs
DE19726542B4 (de) Verfahren zur Steuerung und Sicherung eines fahrplangebundenen Verkehrssystems
EP3704573B1 (de) Verfahren zum durchführen eines softwareupdates in einem steuergerät eines kraftfahrzeugs sowie entsprechend eingerichtetes kraftfahrzeug
DE102007047178A1 (de) System und Verfahren für optimierte Treibstoffeffizienz und optimierten Emissionsausstoß eines dieselgetriebenen Systems
DE102009003760A1 (de) Verfahren zur Steuerung eines Fahrzeugbetriebs mit schneller Freigabefunktion
DE19654960A1 (de) Verfahren und Einrichtung zur gleichmäßigen Lastverteilung in Unterwerken für elektrisch betriebene Fahrzeuge
EP1202894B1 (de) Verfahren zur energieoptmierung der fahrweise bei einem fahrzeug/zug unter verwendung eines gleitenden optimierungshorizontes
EP3170054A1 (de) Schienenfahrzeug mit einer ereignisgesteuerten führerstandanzeigevorrichtung
DE10147231A1 (de) Verfahren und Anordnung zur Fahrplanoptimierung in Liniennetzen sowie ein entsprechendes Computergrogramm-Erzeugnis und ein entsprechendes computerlesbares Speichermedium
EP4288955A1 (de) Verfahren zum infrastrukturgestützten assistieren mehrerer kraftfahrzeuge
EP3074290B1 (de) Verfahren und vorrichtung zum betreiben eines fahrzeugs
EP3768567B1 (de) Verfahren zur disposition oder steuerung der bewegungen einer mehrzahl von fahrzeugen über ein netzwerk von verkehrswegen
EP4063229A1 (de) Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes
DE102016224125A1 (de) Verfahren zur Steuerung von Nebenverbrauchern von Schienenfahrzeugen
WO2023052333A1 (de) Verfahren zur ansteuerung einer vielzahl von türen in einem fahrzeug
WO2017207311A1 (de) Verfahren und vorrichtung zur planung von diagnosen
EP3768568B1 (de) Schienenfahrzeug mit steuereinrichtung
EP4082868A1 (de) Verfahren zum optimieren eines schienenverkehrs eines schienenverkehrsnetzes
EP4082869A1 (de) Verfahren zum steuern eines schienenverkehrs einer mehrzahl von schienenfahrzeugen
EP1200297B1 (de) Verfahren zur energie- und zeitoptimierung der fahrweise bei einem fahrzeug/zug
EP0665155A2 (de) Verfahren zum Betrieb eines Streckennetzes
DE102011078451A1 (de) Verfahren zur Fahrkurvenoptimierung für Schienenfahrzeuge
DE102016210849A1 (de) Planen einer Zugfahrt

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN PUBLISHED

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20221005

RBV Designated contracting states (corrected)

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR