Shop : Details
Shop
Details
April 2024
Michéle Weisbach
Betriebseffizienzsteigerung in infrastrukturgebundenen Verkehrssystemen durch den partiellen Einsatz von Traktionsbatterien
Die Herausforderungen einer nachhaltigen Energie- und Verkehrswende erfordern im Rahmen der öffentlichen Mobilitätsdienstleistungen u. a. eine effiziente Ausnutzung der Versorgungsinfrastruktur, um deren wirtschaftliche Betriebsweise auch unter den Herausforderungen zukünftiger Transformationsprozesse zu gewährleisten. Im Rahmen der vorliegenden Dissertation wird am Beispiel des Oberleitungsbusnetzes der Stadtwerke Solingen (Verkehrsbetrieb) GmbH untersucht, ob batteriegestützte Fahrzeuge in infrastrukturgebundenen Verkehrssystemen zur Betriebseffizienzsteigerung beitragen können, um bspw. Smart Grid Ansätze zu realisieren.
Grundlage dieser Analyse stellt die Erfassung fahrdynamischer Daten aus dem CAN-Bus-System von Batterieoberleitungsbussen dar, mit Hilfe derer sowie weiterer Informationen bspw. über die Fahrstreckengegebenheiten und Beförderungszahlen, ein Prognosemodell auf Basis maschineller Lernprozesse entwickelt wird. Dieses liefert Erkenntnisse über die Energiebedarfscharakteristik einzelner Fahrzeuge sowie im gesamten Verkehrsnetz und ermöglicht somit bspw. die Identifikation zeitlicher und räumlicher Lastspitzen.
Zur Reduzierung dieser Effekte wurde daher eine Methodik entwickelt, um durch den gezielten Einsatz der Traktionsbatterie unterschiedlicher Fahrzeuge deren infrastrukturseitige Bezugsleistung zu verringern oder ggf. kurzfristig sogar vollständig einzustellen. Ziel dieser als „Power Demand Management“ bezeichneten Maßnahmen ist es, freie Speicherkapazitäten zu nutzen und somit ggf. das Versorgungsnetz bedarfsgerecht zu entlasten. Die Ergebnisse zeigen, dass auf diese Weise eine Reduzierung der Lastspitzen erwirkt werden kann, woraus sich unterschiedliche Anwendungsfelder ergeben, die im Rahmen einer abschließenden Potentialanalyse untersucht werden.
Grundlage dieser Analyse stellt die Erfassung fahrdynamischer Daten aus dem CAN-Bus-System von Batterieoberleitungsbussen dar, mit Hilfe derer sowie weiterer Informationen bspw. über die Fahrstreckengegebenheiten und Beförderungszahlen, ein Prognosemodell auf Basis maschineller Lernprozesse entwickelt wird. Dieses liefert Erkenntnisse über die Energiebedarfscharakteristik einzelner Fahrzeuge sowie im gesamten Verkehrsnetz und ermöglicht somit bspw. die Identifikation zeitlicher und räumlicher Lastspitzen.
Zur Reduzierung dieser Effekte wurde daher eine Methodik entwickelt, um durch den gezielten Einsatz der Traktionsbatterie unterschiedlicher Fahrzeuge deren infrastrukturseitige Bezugsleistung zu verringern oder ggf. kurzfristig sogar vollständig einzustellen. Ziel dieser als „Power Demand Management“ bezeichneten Maßnahmen ist es, freie Speicherkapazitäten zu nutzen und somit ggf. das Versorgungsnetz bedarfsgerecht zu entlasten. Die Ergebnisse zeigen, dass auf diese Weise eine Reduzierung der Lastspitzen erwirkt werden kann, woraus sich unterschiedliche Anwendungsfelder ergeben, die im Rahmen einer abschließenden Potentialanalyse untersucht werden.
Schlagwörter: Oberleitungsnetz; Oberleitungsbus; Smart Energy
Wuppertaler Schriftenreihe zu Elektromobilität und Energiespeichersystemen
Herausgegeben von Prof. Dr.-Ing. Benedikt Schmülling, Wuppertal
Band 7
Verfügbare Online-Dokumente zu diesem Titel
DOI 10.2370/9783844094749
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
| Dokument |  | Gesamtdokument | ||
| Dateiart |  | |||
| Kosten |  | 44,85 € | ||
| Aktion |  | Zahlungspflichtig kaufen und download der Datei | ||
| Dokument |  | Inhaltsverzeichnis | ||
| Dateiart | | |||
| Kosten |  | frei | ||
| Aktion |  | Download der Datei | ||
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Shaker Verlag GmbHAm Langen Graben 15a52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 UhrFr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
