Modellbasierte Weiterentwicklung von Stadtbahnfahrzeugen mit Daten aus Langzeitmessungen

Ein detailliertes physikalisches Simulationsmodell einer Stadtbahn, welche sowohl die Traktion als auch die Nebenverbraucher abbildet, wird benötigt, um aktuelle Fahrzeugkonzepte weiterzuentwickeln und ganz neue Fahrzeugkonzepte abzuleiten. Die detaillierte Parametrisierung eines solch komplexen und aus vielen Parametern bestehenden Modells ist herausfordernd. Die konventionelle Art, umfangreiche Experimente durchzuführen, ist nicht umsetzbar. Ziel dieser Arbeit ist es daher, in Anlehnung an Methoden aus dem Bereich des maschinellen Lernens ein alternatives Vorgehen zu entwickeln, welches auf Basis von Langzeitmessungen die Modellparameter bestimmt und dabei gänzlich auf spezifische Experimente verzichtet. ... mehrUm dieses Ziel zu erreichen, wird ein Vorgehen entwickelt, welches mithilfe von datengetriebener Modellierung und Modelltraining das Modell detailliert parametrisiert. Aufgestellt wird ein umfangreiches, modular aufgebautes physikalisches Modell einer Stadtbahn. Auf Basis der Daten aus Langzeitmessungen wird dieses Modell validiert und die Modellgüte mit einem $R^2$ von 0,96 (Traktion) bzw. von 0,91 (Nebenverbraucher) als sehr hoch eingestuft. Um die Möglichkeiten des erstellten Modells aufzuzeigen, wird als Beispiel für eine Weiterentwicklung bestehender Fahrzeugkonzepte eine Anpassung des HVAC-Systems untersucht. Es zeigt sich, dass die Verwendung einer Wärmepumpe ein sehr hohes Energieeinsparpotenzial bietet. Dabei wird unter anderem neben der Betriebsphase auch die Phase der Vor- und Zwischenkonditionierung im Depot betrachtet. Als Beispiel für die Ableitung neuer Fahrzeugkonzepte wird in dieser Arbeit ein Stadtbahnkonzept mit fahrdrahtunabhängiger Energieversorgung vorgestellt. In drei Fahrzeugkonzept-Varianten werden Batterien, Brennstoffzellen und Dieselmotoren als primäre Energieversorgung untersucht und auf 42 potenziellen Stadtbahnstrecken in Deutschland simuliert. Über alle Strecken ist die Batterie-Variante mit einem Median-Energiebedarf von 1,83 kWh/km sehr effizient. Die Brennstoffzellen-Variante hat, bezogen auf regenerativ erzeugte Primärenergie, einen um den Faktor 2,4 und die Diesel-Variante einen um den Faktor 5,4 höheren Primärenergiebedarf.

A detailed physical simulation model of a light rail vehicle that includes traction as well as auxiliary consumers is required to further develop current vehicle concepts and to derive completely new vehicle concepts. Especially the detailed parameterization of such a complex model which consists of many parameters is challenging. The common way of performing extensive experiments is not a feasible approach. Therefore, the aim of this work is to develop an alternative approach, based on methods from the field of machine learning, which determines the model parameters on the basis of long-term measurements without using any specific experiments. ... mehrTo achieve this goal a procedure is developed which parameterizes the model in detail with the help of data-driven modeling and model training. An extensive modular physical model of a light rail system is built. Based on data from long-term measurements, this model is validated and the model quality is rated as very high with an $R^2$ of 0.96 (traction) and of 0.91 (auxiliary consumers). To demonstrate the possibilities of the created model an adaptation of the HVAC system is investigated as an example of further developing exisiting vehicle concepts. It is shown that the use of a heat pump offers a very high energy savings potential. In addition to the operating phase, the phase of pre-conditioning and intermediate conditioning in the depot is considered. As an example for the derivation of new vehicle concepts, a light rail concept with a catenary-independent energy supply is presented in this work. In three vehicle concept variants, batteries, fuel cells and diesel engines are investigated as the primary energy supply and simulated on 42 potential light rail routes in Germany. Considering all lines, the battery variant is very efficient with a median energy consumption of 1.83 kWh/km. Considering regeneratively generated energy, the energy requirement of the fuel cell variant is by a factor of 2.4 higher and the diesel variant is by a factor of 5.4 higher than the requirement of the battery variant.