Prädiktiver Betrieb von Multi-Hybrid-Antrieben im SPNV

Wichtige Kriterien für den Personennahverkehr sind eine hohe Fahrgastkapazität und ein niedriger spezifischer Kraftstoffverbrauch. Daher ist die Bahn ideal, um die notwendigen Transportleistungen im täglichen Pendelverkehr zu erbringen. Die Nebenstrecken von ländlichen Gebieten in die Städte hinein sind meist nicht- oder nur teilelektrifiziert, da neben den Pendlern kaum ein zusätzliches Fahrgastaufkommen vorhanden ist und diese auch für den Güterverkehr meist keine Bedeutung haben. Um die Vorteile von elektrischen Antrieben wie Rekuperation von Bremsenergie und leisem Betrieb auf solchen Strecken realisieren zu können, bieten sich hybride Fahrzeugkonfigurationen an. Diese versprechen großes Potenzial durch häufige Halte und kurze Haltestellenabstände. Klassische Dieseltriebwagen setzen auf mehrere getrennte Antriebsanlagen, die sich jeweils an den Zugenden befinden. Werden sie um Elektromotoren ergänzt, ergeben sich viele zusätzliche Freiheitsgrade, deren Optimierung aber komplexere Herangehensweisen als bisher erfordern. Neben der Möglichkeit, die momentan aktiven Maschinen einzeln zu selektieren, bietet selbst ein einfaches Hybridsystem mit nur einer Antriebsanlage die Möglichkeit der dynamischen und nahezu unbeschränkten Aufteilung der Drehmomente zwischen ihnen. Erweitert man diesen Hybrid um zusätzliche Antriebsanlagen im gleichen Fahrzeug auf ein Multi-Hybrid-System oder betreibt sie in Mehrfachtraktion, wird zur Gesamtsystemoptimierung eine übergeordnete Steuereinheit erforderlich, die die Drehmomente entsprechend des Wirkungsgrades am momentanen Lastpunkt sinnvoll aufteilt. Ziel dieser Arbeit ist es, auf Basis der Bewertungskriterien „mögliche Kraftstoffeinsparung“, „Komplexität der Implementierung“ und „Echtzeitfähigkeit“ eine Betriebsstragie samt zugehörigem Fahrzeugenergiemanagement zu entwerfen. Dafür wurden drei verschiedene Ansätze - Fuzzylogik, Kraftstoffäquivalenzverfahren (ECMS) und dynamische Programmierung nach Bellman (DP) - ausgearbeitet, implementiert und ausgewertet