Abstract:
Der zunehmende Einsatz von Elektrobussen verändert die operative Planung von Fahrzeugen und Personal. Aufbauend auf bisherigen Forschungsergebnissen wurde ein Framework zur Modellierung von Umlauf-, Dienst- und Dienstreihenfolgeplanung entwickelt. Es integriert den nichtlinearen Nachladeprozess in die Umlaufplanung (Time-Space-Netzwerk) sowie die Ladeinfrastruktur in die Fahrzeugeinsatzplanung. Zur Bewältigung hoher Rechenzeiten wurden Column-Generation- und heuristische Verfahren ergänzt. Zur Erhöhung der Robustheit wurden Verspätungsmodelle, prädiktive Fahrzeitschätzungen und variable Flottengrößen untersucht. Ein wesentliches Ergebnis: Die Integration von Verspätungen erhöht nicht die Modellkomplexität. Prädiktive Fahrzeiten verbessern die Umlaufstabilität deutlich. Die variable Fahrzeuganzahl im Modell unterstützt die zentrale Frage: Wie viele E-Busse werden zur Bedarfsdeckung benötigt?
Abstract (Translated):
The growing use of electric buses is changing the operational planning of vehicles and personnel. Based on previous research, a framework was developed to model vehicle assignment, rostering, and duty scheduling. It integrates the nonlinear battery recharging process into vehicle assignment using a time-space network and incorporates charging infrastructure planning. To handle increased computational effort, column generation and heuristic methods were implemented. For robustness, delay propagation, predictive travel time estimation, and variable fleet sizing were analyzed. A key finding: incorporating propagated delays does not increase model complexity. Using predicted rather than scheduled travel times improves the robustness of assignments. Modeling the number of vehicles as a variable supports a central question: How many electric buses are needed to meet service demand?