SMART Ziele Die Arbeitsziele sollen „Spezifisch, Messbar, Anspruchsvoll, Realistisch, Terminiert“ (SMART) sein. In diesem Rahmen lassen sich für CiLoCharging folgende SMART-Ziele definieren: Smart-Ziel 1: Optimierung des Lademanagements im Logistikterminal mit Integration des Verkehrsmanagement und der Energieversorgung Die Projektpartner entwickeln eine bedarfsgerechte, flexible „Optimization-as-a-Service“ Komponente, die unter Einbeziehung aller relevanten Eingangsdaten aus den einzelnen Domänen die […]
Read MoreDigitaler Zwilling für CiLoCharging
Das Projekt CiLoCharging zielt darauf ab, eine optimierte, flexible und bedarfsorientierte Lösung für die Integration von Lade-, Logistik-, Energie- und Mobilitätsmanagement für den Einsatz von Elektrofahrzeugen in stadtnahen Logistikdepots zu ermöglichen. Die entwickelte Lösung muss aus wirtschaftlicher, technischer und ökologischer Perspektive evaluiert werden, damit sie in der realen Welt von Nutzen ist. Verschiedene Lösungen in Feldversuchen in der realen Welt zu testen, erfordert einen hohen Kosten- und Zeitaufwand. Diese Herausforderung wird mit Hilfe eines digitalen Zwillings bewältigt, welcher eine digitale Nachbildung des realen Szenarios darstellt und als virtuelle Testumgebung dient. Die zu testenden Lösungen können dann mit Hilfe von Simulationen an diesem digitalen Zwilling getestet werden. Im Projekt CiLoCharging wird CityMoS verwendet, um den erforderlichen digitalen Zwilling für die kosten- und zeiteffiziente Evaluierung des entwickelten Systems zu erstellen.
Was ist CityMoS?
CityMoS steht für City Mobility Simulator. Er ist ein mikroskopischer, agentenbasierter, ereignisdiskreter Simulator, der von TUMCREATE, einem Forschungsinstitut der Technischen Universität München in Singapur, entwickelt wurde. CityMos zeichnet sich durch die Fähigkeit aus, große Simulationsszenarien in hoher Auflösung durch parallele Algorithmen und High-Performance-Computing (HPC) zeiteffizient zu berechnen. Die agentenbasierte Simulation ermöglicht einen detaillierten Blick auf individuelle Verhaltensmodelle und deckt neue Aspekte auf, die mit numerischen, analytischen und niedriger aufgelösten Verkehrssimulationen nicht modelliert werden können. Die Interaktionen zwischen den Agenten und deren unterschiedliche Modellparametrisierung führen zu einer heterogenen Population, wie sie in der realen Welt vorhanden ist. CityMoS kann sowohl die Bewegung einzelner Fahrzeuge als auch den Entscheidungsprozess bewerten, der durch Verhaltensmodelle der mobilen Einheiten und der Straßeninfrastruktur definiert wird. CityMoS bietet den Forschern auch die Möglichkeit, es mit anderen Systemen wie z.B. Stromnetzsimulatoren zu koppeln. Daher ist CityMoS ein perfektes Werkzeug für das CiLoCharging-Projekt.
CityMoS und CiLoCharging
Eine perfekte Ergänzung
CiLoCharging beschäftigt sich mit der optimierten Integration von Lade-, Logistik-, Energie- und Verkehrsmanagement für den Einsatz von Elektro-LKW in Logistikdepots. CityMoS wird zu einem wertvollen Werkzeug für die Evaluierung der entwickelten Lösungen. In der Simulation kann die Elektroflotte zusammen mit dem Depot sehr detailliert modelliert werden. Die elektrische Ladung jedes Elektrofahrzeugs kann während der gesamten Simulation verfolgt werden. Ebenso können verschiedene Ladestrategien im Depot mit CityMoS modelliert und bewertet werden. Weiter können die von den Projektpartnern entwickelten Optimierungsalgorithmen für Planung und Ladung einbezogen werden. Zuletzt ist es möglich die Kohlenstoffemissionen, die durch den Wechsel von ICE zu Elektro-Lkw eingespart werden können, in CityMoS zu bewerten. CityMoS ist somit ein perfektes Tool für die Evaluierung des CiLoCharging-Projekts. Diese simulativen Ergebnisse können später mit den Ergebnissen aus dem Feldversuch verifiziert werden.
Mehr erfahren
Was ist CiLoCharging?
CiLoCharging Optimierte Integration von Lade-, Logistik-, Energie- und Verkehrsmanagement für den Betrieb von Elektrofahrzeugen in stadtnahen Logistikdepots Das Projekt CiLoCharging hat sich zum Ziel gesetzt, durch die Berücksichtigung der Anforderungen aus den Domänen Energie, Logistik, Ladeinfrastruktur und Mobilitätsmanagement eine aus wirtschaftlicher, technischer und umweltpolitischer Sicht optimierte, flexible und bedarfsgerechte Lösung für den Einsatz von Elektrofahrzeugen […]
Read More
TU München
Technische Universität München Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme Der Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme der Technischen Universität München von Prof. Alois Knoll forscht und lehrt im Bereich maschinelle Wahrnehmung, Kognition, Steuerung und Regelung. Die Gruppe forscht an diversen Themen vom Automotive Bereich bis zu medizinischen Robotern. Rolle im Projekt Im Projekt CiLoCharging baut der Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme eine Simulationsumgebung […]
Read More