服务热线：010-62964229
格瑞纳根植于教育行业，让仿真软件从理论教学到应用实践
格瑞纳根植于教育行业，让仿真软件从理论教学到应用实践
气候变化和环境影响是德国的热门话题。2019年，欧盟议会发布了一项指令预计到2025年，45%的公共汽车应该是低排放或零排放的。这一比例预计将在未来5到10年内进一步增长。
鉴于此，SimPlan，一家总部位于德国的仿真和优化服务提供商与哈瑙市和法兰克福应用技术大学开展了一个项目。其目标是建模和开发一个市政电动汽车(EV)车队运营的数字孪生。
在该项目中，SimPlan考虑了两种车辆类型：公交车(HSB-HanauerStraßenbahn)和垃圾收集车(HIS-Hanau基础设施服务)。对于车辆类型，他们需要评估三个方面：
此外，SimPlan还遇到了两个挑战，他们还需要考虑为电动汽车建模。
首先，与传统的柴油燃料汽车相比，电动汽车车队有行驶距离的限制。传统公交车的行驶里程为500公里，而BEV和FCEV则只能行驶300-350公里。
问题在于，由于电动汽车的行驶距离小于公共交通工具目前的旅行距离。因此，车辆时间表和路线需要针对新的基于电动汽车的车队组合做出调整。
其次，充电过程是非线性的。电动汽车充电的速度取决于其充电状态、充电站可用的电量以及同时充电的车辆数量。
为了创建电动汽车运行仿真模型，SimPlan首先需要收集有关车辆（其类型、行驶范围、消耗量）、时间表、公交车站和垃圾桶的位置、成本等的数据。通过Excel将数据导入到AnyLogic中。
在AnyLogic中，他们使用基于智能体的建模方法创建两种电动汽车运营模型。在这些模型中，智能体代表了车辆、设施、运输管理和收费管理。SimPlan用状态图描述了充电过程，并使用Java代码开发了用于位置映射、车辆调度、电弧-路由问题和行程分配的启发式方法。
在建模过程中，SimPlan发现了四个额外的路线限制，必须考虑这些限制才能准确地捕获系统的行为：
对于电动汽车的运营模型，SimPlan还创建了一个自定义的用户界面，以便用户可以轻松地配置它们和运行场景。
SimPlan为这个项目建立的模型之一是电动公交车的运营模型。在设置屏幕上，用户可以选择车辆类型(柴油、BEV、FCEV)，选择车队中每种类型的数量，并设置仓库中的充电站数量及其最大功率。用户还可以选择一个选项来考虑温度对车辆能耗的影响。
在模型的地图视图上，用户可以看到不同类型的公交车在Hanau的街道上行驶，它们的充电状态、能源类型、停车站和充电站（车站）。
创建的第二个模型是垃圾收集仿真模型。因为这些设置与之前的模型相似，所以我们将只突出显示地图视图中的差异。
在模型屏幕上，用户不仅可以看到在哈瑙街道上行驶的垃圾车，它们的充电状态、能源类型和充电站（仓库），还可以看到特定垃圾类型的容器。用户还可以选择首选的工作日和一周的天数，并观察卡车的时间表的变化。如果一辆卡车达到其最大负荷，它将行驶到处理设施，倾倒垃圾，然后继续行进。
当模型正在运行时，AnyLogic的可视化功能提供了动态监察和kpi跟踪——显示收费状态、行程持续时间、行程距离和每辆车的分配。
在运行模型之后，他们将数据导出到外部数据库，评估结果，并比较场景。
在这个项目中，SimPlan专家建立了市政电动汽车车队运营的模型。在这些模型中，他们考虑了两种车辆类型：公共汽车和垃圾车（包括传统的、电池的和燃料电池驱动的），并将它们建模为智能体。为了准确地描述系统的行为，他们使用了AnyLogic状态图和Java来进行启发式开发。
该公司使用仿真建模，因为它可以准确地预测大规模电动汽车车队的任务，并评估其日常操作。
在运行仿真场景和处理结果后，SimPlan分析了每种类型所需车辆的一些报告。结果表明，与温暖的月份相比，寒冷的月份需要更多的零排放和低排放车辆，并且需求量比一般的传统车辆更多。
此外，他们还深入了解了充电基础设施的潜在电力需求。有了这些统计数据，他们可以分析如果网络的充电站数量有限或总体上的电力限制，网络的性能会发生什么变化。此外，他们还可以评估这将如何影响车辆的时间表。
在未来，SimPlan计划研究以按需充电代替夜间充电，以及按需的观光巴士（没有特定的时间表）能否满足客户的实时需求。对于日常运营，该公司计划将仿真模型开发成一个数字孪生模型。
