Le changement climatique et l’impact environnemental sont des sujets brûlants en Allemagne. En 2019, le Parlement européen a publié une directive stipulant que d’ici 2025, 45% des bus publics devraient être à émissions faibles ou nulles. Ce ratio devrait encore augmenter au cours des cinq à dix prochaines années.
À la lumière de cela, SimPlan, un fournisseur de services de simulation et d’optimisation basé en Allemagne, a mené un projet avec la ville de Hanau et l’Université des sciences appliquées de Francfort. L’objectif était de modéliser et de développer un jumeau numérique d’exploitation de flotte de véhicules électriques (VE) municipaux.
Problème de modélisation des véhicules électriques
Pour le projet, SimPlan a pris en compte deux types de véhicules : les bus publics (HSB - Hanauer Straßenbahn) et les camions de collecte des ordures (HIS - Hanau Infrastruktur Service). Pour les types de véhicules, ils devaient évaluer trois domaines :
- Le mélange de véhicules électriques alimentés par des batteries au plomb-acide (BEV) et de véhicules électriques alimentés à l’hydrogène (FCEV).
- La configuration optimale de l’infrastructure de charge et de ravitaillement et la quantité d’énergie nécessaire.
- Les conséquences opérationnelles des horaires et des itinéraires de transport.
De plus, SimPlan a rencontré deux défis qu’ils devaient également prendre en compte pour la modélisation de véhicules électriques.
Tout d’abord, la flotte de véhicules électriques a des limites d’autonomie par rapport aux véhicules diesel conventionnels. Un bus conventionnel a une autonomie de 500 km, tandis qu’un BEV et un FCEV ne pourront parcourir que 300 à 350 km.
Le problème est que cette autonomie de déplacement des véhicules électriques est inférieure à la distance actuelle des transports en commun. Par conséquent, les horaires et les itinéraires des véhicules devraient être ajustés pour la nouvelle combinaison de flottes basées sur les véhicules électriques.
Deuxièmement, le processus de charge est non linéaire. La rapidité avec laquelle un véhicule électrique se recharge dépend de son état de charge, de la quantité d’énergie disponible aux bornes de recharge et du nombre de véhicules en charge en même temps.
Solution
Pour construire un modèle de simulation d’exploitation de VE, SimPlan devait d’abord recueillir des données sur les véhicules (leur type, leur autonomie, leur consommation), les horaires, l’emplacement des arrêts de bus et des conteneurs à ordures, les coûts, etc. Les données ont été importées d’Excel dans AnyLogic.
Dans AnyLogic, ils ont utilisé une approche de modélisation basée sur le comportement des agents pour construire deux modèles d’exploitation de véhicules électriques. Dans les modèles, les agents représentaient les véhicules, les installations, la gestion du transport et la gestion de la recharge. SimPlan a décrit le processus de charge avec des diagrammes d’état et a utilisé du code Java pour développer des heuristiques pour la cartographie de localisation, la planification des véhicules, le problème du routage d’arc et l’affectation des tournées.
Au cours de la modélisation, SimPlan a découvert quatre restrictions de routage supplémentaires qui devaient être prises en compte pour capturer avec précision le comportement des systèmes :
- La direction d’une rue (à sens unique ou à double sens).
- Le côté à partir duquel un camion doit ramasser les ordures (côté gauche ou droit d’une rue).
- Éviter les demi-tours. Les gros véhicules doivent les éviter afin de ne pas bloquer la circulation.
- Conteneurs à ordures difficilement accessibles. SimPlan a développé des algorithmes pour déterminer la route accessible la plus proche d’un tel conteneur afin qu’un camion puisse ramasser les ordures.
Pour les modèles d’exploitation de véhicules électriques, SimPlan a également créé une interface utilisateur personnalisée afin que les utilisateurs puissent facilement les configurer et exécuter des scénarios.
Modélisation d’exploitation des véhicules électriques (bus)
L’un des modèles que SimPlan a construits pour ce projet était un modèle d’exploitation d’autobus électrique. Sur l’écran des paramètres, un utilisateur peut choisir des types de véhicules (diesel, BEV, FCEV), sélectionner le numéro de chaque type dans une flotte et définir le nombre de stations de charge dans le dépôt et leur puissance maximale. L’utilisateur peut également sélectionner une option pour tenir compte de l’effet de la température sur la consommation d’énergie du véhicule.
Sur la vue cartographique du modèle, l’utilisateur peut voir différents types de bus se déplaçant dans les rues de Hanau, leurs états de charge, leurs types d’énergie, leurs arrêts et la station de charge (le dépôt).
Modélisation des opérations des véhicules électriques (camion)
Le deuxième modèle construit par SimPlan était une simulation de ramassage des ordures. Étant donné que les paramètres sont similaires au modèle précédent, nous ne mettrons en évidence que les différences dans la vue cartographique.
Sur l’écran du modèle, un utilisateur peut voir non seulement les camions à ordures se déplaçant dans les rues de Hanau, leurs états de charge, leurs types d’énergie et la station de charge (le dépôt), mais aussi des conteneurs pour des types d’ordures spécifiques. L’utilisateur peut également choisir les jours de la semaine en particulier et le numéro de la semaine et observer les changements dans les horaires des camions. Si un camion atteint sa charge maximale, il se rend à l’installation d’élimination, décharge les ordures ramassées et reprend la tournée.
Statistiques
Pendant l’exécution d’un modèle, les capacités de visualisation d’AnyLogic fournissent des informations dynamiques et suivent les indicateurs de performance clés, indiquant l’état de charge, la durée de la tournée, la distance de la tournée et les affectations par véhicule.
Après avoir exécuté les modèles, ils ont exporté les données vers une base de données externe, évalué les résultats et comparé les scénarios.
Résultats de la modélisation des véhicules électriques
Dans le cadre de ce projet, les spécialistes de SimPlan ont construit des modèles d’exploitation de flottes municipales de véhicules électriques. Dans les modèles, ils ont considéré deux types de véhicules : les autobus et les camions à ordures (à la fois conventionnels, alimentés par batterie et à pile à combustible) et les ont modélisés en tant qu’agents. Pour décrire avec précision le comportement des systèmes, ils ont utilisé AnyLogic statecharts et Java pour le développement heuristique.
La société a utilisé la modélisation par simulation car elle peut prévoir avec précision les tâches de la flotte de véhicules électriques à grande échelle et évaluer leur fonctionnement quotidien.
Après avoir exécuté des scénarios de simulation et traité les résultats, SimPlan a analysé un rapport sur un certain nombre de véhicules requis de chaque type. Il a montré que la saison froide nécessitait plus de véhicules à émission nulle et à faibles émissions par rapport aux mois plus chauds, et plus de véhicules à émission nulle et à faibles émissions que les véhicules conventionnels en général.
En outre, ils ont acquis un aperçu des besoins potentiels en énergie de l’infrastructure de recharge. Avec ces statistiques, ils pourraient analyser ce qu’il adviendrait de la performance des réseaux s’ils avaient un nombre limité de stations de recharge ou des limites de puissance en général. De plus, ils pourraient évaluer l’incidence de cela sur les horaires des véhicules.
À l’avenir, SimPlan prévoit d’étudier les possibilités de recharge au lieu de la recharge de nuit et de déterminer si les tournée en bus à la demande (sans un certain horaire) peuvent répondre aux exigences des clients en temps réel. Pour les opérations quotidiennes, la société prévoit de développer le modèle de simulation en un jumeau numérique.
Le projet et ses conclusions ont été présentés par le Dr Nadia Galaske de SimPlan à la conférence AnyLogic 2021 – Modèle basé sur le comportement des agents pour concevoir et soutenir la transformation de la mobilité électrique pour les flottes de véhicules municipaux.
