Improving the electrical infrastructure of DC-electrified railway systems to increase energy efficiency, taking into account complex topologies and representative traffic scenarios

Abstract

En el contexto actual de búsqueda de medidas para mitigar el cambio climático, los sistemas ferroviarios de transporte público son una de las alternativas más sostenibles para el transporte urbano. Los operadores ferroviarios tienen un gran interés en mejorar la infraestructura eléctrica de estos sistemas para maximizar el ahorro de energía. Las instalaciones asociadas a estas mejoras implican grandes inversiones que deben evaluarse adecuadamente. Sin embargo, la metodología para determinar el diseño óptimo de estas instalaciones no está suficientemente desarrollada en la literatura científica: las decisiones generalmente se toman por medio de simuladores ferroviarios poco realistas o incluso únicamente en base a la experiencia de los administradores ferroviarios. En consecuencia, el desarrollo de una metodología rigurosa y detallada para diseñar la instalación de las mejoras de la infraestructura eléctrica de los sistemas ferroviarios se ha convertido en una demanda de las administraciones ferroviarias y una necesidad para la sociedad. Esta tesis doctoral intenta responder a esta demanda y propone una metodología que cubre esos requisitos. La metodología se basa en la aplicación de algoritmos de optimización inspirados en la naturaleza (algoritmo genético, algoritmo de enjambre de partículas y algoritmo de fuegos artificiales) para optimizar la instalación de subestaciones reversibles y sistemas de almacenamiento de energía. Los algoritmos utilizan un simulador ferroviario realista para evaluar adecuadamente el impacto de la instalación de estas mejoras en la eficiencia energética del sistema ferroviario. El modelo de simulador ferroviario realista propuesto desarrolla algunas características que no aparecen en la literatura: un modelo de tráfico detallado capaz de generar escenarios de tráfico suficientemente representativos y la capacidad de trabajar con cualquier tipo de topología ferroviaria.

In the current context of searching for measures to mitigate climate change, Mass Transit Systems (MTS) are a one of the most sustainable alternatives for urban transport. Railway operators have a great interest in improving the electrical infrastructure of these systems in order to reach the maximum levels of energy saving. Installations associated with these improvements involve big investments that need to be adequately assessed. However, the methodology to determine the optimal design of these installations is not sufficiently developed in the scientific literature: decisions are usually made by means of unrealistic railway simulators or even based only on the experience of railway infrastructure managers. In consequence, providing a rigorous and detailed methodology for designing the installation of the MTSs’ infrastructure improvements has become a demand of railway infrastructure managers and a necessity for society. This PhD tries to respond to this demand and addresses the proposal of a methodology with those requirements. The methodology is based on the application of nature-inspired optimization algorithms (genetic algorithm, particle swarm optimization algorithm and fireworks algorithm) to optimize the installation of Reversible Substations and Energy Storage Systems. The algorithms make use of a realistic railway simulator to properly assess the impact of installing these improvements on the MTS energy efficiency. The realistic railway simulator develops some features missing in the literature: a detailed traffic model able to generate representative-enough traffic scenarios and the capability of dealing with any type of line topology.