Optimising the electrical infrastructure of MTSs to improve the use of regenerative braking

Abstract

Los sistemas ferroviarios metropolitanos (SFM) son piezas clave para el transporte urbano. Aunque son muy eficientes, todavía pueden mejorarse, principalmente debido a su escasa receptividad a la energía proveniente del frenado regenerativo. El objetivo de esta tesis es optimizar la infraestructura eléctrica de los SFM para mejorar el uso de esta fuente de energía, haciendo posible mejorar su eficiencia energética. Los principales aspectos tenidos en cuenta en el proceso de optimización han sido: • La simulación eléctrica multi-tren. Se ha desarrollado un simulador preciso, rápido y robusto en el marco de esta tesis. • El modelo de tráfico. A diferencia de otros estudios dedicados a la optimización de la infraestructura de los SFM, en esta tesis se han analizado a fondo y modelado los principales efectos del tráfico en las principales variables energéticas del sistema. El resultado es una representación precisa de las interacciones energéticas entre trenes que mejora los modelos de tráfico habituales en la literatura. • La eficiencia computacional. La inclusión de varios escenarios de tráfico incrementa los tiempos de optimización. Para mitigar este problema, esta tesis selecciona un conjunto de escenarios representativos cuya talla ha sido minimizada, siempre sujeto a representar adecuadamente las interacciones entre trenes. Una vez se tiene este conjunto, para reducir los tiempos de optimización, se ha aplicado un método de compresión a cada escenario. De esta manera, los tiempos de optimización finales son parecidos a los que se obtendrían con los modelos de tráfico simplificados. • El proceso de optimización. Esta tesis aplica un meta-heurístico (la Optimización de Enjambre de Partículas) al problema tratado. El optimizador presentado es potente y versátil, y permite incorporar distintas funciones objetivo y restricciones. El optimizador posibilita encontrar las localizaciones y tamaños óptimos de subestaciones reversibles, e incluye la información económica necesaria para la evaluación económica de la inversión requerida. El modelo de tráfico (incluyendo tanto la selección de escenarios representativos como la compresión de cada uno de los mismos) y el optimizador de la infraestructura eléctrica ferroviaria son las principales contribuciones de esta tesis.

Mass Transit Systems (MTSs) are key stones of urban transportation. Although they are known to be highly efficient, they are still subject to be improved. The main reason is their lack of receptivity to regenerative-braking energy. This thesis aims to optimise the electrical infrastructure of MTSs in order to improve the use of this energy source, thus enhancing their energy efficiency. The main aspects taken into account in the optimisation process are: • The electrical multi-train simulation. An accurate, fast and robust simulator has been developed in the frame of this thesis. • The traffic model. Unlike most studies devoted to the optimisation of the infrastructure of MTSs, this thesis has thoroughly analysed and modelled the effects of traffic on the main energy figures of the system. The result is an accurate representation of the energy interactions between trains that outperforms the usual traffic approach. • The computational efficiency. As a result of the inclusion of several traffic scenarios in the traffic model, the optimisation times are increased. To mitigate this problem, the set of representative scenarios has been designed to have the minimum size subject to properly represent the complex train interactions. Then, a compression method has been applied to each of these scenarios, leading to optimisation times close to the ones with an inaccurate representation of the traffic. • The optimisation process. A meta-heuristic search method –the Particle Swarm Optimisation– has been applied to the problem in the thesis. The MTS infrastructure optimiser presented consists of a powerful and versatile method that allows dealing with several different objective function and restrictions. It makes it possible to find the optimal locations and sizes of reversible substations, including the economic information required to assess the feasibility of the investment. The traffic model –including the representative-scenario selection and the compression– and the MTS infrastructure optimiser are novel contributions of this thesis to the state-of-the-art.