In recent years, considerable efforts have been made to make public transport more environmentally friendly. This should primarily be achieved by reducing greenhouse gas emissions. Electromobility is considered to be a key technology as electric vehicles create a variety of benefits. However, the use of electric vehicles involves a number of challenges. Modern battery electric vehicles have only a fractional part of the ranges of combustion engine vehicles. Thus, a major challenge is charging the vehicles at specific charging stations to compensate for this disadvantage. Technological aspects of electric vehicles are also of importance and have to be considered. Planning tasks of public transport companies are affected by these challanges, especially vehicle scheduling. Vehicle scheduling is a well-studied optimization problem. The objective is to cover a given set of timetabled service trips by a set of vehicles at minimum costs. An issue strongly related to vehicle scheduling is location planning of the charging infrastructure. For an effcient use of electric vehicles, charging stations must be located at suitable locations in order to minimize operational costs. Location planning of charging stations is a long-term planning task whereas vehicle scheduling is a more short-term planning task in public transport. This thesis examines optimization methods for scheduling electric vehicles in public transport and location planning of the charging infrastructure. Electric vehicles' technological aspects are particularly considered. Case studies based on real-world data are used for evaluation of the artifacts developed. An exact optimization method addresses scheduling of mixed vehicles fleets consisting of electric vehicles and vehicles without range limitations. It is examined whether traditional solution methods for vehicle scheduling are able to cope with the challenges imposed by electric vehicles. The results show, that solution methods for vehicle scheduling are able to deal with the additional challenges to a certain degree. However, novel methods are required to fully deal with the requirements of electric vehicles. A heuristic solution method for scheduling electric vehicles and models for the charging process of batteries are developed. The impact of the detail level of electric vehicles' technological aspects on resulting solutions is analyzed. A computational study reveales major discrepancies between model assumptions and real charging behaviours. A metaheuristic solution method for the simultaneous optimization of location planning of charging stations and scheduling electric vehicles is designed to connect the optimization problems and to open up synergy effects. In comparison to a sequential planning, the simultaneous problem solving is necessary because a sequential planning generally leads to either infeasible solutions or to significant increases in costs.
In den letzten Jahren wurden erhebliche Anstrengungen unternommen, um den öffentlichen Personennahverkehr (ÖPNV) umweltfreundlicher zu gestalten. Dabei sollen insbesondere Treibhausgasemissionen reduziert werden. Elektromobilität wird dabei auf Grund der zahlreichen Vorteile von Elektrofahrzeugen als Schlüsseltechnologie angesehen. Der Einsatz von Elektrofahrzeugen ist jedoch mit Herausforderungen verbunden, da diese über weitaus geringere Reichweiten im Vergleich zu Fahrzeugen mit Verbrennungsmotoren verfügen, weshalb ein Nachladen der Fahrzeugbatterien während des Betriebs notwendig ist. Zudem müssen technische Aspekte von Elektrofahrzeugen, wie beispielsweise Batteriealterungsprozesse, berücksichtigt werden. Die Fahrzeugeinsatzplanung als Teil des Planungsprozesses von Verkehrsunternehmen im ÖPNV ist besonders von diesen Herausforderungen betroffen. Diese legt den Fahrzeugeinsatz für die Bedienung der angebotenen Fahrplanfahrten bei Minimierung der Gesamtkosten fest. Die Standortplanung der Ladeinfrastruktur ist eng mit dieser Aufgabe verbunden, da für einen effizienten Einsatz der Fahrzeuge Ladestationen an geeigneten Orten errichtet werden müssen, um Betriebskosten zu minimieren. Die Planung der Ladeinfrastruktur ist ein langfristiges Planungsproblem, wohingegen die Fahrzeugeinsatzplanung eine eher kurzfristige Planungsaufgabe darstellt. Diese Dissertation befasst sich mit Optimierungsmethoden für die Fahrzeugeinsatzplanung mit Elektrofahrzeugen und mit der Standortplanung der Ladeinfrastruktur. Technische Aspekte von Elektrofahrzeugen werden dabei berücksichtigt. Die entwickelten Artefakte werden mit Hilfe von realen Datensätzen evaluiert. Durch eine exakte Optimierungsmethode für die Fahrzeugeinsatzplanung mit gemischten Fahrzeugflotten bestehend aus Fahrzeugen mit und ohne Reichweiterestriktionen wird die Anwendbarkeit von Optimierungsmethoden ohne Berücksichtigung von Reichweitebeschränkungen auf die Herausforderungen von Elektrofahrzeugen untersucht. Die Ergebnisse zeigen, dass herkömmliche Optimierungsmethoden für die neuen Herausforderungen bis zu einem gewissen Grad geeignet sind, es jedoch neuartige Lösungsmethoden erfordert, um den Anforderungen von Elektrofahrzeugen vollständig gerecht zu werden. Mit Hilfe einer heuristischen Lösungsmethode für die Fahrzeugeinsatzplanung mit Elektrofahrzeugen und Modellen für den Ladeprozess von Batterien wird untersucht, inwiefern sich der Detailgrad bei der Abbildung von Ladeprozessen auf resultierende Lösungen auswirkt. Erhebliche Unterschiede zwischen Modellannahmen und realen Gegebenheiten von Ladeprozessen werden herausgearbeitet. Durch ein metaheuristisches Lösungsverfahren für die simultane Optimierung der Standortplanung der Ladeinfrastruktur und der Fahrzeugeinsatzplanung werden beide Problemstellungen miteinander verbunden, um Synergieeffekte offenzulegen. Im Vergleich zu einer sequentiellen Planung ist ein simultanes Lösen notwendig, da ein sequentielles Lösen entweder zu unzulässigen Ergebnissen oder zu erheblichen Kostensteigerungen führt.
