Elektromobilność
Zmiany klimatyczne oraz coraz większy nacisk na elektryfikację transportu publicznego coraz mocniej przekłada się na operatorów, obnażając palący problem optymalnego planowania brygad dla taboru pojazdów elektrycznych, przy wykorzystaniu infrastruktury dostępnych ładowarek wraz z ogromem ilości czynników środowiskowych wpływających na zasięg tego typu pojazdów (np. ukształtowania terenu, temperatury, wilgotności, itp.)
Ewidencja infrastruktury | Wsparcie pojazdów elektrycznych
Obecnie planowanie brygad dla części taboru tj. pojazdów elektrycznych opiera się głównie na doświadczeniach kierowców wykonujących służby na tego typu pojazdach. Nowe rozwiązanie IT ma za zadanie zmienić tą postać rzeczy i udostępnić narzędzia, dzięki którym planista w prosty sposób zaprojektuje brygady opierając się na infrastrukturze i dostępnych danych tj.:
- Normy zużycia,
- Normy ładowania (planowanie czasów postojów przy ładowarkach)
- Planowanie przejazdów / postojów uwzględniając doładowanie baterii akumulatorów jeszcze w trakcie wykonywania przewozu lub na stacjach krańcowych.
Ładowarki | Szybkość ładowania
Planowanie brygad dla pojazdów elektrycznych to złożony proces, który wymaga dodatkowych informacji, mających bezpośredni wpływ na cały jego przebieg oraz końcowy efekt wykonania zaplanowanych zadań transportowych. Do niezwykle istotnych czynników mających bezpośredni wpływ na czas ładowania należą m.in.
- Typ ładowarki / tabor
- Szybkość ładowania (jednostka mocy / jednostka czasu)
- Infrastruktura elektryczna oraz ilość jednoczesnych procesów ładowania.
Optymalizacja wykorzystania ładowarek
Stosunkowo niewielki zasięg pojazdów elektrycznych, długi czas ładowania baterii akumulatorów oraz specyficzne wymagania i restrykcje (ładowanie w granicach 20-80%, balansowanie baterii, itp.) sprawiają, że organizacja przygotowania takiego pojazdu do zadań przewozowych jest niezwykle trudna.
Systemy IT mają zatem za zadanie wesprzeć pracę planisty / dyspozytora oraz dostarczyć niezbędnych narzędzi planowania i dyspozycji, wykorzystując informacje im.in. o stanie naładowania pojazdu na stanowisku, moc / typ ładowarki oraz przewidywalny czas naładowania czy dostępność stanowisk, optymalizując proces ich wykorzystania.
