Prädiktive Entscheidungsmodelle für effizienten Energieeinsatz in der Intralogistik durch Gleichspannungsverbund

• Antragsteller: Professor Dr.-Ing. Wilfried Hofmann; Professor Dr.-Ing. Thorsten Schmidt
• Fachliche Zuordnung: Elektrische Energiesysteme, Power Management, Leistungselektronik, elektrische Maschinen und Antriebe ; Produktionssystematik, Betriebswissenschaften, Qualitätsmanagement und Fabrikplanung
• Förderung: Förderung von 2020 bis 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 430149671

• Erstellungsjahr: 2025

Zusammenfassung der Projektergebnisse

Gekoppelte drehzahlvariable Mehrmotorensysteme bieten in der Intralogistik ein ausgeprägtes Potential zur Rückgewinnung von Bewegungsenergie. Ein räumlich ausgedehnter Gleichspannungsverbund (GSV) ist ein bisher nicht genutztes Mittel zur Erschließung dieser Reserven. Aufbauend auf der Entwicklung von Prädiktionsmodellen für den Energiebedarf wurden prädiktive Entscheidungsmodelle für den energieoptimalen Transport entworfen. Am Anwendungsfall der Fahr- und Hubantriebe paralleler Regalbediengeräte (RBG) in Hochregallägern (HRL) wurde ein Konzept zur geräteübergreifenden energetischen Abstimmung entwickelt und evaluiert. An einem Mehrachs-Versuchsstand wurden Messungen zur Validierung der Leistungsflussmodelle durchgeführt. Durch Messungen stationärer Arbeitspunkte und dem Vergleich mit Berechnungsergebnissen wurde die Zuverlässigkeit der Berechnung hinsichtlich prognostizierter Leistungsverläufe sowie erwarteter Energieeinsparungen bewertet. Messungen im dynamischen Betrieb lieferten einen Vergleich bei unterschiedlichen Trajektorien. Zunächst wurde ein numerischer Lösungsansatz zur Bestimmung energieoptimaler Trajektorien entworfen und um die Berücksichtigung einer Ruckbegrenzung der RBG erweitert. Diese Formulierung des Optimierungsproblems führte allerdings zu hohen Rechenzeiten und teilweise instabilen Lösungen. Diese numerischen Probleme veranlassten die Entwicklung eines grundsätzlichen neuen analytischen Ansatzes. Die Maximierung der Rekuperation zwischen zwei Antrieben (Fahr- und Hubwerk) wurde dabei als Variationsproblem mit Nebenbedingungen formuliert und daraus die Optimalitätsbedingung als Differentialgleichung abgeleitet, aus der ein Solver die optimale Trajektorie zwischen einem gegebenen Start- und Endpunkt gewinnt. In einer Python-Umgebung entstand ein virtuelles HRL. Die Kombination eines Einlagerungs- mit einem Auslagerungsauftrag wird als Doppelspiel bezeichnet. Ziel der dispositiven Optimierung bestand darin, innerhalb eines Batchs von Aufträgen, Doppelspiele so zusammenzusetzen, dass der Energiebedarf der Fahrten minimal und die gassenübergreifende Rekuperation maximal wird. Dieses kombinatorische Optimierungsproblem wurde so formuliert, dass es mit einem Solver gelöst werden konnte.

Projektbezogene Publikationen (Auswahl)

• „Leistungsflussmodelle und Trajektorienoptimierung für ein Regalbediengerät“. Technischer Bericht 07/2021. Dresden: Technische Universität, Professur Elektrische Maschinen und Antriebe.
  Weihrauch, Markus
  
• „Optimierte Bahnplanung für Regalbediengeräte in Hochregallagern“. In Elektromechanische Antriebssysteme 2021: Beiträge der ETG-Fachtagung 9.-10. November 2021, hrsg.v. VDE ETG, 49–55. ETG-Fachbericht 164. Berlin: VDE.
  Weihrauch, Markus, Karsten Turek & Wilfried Hofmann & Thorsten Schmidt
  
• „Prädiktive Trajektorienoptimierung und Speichersteuerung in Intralogistiksystemen zur Senkung der Netzbelastung“. In ETG-Kongress 2021: Das Gesamtsystem im Fokus der Energiewende 18.-19. Mai 2021, hrsg.v. VDE ETG, 234–39. ETG-Fachbericht 163. Berlin: VDE.
  Weihrauch, Markus; Chris Evers & Wilfried Hofmann
  
• „Leistungsmessung im stationären und dynamischen Betrieb“. Technischer Bericht 03/2022. Dresden: Technische Universität, Professur Elektrische Maschinen und Antriebe.
  Weihrauch, Markus
  
• “Predictive Control of Supercapacitors for Peak Power Reduction in Stacker Cranes in Intralogistics”. In pcim Europe: International Exhibition and Conference for Power Electronics, Intelligent Motion, Renewable Energy and Energy Management, 407–12. Nuremberg: VDE.
  Melkowski, Fabian & Wilfried Hofmann
  
• Predictive Decision Models for an Energy Efficient Operation of Stacker Cranes in a High-Bay Warehouse. 2024 Winter Simulation Conference (WSC), 1634-1644. IEEE.
  Zöllner, Rico; Handrich, Konrad; Schulze, Frank & Schmidt, Thorsten
  
• „Optimierungsmodelle in der dispositiven Ebene“. Technischer Bericht 01/2024. Dresden: Technische Universität, Professur für Technische Logistik.
  Turek, Karsten
  
• „Variational Approach to Trajectory Optimization w.r.t. Energy Recuperation for Stacker Cranes“. Logistics Journal: Proceedings, Nr. 20.
  Zöllner, Rico & Ella Jannasch & Thorsten Schmidt