Durch die Verbrennung fossiler Kraftstoffe und die daraus resultierende Emission von Kohlenstoffdioxid (CO2) trägt der Verkehrssektor maßgeblich zur Erschöpfung der Ressourcen und zum globalen Klimawandel bei. Infolgedessen zielen staatliche Regelungen auf die Reduzierung der CO2-Emissionen des Verkehrssektors ab. Zur Erfüllung dieser Anforderungen wird zum einen der Übergang von Straßenfahrzeugen mit Verbrennungsmotor (ICEV) hin zu alternativen Antriebstechnologien wie Batterie-Elektrofahrzeugen (BEV) oder Brennstoffzellen-Elektrofahrzeugen (FCEV), zum anderen auch der damit verbundene Einsatz von alternativen, CO2-neutralen Kraftstoffen und Energieträgern diskutiert. Durch diesen angestrebten Wandel werden nicht nur die Akteure in der Automobilindustrie, sondern auch die Betreiber von Tankstellen- und Ladesäulennetzwerken vor neue Herausforderungen gestellt.
Dem Nachfragemix durch die unterschiedlichen Antriebstechnologien muss entsprechend ein Angebotsmix an Kraftstoffen und Energieträgern gegenüberstehen. Die hierfür benötigte alternative Infrastruktur fehlt jedoch. Der Aufbau dieser neuartigen Tankstellennetze ist häufig durch große Investitionen gekennzeichnet, während die zukünftige Nachfrage unsicher ist. Häufig wird eine Nutzung der bereits bestehenden Tankstellen zur Installation neuartiger Betankungssysteme diskutiert, da dies u.a. einen erheblich geringeren finanziellen Aufwand bei zeitlich verkürzten Genehmigungsverfahren bedeuten kann. Hierfür bedarf es aber auch dem Abbau konventioneller Betankungssysteme, da manche Ressourcen, wie z.B. der verfügbare Platz, an den Tankstellen beschränkt sind und somit geteilt werden müssen. Die Neuerrichtung von neuartigen Betankungssystemen muss somit nicht isoliert (green field), sondern transformatorisch (brown field) geplant werden. Die Betreiber der bestehenden Infrastruktur müssen also entscheiden, wann wo welches System in welcher Kapazität installiert werden soll. Um die Infrastrukturbetreiber bei ihren Entscheidungen im Transformationsprozess zu unterstützen, wurde eine mathemathisches Optimierungsmodell entwickelt und an kleinen Testnetzwerken erprobt. Durch die Größe des realen Entscheidungsproblems ist es jedoch sehr schwer dieses exakt zu lösen, weshalb es eines heuristischen Vorgehens bedarf.
Im Rahmen einer Masterarbeit soll hierfür, basierend auf einem Literaturüberblick, ein heuristisches Vorgehen zum Lösen des vorgegebenen Optimierungsproblems entwickelt werden. Dafür sollen problemspezifische und -adäquate Initial- sowie Verbesserungsheuristiken entworfen und implementiert werden, die es ermöglichen gegebene Probleminstanzen basierend auf realen Netzwerke zu lösen. Das Vorgehen soll zudem hinsichtlich Lösungsgüte und Laufzeit mit anderen Vorgehen auf einer Reihe gegebener Testnetzwerke verglichen werden. Für die Bearbeitung des Themas ist ein grundlegendes Verständnis von mathematischer Optimierung erforderlich. Außerdem werden grundlegende Programmierkenntnisse (z. B. Python) dringend empfohlen.
Bei Interesse melden Sie sich bitte bei Tjard Bätge