Optimización del consumo energético en la explotación ferroviaria

Si bien el ferrocarril es uno de los medios de transporte más eficientes desde el punto de vista energético, no es menos cierto que las redes ferroviarias son grandes consumidoras de energía, y existe todavía margen de mejora para reducir su consumo energético y así disminuir su impacto ambiental. En el actual marco de cambio climático, con una acuciante necesidad global de limitar la huella de carbono de toda actividad humana, es imprescindible seguir estudiando y optimizando el coste energético del transporte ferroviario.

En este contexto, es fundamental reducir el consumo energético del ferrocarril sin comprometer la calidad del servicio. Esto supone optimizar la relación entre consumo y tiempo de viaje, respetando condicionantes externos de puntualidad y seguridad. Para ello existen varias técnicas, si bien las que han probado ser más efectivas en los últimos tiempos son las basadas en la aplicación de algoritmos heurísticos de optimización.

Existen varias familias de algoritmos, tales como los algoritmos genéticos, los algoritmos de enjambre de partículas, u otros. Se trata, en todo caso, de potentes herramientas que permiten estudiar un problema complejo, con muchas variables, y obtener soluciones que aúnen un consumo energético más reducido con el cumplimiento de los diferentes requerimientos de calidad y seguridad del servicio, y muy especialmente el tiempo de viaje.

Responsable científico: Insa Franco Ricardo

Aplicaciones

  • Uso de diferentes algoritmos heurísticos para optimizar la relación tiempo de viaje-consumo energético en diversos sistemas ferroviarios (mercancías, metro, regional):
  • Algoritmos genéticos (NSGA-II).
  • Algoritmos de enjambre de partículas con objetivo múltiple (MOPSO).
  • Algoritmos de colonia de hormigas. Establecimiento de pautas de conducción eficiente para maquinistas.

Ventajas técnicas

  • La implementación de las diferentes aplicaciones expuestas para la optimización del consumo energético en la explotación ferroviaria presenta una importante ventaja técnica, ya que dota al operador ferroviario de una potente herramienta de optimización que le permitirá evaluar e identificar pautas de conducción eficiente con mucha mayor rapidez que si no se emplearan algoritmos heurísticos de ningún tipo. Más aún, el uso de esta clase de algoritmos permite ampliar enormemente el abanico de posibles soluciones a estudiar, lo que, en el caso de sistemas ferroviarios operados mediante Automatic Train Operation (ATO), multiplica el número y complejidad de las posibles marchas a implementar.

Beneficios que aporta

  • Disponer de herramientas de optimización potentes y fiables aporta al operador ferroviario un beneficio claro al poder llevar a cabo un proceso de optimización de las marchas que se traducirá en un menor consumo y un servicio más competitivo. En el caso de líneas operadas mediante ATO o similar, con sistemas de comunicación vía-tren cada vez más complejos y potentes, disponer de esta clase de herramientas permite evaluar e implementar un régimen de marchas mucho más amplio y complejo, lo que multiplica las posibilidades de lograr un servicio más eficiente.

Experiencia relevante

  • El Instituto del Transporte y Territorio (ITRAT) centra su actividad en diferentes campos, entre ellos la investigación y transferencia tecnológica en ingeniería ferroviaria. El ITRAT, a través del Grupo de Investigación en Ingeniería Ferroviaria (GIIF) ha participado en varios proyectos de I+D+i tanto de subvención pública como privada, algunos relacionados con el consumo energético del ferrocarril. Más concretamente, el GIIF ha llevado a cabo un proyecto de investigación fundamental enfocado al estudio y análisis del consumo en líneas convencionales de cercanías/regional, líneas de metro y tranvía, y ha participado en otro proyecto enfocado al consumo en mercancías. En el marco de estos proyectos, el GIIF ha llevado a cabo estudios de optimización de las diferentes líneas y casuísticas estudiadas, persiguiendo un equilibrio entre consumo energético y tiempo de viaje, por medio de algoritmos heurísticos diversos. Esto ha permitido asentar una experiencia en el uso de algoritmos genéticos, de enjambre de partículas, colonia de hormigas y otros. A través del uso de estas herramientas se han podido establecer pautas de conducción económica para los maquinistas en las diferentes líneas estudiadas.