Applicazione degli algoritmi genetici per l'ottimizzazione energetica della guida dei treni

Tra i fattori più rilevanti nel trasporto ferroviario sono da annoverare la sicurezza, la puntualità e l’efficienza. Un aspetto dell’efficienza è costituito dal risparmio energetico, che ha guadagnato ulteriore importanza negli ultimi anni non solo per ragioni economiche, ma anche, ecologico/ambientali. Uno degli indicatori più usati per misurare l’efficienza energetica è dato dall’intensità di energia, la quale usualmente è definita come il rapporto tra l’energia consumata ed un parametro di attività; per i treni passeggeri è espressa come energia per passeggero per chilometro [kJ/pkm], mentre per quelli merci come energia per tonnellata per chilometro [kJ/tkm]. Esistono diverse strategie per ridurre l’intensità di energia, tra cui vi è la guida energeticamente efficiente (EED, Energy Efficient Driving), che consiste nella scelta ottimale della sequenza e della durata delle manovre affinché il treno si muova minimizzando l’intensità di energia. Il presente lavoro applica il metodo degli algoritmi genetici per calcolare il numero, il tipo e la durata ottimale delle manovre che il treno deve compiere tra una stazione e l’altra, note le caratteristiche planoaltimetriche del tracciato e le velocità consentite sui diversi tratti della linea. Il modello sviluppato utilizza il codice TrainDy come motore di calcolo della cinematica e della dinamica longitudinale del treno, allo scopo di individuare manovre ferroviarie che siano efficienti e sicure al tempo stesso, rispetto alle forze scambiate tra i diversi veicoli. Oltre ad illustrare il metodo nella sua generalità, il lavoro presenta come caso di studio l’ottimizzazione energetica di un treno passeggeri Trenitalia che percorre il tratto tra le stazioni di Grosseto ed Albinia.