Optimierte Steuerung von Weichenheizungen mithilfe von ortsbezogenen Wetterprognosen

Transkript

1 729 Optimierte Steuerung von Weichenheizungen mithilfe von ortsbezogenen Wetterprognosen Christoph WEIß, Thilo KÄSEMANN und Karl KLINGE i3mainz, Mainz Zusammenfassung Die optimierte Steuerung von Weichen im Netz der Deutschen Bahn anhand von ortsbezogenen Wetterprognosen ist ein Beispiel für die praxisorientierte Anwendung von Geoinformation. Dieser Ansatz wird im Rahmen des Forschungsprojektes InfraGrid am Institut für Raumbezogene Informations- und Messtechnik der Fachhochschule Mainz (i3mainz) umgesetzt. Dieser Beitrag stellt zunächst die verwendeten Wetterdaten und deren Verarbeitung sowie die prototypische Entwicklung einer Visualisierungsoberfläche vor. Abschließend wird ein Blick auf die zukünftigen Entwicklungen geworfen. 1 Einleitung Wer im Winter viel mit der Bahn fährt oder in dieser Zeit aufmerksam die Presse verfolgt, wird regelmäßig mit den Herausforderungen von Netzbetreibern in der Winterzeit konfrontiert (SÜDDEUTSCHE 2012 und ZEIT 2010). Die winterlichen Bedingungen führen speziell bei Weichen zu Störungen (DEUTSCHE BAHN 2010). Daher sind der Weichen im Streckennetz der DB beheizt, um eine Aufrechterhaltung des Betriebes zu gewährleisten. Eine Weichenheizung verbraucht im Winter so viel Energie wie ein Zweifamilienhaus und alle Anlagen zusammen genommen so viel Energie wie eine deutsche Großstadt. Stand der Technik ist auf lokale Sensoren gestützte witterungsabhängige automatische Steuerung der Einzelanlagen. Hierbei werden in Abhängigkeit von vor Ort gemessenen Umweltparametern die Weichen beheizt. Die Ermittlung der gemessenen Parameter ist durch die Anzahl und Art der verwendeten Fühler begrenzt. Zudem kann auf Wetterereignisse erst reagiert werden, wenn die lokalen Messeinrichtungen das Wetterereignis erfasst haben. Ziel des Forschungsprojektes InfraGrid ist daher die Erweiterung des Kontextes um ortsbezogene Wetterprognosen, um so das Verhalten der Anlagen besser zu prognostizieren. Dadurch können die Energienutzung und die betriebliche Zuverlässigkeit der Weichen in den Wintermonaten optimiert werden. Strobl, J., Blaschke, T., Griesebner, G. & Zagel, B. (Hrsg.) (2014): Angewandte Geoinformatik Herbert Wichmann Verlag, VDE VERLAG GMBH, Berlin/Offenbach. ISBN Dieser Beitrag ist ein Open-Access-Beitrag, der unter den Bedingungen und unter den Auflagen der Creative Commons Attribution Lizenz verteilt wird (

2 730 C. Weiß, T. Käsemann und K. Klinge 2 Auswahl meteorologischer Parameter anhand von Weichenvereisungsszenarien Die Vereisungsgefahr einer Weiche ist stark abhängig von den meteorologischen Gegebenheiten, die in der Umgebung vorherrschen. Dabei können sowohl die zurückliegenden Wetterdaten als auch die aktuellen Wetterprognosen verwendet werden. Anhand der zurückliegenden Wetterdaten im Abgleich mit dem zum gleichen Zeitpunkt erfassten Anlagenverhalten wird ein funktionaler Zusammenhang ermittelt. Dieser Zusammenhang kann mithilfe von Wettervorhersagen zur Prognose des Verhaltens genutzt werden. Der Deutsche Wetterdienst (DWD) stellt als Wetterdienstleister die entsprechenden Daten deutschlandweit einheitlich zur Verfügung. Dafür betreibt er ein Netz von Messstationen an denen meteorologische Parameter gemessen werden. Der DWD kann Daten auch über zurückliegende Zeitpunkte bereitstellen. Aufbauend auf den gemessenen Daten berechnet der DWD verschiedene Wettervorhersagen. Für das Projekt werden die beiden numerischen Wettervorhersagemodelle COSMO-EU und COSMO-DE verwendet. Diese unterscheiden sich in ihrer räumlichen sowie zeitlichen Auflösung. Während COMSO-EU eine Vorhersage für bis zu 78 Stunden bei einer Gitterauflösung von 7,8 km bietet, ist der Vorhersagezeitraum bei COSMO-DE mit 27 Stunden geringer dafür ist das Gitter mit 2,8 km höher aufgelöst. (BALDAUF 2011, SCHULZ & SCHÄTTLER 2011). Die Wettervorhersagemodelle stellen eine Vielzahl von Parametern bereit, wobei nicht alle im Kontext von Weichenvereisungen relevant sind. Die relevanten Parameter lassen sich anhand einer Analyse von Vereisungsszenarien ermitteln: es werden alle Bedingungen betrachtet, bei denen Weichen einfrieren können und welche meteorologischen Parameter dabei relevant sind. Auf Grundlage dieser Szenarien können die relevanten meteorologischen Parameter abgeleitet werden. Diese Auswahl erfolgte in enger Absprache mit Weichenheizungsherstellern. Unter Betrachtung dieser Vereisungsfälle sind die Parameter Temperatur, Niederschlag (Gesamtniederschlag sowie Aufteilung in Regen, Schnee und Graupel), Luftfeuchtigkeit, Windgeschwindigkeit und die Höhe der Schneedecke wichtig um das Verhalten von Weichenheizungen simulieren und prognostizieren zu können. 3 Verarbeitung und Bereitstellung der Wetterdaten Die im vorherigen Kapitel festgelegten Wetterdaten werden vom DWD im standardisierten GRIB (GRIdded Binary)-Format der WMO (World Meteorological Organization) bereitgestellt, das auf einem regelmäßigen Punktraster basiert. Die Verarbeitung der meteorologischen Parameter erfolgt automatisiert (siehe Abb. 1). Dabei werden die Wetterdaten zunächst vom Server des Deutschen Wetterdienstes heruntergeladen. Im Anschluss werden die Gitterpunkte mithilfe des VectorToRasterProcess von geotools in GeoTIFFs umgewandelt. Dabei wird für jeden Wetterparameter und jeden Vorhersagezeitpunkt ein Geo- TIFF erstellt. Für die Betriebsstellen mit elektrischen Weichenheizungen liegen Koordinaten in einer PostgreSQL-Datenbank mit PostGIS-Erweiterung vor. Für diese Koordinaten können die Wetterparameter auf den GeoTIFFs bilinear interpoliert werden. Somit liegen

3 Steuerung von Weichenheizungen mithilfe von ortsbezogenen Wetterprognosen 731 für alle Betriebsstellen ortsbezogene Wetterprognosen vor, die aufgrund der großen Datenmengen und den einfach strukturierten Abfragen in einer nicht relationalen Datenbank vorgehalten werden. Die Wetterprognosen liegen in der Datenbank in einer zeitlichen Auflösung von 15 Minuten vor. Abb. 1: Workflow für die Verarbeitung der Wetterdaten Die in der Datenbank enthaltenen Daten werden über einen WebService bereitgestellt. Der WebService bietet die Möglichkeit, pro Weichenheizungssteuerung die historischen Anlagendaten in Kombination mit ebenfalls historischen meteorologischen Parametern abzufragen. Die eindeutige Identifikation der Anlagen lehnt sich an das ERP-System des Betreibers an und besteht als sogenannter Technischer Platz mindestens aus der Betriebsstellen- Kennung und einer Kennziffer. Durch eine Gegenüberstellung der gemessenen Wetterparameter an der Anlage und der Wetterdaten des DWD ist es möglich systematische Abweichung, die sich durch mikroklimatische Besonderheiten oder fehlerhafte Messinstrumente ergeben zu ermitteln und Korrekturen anzubringen. Der WebService stellt zudem für alle Betriebsstellen die kurz- und langfristigen Wettervorhersagen bereit. Die Wetterdaten sind ein wichtiger Baustein für das Projekt und somit ist der WebService zur Bereitstellung der Wetterdaten eine zentrale Infrastruktur für das Projekt. 4 Analyse und Visualisierung Auf Grundlage der Wetterdaten können potenziell kritische Zeitpunkte ermittelt werden, an denen eine Weichenvereisung anhand der meteorologischen Gegebenheiten droht. Zur Ableitung dieser kritischen Zeitpunkte wurde ein Entscheidungsbaum entwickelt (siehe Abb. 2). Die Wettervorhersage kann so jeweils pro Betriebsstelle separat analysiert werden und im 15-Minuten-Raster Zeitpunkte ermittelt werden, an denen ein Vorheizen der Weiche sinnvoll ist, um eine Vereisung zu verhindern. Nach BUSCH (2014) existieren folgende Szenarien: Vereisung durch Niederschläge in (unterkühlter) flüssiger Form (Eisregen), Vereisung durch Niederschläge in (nicht unterkühlter) flüssiger Form (Glatteis),

4 732 C. Weiß, T. Käsemann und K. Klinge Vereisung durch Schneefälle, Vereisung durch Schneeverwehungen, Vereisung durch Graupel und Hagel, Vereisung durch extreme Temperaturstürze, erhöhte Viskosität der Schmiermittel bei Temperaturen unter 20 C. Diese Szenarien lassen sich in einem Entscheidungsbaum systematisieren. Abb. 2: Entscheidungsbaum InfraGrid zum Ableiten kritischer Wetterereignisse (BUSCH 2014) Die Zuverlässigkeit der Aussagen kann durch die Berücksichtigung der systematischen Abweichungen der Anlagen erhöht werden. Dafür ermöglichen die Diagnosedaten eine Gegenüberstellung der tatsächlich gemessenen meteorologischen Parameter an den Anlagen und den vorhergesagten meteorologischen Parametern des DWD. Abbildung 3 zeigt die Gegenüberstellung am Beispiel der Betriebsstelle Hannover-Hainholz (HHZ) für den Parameter Temperatur. In Hannover-Hainholz sind 4 Weichenheizungssteuerungen installiert. Auffällig ist, dass die gemessene Temperatur bei zwei der Anlagen deutlich unter der Temperatur des DWD liegt, bei den anderen beiden liegt die Temperatur leicht oberhalb. Dieses Verhalten ist auch bei anderen Betriebsstellen erkennbar, sodass die Korrekturen der meteorologischen Parameter anlagenspezifisch angebracht werden müssen. Die durch die Analyse mit dem Entscheidungsbaum ermittelten Zeitpunkte können genutzt werden, um die exakten Einschaltzeitpunkte der Anlagen zu ermitteln. Dazu muss das Auf-

5 Steuerung von Weichenheizungen mithilfe von ortsbezogenen Wetterprognosen 733 heizverhalten der Anlagen bekannt sein. Die Diagnosedaten in Kombination mit den historischen Wetterdaten bilden dafür die Basis und ermöglichen die Ableitung eines funktionalen Zusammenhangs. Somit kann der Einschaltzeitpunkt zurückgerechnet werden, sodass die Anlage zum potenziell kritischen Zeitpunkt rechtzeitig vorgeheizt ist. Abb. 3: Temperaturabweichung der einzelnen Steuerungen in Hannover-Hainholz Die entwickelte Visualisierung ermöglicht dem Nutzer, die berechneten Einschaltzeitpunkte nachzuvollziehen und zu validieren. Dabei können sowohl die Vorhersage verschiedener meteorologischer Parameter deutschlandweit flächenhaft als auch betriebsstellenbezogen betrachtet werden. Abbildung 4 zeigt die Darstellung einer Betriebsstelle mit der dazugehörigen Vorhersage der meteorologischen Parameter. Zudem wird durch den roten Balken eine potenziell gefährliche Wettersituation visualisiert, die zu einer Einschaltung der Weichenheizung führt. Abb. 4: Detailansicht einer Betriebsstelle in der Visualisierungsoberfläche; der graue Balken repräsentiert die Wetterwarnung

6 734 C. Weiß, T. Käsemann und K. Klinge 5 Fazit und Ausblick Die hier vorgestellten Entwicklungen im Rahmen des Projektes InfraGrid sind eine sinnvolle Ergänzung zu den bisherigen Möglichkeiten der Steuerung und Überwachung von Weichenheizungen. Anhand der Visualisierung bietet sich dem Betreiber die Möglichkeit, die Weichenheizungen automatisiert zu betreiben und die betrieblichen Personale zu entlasten. Die zugrunde liegenden Wetterdaten und Berechnungen können durch eine Visualisierung in einer Testphase verifiziert werden. Im weiteren Projektverlauf ist die Anbindung an die Diagnoseplattform der Deutschen Bahn AG zur direkten Ausführung der Einschaltungen vorgesehen. Das wird zunächst in einem Testbetrieb an wenigen Anlagen umgesetzt. Eine erste Testphase unter Realbedingungen ist für die nächste Heizperiode ab September 2014 geplant. Literatur BALDAUF, M. et al. (2011), Kurze Beschreibung des Lokal-Modells Kürzestfrist COSMO- DE (LMK) und seiner Datenbank auf dem Datenserver des DWD. Offenbach a. M. BUSCH, A. (2014), Analyse und Bereitstellung notwendiger Wetterdaten zur Situativsteuerung von Weichenheizungen. Masterarbeit, FH Mainz. DEUTSCHE BAHN (2010), Winterdienste bei der Deutschen Bahn. ( ). SCHULZ, J.-P. & SCHÄTTLER, U. (2011), Kurze Beschreibung des Lokal-Modells Europa COSMO-EU (LME) und seiner Datenbanken auf dem Datenserver des DWD. Offenbach a. M. SÜDDEUTSCHE (2012), S-Bahn kämpft gegen Kälte, Dauereinsatz soll Einfrieren der Züge verhindern. ( ). ZEIT (2010), Frieren mit der Bahn, ( ).