Flotte de véhicules en libre-service encomplément du transport public

Witold.Klaudel@renault.com, SystemX / Renault3 Décembre 2014

2

Réseau des IRTs

Networks and digital infrastructures

Infectiology

Composite materials

Materials, metallurgy and processes

Railway infrastructures

Nano-electronics

Aeronautics, space and embedded systems

Systems engineering

Strong links with competitiveness clusters

Co-localized staff 50% of the expenses

funded by PIA

Projet MIC chez IRT/SystemX

3

MULTIMODAL TRANSPORT

EMBEDDED SYSTEMS SIMULATION & CONCEPTION TOOLS

SAFETY & MULTIMEDIAENERGY MANAGEMENT

HIGH PERFORMANCE COMPUTING (HPC)

CLOUD COMPUTING & NETWORKS

SYSTEMS OF SYSTEMS

TECHNOLOGIES AND TOOLS FOR COMPUTATIONAL ENGINEERING

Projet MIC

Objectifs recherchés : flottes de véhicules

Business, disposer d’une méthode et des outils permettant : Proposer l’offre « flottes des véhicules électriques en auto-partage » adaptée

aux besoins d’un territoire en tant que complément du transport public Evaluer l’impact des flottes des véhicules électriques en auto-partage sur

l’offre du transport public Piloter les flottes des véhicules électriques en auto-partage comme un

composant du transport public multimodal Adapter le véhicule électrique aux besoins du transport public

Scientifiques et techniques Maitriser des méthodes de modélisation, de simulation et d’optimisation

adaptées aux systèmes de transport multimodal Maitriser les technique du pilotage des flottes des véhicules dans

l’écosystème d’un transport public multimodal et global

Contexte de l’étude: projet MIC (*) de SystemX

5(*) « MIC » : Modélisation, Interopérabilité et Communication, Juin 2013 : Décembre 2016

OBJECTIFS• Développer des technologies permettant d’améliorer la performance des

transports multimodaux, essentiellement en zone urbaine suivant 2 axes principaux: optimisation et supervision

• Evaluer les modèles économiques associés• Démontrer l’utilisabilité les briques technologiques développées à travers des

démonstrateurs représentatifs des cas d’usage.

DEFIS TECHNOLOGIQUES• Modéliser et simuler des SdS de transport multimodal • Simuler des SdS dynamiques • Outiller l’optimisation et la supervision • Modéliser les relations entre objets techniques et acteurs sociaux. • Identifier de nouveaux modèles d’affaires

Round-trip

One-way

Autopartage en quelques mots

6

Relieve the user from ownership responsibilities: Insurance Fuel or electricity Maintenance

Amortization Taxes Parking places, etc.

Definition:System involving a small to medium fleet of vehicles, available at

several stations, to be used by a relatively large group of members.1

1 S. A. Shaheen, D. Sperling, et C. Wagner, “A short history of carsharing in the 90’s”, Institute of Transportation Studies, Sept. 1999.

Introduction to carsharingKey numbers about carsharing

7

4,94 M members1

Sources: 1 Frost and Sullivan (2014) Strategic Insight of the global Carsharing Market Report #ND90-18, June 2014.

2 reportsnreports.com

41% of annual market growth rate until 20182

92 000 vehicles1

Notre étude : démarche

8

MatriceOrigine / Destination

Estimation des flux (don’t potential

autopartage)Comm. network

• Localisation des stations• Dimensionnement du

système

ODt

𝐷𝑖𝑗𝑡 𝛿𝑖𝑗

𝑡

OD : origin/destination matrix: number of passengers wanted to use the carsharing system from to , starting from at time : travel time between nodes and , starting from at time

Estimation de la demande de déplacement

Simulation multimodaleOptimisation autopartage

Découpage de la problématique d’optimisation

9

SDP : Station Dimensioning ProblemPour un positionnement de stations donné, quel est la configuration optimale du système ?• taille des stations• nombre de véhicules• stratégies de relocalisation

SLP : Station Location ProblemQuel est le positionnement des stations qui assure la meilleure efficacité du système ?• localisation des stations

efficacite ? optimalite ?Approche multi-critères :• maximiser le nombre de demandes satisfaite• minimiser le nombre d’opération de relocalisation• minimiser le nombre de véhicules

SDP : Station Dimensioning ProblemPresentation

10

Multi-objective optimization:1. Maximize the total demand2. Minimize the number of vehicles3. Minimize the number of

relocation operations

Inputs: Set of stations Time scale Maximum size of stations Demands between stations Travel times

SDP : Station Dimensioning Problem 2/3Modeling Approach: Time Extended Graph2 (TEG) using flows

11

1 2 t T… …

1(1)

⋮N(1)

1(2) ⋯ 1(T)

N(2) ⋯ N(T)

(1)

(2)

(4) (4) (4)

(4)

(8) (8) (8)

(8)

i(t) Station i at time t

Stock arcs

Demand arcs

Relocation arcs

() Capacities on arcs

Graph density:Nodes: Arcs:

2 Ahuja, Magnanti, and Orlin, Network flows: theory, algorithms, and applications. Englewood Cliffs, N.J.: Prentice Hall, 1993.

SDP : Station Dimensioning Problem

12

SDP : Station Dimensioning ProblemRandom Data Generator

13

Demandestimation

O/D matrixcalculation

Surveys Phone data

Multimodal simulation

Demandassignment

Wardrop equilibrium Demand flows

Carsharingoptimization

Data recovery for carsharing

Station location System size

Random Data Generator Station positioning over an urban area; Station maximum sizes; Demands over time (24h period); Travel times during the period.

ExperimentationsPareto frontier for the optimal system dimensioning

14

Experimental context: (number of stations) (10 min time-step) (number of demands)

(range for the number of vehicles and relocation operations)

Current work: Include energy components State on the problem complexity Deal with the station location problem Numerical stability question

Pareto frontier

Merci !