Über Elektrobusse wird meist im Zusammenhang mit Reichweite, Ladeleistung und Umlaufplanung gesprochen. Das ist richtig, aber es übersieht einen Ort, an dem sich in den nächsten Jahren entscheidet, ob die Umstellung im Alltag funktioniert. Den Betriebshof. Hier kommen am Abend Hunderte Busse zurück, müssen gewaschen, geprüft, geladen und so abgestellt werden, dass sie am Morgen in der richtigen Reihenfolge wieder ausfahren können. Und das alles bei begrenzter Fläche, begrenztem Netzanschluss und schwankenden Strompreisen.
Wie groß diese Aufgabe ist, zeigt ein Blick nach Hamburg. Dort sind für die Hochbahn über 1.100 Busse unterwegs, mehr als 400 davon bereits elektrisch. Bis Anfang der 2030er-Jahre soll ein Großteil der Flotte umgestellt sein. Dafür werden bestehende Betriebshöfe elektrifiziert und neue gebaut, etwa in Meiendorf mit Lade- und Abstellflächen für rund 130 Elektrobusse und in Langenfelde mit Platz für bis zu 200. In diesem Beitrag zeigen wir, warum die Steuerung solcher Höfe ein anspruchsvolles Optimierungsproblem ist und wie mathematische Planung hilft, sie zu beherrschen.
Was auf einem E-Bus-Hof alles zusammenkommt
Auf einem klassischen Dieselhof ist die Nacht vergleichsweise einfach. Die Busse werden betankt, gewaschen, bei Bedarf in die Werkstatt gebracht und abgestellt. Die Reihenfolge ist zwar wichtig, aber die Betankung dauert nur Minuten und der Diesel wartet geduldig im Tank.
Auf einem E-Bus-Hof ist fast alles anders. Das Laden dauert Stunden, und nicht jeder Stellplatz hat die gleiche Ladeleistung. Die Gesamtleistung des Hofes ist durch den Netzanschluss begrenzt. Strompreise schwanken über die Nacht, und der Netzbetreiber hat eigene Interessen, etwa die Vermeidung von Lastspitzen in Zeiten hoher Netzbelastung. Gleichzeitig müssen die Busse gewaschen und kontrolliert werden, einige müssen in die Werkstatt, und am Morgen muss jeder Bus mit ausreichend Ladung genau dann ausfahren können, wenn sein Umlauf beginnt.
Dazu kommt ein räumliches Problem, das jeder Betriebshofleiter kennt. Viele Höfe stellen Busse in Reihen hintereinander ab. Wer hinten steht, kommt erst raus, wenn die vorderen weg sind. Ein Bus, der früh ausfahren muss, aber ganz hinten geparkt wurde, blockiert den Ablauf. Umsetzen kostet Zeit, Personal und bei Elektrobussen auch Ladezeit.
Das mathematische Problem
In der Fachliteratur ist die Abstellplanung auf Betriebshöfen als Bus Depot Parking Problem oder allgemeiner als Vehicle Dispatching Problem in Depots bekannt. Es geht darum, ankommenden Fahrzeugen Stellplätze so zuzuordnen, dass sie am nächsten Morgen ohne Umsetzen in der richtigen Reihenfolge ausfahren können. Schon ohne Laden ist das ein kombinatorisch schwieriges Problem, weil Ankunfts- und Abfahrtsreihenfolgen selten zusammenpassen.
Beim Elektrobus kommen mehrere Ebenen hinzu. Jeder Stellplatz hat eine bestimmte Ladeleistung. Jeder Bus hat einen Ladezustand bei der Ankunft und einen benötigten Ladezustand bei der Ausfahrt. Die Summe aller Ladeleistungen darf zu keinem Zeitpunkt die Anschlussleistung überschreiten. Und der Zeitpunkt des Ladens beeinflusst die Kosten, weil Strompreise und Netzentgelte schwanken.
Ein integriertes Modell entscheidet deshalb gleichzeitig über drei Dinge. Wo wird jeder Bus abgestellt? Wann und mit welcher Leistung wird er geladen? Und in welcher Reihenfolge durchläuft er Waschhalle, Kontrolle und gegebenenfalls Werkstatt? Das Ziel ist ein Plan, bei dem alle Busse pünktlich und ausreichend geladen ausfahren, Umsetzfahrten vermieden werden, die Anschlussleistung eingehalten wird und die Energiekosten möglichst gering sind. Technisch lösen wir solche Modelle mit gemischt ganzzahliger Optimierung und bei vielen Reihenfolgeregeln mit Constraint Programming.
Laden, wenn der Strom günstig ist
Mit wachsender Flotte wird der Strom zu einem der größten Kostenblöcke eines Busbetriebs. Und anders als beim Diesel lässt sich beim Strom viel über den Zeitpunkt steuern. Wer seine Busse bevorzugt in Stunden mit niedrigen Preisen lädt, spart Geld. Wer Lastspitzen vermeidet, spart Netzentgelte und entlastet das Verteilnetz.
Wie ernst Verkehrsunternehmen dieses Thema nehmen, zeigt das Hamburger Forschungsprojekt zur Koordinierungsfunktion und zum Lastmanagement, das vom Bundesministerium für Wirtschaft und Klimaschutz gefördert wurde. Dort wird untersucht, wie Busse flexibler zu Zeiten geringer Netzbelastung geladen und aktuelle und prognostizierte Strompreise in die Steuerung einbezogen werden können. Seit Oktober 2024 ist auf dem Betriebshof Alsterdorf zudem ein Batteriespeicher mit einer Leistung von 4 MVA und einer nutzbaren Kapazität von 4,15 MWh in Betrieb, der Lastspitzen reduziert und künftig auch für die Vermarktung von Flexibilität genutzt werden soll.
Für die Optimierung bedeutet das eine zusätzliche Dimension. Der Hof wird zu einem kleinen Energiesystem mit Verbrauchern, einem Speicher und Beziehungen zum Strommarkt. Ein gutes Modell verbindet die betrieblichen Anforderungen mit den energiewirtschaftlichen Möglichkeiten. Es sorgt zuerst dafür, dass jeder Bus rechtzeitig fahrbereit ist, und nutzt dann jeden verbleibenden Spielraum, um Kosten zu senken und Flexibilität anzubieten.
Prognosen als Grundlage
Viele der Größen, mit denen ein solches Modell rechnet, sind am Abend noch nicht genau bekannt. Wann kommt welcher Bus zurück, und mit welchem Ladezustand? Wie entwickeln sich die Strompreise in der Nacht? Wie hoch ist die Belastung des Verteilnetzes? Hier helfen Prognosen. Aus den Betriebsdaten lässt sich mit Verfahren des Machine Learning recht zuverlässig abschätzen, wann und mit welchem Energiebedarf Busse ankommen, abhängig von Wochentag, Wetter und Verkehrslage. Strompreisprognosen kommen vom Energiemarkt.
Die Optimierung plant dann nicht starr, sondern rollierend. Sobald ein Bus tatsächlich ankommt oder eine neue Preisprognose vorliegt, wird der Plan für die restliche Nacht aktualisiert. So bleibt die Steuerung robust, auch wenn der Abend anders verläuft als erwartet.
Werkstatt und Waschhalle einbinden
Ein Betriebshof ist nicht nur Parkplatz und Ladestation. Waschhalle und Werkstatt sind knappe Ressourcen, die in der Nacht gut ausgelastet sein wollen. Wenn zu viele Busse gleichzeitig zur Wäsche wollen, entsteht ein Stau, der das Abstellen verzögert und Ladezeit kostet. Wenn ein Bus nach der Werkstatt an einen Stellplatz ohne ausreichende Ladeleistung kommt, fehlt ihm am Morgen Energie.
Ein integriertes Modell plant diese Abläufe mit. Es legt fest, welcher Bus wann gewaschen wird, welcher in die Werkstatt geht und wo er danach geladen wird. So entstehen Nachtabläufe, die für das Personal planbar sind und die Fahrzeuge zuverlässig bereitstellen. Wie wir Werkstattkapazitäten generell optimieren, beschreiben wir auf der Seite zur Werkstattdisposition.
Neue Höfe richtig dimensionieren
Viele Verkehrsunternehmen bauen gerade neue Betriebshöfe oder bauen bestehende um. Dabei stellen sich grundsätzliche Fragen. Wie viele Ladepunkte brauchen wir, und mit welcher Leistung? Wie groß muss der Netzanschluss sein? Lohnt sich ein Batteriespeicher? Wie sollten Abstellreihen angeordnet sein, damit möglichst wenig umgesetzt werden muss?
Diese Fragen lassen sich mit Simulation und Optimierung auf Basis des realen Fahrplans beantworten, bevor gebaut wird. Man rechnet typische und kritische Nächte durch und sieht, wo Engpässe entstehen. Ein Netzanschluss, der kleiner ausfallen kann, weil das Laden klug gesteuert wird, spart erhebliche Investitionen. Und ein Layout, das Umsetzfahrten vermeidet, spart jede Nacht Arbeitszeit. Hier hilft auch unsere Erfahrung mit der Optimierung von Anordnungen, einem Forschungsschwerpunkt unseres Gründers an der Universität Klagenfurt. Mehr dazu im Beitrag zur Planung von Werkstattstandorten.
Verbindung zur Umlaufplanung
Die Betriebshofsteuerung hängt eng mit der Umlaufplanung zusammen. Wenn Umläufe so geplant werden, dass Busse mit sehr niedrigem Ladezustand spät zurückkommen und früh wieder ausfahren, wird die Nacht auf dem Hof schwierig. Umgekehrt kann eine Umlaufplanung, die die Bedingungen auf dem Hof kennt, viele Probleme von vornherein vermeiden. Wie wir Umläufe und Ladevorgänge gemeinsam optimieren, beschreiben wir im Beitrag zur E-Bus-Umlaufplanung und Ladeplanung und auf der Seite zum E-Bus Lademanagement.
Was Verkehrsunternehmen konkret gewinnen
Eine optimierte Betriebshofsteuerung zahlt sich an mehreren Stellen aus. Die Zahl der Umsetzfahrten sinkt, was Arbeitszeit spart und die Nacht für das Personal ruhiger macht. Die Energiekosten sinken, weil bevorzugt in günstigen Stunden geladen wird. Die Netzentgelte sinken, weil Lastspitzen vermieden werden. Und die Zuverlässigkeit am Morgen steigt, weil jeder Bus mit ausreichender Ladung am richtigen Platz steht.
Dazu kommt ein strategischer Effekt. Wer seinen Hof als steuerbares Energiesystem versteht, kann Flexibilität vermarkten und damit zusätzliche Erlöse erzielen. Gerade bei großen Flotten mit Hunderten Elektrobussen kann das über die Jahre einen spürbaren Beitrag zur Wirtschaftlichkeit leisten.
Unser Hintergrund
Hex entwickelt seit Jahren Optimierungslösungen für Verkehrsunternehmen, vom Busbetrieb bis zum Schienenverkehr. In einem Projekt mit einem Busnetz aus 48 Linien haben wir die Ladezyklen der Elektrobusse direkt in die Umlaufoptimierung integriert. Mehr dazu in unseren Case Studies. Einen Überblick über unsere Lösungen für Busbetriebe gibt die Seite zur ÖPNV-Disposition.
Sie planen einen neuen E-Bus-Betriebshof oder möchten einen bestehenden besser steuern? Vereinbaren Sie ein kostenloses Erstgespräch. Wir rechnen gerne eine typische Nacht auf Ihrem Hof durch.
Häufige Fragen
Kann die Optimierung mit bestehenden Lademanagementsystemen zusammenarbeiten?
Ja. Die Optimierung berechnet den Plan und übergibt Ladevorgaben an das vorhandene Lademanagement, das die Ladepunkte technisch steuert.
Wie geht das Modell mit verspäteten Ankünften um?
Es plant rollierend und aktualisiert den Plan, sobald neue Informationen vorliegen. Verspätete Busse werden neu eingeplant, ohne dass der gesamte Plan umgeworfen wird.
Lohnt sich das auch für kleinere Betriebshöfe?
Ja. Auch bei dreißig oder vierzig Elektrobussen können Netzanschluss und Energiekosten zum Engpass werden. Der Aufwand für die Modellierung ist bei kleineren Höfen entsprechend geringer.