The global transition toward sustainable urban public transport faces two critical barriers: the inadequacy of standardized driving cycles to capture local real-world driving behavior, and the absence of an integrated assessment framework for evaluating the technological and infrastructural feasibility of green transportation solutions. This thesis proposes a comprehensive multi-scale methodology to bridge these gaps, linking microscopic driving dynamics with the macroscopic design and sizing of a standalone hydrogen refueling station. The first stage of the research focuses on developing a representative Modena Bus Driving Cycle (MBDC) through a hybrid metaheuristic optimization algorithm that combines the MAX–MIN Ant System (MMAS) and the Artificial Bee Colony (ABC) algorithm. This hybrid approach demonstrated superior performance in reproducing actual driving data, significantly improving upon conventional stochastic modeling techniques such as the Markov Chain Monte Carlo (MCMC) method. In the second stage, five different bus powertrain configurations—Diesel, Compressed Natural Gas (CNG), Hybrid Electric (HEB), Battery Electric (EB), and Fuel Cell (FCB)—were developed and benchmarked using the ADVISOR simulation environment. The validated models were subsequently tested under the MBDC to assess their energy consumption and operational performance under realistic local driving conditions. This comparison revealed notable discrepancies between standardized and locally derived cycles, emphasizing the importance of localized testing for accurate energy evaluations. Finally, the study explores the feasibility of a localized green hydrogen infrastructure to support a future FCB fleet in Modena. Using projected hydrogen demand scenarios derived from operational data, a conceptual Hydrogen Refueling Station (HRS) was designed and its major components sized accordingly. The potential of regional biomass sources, including Organic Fraction of Municipal Solid Waste (OFMSW) and woody biomass, was also assessed for local bio-hydrogen production capacity. Overall, the research establishes an integrated and scientifically robust framework for sustainable urban bus transit, connecting real-world drive cycle generation, comparative powertrain analysis, and renewable hydrogen infrastructure design.
La transizione globale verso un trasporto pubblico urbano sostenibile affronta due ostacoli critici: l'inadeguatezza dei cicli di guida standardizzati nel rappresentare il comportamento di guida reale a livello locale e l'assenza di un quadro di valutazione integrato per l'analisi della fattibilità tecnologica e infrastrutturale delle soluzioni di trasporto ecologiche. Questa tesi propone una metodologia completa e multi-scala per colmare tali lacune, collegando la dinamica di guida microscopica con la progettazione e il dimensionamento macroscopico di una stazione di rifornimento di idrogeno autonoma. La prima fase della ricerca si concentra sullo sviluppo di un Ciclo di Guida rappresentativo per gli autobus di Modena (MBDC) attraverso un algoritmo di ottimizzazione metaeuristico ibrido che combina l'algoritmo MAX–MIN Ant System (MMAS) e l'algoritmo Artificial Bee Colony (ABC). Questo approccio ibrido ha dimostrato prestazioni superiori nella riproduzione dei dati di guida reali, migliorando significativamente le tecniche di modellazione stocastica convenzionali, come il metodo Markov Chain Monte Carlo (MCMC). Nella seconda fase, sono state sviluppate e confrontate cinque diverse configurazioni di gruppo motopropulsore per autobus — Diesel, Gas Naturale Compresso (CNG), Ibrido Elettrico (HEB), Elettrico a Batteria (EB) e a Cella a Combustibile (FCB) — utilizzando l'ambiente di simulazione ADVISOR. I modelli convalidati sono stati successivamente testati utilizzando l'MBDC per valutare il loro consumo energetico e le loro prestazioni operative in condizioni di guida locali realistiche. Questo confronto ha rivelato notevoli discrepanze tra i cicli standardizzati e quelli derivati localmente, sottolineando l'importanza di test localizzati per una valutazione energetica accurata. Infine, lo studio esplora la fattibilità di un'infrastruttura localizzata per l'idrogeno verde a supporto di una futura flotta di autobus a cella a combustibile (FCB) a Modena. Utilizzando scenari di domanda di idrogeno proiettati, derivati da dati operativi, è stata progettata una Stazione di Rifornimento di Idrogeno (HRS) concettuale e i suoi componenti principali sono stati dimensionati di conseguenza. È stato inoltre valutato il potenziale delle fonti di biomassa regionali, tra cui la Frazione Organica dei Rifiuti Solidi Urbani (FORSU) e la biomassa legnosa, per la capacità di produzione locale di bio-idrogeno. Complessivamente, la ricerca stabilisce un quadro integrato e scientificamente solido per il trasporto pubblico urbano sostenibile su autobus, collegando la generazione di cicli di guida reali, l'analisi comparativa dei gruppi motopropulsori e la progettazione di un'infrastruttura per l'idrogeno rinnovabile.
Trasporto Pubblico Urbano Sostenibile su Autobus: uno Studio Integrato sulla Generazione di Cicli di Guida, le Prestazioni del Gruppo Motopropulsore e la Produzione di Idrogeno Verde
KAYA, AHMET FATIH
2026
Abstract
The global transition toward sustainable urban public transport faces two critical barriers: the inadequacy of standardized driving cycles to capture local real-world driving behavior, and the absence of an integrated assessment framework for evaluating the technological and infrastructural feasibility of green transportation solutions. This thesis proposes a comprehensive multi-scale methodology to bridge these gaps, linking microscopic driving dynamics with the macroscopic design and sizing of a standalone hydrogen refueling station. The first stage of the research focuses on developing a representative Modena Bus Driving Cycle (MBDC) through a hybrid metaheuristic optimization algorithm that combines the MAX–MIN Ant System (MMAS) and the Artificial Bee Colony (ABC) algorithm. This hybrid approach demonstrated superior performance in reproducing actual driving data, significantly improving upon conventional stochastic modeling techniques such as the Markov Chain Monte Carlo (MCMC) method. In the second stage, five different bus powertrain configurations—Diesel, Compressed Natural Gas (CNG), Hybrid Electric (HEB), Battery Electric (EB), and Fuel Cell (FCB)—were developed and benchmarked using the ADVISOR simulation environment. The validated models were subsequently tested under the MBDC to assess their energy consumption and operational performance under realistic local driving conditions. This comparison revealed notable discrepancies between standardized and locally derived cycles, emphasizing the importance of localized testing for accurate energy evaluations. Finally, the study explores the feasibility of a localized green hydrogen infrastructure to support a future FCB fleet in Modena. Using projected hydrogen demand scenarios derived from operational data, a conceptual Hydrogen Refueling Station (HRS) was designed and its major components sized accordingly. The potential of regional biomass sources, including Organic Fraction of Municipal Solid Waste (OFMSW) and woody biomass, was also assessed for local bio-hydrogen production capacity. Overall, the research establishes an integrated and scientifically robust framework for sustainable urban bus transit, connecting real-world drive cycle generation, comparative powertrain analysis, and renewable hydrogen infrastructure design.| File | Dimensione | Formato | |
|---|---|---|---|
|
Kaya.pdf
accesso aperto
Licenza:
Tutti i diritti riservati
Dimensione
4.19 MB
Formato
Adobe PDF
|
4.19 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/361053
URN:NBN:IT:UNIMORE-361053