Implementierung von On-Demand-Feedern zu Bahnhöfen in einem deutschlandweiten Verkehrsnachfragemodell

Kurzfassung

Vor dem Hintergrund der klimaneutralen Mobilität nimmt die Stärkung des ÖV einen hohen Stellenwert ein. Um die Attraktivität vor allem im ländlichen Raum zu steigern, kommen Konzepte zur Verbesserung des Zubringerverkehrs wie On-Demand Feeder zu Bahnhöfen infrage. Mithilfe des makroskopischen Verkehrsnachfragemodells DEMO (DEutschland MOdell, [1]) kann die Effektivität solcher Maßnahmen auf deutschlandweiter Ebene bewertet werden. Der ÖV wird hierbei in PTV Visum modelliert und fokussiert sich auf den Schienenverkehr und Busse. Der Schienenpersonenverkehr (SPV) ist in Form eines Schienennetzes mit hinterlegten Fahrplänen und Linien integriert, entsprechend werden Kenngrößen und Belastungen durch eine Fahrplanfeine Umlegung bestimmt. DEMO umfasst ca. 9.500 Haltestellen und ca. 80.000 Linien, welche über Anbindungen von den 6.633 Bezirken erreichbar sind. Der übrige ÖV wird in Form von Bussen über ein vorgeschaltetes Regressionsmodell berücksichtigt, aus dem entscheidende Kenngrößen wie Reisezeiten, Wartezeiten und Umstiege im Busnetz in Matrixform erzeugt werden. Für den Zugang zum SPV werden beide Modelle in einem Zubringermodell zusammengeführt. Hierbei wird die Attraktivität der Verkehrsmittel Bus, Pkw, Fuß und Rad auf dem Weg zum Bahnhof bestimmt. Dafür werden Anbindungen von den Bezirken zu den nächstgelegenen Haltestellen des Schienenverkehrs gesetzt, auf denen eine Bewertung der Modi mithilfe von Nutzenfunktionen erfolgt. Innerhalb des Zubringermodells ist die Einführung neuer Services wie Feeder möglich, indem die Kenngrößen des Busverkehrs angepasst werden. Eine entsprechende Modellierungskette wurde erfolgreich für einen DEMO-Ausschnitt der Main-Rhön-Region erprobt, welcher insgesamt ca. 4.000 km² und 41 Bezirke sowie 30 Bahnhöfe umfasst. Aus der Nachfrage für Feeder auf den Anbindungen heraus kann eine Fahrtenmatrix abgeleitet werden, für die mit einem Ride-Sharing-Algorithmus ([2]) die daraus resultierenden Fahrzeug-Fahrten, Flottengrößen, Besetzungsgrade und Umwegfaktoren ermittelt werden. Als Startpunkte aus den Bezirken heraus wurden Pick-Up-Punkte definiert, um feingliedrigere Trajektorien zu erhalten (siehe [3]). Damit ist es möglich, Kapazitätseffekte zusätzlicher Fahrzeuge im Netz zu berücksichtigen sowie realistische Zubringerzeiten zu bestimmen. Im Nachfragemodell kann anschließend der Effekt des neuen Angebots auf das Mobilitätsverhalten bestimmt werden. Erste Ergebnisse zeigen, dass die mittlere Reisezeit im ÖV durch Feeder verringert wird. Es ist weiterhin geplant, die Modellierung auf ganz Deutschland zu erweitern. Literatur: [1] Winkler, Christian & Mocanu, Tudor (2017): Methodology and Application of a German National Passenger Transport Model for Future Transport Scenarios. In: Proceedings of the 45th European Transport Conference. European Transport Conference, 4.-6. Okt. 2017, Barcelona, Spanien. [2] Richter, E., Friedrich, M., Migl, A. & Hartleb, J. (2019). Integrating Ride-sharing Services with Automated Vehicles into Macroscopic Travel Demand Models. 6th International Conference on Models and Technologies for Intelligent Transport Systems (MT-ITS), 2019. [3] Thomsen, Nina (2022). Implementing a Ride-Sharing Algorithm in the German National Transport Model (DEMO). Presented at 101st Annual Meeting of the Transportation Research Board, Washington, D.C., 2022.