Begleitforschung Flotte – Entwicklung eines Optimierten Reichweitenmodells

Durch die von der Technischen Hochschule Deggendorf koordinierte Zusammenarbeit wird demonstriert, wie es durch Vernetzung und den Einsatz neu entwickelter, intelligenter und integrierter Steuerungskonzepte gelingen kann, auch mit aktuell marktverfügbarer Basis-technologie an Elektrofahrzeugen Elektromobilität zu realisieren und erlebbar zu machen. Mit bezahlbarer Speichertechnik soll ein zuverlässiger Betrieb von rein elektrisch angetriebenen Individualfahrzeugen in einer Region mit ungünstigen Standortfaktoren gewährleistet werden. Dabei kommen Faktoren, wie die beschränkte Reichweite der Fahrzeuge, die aktuell verfügbare Ladetechnologie mit Elektrotankstellen und Solarcarports genauso zum Tragen, wie das ländliche Umfeld, die bergige Topologie, strenge Winter und die Abdeckung einer großen Fläche mit gemischten Betrieben und Tourismus.
Die in das Projekt gelieferten Herstellerfahrzeuge werden mittels induktiver Ausleseverfahren untersucht. Die ermittelten Fahrzeugdaten und das individuelle Fahrverhalten werden im Rahmen des F&E Projektes analysiert. Aus der Aggregation dieser Daten wird eine "Echtzeit-Reichweitenoptimierung" berechnet und in das Navigationssystem des Fahrzeugs zurückgespielt. Diese aufwändige Rechen- und Kommunikationsleistung ist von keinem Modellversuch weltweit bekannt.

Optimiertes Reichweiten-Modell - ORM

Die Reichweitenanzeige vieler Elektroautos berücksichtigt den Energieverbrauch der letzten zurückgelegten Kilometer. Deshalb gehen die zu fahrenden Streckenprofile mit ihrer Topographie nicht in die Anzeige dieser Lösungen ein.

Aufgabe der Projektgruppen E-WALD Begleitforschung Flotte und E-WALD Informations- und Kommunikationstechnologie ist es, ein Reichweitenmodell zu entwickeln, das eine vorwärtsgewandte Berechnung einfließen lässt und genau die Streckenprofile berücksichtigt, die der Fahrer ausgehend von seinem aktuellen Standpunkt zurücklegen kann.

Die Thematik kann gerade in der hügeligen und bergigen Landschaft des Bayerischen Waldes genau untersucht werden. Gleichzeitig bieten die weniger bergigen Strecken in der Projektregion die Möglichkeit, die Reichweitenergebnisse der unterschiedlichen Geländeeigenschaften zu vergleichen.

Diese Voraussetzungen bedingen die Einzigartigkeit des Optimierten ReichweitenModells (ORM), das an der Technischen Hochschule Deggendorf im Projekt E WALD entwickelt wird.

Der Ansatz des Optimierten Reichweiten-Modells der THD ist ein empirischer, das Modell beruht somit allein auf beobachteten Daten. Physikalische Modelle versuchen hingegen die Realität nachzubilden. Dabei können prinzipiell viele Faktoren nicht genau berücksichtigt werden.

Innerhalb des Projektes E-WALD konnten auf Grund der sehr engen Vernetzung der Verbundpartner sehr große Datenmengen erhoben werden. Die E-WALD Fahrzeugflotte - mit derzeit 180 Fahrzeugen - kann diese Datenbasis ständig erweitern. Im bisherigen Verlauf des Projektes E-WALD konnten verschiedenste Fahrzeugdaten im Sekundenrhythmus über einen langen Beobachtungszeitraum aufgezeichnet werden. Dabei fanden vielfältige Geländeprofile Berücksichtigung.

Im Vergleich hierzu beziehen sich andere Ansätze oft nur auf einen Fahrzeugtypen und beruhen auf weniger Daten. Hier handelt es sich meist nicht um reale Flottenfahrten, sondern um reine Testfahrten. Auch gehen die Ansätze selten über ein Prototypenstadium hinaus.

E-WALD ORM in Aktion

Das ORM bietet dahingegen die folgenden klaren Vorteile:

  • Unabhängigkeit vom Fahrzeughersteller
  • Vergleich mehrerer Ansätze
  • Portierbarkeit des Modells: Nicht nur auf das E-WALD Gebiet beschränkt
  • E-WALD Flottenbetrieb: Große empirische Datenbasis, Erfassung von realen Daten und Rückmeldung der Benutzer zur Bedienbarkeit der Anwendung

Das Ergebnis der optimierten Reichweitenberechnung wird in Form eines blauen Polygons (Vieleck, siehe Abbildung links) dargestellt. Die Grenzen des Polygons zeigen die maximal erreichbaren Wegpunkte im Straßennetz.

Fahrerassistenzsystem - ORM

Die Ermittlung der Reichweite basiert auf einem empirischen Modell. In dieses fließen sowohl Geoinformationsdaten wie Topographie und Straßennetz, als auch Fahrzeugdaten wie der aktuelle Ladezustand der Batterie, die Außentemperatur und das Fahrverhalten des Fahrers ein.

Die Berechnung selbst erfolgt auf dem E-WALD Server, die Daten zwischen Tablet und Server werden verschlüsselt via Mobilfunk übertragen. Besteht längere Zeit keine Mobilverbindung, wird auf dem Tablet selbst eine immer noch verlässliche Durchschnittsreichweite berechnet.

Sinkt der Ladezustand des Fahrzeugs unter einen bestimmten Wert, färbt sich das Polygon rot, um den Fahrer unmittelbar auf die geringe verbleibende Reichweite hinzuweisen.

Die bisherigen Untersuchungen zeigen, dass die berechneten Reichweitenwerte sehr genau sind. Die angezeigten Polygone bieten darüber hinaus eine sehr hohe Verlässlichkeit. Dies wird durch die Rückmeldungen der Fahrzeug-nutzer bestätigt.

Wir glauben, dass diese kilometergenaue verlässliche Reichweitenberechnung einen großen Durchbruch für die E Mobilität bedeuten kann.

Zusätzlich ist ein Routing zu den E-WALD Ladesäulen implementiert. Beim Routing werden im Gegensatz zur Navigation keine Fahranweisungen ausgegeben. Nach Auswahl des entsprechenden Menüpunktes hat der Fahrer die Möglichkeit, ein Ziel seiner Wahl zu bestimmen.

Die anschließend berechnete Route zeigt auf der Karte den kürzesten Weg zwischen Standort und gewünschtem Ziel als dunkle Linie, wobei das Reichweitenpolygon sichtbar bleibt.

E-WALD ORM - Besonderheiten

Events & More

360 campus

25y thd

digitalisierung logo webseite

icon tag der forschung 2019

mobilitaet der zukunft

icon forschungsbericht

icon bavarian journal

merchandising

Cookies erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies verwenden.
Weitere Informationen Ok