© 2024 SURF
Tal van Nederlandse bedrijven ontwikkelen elektrische bussen en stadsdistributievoertuigen voertuigen, zetten ze in als onderdeel van hun vloot, of leveren diensten om die inzet te verbeteren. Zij worden daarbij geconfronteerd met een rijbereik dat kleiner is dan bij vergelijkbare conventionele voertuigen, en dat bovendien afneemt in de tijd door veroudering van de batterijen. Om dit te bewerkstelligen hebben zij modellen nodig die bij het voorspellen van het energieverbruik rekening houden met geactualiseerde eigenschappen van het voertuig (en zijn batterijpakket) en met actuele gegevens omtrent externe invloedfactoren als weersomstandigheden, traject, wegprofiel, verkeerssituatie, belading (of aantal passagiers) en rijgedrag. De ontwikkeling en het gebruik van dergelijke modellen vergt een voortdurende monitoring van voertuiggegevens en invloedfactoren. In dit project worden een vloot van bussen én stadsdistributievoertuigen gemonitord. Hiertoe wordt bestaande commerciële data-acquisitie hardware uitgebreid met een beperkt aantal (betaalbare) sensoren en met bijhorende oplossingen voor dataverwerking en -communicatie. Om de vele data te verwerken en te analyseren wordt in eerste instantie gebruik gemaakt van vereenvoudigde fysisch voertuigmodellen in combinatie met traditionele statistiek; dit wordt later uitgebreid met nieuwe voorspellende data-analyse technieken uit de Big-Data wereld. Met de resultaten van het onderzoek zal onderzocht worden hoe rijbereik en energieverbruik van beide testvloten kan worden verbeterd.
In Nederland wordt voor de transitie naar schone en duurzame mobiliteit een voortrekkersrol toebedeeld aan elektrische bussen en stadsdistributievoertuigen. Tal van bedrijven nemen deel aan die transitie. Zij ontwikkelen elektrische voertuigen, zetten ze in als onderdeel van hun vloot, of leveren diensten om die inzet te verbeteren. Daarbij worden ze geconfronteerd met een rijbereik dat kleiner is dan bij vergelijkbare conventionele voertuigen, en dat bovendien afneemt in de tijd door veroudering van de batterijen. Om te vermijden dat hun voertuigen onderweg stil komen te staan worden ze dan ook meestal voorzien van een te groot (en duur) batterijpakket, of worden teveel tussentijdse oplaadbeurten en/of te korte ritten ingepland.
De huidige beroepspraktijk heeft modellen nodig die bij de voorspelling van het energieverbruik rekening houden met geactualiseerde eigenschappen van het voertuig (en zijn batterijpakket) en met actuele gegevens omtrent externe invloedfactoren als weersomstandigheden, traject, wegprofiel, verkeerssituatie, belading en rijgedrag. De ontwikkeling en het gebruik van dergelijke adaptieve modellen vergt een voortdurende monitoring van voertuiggegevens en invloedfactoren. Dit is bijzonder relevant bij bussen en stadsdistributievoertuigen door de veelvuldige en belangrijke veranderingen van belading (of aantal passagiers) en van energieafname door hulpsystemen (bv. voor klimaatbeheersing).
In dit project worden een vloot van bussen én stadsdistributievoertuigen gemonitord. Hiertoe wordt bestaande commerciële data-acquisitie hardware uitgebreid met een beperkt aantal (betaalbare) sensoren en met bijhorende oplossingen voor dataverwerking en -communicatie. Om de vele data te verwerken en te analyseren wordt in eerste instantie gebruik gemaakt van vereenvoudigde fysisch voertuigmodellen in combinatie met traditionele statistiek; dit wordt later uitgebreid met nieuwe voorspellende data-analyse technieken uit de Big-Data wereld. Met de resultaten van het onderzoek zal onderzocht worden hoe rijbereik en energieverbruik van beide testvloten kan worden verbeterd.
De rapporten, modellen, tools en handleidingen uit dit project komen na afloop ter beschikking van alle geïnteresseerde Nederlandse bedrijven en onderzoeksinstellingen.