Geoinformatik / GIS

eE-Tour Allgäu (2009-2011)

Ziele Gesamtprojekt

Ein Konsortium, bestehend aus acht Partnern (Hochschulen und Unternehmen), forschte gemeinsam zum Thema Elektromobilität. Forschungsschwerpunkte im Projekt eE-Tour Allgäu sind u.a.:

  • Auswerten der Fahrzeugdaten, Simulation von Fahrzeug- und Nutzermodellen
  • Entwicklung von Algorithmen zur energie-/reichweitenoptimierten Routenplanung
  • IKT basiertes Prognosesystem mit Risikobewertungsalgorithmen
  • Teilnahme/Organisation von Messen, Kongressen, Publikationen, Foren zur Beschleunigung der Marktdurchdringung
  • Netzintegration und Feldversucht mit Hybridtraktor (Pilotfahrzeug)
  • Kooperationen und Erfahrungsaustausch mit in- und ausländischen Modellregionen

Ergebnisbuch e-Tour Allgäu

Verkehrsnetzbewertung

Zu Projektbeginn stellte sich die Frage nach der Übertragbarkeit der in eE-Tour Allgäu erzielten Ergebnisse auf andere Regionen. Dazu wurde das PKW Verkehrsnetz des bayerischen Allgäus in puncto Konnektivität, Effizienz und innerer Erreichbarkeit anhand unterschiedlicher Indizes mit anderen bayerischen Regionen verglichen. Die Konnektivität und die Effizienz des Allgäuer Verkehrsnetzes liegen im bayerischen Durchschnitt. Lediglich die innere Erreichbarkeit ist aufgrund der Randlage zu den Alpen und der topographischen Gegebenheiten geringer. Die bewegte Landschaft im Allgäu mit ihren vielen Höhenunterschieden macht sich nicht so stark über Steigungen und Gefälle im Verkehrsnetz bemerkbar, wie man vermuten könnte. Auf Basis dieser Ergebnisse lassen sich die wissenschaftlichen Erkenntnisse, die in dem Projekt eE-Tour Allgäu erreicht wurden, auf andere Regionen Bayerns und Deutschlands übertragen.

Standorte für Ladeinfrastruktur – Heute schon gezapft?

Standortanalysen für Ladestationen

Auch wenn der Bedarf an Ladeinfrastruktur einer kleinen Elektrofahrzeugflotte eher gering ist und die Fahrzeuge meistens an ihrem Ausgangsstandort geladen werden, nimmt allein schon die Möglichkeit unterwegs Zwischenladen zu können vielen Nutzern die Berührungsängste und erhöht die Akzeptanz für die neue Technologie. Für das Allgäu wurden die 14 optimalen Standorte für Ladesäulen hinsichtlich der Erreichbarkeit auf dem PKW-Straßennetzwerk im Untersuchungsgebiet modelliert. Mit geostatistischen Methoden erfolgte eine Gewichtung des zu erwartenden Bedarfs durch die Berücksichtigung von Wohnbevölkerung und den touristischen Übernachtungszahlen. Während der Projektlaufzeit konnte das verwendete Modell weiter verfeinert werden und es wurden Modellrechnungen für unterschiedliche Ausbaustufen einer Ladeinfrastruktur im Allgäu errechnet, wodurch nun Planungsgrundlagen für den zukünftigen Ausbau zur Verfügung stehen.

Energiebedarf – Welche Rolle spielen Höhendaten?

Reichweiteanalysen

Einen besonderen Schwerpunkt wurde von der Arbeitsgruppe auf einen vielbeachteten Aspekt der Elektromobilität gelegt – die Reichweite. Wesentliche Faktoren, die Reichweite und auch Reichweiteprognosen entscheidend beeinflussen, sind Steigung und Gefälle der Fahrstrecken. Abhängig von der Geschwindigkeit benötigt beispielsweise das Elektrofahrzeug SAM bei einer Steigung von 4% zwischen 50-100% mehr Energie als auf einer ebenen Strecke. Daher stellte sich die Frage nach dem Einfluss der Genauigkeit verschiedener Datenquellen mit Höheninformationen. Diese liefern teilweise hochpräzise Höhen und sind aber kostenintensiv, oder sie haben mittlere Genauigkeiten und stehen aber kostenfrei zur Verfügung. Mit Hilfe eines selbst entwickelten Energiemodells für Elektrofahrzeuge konnte festgestellt werden, dass diese Unterschiede bei Einzelstrecken bis zu 30% betragen können. Jedoch ist der durchschnittliche Einfluss im Allgäu mit bis zu 1,5% der Daten mittlerer Genauigkeit gegenüber dem hochpräzisen Referenzmodell eher gering. Die gute Nachricht für eventuelle Produkte und Geschäftsmodelle ist also, das sich kostenfeie Höhendaten als Quelle für die meisten Applikationen eines energiebasierten Routings von E-Fahrzeugen durchaus eignen.

GPS Tracking der Flotte – Welche Wege? Welche Muster?

GPS-Track: Geschwindigkeit

Ein weiteres Augenmerk wurde auf die Bewegungsmuster der Fahrzeugflotte gelegt. Dazu wurden mittels Data-Mining-Methoden die GPS-Tracking Daten der Fahrzeugflotte ausgewertet. In Teilen konnte zudem ein direkter Vergleich des Fahrverhaltens der jeweiligen E-Fahrzeugnutzer, zu ihrem Fahrverhalten mit herkömmlichen PKW durchgeführt werden. Dabei konnte u.a. festgestellt werden, dass die E-Fahrzeuge in der Lage sind, beinahe alle Fahrten gleichwertig durchzuführen. Mittels statistischer Abfragen konnten zudem Haltepunkte bzw. häufig frequentierte Parkmöglichkeiten identifiziert werden, die sich besonders für das Zwischenladen von elektrisch betriebenen Fahrzeugen eignen.

Publikationen und Präsentationen