Back to search

TRANSPORT-Transport 2025

Tjeneste for datadrevet optimalisering av batterielektriske transportmidler – planlegging og overvåking

Alternative title: Services for databased optimalization of battery electric vehicles - planning and surveillance

Awarded: NOK 4.8 mill.

Project Manager:

Project Number:

332011

Application Type:

Project Period:

2022 - 2024

Funding received from:

"The El The bus is stuck in Birkelundsbakken - battery is completely discharged!" This is a newspaper article we do not want to see for the winter. In the project "Service for data-driven optimization of battery-electric means of transport - planning and monitoring", we will work with better planning tools so that the bus takes you easily to work without running out of power. When using artificial intelligence, we will find methods and planning tools where we calculate the bus's travel route, how much up and down it will travel, and how many passengers are transported. We will also use other sources, such as the weather today or the weather next week, because electric vehicles use more electricity when it is cold than when it is hot. In this way, bus companies can get the best advice, based on artificial intelligence, machine learning, and historical data so that they can both plan the route, plan the charging of batteries, and utilize the vehicles in a better way. The project will help make the transition from fossil to zero-emission vehicles easier. By contributing to predictable and stable public transport solutions, through the reduction of downtime, it will appear as a good alternative to car use. Investment in battery-electric solutions will also be made possible in the districts. It will also focus on how smart solutions can contribute to more sustainable utilization of resources.

-

Klimautfordringene grunnet global oppvarming påvirker mer og mer vår hverdag. Det haster nå å redusere utslipp av drivhusgasser. For å redusere utslipp fra transportnæringen er det behov for å erstatte fossilkjøretøy med nullutslippskjøretøy. Dette medfører noen utfordringer for transportoperatørselskapene. For batterielektriske kjøretøy er hverdagen annerledes enn for tradisjonelle kjøretøy. Det er begrenset med batterikapasitet, og utnyttbar kapasitet endres med vær og føre. Å planlegge et rutenett, eller disponering av ressurser, er utfordrende når rammebetingelsene stadig endres. Per nå løses dette ved å overdimensjonere batteripakker og å prøve å ha gode marginer slik at ikke driftsavbrudd skal oppstå. Her er det planleggerens erfaring og grove overslag som gjerne ligger til grunn. Effekten av manglende verktøy er økt bruk av naturressurser i produksjon av ekstra store batteripakker for å ivareta fleksibilitet. Det kreves også at flere kjøretøy er i drift og beredskap for å sikre tilgjengelig kapasitet til å unngå driftsavbrudd. Vi ønsker å utvikle en tjeneste som styrker driftssikkerheten og reduserer ressursbruken. Tjenesten skal kunne forutsi forbruk på ruter ut i fra høydeprofil, vær, føre, trafikkbilde og last. Dette skal lette planleggingen og disponeringen av kjøretøy på kort sikt (dager) og lang sikt (år). Sentrale FoU-utfordringer er at sanntidsdata fra ulike kilder vil ha forskjellig tidsoppløsning, påvirkes usikkerheten til modellene? Når blir usikkerheten i prediksjonene blir for stor ved utfall av datakilder? Er det bedre å bruke en «black-box» til modellering av forventet forbruk eller å bruke additive modeller individuelle bidrag? Hvor store ensembler trengs for å få et godt estimat under ulike forhold?

Funding scheme:

TRANSPORT-Transport 2025