Ellastbilar som beräknar den bästa rutten för att minimera sin energianvändning kan snart vara vanligare på vägarna. I alla fall om vi ska se till den senaste forskningen vid Chalmers tekniska högskola. Där har ett forskarteam utvecklat ett verktyg som låter lastbilarna lära sig hur de ska navigera för att minska energiförbrukningen i trafiken. Och det har visat sig att förbrukningen kan minska upp till 20 % (!).
Spara energi med rätt väg
När transportsektorn bit för bit håller på att ställa om till en elektrisk framtid gäller det att tänka smart. Att planera rutten effektivt för att spara energi blir en viktig faktor för att räckviddsångesten inte ska bli ett faktum. Idag planeras oftast rutten för ellastbilarna på den sträcka som är kortast att köra. Något som Baláz Kulcsár och hans forskarkollegor vid Chalmers menar på inte alltid är det bästa alternativet.
- I verklig trafik kan en längre sträcka vara bättre än en kortare, beroende på alla andra parametrar som påverkar energiförbrukningen, säger Balázs Kulcsár.
Tillsammans med Volvo Group har dom därför tagit fram ett systematiskt verktyg som kan beräkna och rekommendera den bästa energianvändningen. Och med verktyget kommer andra fördelar som minimerar fordonets stillastående och onödig tid på laddning. Algoritmen har visat sig vara så pass effektiv att den redan har börjat användas av Volvo Trucks.
Flera faktorer påverkar
Ellastbilarnas energiförbrukning beräknas genom att titta på flera olika faktorer: hastighet, last, trafik, vägens lutning och möjligheter till snabbladdning.
Värdena för energiförbrukningen blev sen till en matematisk formel som tog fram en algoritm som kan beräkna lastbilens rutt för att minska energiförbrukningen. Tack vare den nya algoritmen kunde forskarna se en minskning på mellan 5-20 % för transporterna.
Felmarginaler med i beräkningen
Alla vet vi att det kan uppstå oväntade situationer ute på vägarna och det tog även forskarna med i beräkningen. När ellastbilarna är ute och kör optimeras deras energiprognoser genom maskininlärning eftersom data samlas in som går tillbaka in i verktyget.
- På det sättet kan vi anpassa ruttplaneringen till osäkra och förändrade förhållanden, minimera energianvändningen och garantera framgångsrik stadsdistribution. säger Balázs Kulcsár.
Källa: Chalmers