EL FORT - Optimering av elfordonsflotta i Real-Tid - (Fas 2)
Research Project
, 2018
– 2019
Projektmålet är att utveckla en ny intelligent energiförbrukningsprediktering och ruttplaneringsmetodik för att realtidsoptimera energianvändning av elfordon i städer. Projektet kommer integrera maskininlärning metoder för att förbättra precisionen på energiestimering och kunna dynamiskt planera om rutterna när det behövs.
De viktigaste förväntade resultaten är: 1) En intelligent stokastisk metod för beräkning av energiförbrukning och ruttplanering för elfordon för att maximera användningen av batterikapacitet och räckvidd. 2) En intelligent dynamisk ruttplaneringsmodell som följer upp batteri laddningstillstånd och trafikförhållandena i realtid för att stödja föraren och minska räckvidd ångest, planera för extra laddning när det behövs. 3) Genomförande och utvärdering av metoderna. Implementera första demonstratörer och dokumentera resultaten.
Participants
Balázs Adam Kulcsár (contact)
Professor at Chalmers, Electrical Engineering, Systems and control, Automatic Control
Rafael Basso
Doctoral Student at Chalmers, Electrical Engineering, Systems and control, Automatic Control
Ivan Sanchez-Diaz
Associate Professor at Chalmers, Technology Management and Economics, Service Management and Logistics
Funding
VINNOVA
Project ID: 2017-05512
Funding Chalmers participation during 2018–2019