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)

Docent vid Chalmers, Electrical Engineering, Systems and control, Automatic Control

Funding

VINNOVA

Funding Chalmers participation during 2018–2019 with 180,000.00 SEK

More information

Latest update

2018-11-09