Analyser af GPS-data fra Test en elbil og TU-data

Relaterede dokumenter
Analyse af elbilers forbrug Ove Andersen Benjamin B. Krogh Kristian Torp Institut for Datalogi, Aalborg Universitet {xcalibur, bkrogh,

Ved hjælp af Bootstrap metoden er der etableret en ramme for beregninger af varians og konfidensintervaller for Transportvaneundersøgelsen (TU).

CLEVER. Strøm til din elbil

TESTENELBIL SP DATAINDSAMLING. Introduktion. Anders Fjendbo Jensen, DTU Transport,

Køretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data

Analyse af markedspotentiale og ladestationer

Er GPS teknologien præcis nok til brug i Road Pricing løsninger?

Når butikkerne lukker, vil husstandene i gennemsnit foretage 2,3 indkøbsture pr. uge og i gennemsnit køre 4,1 km i bil i forbindelse

Kan elbiler dække bilisternes transportbehov?

Kort Her får du vist dine enheder på kort Google Map. Kortet opdateres hvert 30 sekund, således man konstant kan følge køretøjernes bevægelser.

HURTIGSTE VERSUS MEST

GPS data til undersøgelse af trængsel

CLEVER TEMA: Rækkevidde

Afsluttende konference

CLEVER TEMA: Økonomi. Elbilinformation. fra. Kære elbilist

Danskernes rejsevaner ved lange rejser. Mette Aagaard Knudsen

Accelerations- og decelerationsværdier

NORA-elbilprojekt. Dánial Jógvan Hansson

Frederiksberg Kommune el-skraldebil Slutrapport på el- skraldebil på Frederiksberg

TEMA (Transporters EMissioner under Alternative forudsætninger) 2015

Erfaringen fra de sidste seks år viser imidlertid også to andre tendenser:

Udvikling i risiko i trafikken

Elbiler i Byen. Byens Netværk Tekst og foto: Mikkel Egeberg Rasmussen

Rejsetidsvariabilitet på veje. Vejdirektoratet og Transport DTU Trafikdage 2017

CLEVER TEMA: Økonomi. Elbilinformation. fra. Kære elbilist

WEB-LOG systemet. Om WEB-LOG

Transportens Innovationsnetværk Marianne Wier, Direktør for Public Affairs, Better Place Denmark

ØVELSER Statistik, Logistikøkonom Lektion 8 og 9: Simpel og multipel lineær regression

Motivationer og barrierer for indførelse af eldrevne køretøjer i virksomheder i Danmark, Tyskland og Østrig

Betalingsring om København giver minus for samfundsøkonomien

Meget lange tidsserier med Transportvaneundersøgelsen. Hjalmar Christiansen, DTU Transport

Vejtrængsel hvor, hvornår, hvor meget? Otto Anker Nielsen, Professor

1 - Problemformulering

FØR BRUG Indstilling af tid. Indstilling af dato

Flere unge fra kontanthjælp tilgår og fastholdes i uddannelse

86 dage med en elbil. Alt fra vinduesviskere til kabinevarme koster energi. Det tænker man ikke over i en almindelig bil. Større fokus på energien

Årsrapport Godt på vej 5 elbiler i Gladsaxe Kommune (som blev til 4 elbiler)

Ladeinfrastruktur. Øresundsregionen

Notat. Transportvaner for Odense 2018

Opladning der passer til dine behov

Cykelregnskab for Region Hovedstaden

ØVELSER Statistik, Logistikøkonom Lektion 6: Hypotesetest 1

Opladning BMW i3 Indsendt af kenn Dec :44

Imputering af borgere på plejehjem/-bolig

Anvendelsen af kommunale elbiler i Skive Kommune. Endelig evaluering af forsøgsordning med elbiler i Skive Kommune

Besvarelse af spørgsmål om passagergrundlag for ny station ved Holeby på Lolland

TEST-EN-ELBIL Slutrapport Juli 2014

Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test.

ESTIMERING AF BRÆNDSTOFFORBRUG

Transkript:

Analyser af GPS-data fra Test en elbil og TU-data Morten Aabrink og Stefan L. Mabit Trafikdage, Aalborg d. 24. august 2015

Overblik Motivation Data GPS-data TU-data Analyser Deskriptiv sammenligning Kørsel på forskellige vejtyper Rækkevidder for elbiler Sammenligning af rækkeviddens effekt for GPS- og TU-data Diskussion 2 DTU Transport, Technical University of Denmark

Motivation Tre begrænsninger ved elbiler Pris Rækkevidde Opladning Vi undersøger, hvordan rækkevidde og opladning påvirker husstandes kørselsmønstre med elbiler sammenholdt med konventionelle biler. Arbejdet er en del af projektet Consumer acceptance of intelligent charging finansieret af ForskEL-midler via Energinet.dk. 3 DTU Transport, Technical University of Denmark

Litteratur Danske analyser af elbils GPS-data: Fetene et al. (2015) hvordan batterier aflades under danske forhold, når elbiler benyttes Andersen et al. (2014) Undersøger danskernes kørsel i elbiler, men uden at koble analyserne til danskernes daglige rejsevaner i form af TU Aabrink og Jensen (2014) Undersøger elbilisternes rejsevaner sammenholdt med rejsevaner fra TU i mindre stikprøve 4 DTU Transport, Technical University of Denmark

GPS-data Vi analyserer GPS-data fra Test en elbil indsamlet af Clever A/S i perioden august 2012 til december 2013. Vores data dækker 29.970 enkeltture for 108 husstande. Det er væsentligt mindre end de analyser, som kun ser på elbiler, da det er en begrænsning, at vi skal kunne sammenligne med kørslen i den konventionelle bil. GPS-data, som vi benytter er logget over to måneder: Konventionel (-EV) konventionel kørsel en måned før husstanden modtager en elbil Konventionel (+EV) konventionel kørsel en måned efter husstanden modtager en elbil EV kørsel den første måned efter at husstanden modtager en elbil 5 DTU Transport, Technical University of Denmark

GPS-data behandling Data er i første omgang renset. Der var mulighed for at benytte tre forskellige metoder til afgrænsning af ture: 1. For elbilerne kan man benytte informationen om gearvælgers position til at afgøre, om en bil er i fart eller ej. 2. Denne information er ikke til rådighed for konventionelle biler, så her må man forbehandle data med en særlig algoritme, hvor man i princippet fjerner alle GPS-punkter, der ikke knytter sig til kørsel på selve vejnettet. 3. En tredje metode er den såkaldte map matching-metode, hvor turene knyttes til vejmidterne i netværket, for bl.a. at kunne beregne hvilke vejtyper bilen har kørt på undervejs på en tur. 6 DTU Transport, Technical University of Denmark

TU-data Vi har brugt data fra Transportvaneundersøgelsen (TU), som dækker førere af personbiler i alderen 18-84. 7 DTU Transport, Technical University of Denmark

Deskriptive analyser Overordnet deskriptiv statistik Gennemsnitshastigheder på vejtyper Andele på vejtyper 8 DTU Transport, Technical University of Denmark

Deskriptiv analyse af GPS-data 1. måned 2. måned Konventionel (-EV) Konventionel (+EV) EV Samlet TU Ture 10228 6623 13119 19742 Potentielle turdage 3240 3240 3240 3240 Ture per potentiel dag 3,2 2,0 4,0 6,1 Kørte dage af potentielle dage[1] 60% 42% 83% Tilbagelagt distance (kilometer) 123 419 92 199 114 541 206 741 Gns. distance per tur 12,1 13,9 8,7 10,5 18,0 Gns. distance per dag 38,1 28,5 35,4 63,8 Tidsforbrug (minutter) 137625 99043 154481 253525 Tidsforbrug per tur 13,5 15,0 11,8 12,8 18,5 Tidsforbrug per dag 42,5 30,6 47,7 78,2 9 DTU Transport, Technical University of Denmark

Gennemsnitshastighed på vejtyper 10 DTU Transport, Technical University of Denmark

Andele af kørsel på vejtyper 11 DTU Transport, Technical University of Denmark

Effekten af begrænset rækkevidde Først laver vi en simpel udregning af elbilernes rækkevidde Lineært forhold mellem batteri og state of charge (SOC)-måling Sammenligning af ture/turkæder fra TU-data og konventionelle ture fra 1. måned af GPS-data Effekter af opladning undervejs Opladning ved 60 minutters pause Opladning ved 15 minutters pause 12 DTU Transport, Technical University of Denmark

Simpel udregning af rækkevidde Antallet af kilometer elbilen ifølge GPS-data kan køre på en fuld opladning, opdelt per måned. 13 DTU Transport, Technical University of Denmark

Effekter af rækkevidde på kørsel Ud fra rækkevidden i de forskellige måneder kan man lave en udregning af, hvor mange ture det er muligt at køre på et fuldt opladt batteri for henholdsvis GPS-data og TU-data. Ikke mulige ture TU, TU, ture Resp. konv. - Resp. Konv. turkæder turkæder - ture 12,1 % 2,4 % 9,0 % 1,6 % For begge datasæt ses, at der er væsentligt flere turkæder end ture, som ikke er mulige. Tallene viser, at respondenter har kørevaner, som passer bedre til en elbil, men forskellene er ikke så store. 14 DTU Transport, Technical University of Denmark

Ikke mulige ture på fuldt opladt batteri 15 DTU Transport, Technical University of Denmark

Ikke mulige ture med opladning En anden måde at anskue hvor mange ture elbilen kan dække, er ved at se på, hvor lang tid det tager at oplade elbilen. Der tages udgangspunkt i DTU Elektro s beregning, som viser, at elbilerne ved hurtig opladning kan oplades 80 pct. på ca. 30 minutter. Beregninger omsættes til hvor meget en elbil kan oplades på henholdsvis 15 og 60 minutter. Tabellen viser, hvilken andel af ture det ikke er muligt at gennemføre, når distancen akkumuleres for ture, så længe der ikke er ophold på henholdsvis 60 og 15 minutter eller mere mellem turene. 60 min stop 15 min stop Ikke mulige ture 4,3 % 3,3 % 16 DTU Transport, Technical University of Denmark

Ikke mulige ture med opladning, variation 17 DTU Transport, Technical University of Denmark

Diskussion og perspektivering Vi har analyseret data fra Test en elbil -projektet. Den deskriptive statistik viser, at når deltagerne får en ekstra (el)bil genereres en del ekstra ture. Nogle af disse skyldes nyhedsværdien, mens andre skyldes, at en familie med to biler har flere muligheder. Det understreges også af, at en stor del af turene køres i et tidsrum, hvor den anden bil også er ude at køre. En anden konklusion er, at elbilen benyttes mest til kortere ture, samtidig med at motorveje undgås. Et spørgsmål er, hvordan de 12,1% af turkæderne er fordelt på husstandene. For 85 % af respondenterne er der mindst en turkæde, som kræver opladning undervejs. Konklusion om andel af ture med fuldt opladt batteri viser, at en stor del af danskernes eksisterende rejsebehov med bil kan dækkes af elbiler. I analyserne antages, at bilerne kan køre deres gennemsnitsrækkevidde. Den antagelser skal undersøges mere i fremtidige studier. 18 DTU Transport, Technical University of Denmark

Tak for opmærksomheden Husk: heart symposiet om trafikmodellering på DTU, 9.-11. september 2015, Tak til ForskEL-midlerne og Energinet.dk for støtte af projektet. Også tak til Clever A/S, Carsten Jensen (Movia). Spørgsmål? 19 DTU Transport, Technical University of Denmark