Eine Gruppe chinesischer Forscher hat einen neuartigen datenbasierten Rahmen für die Echtzeit-Online-Schätzung und -Analyse der verbleibenden Reichweite von Elektrofahrzeugen (Electric Vehicle, EV) vorgeschlagen.

Die Reichweitenangst ist nach wie vor eines der größten Probleme, mit denen Fahrer von Elektrofahrzeugen zu kämpfen haben, obwohl immer mehr umweltfreundliche Limousinen auf den Straßen unterwegs sind. Eine genaue Schätzung der verbleibenden Reichweite oder Driving Range kann dieses Problem wirksam lösen.

In der Praxis stellen jedoch die Kopplungseffekte von Faktoren wie Fahrverhalten, Umgebungstemperatur und Batteriealterung erhebliche Herausforderungen dar, die verbleibende Reichweite genau abzuschätzen.

Um EV-Fahrern mehr Sicherheit hinsichtlich der Reichweite ihrer Fahrzeuge zu geben, haben Forscher des Dalian Institute of Chemical Physics (DICP) der Chinesischen Akademie der Wissenschaften laut einem Forschungsartikel in der Zeitschrift „Applied Energy“ eine Methode zur Berechnung des Energieverbrauchs und des Ladezustands auf der Grundlage realer Fahrzeugbetriebsdaten entwickelt.

Durch die Integration mehrerer Faktoren, darunter Fahrverhalten, Umgebungstemperatur und Batteriezustand, entwickelten sie ein Modell für den Energieverbrauch pro Meile. Auf der Grundlage dieses Modells bestimmten sie die verbleibende Reichweite.

Dieser stufenweise Ansatz kann erklären, welche Faktoren in welchem Umfang zur Reichweite beitragen.

Der vorgeschlagene Rahmen wurde über einen Zeitraum von drei Jahren an Personenkraftwagen und Bussen in verschiedenen Städten des Landes validiert. Basierend auf realen Betriebsdaten mit einer Gesamtlaufleistung von über 300.000 km zeigten die Validierungsergebnisse, dass die Genauigkeit der Reichweitenvorhersage einen mittleren relativen Fehler von weniger als 5,5 Prozent erreichte.

Durch eine Anpassung des Fahrverhaltens kann die Reichweite laut den Forschern bei Personenkraftwagen um über 30 Prozent und bei Bussen um über 10 Prozent verbessert werden.

Dieser Rahmen soll die intelligente Flottendisposition, den energieoptimierten Betrieb und die Restwertbewertung von Elektrofahrzeugen unterstützen. Die Forscher werden ihre Studie auf kältere Regionen und komplexere Straßenverhältnisse ausweiten.

Um Kapazitätsverlusten und Energievolatilität bei niedrigen Temperaturen entgegenzuwirken, werden sie die Verallgemeinerbarkeit des Rahmens erweitern, indem sie zusätzliche Umweltparameter wie Straßenoberfläche und Luftfeuchtigkeit einbeziehen.

Darüber hinaus werden sie laut DICP eine tiefgreifende Integration ihrer Studie mit bordeigenen Batteriemanagementsystemen und cloudbasierten Betriebsplattformen vorantreiben, um ein sichereres und effizienteres neues Energietransportsystem aufzubauen.