Projektbeskrivning Mätning och analys av bilrörelser i den svenska bilparken av relevans för framtida elektrifiering 1
Sammanfattning Detta projekt har som syfte att samla in en större mängd data om hur privatbilar används för att ta fram kunskap om körmönster för olika bilar och olika typer av resor. Denna typ av information är nödvändig för att kunna genomföra en välunderbyggd och effektiv övergång till miljövänliga transportsystem. Informationen måste samlas in från ett stort antal bilar och ett stort antal resor, för att både fånga medelvärden för hur bilar körs och de extremfall som kan vara dimensionerande för tekniken, liksom skillnader i hur olika bil-individer körs. Därför finns ett behov av en stor mängd mätningar och därför kommer man inte kunna få fram ett bra underlag på annat sätt än ett mätprojekt av denna typ. Detta är inte den typ av information som med tiden kommer att tas fram stegvis av olika intressenter. Informationen som kommer att samlas in kommer att vara mycket användbar, ofta helt nödvändig, för en mängd olika syften, exempelvis: Ta fram beslutsunderlag om effektiviteten av nya transportteknologier ur ett resursperspektiv Vara ett underlag för att välja teknikstrategi för fordonstillverkarna Användas för att optimera drivlinor för att minimera den verkliga bränsleförbrukningen Visa om det finns en orsak att utveckla olika fordonstyper för olika transportbehov. Visa var det finns behov av att ladda el- och laddhybridfordon Visa på energibehovet, effektbehov och tider för att ladda fordon Kravställa nyckelkomponenter för nya fordon, såsom batterier. Men vi är också säkra på att informationen dessutom kommer att få en ännu bredare användning så fort den finns tillgänglig. Genom att informationen som tas fram är viktig för att göra bra projekt inom många områden, så kommer detta projekt att indirekt öka värdet av arbete som görs inom andra projekt. Dessa andra projekt har inte var för sig kunnat ta på sig kostnaden för att ta fram den viktiga informationen om körmönster, men när den väl finns framme kommer de att lätt kunna dra nytta av den. Projektet leds av Test Site Sweden (TSS). Mätkampanjen som omfattar 500 bilar (varav 20 elbilar) genomförs av Consat AB medan data från mätningarna ställs samman och analyseras vid Institutionen för Energi och miljö, Chalmers Tekniska Högskola. Göteborg Energis stiftelse för forskning och utveckling och Vattenfall AB är finansiärer i projektet. Specificering, utprovning och upphandling av mätutrustning sker under hösten 2009, medan mätkampanjen planeras pågå under år 2010. Analys/sammanställning av data sker delvis parallellt och fram till och med mars 2011. Projektkostnaden uppgår till 1 960 000 kronor, varav 39 % (760 000 kronor) är FFI medel. Privat finansiering uppgår till 750 000 kronor och resterande 450 000 kronor är medel från TSS, Test Site Sweden (VINNOVA ramprogram). 2
Innehållsförteckning Innehållsförteckning... 3 Bakgrund... 4 Projektets innehåll och upplägg... 7 Övergripande projektbeskrivning... 7 Genomförande... 7 Milstolpar... 8 Förväntade resultat... 9 Användning av projektresultat... 9 Projektets relevans... 11 Bidrag till mål... 11 Unikhet och nyhetsvärde... 11 Projektledning... 11 Samverkan... 11 Referenser... 12 3
Bakgrund En elektrifiering av bildrivlinan pågår med olika nivåer av hybridisering. Trots de extra förlusterna i de nya elkomponenterna kan man genom denna utrustning minska bränsleförbrukningen genom att undvika användning av förbränningsmotorn under mindre bränsleeffektiva förhållanden (som låg eller ingen last), utnyttja möjligheten till anpassning till snävare driftsförhållanden, liksom återvinna (delar av) bromsenergin. En möjlig och naturlig fortsättning som möjliggjorts genom den pågående snabba batteriutvecklingen är s k laddhybrider eller plug-inhybrider, som med ett större batteri laddbart från elnätet möjliggör el som energikälla för bilens framdrivning. Jämfört med bränslemotorn som primär energiomvandlare blir nu själva bilen under eldrift mycket energieffektiv. Åtminstone i användarledet: primärenergiomvandlingen flyttas till utanför bilen och ska naturligtvis inkluderas i en mer total analys och bedömning. Elproduktionen kan ske på olika sätt, även förnybart som med vindkraft, och sektorn också har potentiella förutsättningar att till överkomlig kostnad i stor omfattning klimatneutralisera sin fossilbaserade produktion. Vi har tidigare också visat att plug-inhybrider totalt kan vara en bra utveckling på sikt (Hedenus m fl 2008, Grahn m fl 2009.) Hur mycket av driften (t ex totalt och som andel av årliga körsträckan) som kan ske med el (från nätet alltså) beror på dimensioneringen av bilen (batteriets kapacitet, driftsförhållanden (ren eller blandad eldrift), körsätt (t ex aggressivitet ) och körförhållanden (stad, land, kuperat, vinter, etc), laddningsmöjligheter (platser, effekter, bekvämlighet, etc). En mycket viktig faktor för mängden och andelen eldrift är bilens rörelsemönster över tid, som påverkar hur mycket bilen har kört mellan laddningstillfällena (=möjlig laddning) och frekvensen för dem, dvs hur många de är årligen (ger total årlig laddning). Det enskilda rörelsemönstret är också en mycket viktig faktor för ekonomin för en laddhybrid och dimensioneringen av den. Körmönstren skiljer sig åt mellan bilar och det är den enskilda bilens körmönster som påverkar andelen eldrift och ekonomin och konkurrenskraften. Följande resonemang kan illustrera detta: Batterierna som nu är aktuella för laddhybrider är förhållandevis dyra och kommer förmodligen att vara relativt dyra även vid produktion i stor skala. Marginellt ska ytterligare batterikapacitet och åtföljande batterikostnad (inklusive slitage) åtminstone kunna motiveras av att det ger tillräckligt mycket extra eldrift (som är så mycket billigare än driften på bränsle). En analys av denna lönsamhet, se Figur 1, ger att en central parameter är den marginella laddningsfrekvensen av batteriet S el (ggr/år)= S el (AER)/ AER, som alltså ger hur många extra km som bilen kan få i årlig körträcka på el, S el, för en km extra utnyttjbar batterikapacitet (AER = All Electric Range ) (Karlsson 2009) Analysen ger också att med rimliga övriga parametervärden (dagens energikostnader för svensk privatkund, framtida förväntade värden på batterikostnader och energieffektivitet i bilar, SOC=0,8) fås att S el ligger någonstans kring 150-200 ggr/år. Detta innebär att vid laddning en gång per dygn så lönar sig marginellt en utökning av batteriet bara om man kan utnyttja denna extra kapacitet åtminstone uppemot hälften av årets dagar, dvs utökningen ska helst kunna ingå i den dagliga pendlingen till arbetet och/eller någon annan högfrekvent aktivitet. Denna lönsamhetsgräns (uttryckt som AER) kommer att vara specifik för varje enskild bil, t ex beroende på pendlingsavstånd, regelbundenhet i fritidsvanor, antalet användare, ändra sig under bilens livslängd etc. (Detta kan vara fördelaktigt och ekonomiskt viktigt att allteftersom anpassa den enskilda bilens batterikapacitet till de aktuella förutsättningarna i det enskilda fallet. Kanske genom en utbytesmarknad för batterier eller om bilfabrikanten äger och leasar ut batterierna att dessa anpassas vid t ex servicetillfällena!) Vi kan dra slutsatsen att för att kunna bedöma ekonomi, energiutnyttjande och potentialen för 4
laddhybrider och göra scenarier under olika förutsättningar blir det avgörande att ha tillgång till data för bilars rörelsemönster. Figur 1, Principiell figur visande: - (mörk tjock) statistisk fördelning av dagliga körsträckor för bilar - (tjockt rött) motsvarande statistiska marginella laddningsfrekvens som funktion av möjlig körsträcka med eldrift (AER, All Electric Range ) - (tunt svart respektive rött) exempel på motsvarande kurvor för en enskild bil. - (ljust blått band) lönsamhetsgräns för marginella laddningsfrekvensen Även för biltillverkare blir det viktigt att veta hur bilars faktiska rörelsemönster ser ut. Det läggs idag stora resurser på utveckling av elfordon och elhybridfordon och industrin förbereder sig för ett mycket sannolikt teknikskifte. Samtidigt råder det en stor osäkerhet om vilken väg teknikutvecklingen skall ta. Ett allt högre tryck på att minimera miljöpåverkan gör att man är beredd att även ompröva kraven på fordonen för att inte bara kunna effektivisera fordon som uppfyller dagens kundkrav utan kunna ta ett steg till. Detta är dock ett mycket svårt steg, för det finns liten kunskap om vad kundernas verkliga behov är. Inte heller kunderna själva har en bra bild av vad för krav de borde ställa på en bil för att den skall uppfylla deras behov. Att på spekulation utveckla fordon om man inte vet att de uppfyller kundernas behov är detsamma som att riskera hela företaget. Därför är förståelse av användningsmönster av mycket stor vikt för att industrin skall kunna våga ta ytterligare ett steg mot minskad miljöpåverkan. Redan i den teknikutveckling som startat på el- och hybridfordon finns ett behov av kunskap om körmönster, bland annat för att kunna bedöma hur man minskar verklig bränsleförbrukning på det effektivaste sättet. Dessutom har man i en hybriddrivlina en frihetsgrad som saknas i en vanlig drivlina; Man kan välja att fördela effektbehov mellan förbränningsmotor och elmotor och att fördela om energiförbrukning över tiden med hjälp av ett batteri. En stor effektivisering kan uppnås bara genom att optimera denna fördelning av energiuttag, men för att göra den optimeringen så är verkliga körprofiler avgörande. En mer konventionell drivlina har inte denna frihetsgrad och där finns alltså mycket liten vinst att göra på att titta på långa tidsförlopp vid optimering av en konventionell drivlina. Detta är en viktig orsak varför denna typ av mätningar inte gjorts förut. Ur elsystemets synvinkel är data för platser, tidpunkter och effektbehov för laddning av stor betydelse, vilket också beror på bilarnas rörelsemönster, även om det här kan vara tillräckligt 5
med aggregerade data. Det har stor betydelse för belastningen på elproduktion och distribution när laddningen sker. Laddning när bilarna kommer hem på eftermiddagen riskerar att förvärra den eftermiddagstopp i belastning som vi har idag. Kan laddningen förskjutas till natten då belastningen är låg ges möjligheter att sänka driftskostnaderna i elproduktionen. Ytterligare kostnadssänkningar kan nås om man tillämpar en dynamisk styrning av laddningen beroende på de aktuella förhållandena (Göranson m fl 2008). En aktuell option är också möjligheten för elfordon att utnyttja batteriet till att delta på reglermarknaden. En närmare analys av förutsättningarna för detta och uppskattning av ekonomin förutsätter, förutom data för reglermarknaden, också kunskap om både när bilarna potentiellt är uppkopplade och deras aktuella laddningsstatus. En viktig faktor i detta är bilarnas rörelsemönster. Andersson och Elofsson (2009) utnyttjade prisdata mm för reglermarknaderna i Sverige och Tyskland liksom simulerade och uppskattade pendlingsmönster baserade på tillgängliga data från en mindre ort i Schweiz, för att göra en första bedömning av ekonomiska möjligheterna för plug-inhybrider att delta på reglermarknaden. Med bl a bättre underlag i form av bilars rörelsemönster skulle ytterligare analyser kunna göras. Det är alltså många inom företag, akademi och myndigheter som för tillfället har ett stort intresse för mer data kring bilars rörelsemönster. Dagens tillgängliga data ger dock inte den enskilda bilens rörelsemönster eller statistik för dessa mönster. Offentligt tillgängligt underlag finns i form av de återkommande resvaneundersökningarna. Dessa kartlägger för ett statistiskt urval av personer mellan 6 och 84 år, företagna resor under en dag. Här ingår naturligtvis också bilresor. Men data följer individer, ej bilar, vilket exempelvis innebär att den bil som rests med kan ha körts mer än vad som framgår av dessa data. Dessutom för att kunna få fram S el måste man ha kopplingarna mellan olika dagar för en bil. (Om man bara är ute efter statistiskt underlag för samlad laddning kunde en dags mätning vara nog dock.) Vad leder dessa data till? I figur 1 har också skissats hur körsträckor med bil ur resvanedata fördelas (obs om vi ändå antar att individdata = bildata vilket de ju inte är). Ur denna kan sedan en S el beräknas under antagandet att enskilda bilars körsträckor fördelas precis som för alla bilar. Denna kurva är förstås långt från tillräcklig för att kunna dimensionera enskilda bilar optimalt utefter deras körmönster. Tyvärr har dessa data använts i olika sammanhang för att beräkna möjlig eldrift för laddhybrider, utan att förutsättningarna för data redovisats. En del mätningar av bilar rörelsemönster har gjorts. I Körsätt98 loggades detaljerat 5 specialutrustade bilar utlånade var och en under 2 veckor till 6 olika familjer i och kring Västerås. (Alltså sammanlagt 30 familjer/60 veckor.) Syftet har varit att öka kunskap om eco-driving och har också använts för att analysera och ge underlag för modellering och bedömning av avgasutsläpp som en funktion av körmönster, körbeteende och trafikmiljö (Johansson m fl 1999, Ericsson 2001, 2005). Dessa data är av hög kvalitet men av begränsad omfattning. Ytterligare loggning av ca 280 bilar har skett i det s.k. LundaISA-projektet vid Trafikplanering på Lunds Universitet (se t ex Elmkvist 2002, Várhelyi m fl 2002). Bilarna loggades detaljerat för att studera effekterna av en introduktion av s k aktiv gaspedal, som anpassar bilens fart till gällande hastighetsbegränsning. Urvalet av bilar skedde bland bilar registrerade inom Lunds tätort. Försöket och analysen begränsades också till Lunds tätort där de kopplades till en digitaliserad karta. Bilarna loggades dock även utanför tätorten men de data har inte utnyttjats (samtal med M Hjälmdahl, VTI, 2009 och A Várhelyi LU 2009). Ingen har ännu heller analyserat dessa data ur synpunkten bilars rörelsemönster. Bilindustrin torde ha en del data för sina egna nya bilmodeller/tjänstebilar, men dessa är varken helt representativa för bilparken som helhet eller offentliga. Olika myndigheter/företag har under senare tid samlat en del data för sina fordon, t ex Stockholms stad. Även här är representativiteten dålig och ej heller nödvändigtvis av rätt snitt. Vägverket har sammanställt kunskapsläge och behovsanalys angående aktivitetsdata för vägtransportsektorn genom bl a intervjuer med olika aktörer och forskare (Johansson & Ericsson, 2004). Här framgår att fokus då hade varit och är på körbeteende trafikmiljö och dessas koppling till olika emissioner och bränslebesparing. Framtidens elektrifiering har behov av ett ytterligare fokus. Kopplade till de försök med olika elbilar och plug-inhybrider som görs och planeras i Sverige för närvarande görs 6
mätningar av bilarnas rörelsemönster. Det kommer därför att efterhand finnas viss data tillgängliga från dessa bilar Vid utveckling av den teknik för aktiv trafiksäkerhet som nu sker inom fordonsindustrin är en viktig del data från fordon och förare i verklig trafik (se tex EU-FOT http://www.newsdesk.se/pressroom/volvo_personbilar/pressrelease/view/volvopersonvagnar-kartlaegger-foerarbeteende-i-avancerat-forskningsprojekt-262432). Dessa omfattande data insamlingar görs dock på ett begränsat antal bilar. Inom EU-FOT kommer cirka 100 Volvobilar av modellerna V70 och XC70 att loggas mycket detaljerat under lång tid, med start i början av 2010. I en förberedande studie (SEMI-FOT) loggas nu 18 bilar. Kartläggning av ett större antal bilars rörelsemönster skulle eventuellt här kunna komplettera den mer detaljerade analysen av färre fordon. Projektets innehåll och upplägg Övergripande projektbeskrivning Diskussionen i bakgrunden ovan ger att styrande för mätningens utformning bör vara: - Urvalet av bilar bör vara slumpmässigt och stratifierat representativt. Slumpmässigheten behövs för att säkerställa ett statistiskt tillräckligt bra data för bedömning utifrån bilparken som helhet i dagsläget och för att kunna få tillräckligt bred användning. Stratifiering kan behövas för att säkerställa representativitet i urvalet för olika kategorier som avses analyseras, se diskussion om kategorier nedan. - Bilarnas rörelse bör följas under så lång tid och fördelas över året så att de enskilda bilarnas fördelning av dagliga körsträckor framgår. Detta innebär data för åtminstone en månads körning bör insamlas. Säsongsvariationer kan dock vara väl så stora, varför data för olika säsonger behövs. En möjlighet är också att vissa bilars mäts över en längre tidsperiod (ett år t ex). - Ju fler bilar som följs desto mer kan skillnader mellan olika kategorier av bilar urskiljas med statistisk säkerhet: olika storlek, ålder, första/andrabil, hushållets egenskaper, regionala/lokala förhållanden, etc. Detta är en avvägning mellan detaljerade data och kostnad. En möjlighet och ett minimum är att först insamlas tillräckligt med data för att få underlag för bilflottan som helhet. Därefter får ekonomi och olika gruppers uttryckta behov avgöra om ytterligare data för olika kategorier kan motiveras. - Körningens fördelning i tiden bör registreras. Detta för att bidra till ett underlag för bedömning av möjligt effektbehov från laddningen. Behovet av noggrannhet för detta är dock inte så hög. Istället bör frekvensen styras av behovet att kunna få fram hastigheter och accelerationer under körningen och en eventuell senare koppling till vägval. - Körning till och uppehåll vid arbetsplats, köpcentra etc, bör registreras. Detta kan exempelvis bidra till att kunna bedöma möjligheter till och problem med laddning under dagen som komplement till nattladdning. - Körningens körmönster i form av hastighet och acceleration bör registreras eller ges möjlighet att beräkna med tillräcklig noggrannhet. Genomförande Projektet har följande aktiviteter. A1 Inventering av befintlig data I projektet görs inledningsvis en inventering av befintliga relevanta data och förutsättningar, representativitet, omfattning, dataformat, datakvalitet etc redovisas. Under projektets gång följs också de pågående projekt där data nu samlas in/kommer att samlas in från konventionella fordon som tex EU-FOT. Även rörelsedata för de elbilar/plug-inhybrider som nu testas på olika platser ska om möjligt sammanställas. A2 Insamling av kompletterande data i. Urval av bilar och användare 7
Urvalet av bilar ska vara slumpmässigt och stratifierat representativt och kommer att ske med hjälp av underlag från Vägverket, Statistiska centralbyrån etc. När ett lämpligt urval av bilar är fastställt kommer dess ägare att kontaktas för att ta fram ett underlag med totalt ca 500 användare som är villiga att delta i studien. I studien ingår även att mäta rörelserna hos 20 elbilar. ii. Specifikation av mätutrustning Olika alternativ finns för att logga fordon. Utifrån kostnader och behov kommer en specifikation att tas fram som underlag för en upphandling av mätutrustningar (ca 100 st). iii. Test av mätsystem När lämplig utrustning är vald kommer denna att provas för att verifiera att den uppfyller kraven, därefter skall ca 100 enheter köpas in. iv. Insamling av data kring bil och dess kontext För de bilar som mäts, kommer data för olika typer av fakta och förutsättningar att samlas in i nära anslutning till själva mätkampanjen. Det gäller uppgifter exempelvis om bilen: prestanda, ålder, vikt, etc, om körningarna: förare, ändamål, passagerare, last, etc, om kontext: bostadsort, arbetsplatser mm, antal personer, körkortstillgång, tillgång till och nyttjande av andra bilar, etc. Genom att bilen är känd kommer också att finnas en möjlighet att senare komplettera med andra data av relevans. En mindre delmängd av totalt antal bilar i studien skall följas under ett helt år, medan det stora flertalet skall följas ca en månad per bil. Detta innebär att mätutrustningar skall alterneras mellan olika bilar. A3 Analys av total datamängd I projektet analyseras datan för insamlade bilrörelser. Statistik tas fram för bilars fördelning av körsträckor, t ex per resa och per dag resors start- och sluttidpunkter parkering/stillestånd: lägen och varaktighet körmönster i form av accelerationer/effektbehov De olika variablerna kan bero av faktorer som bilens ålder eller prestanda, och den kontext som den enskilde bilen befinner sig i. En praktisk utmaning i projektet blir att alternera ca 100 mätutrustningar mellan ca 500 fordon, då detta innebär upp till 500 bytestillfällen. Denna utmaning adresseras genom följande åtgärder: Milstolpar Aktuella bilar och användare väljs ur ett begränsat geografiskt område (Västra Götalandsregionen). En så enkel mätutrustning som möjligt väljs för att underlätta installationen (en liten enhet som kopplas in i bilens 12 V-uttag i kupén). Bytestillfällen av mätutrustning synkroniseras i möjligaste mån för så många testobjekt som möjligt, t ex vid servicetillfällen för bilarna, eller speciellt anordnande arrangemang (som t ex informationsträffar för deltagande bilförare). Följande är milstolpar i projektet: M1 Färdigställt urval av bilar och användare M2 Fastställd specifikation av mätutrustning M3 Analys av total datamängd 8
Förväntade resultat Projektet kommer att ta fram en representativ databas för bilrörelser i Sverige. I projektet görs också en inledande analys av dessa data av relevans för bl a dimensionering av olika typer av drivlinor, bedömning av potentialer för olika former av elektrifierade fordon liksom behov av och möjligheter till och utformning av laddningssystem för plug-in hybrider och andra elfordon. Denna analys liksom databasen kommer att redovisas i en rapport. Användning av projektresultat Målet med mätprojektet är att få fram ett statistiskt underlag över hur bilar rör sig. Detta underlag skall vara anpassat efter: 1. Forskares, planerares etc, behov av data för att analysera och bedöma ekonomi, energiutnyttjande och potential för laddhybrider/elbilar. 2. Fordonsutvecklingens, både industri och akademi, behov av underlag för dimensionering av bilar. 3. Elsystemets, både producenter och distributörer, behov av underlag för bedömning av laddningsbehov, kapacitet och utformning av laddning och eventuell tillgänglighet av batterikapacitet (styrd laddning, V2G etc) i tid och rum. Nedan listas några aktörer som ser en direkt nytta med projektresultatet: Svenskt hybridfordonscentrum (SHC) Det finns flera olika frågeställningar som SHC jobbar med där det behövs data på hur bilar körs för att kunna nå de resultaten som eftersöks. För att svara på vissa frågor på systemnivå så är kunskap om körprofiler av avgörande vikt för kvaliteten på resultaten. Var för sig så har de pågående projekten inom SHC på olika delkomponenter inte kunnat motivera loggningen, eftersom man kan komma en viss bit på vägen med gissade körprofiler, men sammantaget så är behovet av denna data mycket stor även för att dimensionera komponenterna i hybridsystemet. I ett system som dimensioneras framför allt utifrån worst case belastningsfall, som de flesta traditionella drivsystemsystem med bara en drivkälla gör, så är exakta körfall ofta inte så viktiga utan dimensionering och optimering kan ofta till stor del göras utifrån enkla körfall. I ett system där man har flera drivkällor och dessutom energilager så blir däremot mer detaljerade körmönster mycket centrala för att kunna analysera och optimera systemet. Mot bakgrund av detta ser SHC att loggning av bilrörelser är nödvändigt för att: Kunna skapa realistiska lastcykler för batteridimensionering som gör att man kan optimera batterilagrets storlek bättre. Observera att det inte räcker med att veta vilken väg en förare kör för att avgöra hur batteriet slits, utan det är viktigt HUR man kör den givna sträckan. Detta beror på att batterislitage inte avgörs bara av maximalnivån på strömmen eller laddningen i batteriet utan minst lika mycket på hur cyklerna ser ut. Kunna identifiera olika typer av bilkörning som kanske skall leda till att olika fordon har olika typer av hybriddrivlina, eller åtminstone att deras drivlina optimeras på olika sätt vad det gäller batteristorlek och effekt på de olika drivmotorerna. På ett exaktare sätt än annars kunna beräkna verklig bränslebesparing med olika typer av hybriddrivlinor. Med denna exaktare bränsleberäkning kan man även optimera drivlinan bättre. Kunna skapa typiska lastprofiler för olika delkomponenter i drivlinan så att batterier/ elektriska maskiner/kraftelektronik/transmission och förbränningsmotor kan anpassas bättre till hybriddrivlinan. 9
Kunna bedöma hur mycket el som kommer att behövas för laddning av pluginhybrider och elbilar, och på vilka tider och platser. Kunna bedöma potentialen för batteri-elbilar utan förbränningsmotor och hur de måste dimensioneras. Få fram dimensioneringsunderlag för en Range Extender för elbilar. El- och energisystemforskning Olika pågående och framtida projekt inom energi- och elsystemforskningen inriktade mot analyser av olika aspekter av en elektrifiering av transporterna och en integrering av de stationära och mobila systemen har stor nytta av ett dataunderlag för bilrörelser, exempelvis för att möjliggöra verklighetsanpassade simuleringar av hur elsystemet kommer att påverkas av och behöva anpassas till el- och laddhybridfordon, identifiera möjligheter och potentialer att utnyttja elfordon till att integrera intermittent elproduktion, såsom vind- sol- och vågkraft, modellera och uppskatta potentialen för vehicle-2-grid, d.v.s. användning av bilens batteri för att stabilisera elnätet och delta på reglermarknader, få en bättre förståelse för var, hur och när laddning av fordon kan och bör ske, uppskatta teknisk/ekonomiska förutsättningar, konkurrenskraft mot andra tekniker, marknad potential och hinder för olika typer av elfordon analysera elfordons möjliga roll i kostnadseffektiva strategier och omställningar att nå ambitiösa klimatmål. Trafiksäkerhetsforskning Forskningen inom trafiksäkerhet har intresse av och möjlighet att utnyttja de data som tas fram. Vi kommer att koordinera datainsamlingen mm med SAFER (H Gellerman SAFER, 2009-04-03). Ett utbyte av data avses ske med Lunds Universitet, Avdelningen för Trafik och Väg, som planerar att använda data i pågående och planerade projekt inriktade mot studier av körbeteende och olycksfallsrisker (A Várhelyi 2009-40-02). Elproduktions- och eldistributionsföretag Elföretag kan utnyttja data för bilars rörelsemönster som ett underlag i deras planering för hur de ska kunna utnyttja och anpassa produktion, distribution och försäljning av el till en elektrifierad bilflotta. Vägverket Exempel på Vägverkets möjliga användning av bilrörelsedata är (H Johansson, VV 2009-04- 03) för uppdatering av körmönster i verklig trafik som underlag för arbetet med kommande global körcykel som kommer tas fram inom ramen för UN-ECE och WLTP (World harmonised light duty test procedure), som underlag för bedömning av potentialer och möjlig utveckling och utnyttjande av olika typer av elektrifierade fordon, för uppdatering av körmönster i Sverige som underlag för att modellera, beräkna och bedöma emissioner i verklig trafik i Sverige. Innovatum Teknikpark Innovatum Teknikpark i Trollhättan driver ett antal aktiviteter på området elfordon (t ex projektet BLIXT). Rörelsedata från fordon kommer att delas mellan detta och Innovatums olika projekt (se avsnittet Samverkan nedan). 10
Projektets relevans Bidrag till mål Projektet bidrar till olika nationella mål genom att det ger ett underlag för att utforma persontransporterna på ett sådant sätt att man kan minska energianvändningen, effektivisera transportsektorn och minska utsläppen av koldioxid och andra emissioner och buller. Genom att projektet bidrar till att fylla ett databehov som finns inom flera verksamheter inför en möjlig elektrifiering av fordonens drivlina, så bidrar projektet, genom att underlätta denna elektrifiering, till att uppfylla de mål som en elektrifiering av transporterna kan innebära. Det torde därmed underlätta för Sverige att nå uppsatta CO 2 -mål och t ex miljömålen rörande klimat och ren luft. Speciellt kan skadliga emissioner och buller i städerna minska. En elektrifiering underlättar också för transportsektorn att drivas med förnybar energi genom att både minska drivmedelsbehovet och att el kan produceras förnybart. Påverkan på de transportpolitiska målen är svårare att bedöma, men bättre kunskap om elbilars marknadsförutsättningar och deras potential torde kunna bistå i planeringen för att uppnå målen. Fokuseringen på insamling av bilrörelsedata som kan utnyttjas av flera olika intressenter ger möjlighet till utökad samverkan mellan olika discipliner liksom med och mellan olika sektorer i näringslivet. Det kan också stärka det svenska näringslivet genom att bidra till den kunskapsuppbyggnad och det underlag som behövs inför en omställning av transportsektorn och dess industrier och därigenom medverka till en fortsatt konkurrenskraftig fordonsindustri i Sverige. Det bidrar också till att möjliggöra en bättre planering av infrastruktur för transporter och energi liksom till projekt och åtgärder som befrämjar trafiksäkerheten. Unikhet och nyhetsvärde Projektledning Samverkan I detta projekt uppmäts och analyseras för första gången bilrörelser i den svenska bilparken i större skala i syfte att få fram ett representativt underlag för olika analyser inför en elektrifiering av bilparken. Vi får därmed ett unikt, nytt och nödvändigt underlag för olika nya typer av analyser som behövs inför en elektrifiering av bilflottan. Inom den internationella forskningen används tyvärr fortfarande undermåligt dataunderlag exempelvis i form av medelvärden för körsträckor eller typiska körmönster vid t ex bedömning av potentialer för plug-inhybrider (se t ex Simpson 2006, Vyas 2007, Bradley & Frank 2009) Att denna typ av data tidigare inte har insamlats är delvis beroende på att behovet inte har funnits då fokus har varit på resvanor för individer eller trafik- eller emissionsrelaterade frågeställningar. Delvis också beroende på att data av denna karaktär innan gps:ens tidevarv var mycket arbets- och kostnadskrävande och behäftat med felkällor (data via enkäter till bilförare). Projektledaren ansvarar för att driva projektets aktiviteter framåt samt genomförande av aktiviteterna A2 i och A2 iv (urval av bilar och användare samt insamling av data kring bil och dess kontext). För projektet skall en styrgrupp tillsättas bestående av representanter från fordonsindustri, kraftbolag, högskola och myndighet. Styrgruppen skall fungera som bollplank för projektledaren och sammanträda inför projektets milstolpar. Generellt kan sägas att de data som tas fram naturligtvis kommer att kunna användas av alla de som är intresserade med hänsyn tagen till de restriktioner som måste gälla ur t ex integritetssynpunkt, varför vi förväntar oss ett utbyte med ett antal projekt och organisationer. Se även avsnittet Användning av projektresultat ovan. 11
Referenser Vi kommer att samarbeta med personer inom trafiksäkerhetsområdet som arbetar med liknande data för möjlig koordinering av dataformat, utbyte av erfarenheter kring datafång, och eventuellt samarbete kring framtida mätningskampanjer. SAFER medverkar därför i och bidrar till projektet (Helena Gellerman, SAFER 2009-04-06). Ett utbyte av sammanställd data kommer också att ske med Lunds Universitet, Avdelningen för Trafik och Väg (Várhelyi 2009-04-02). Detta kommer alltså att innebära ett samarbete mellan Energi och Miljö och Fordons- & Trafiksäkerhet inom FFI. Vidare kommer en samverkan att ske med projekt som drivs vid Innovatum Teknikpark i Trollhättan. Samverkan kommer att bestå av utbyte av resultat och erfarenheter (Lillemor Lindberg, Innovatum AB 2009-06-11). Andersson S-L, A Elofsson, M Galus, F Johnsson, S Karlsson, 2009. Plug-in Hybrid Electric Vehicles as Control Power. Case studies of Sweden and Germany. Energi & Miljö, Chalmers. Bradley T H, A A Frank, 2009. Design, demonstrations and sustainability impact assessments for plug-in hybrid electric vehicles. Renewable and Sustainable Energy Reviews 13(1), 115-128. Ericsson E, 2005. Influence of street characteristics, driver category and car performance on urban driving patterns. Transportation Research Part D 10, 213-229. Ericsson E, 2001. Independent driving patterns factors and their influence on fuel-use and exhaust emission factors. Transportation Research Part D 6, 325-345. Elmqvist P, 2002. LundaISA Sammanfattning av ISA-projektet i Lund Vägverket Publ 2002:94. Hedenus F, S Karlsson, C Azar, F Sprei, 2008. Electricity or hydrogen for transportation? System interactions between the transportation and stationary sectors in a carbon constrained world. Energi & Miljö, CTH. Grahn M.. Williander M.I, Anderson J. E., Mueller S. A., Wallington T. J. (2009). Fuel and Vehicle Technology Choices for Passenger Vehicles in Achieving Stringent CO2 Targets: Connections between Transportation and Other Energy Sectors. Energi & Miljö, CTH. Göransson L, S Karlsson, F Johnsson, 2009. Integration of plug-in hybrid electric vehicles in a regional wind-thermal power system, Energi & Miljö, Chalmers. Johansson H m fl, 1999. Körsätt98, Inledande studie av körmönster och avgasutsläpp i tätort samt utveckling av metod för att mäta förändringar av acceleration och hastighet kring korsningar. Vägverket Publikation 1999:137. Johansson H, E Ericsson, 2004. Aktivitetsdata för vägtransportsektorn Kunskapsläge och behovsanalys. Vägverket Publikation 2004:25. Elmkvist P, 2002. LundaISA. Sammanfattning av ISA-projektet i Lund. Vägverket Publikation 2002:94. Karlsson S, 2009. Optimal size of PHEV batteries from a consumer perspective - implication for data harvesting, car development, and business models. (to be presented at EVS24 Stavanger May 13-16 2009.) Karlsson S, A Ramírez, 2007. Plug-ins a viable efficiency option? (In Proceedings to ECEEE 2007 Summer Study: Saving energy just do it! La Colle sur Loup, France 4 9 June 2007.) Simpson A 2006. Cost-Benefit Analysis of Plug-In Hybrid Electric Vehicle Technology Presented at the 22nd International Battery, Hybrid and Fuel Cell Electric Vehicle Symposium and Exhibition (EVS-22) Yokohama, Japan October 23 28, 2006 Várhelyi A, M Hjälmdahl, R Risser, M Draskóczy, C Hydén, S Almqvist, 2002. Effekterna av aktiv gaspedal i tätort: sammanfattande rapport LundaISA. Rapport, Institutionen för Teknik och samhälle, LTH. 12
Vyas A, D Santini, M Duoba, M Alexander 2007. Plug-In Hybrid Electric Vehicles: How Does One Determine Their Potential for Reducing U.S. Oil Dependence? Presentation at EVS-23, Anaheim, CA dec 2007. 13