Mötesplatsen för dig inom trafik och samhällsutveckling, nov, 25 2017
Senaste Nytt

Så lång räckvidd har elbilen

Publicerad av
Tommy Ekholm - 03 maj 2012

En brist hos elbilar har hittills varit en stor otydlighet runt hur lång föraren kan komma på en laddning. Det har resulterat i ett fenomen som kallas räckviddsångest. Snart kan det problemet dock vara ett minne blott. Ett nytt verktyg från KTH-forskare visar pedagogiskt och enkelt hur långt en elbil kan köras innan batteriet är helt urladdat.

– Vi har adresserat problemet med så kallad räckviddsoro eller räckviddsångest som figurerar bland människor, men också i medierna, när det gäller elbilar. Oron eller ångesten kan förekomma både innan och under körning. "Kommer jag att kunna göra den där resan på lördag", frågar föraren sig själv. Men oron finns också redan innan elbilen ens är inköpt, säger Anders Lundström, forskare på avdelningen för medieteknik och interaktionsdesign vid KTH.

Tillsammans med bland annat några andra KTH-forskare har Anders Lundström tagit fram en ny teknik och nytt verktyg som visuellt, pedagogiskt och enkelt visar på en karta hur långt man kan åka med sin elbil.

– Verktyget kan fungera som ett bra underlag innan man köper en elbil, men också för elbilsägaren som vill ta ett informerat beslut innan en specifik resa äger rum, säger Anders Lundström.

Användaren klickar på en punkt på kartan, och en geometrisk figur uppenbarar sig runt punkten. Den berättar visuellt hur långt man i den givna situationen kan ta sig avståndsmässigt på kartan innan batteriet är helt urladdat. Användaren klickar så på en annan punkt på kartan som motsvarar dit användaren vill köra, och en rutt läggs upp. Samtidigt uppdateras och krymper den geometriska figuren och batteriindikatorn visar hur mycket elektricitet som förbrukats. Användaren kan sedan fortsätta att lägga upp fler rutter - hur många som helst - till dess att batteriet tagit slut.

Batteriet kan också "laddas" lite eller mycket mellan två resor, så att fler bilfärder kan göras innan batteriet slutligen måste laddas.

Tillsammans med forskarkollegorna har Anders Lundström simulerat en rad olika scenarier, men också jämfört verktygets och elbilens uppskattning av elförbrukning.

– Det är ett rimligt antagande att våra beräkningar, som tar hänsyn till yttre faktorer och inte bara stirrar sig blind på spänningen i batteriet, kan förbättra noggrannheten på vad elbilen lovar att dess batteri kan leverera i form av räckvidd. Man kör till exempel sällan bil i ett platt och vindfritt landskap, något som blir väldigt tydligt när man kör elbil, säger Anders Lundström.

Han menar att det finns flera tankar om hur tekniken kan komma att användas i framtiden.

– Förutom som webbtjänst kan tekniken absolut användas på en skärm i elbilen. Det är ett spår som vi haft i åtanke hela tiden. Smartphones och Ipad är andra tänkbara spår där verktyg och tekniken kan användas, säger Anders Lundström.

Han tillägger att de redan har en app som kan köras på smartphones, men det för närvarande går lite för tungt då beräkningarna är komplexa. Därför ska dessa flyttas till servrar på internet.

Nissan Leaf är den elbilsmodellen som KTH-forskarna hittills arbetat med, men det går enkelt att lägga till flera bilmodeller som Mitsubishi i-MiEV, Tesla Roadster, Peugot iOn och Volvo C30 Electric. På det sättet kan användaren även testa vilken elbil som passar de egna behoven bäst.

– Verktyget hanterar distans idag, och hur mycket energi det teoretiskt går åt att avverka denna distans givet de hastighetsbegränsningar som finns. Vi har även förberett för höjdskillnad som spelar roll för elförbrukningen. I framtiden skulle vi, som jag precis sade, även vilja ha med fler bilmodeller, möjlighet att ändra vikt beroende på antalet passagerare eller bagage, luftmotstånd, temperaturskillnader och vindförhållanden, säger Anders Lundström.

Forskningen har Anders Lundström bedrivit tillsammans med Cristian Bogdan och Filip Kis (också KTH-forskaren), samt teknikkonsulten Ingvar Olsson på Tritech och i samarbete med SICS ICE-Lab som leds av Lennart Fahlén. Forskningen är finansierad av STandUP for Energy och EIT ICT Labs.