Bibliographic Metadata

Title
Optimal route planning for electric vehicles with special consideration of the topography / von Theresia Perger
Additional Titles
Optimale Routenplanung eines Elektrofahrzeugs unter besonderer Berücksichtigung der Topographie der Streckenprofile
AuthorPerger, Theresia
CensorAuer, Johann
Thesis advisorFleischhacker, Andreas
PublishedWien, 2018
Description75 Seiten : Diagramme, Karten
Institutional NoteTechnische Universität Wien, Diplomarbeit, 2018
Annotation
Zusammenfassung in deutscher Sprache
Annotation
Abweichender Titel nach Übersetzung der Verfasserin
LanguageEnglish
Document typeThesis (Diplom)
Keywords (DE)Elektromobilität / Routenplanung / Bellman-Ford Algorithmus / Yen Algorithmus / Energieeffizienz / Multi-Kriterien Optimierung
Keywords (EN)Electric vehicle / Route planning / Bellman-Ford algorithm / Yen algorithm / Energy efficiency / Multi-objective optimization
URNurn:nbn:at:at-ubtuw:1-109060 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Optimal route planning for electric vehicles with special consideration of the topography [5.7 mb]
Links
Reference
Classification
Abstract (German)

Im Gegensatz zu gewöhnlichen Routenplanungssystemen, die entweder die kürzeste Distanz oder die schnellste Route zum Ziel angeben, beschäftigt sich diese Diplomarbeit mit der Erarbeitung einer Routenplanung, die speziell für Elektrofahrzeuge konzipiert wird, um den energieeffizientesten Weg anzuzeigen. Im ersten Schritt wird ein Modell entwickelt, dass den Energieverbrauch des Elektrofahrzeuges inklusive Heizung, Klimaanlage und anderer zusätzlicher Verbraucher beschreibt. Das Straßennetzwerk wird als Netzwerk mit Knoten und gewichteten Kanten modelliert, um einen Algorithmus anzuwenden, der den Weg mit den geringsten Kosten findet. Eine Variation des Bellman-Ford Algorithmus, der Yen Algorithmus, wird so angepasst, dass Nebenbedingungen der Batterie miteinbezogen werden können. In dieser Arbeit wird eine Multi-Kriterien Optimierung mit drei Optimierungsvariablen mit Hilfe der modifizierten Version des Yen Algorithmus gelöst. Die Optimierungsvariablen stehen für den Energieverbrauch (das Fahrzeug soll mit dem hochstmöglichen Ladezustand am Ziel ankommen), die Reisedauer und die zyklische Lebensdauer der Batterie (die Anzahl an Lade-/Entladezyklen wird minimiert, indem der Betrag der verbrauchten beziehungsweise erzeugten Energie minimiert wird). Den Variablen werden Gewichte zugeordnet, damit diesen unterschiedliche Bedeutung im Optimierungsproblem zukommt. Die Routenplanung wird für den Wienerwald in Österreich und für San Francisco in Kalifornien getestet. Den Ergebnissen zufolge hat die Topographie der Streckenprofile einen starken Einfluss auf den Energieverbrauch. Je nach Start und Endpunkt der Reise fallen die Ergebnisse abhängig vom Gewicht der Optimierungsvariablen unterschiedlich aus. Außerdem verändern Wetter, Außentemperatur und Fahrzeugtyp die Ergebnisse.

Abstract (English)

In contrast to conventional routing systems that determine the shortest distance or the fastest path to a destination, this thesis works on route planning specifically designed for electric vehicles by finding an energy-optimal solution. The first step is to find a model of the energy consumption of the vehicle including heating, air condition, and other additional loads. The street network is modeled as a network with nodes and weighted edges in order to apply a shortest path algorithm that finds the route with the smallest edge costs. A variation of the Bellman-Ford algorithm, the Yen algorithm, is modified such that battery constraints can be included. In this work a multi-objective optimization problem with three optimization variables is solved with the help of the modified Yen algorithm. The variables represent the energy consumption (the vehicle should reach the destination with the highest state of charge possible), the journey time, and the cyclic lifetime of the battery (minimizing the number of charging/discharging cycles by minimizing the amount of energy consumed or regenerated). The optimization problem assigns weights to each variable in order to put emphasis on one or the other. The route planning system is tested for the Wienerwald near Vienna, Austria, and for the city of San Francisco, California. It can be noticed that the topography has a strong influence on the energy consumption. Depending on the start and destination, the results are different depending on the weight of the optimization variable. Different weather conditions or using a different electric vehicle can change the results as well.

Stats
The PDF-Document has been downloaded 31 times.