Abstract: För att nå de högt uppsatta målen kring minskade utsläppen av koldioxid behöver vägtransportsektorn bidra på så många sätt som möjligt. Den senaste tiden har fokus här varit på att stimulera utveckling och försäljning av fordon med lägre drivmedelsförbrukning och/eller alternativa drivmedel. Med hjälp av ITS kan koldioxidutsläppen minskas ytterligare, bl a genom grön ruttplanering och navigering, ISA - mindre fortkörning ger mindre utsläpp, stöd för miljövänlig körning, stöd för samåkning och bilpooler osv.
Detta projekt syftar till att kartlägga hur kända och nya ITS-tillämpningar kan bidra till minskade koldioxidutsläpp. Projektet avser också vidareutveckla, testa och utvärdera minst en av tillämpningarna genom mindre fältförsök i samverkan med externa aktörer. En specifik tjänst som är aktuell för detta är stöd för miljövänlig körning i kombinerat med ISA. Detta kommer att testas i samband med Stockholms stads införande av ISA – men här finns behov av input i form av tillämpad forskning kring metoder och modeller, samt utvärdering av resultaten.
Följande huvudaktiviteter föreslås:
1. Kartläggning av ITS-tillämpningar som kan bidra till minskade koldioxidutsläpp.
Baseras bl a på litteratur genomgång och CO2-utvärdering.
2.Särskild forskning kring modeller och algoritmer för hur drivmedelsförbrukning kan approximeras utifrån GPS-loggdata från ISA-system eller navigationssystem.
3. Mindre fältförsök med stöd för miljövänlig körning integrerat i ISA-system (eller navigationssystem). Beräkningsmodell för bränsleförbrukning framtagen inom projektet används. För validering utrustas minst ett av försöksfordonen med bränslemätare.
4. Utvärdering av fältförsök. Ev. justering av modeller och algoritmer. Utvärderingen omfattar både själva bränslemodellen och förarstödets inverkan på bränsleförbrukning. En central fråga är hur små effekter man vill kunna påvisa med statistisk säkerhet.
5. Sammanställning av förslag på prioriterade ITS-tillämpningar och hur de kan utvecklas för att bidra till minskade koldioxidutsläpp.
Samverkan kommer ske med Vägverket, Stockholms stad, EU-projektet TELEFOT samt med navigationsindustri och ISA-tillverkare.
Delresultat från projektet kan presenteras vid Världskongressen för ITS i Stockholm 2009, och då ge mer vetenskaplig tyngd åt bl a projektet Miljö-ISA som kommer att visas av Stockholms stad.
Närmare beskrivning av beräkningsmodeller:
De beräkningsmodeller som kan vara aktuella för approximering av bränsleförbrukning och utsläpp är antingen statistiska eller mekanistiska. De mekanistiska kan vara mer eller mindre förenklade beroende på tillgängliga indata. Inom ITS finns åtminstone två typer av behov ifråga om drivmedelsförbrukning:
1.) att inför vägval beakta drivmedelsförbrukning
2.) att efter en resa uppskatta drivmedelsförbrukning. Här kan också ingå behov av att utvärdera betydelsen av modifiering av körmönstret motsvarande alternativa körbeteenden.
Under den första punkten kan man också göra indelning enligt:
• själva vägvalet dvs. betydelsen av det förväntade körmönstret och reslängden
• bästa körförlopp den kommande ”kilometern” givet visst vägval exempelvis baserat på dynamisk programmering (intelligent farthållare)
Valet av modell för drivmedelsförbrukning är beroende av vilka förutsättningar som gäller och finns tillgängliga avseende t ex fordonet, vägen, trafikförhållanden och reslängd.
Om bränsleberäkning skall genomföras baserad på GPS-data kan man förutsätta att en mekanistisk beräkningsmodell skall användas. Följande problem föreligger:
•att en beskrivning av körmönster baserad på GPS med dagens prestanda inte direkt kan användas för bränsleberäkning. Problemet utgörs av att onoggrannheten är för stor i uppmätt sträcklängd. Genom filtrering kan problemet reduceras. Samtidigt förloras gradvis information av betydelse för beskrivning av dV/dT lokalt
• att det inte är klart i vilken utsträckning som fordonsbeskrivande data finns tillgängliga. Sådana data får då ersättas med typvärden. Därmed följer en risk att valda värden inte blir representativa för det aktuella fordonet
• att det inte är klart i vilken utsträckning som vägbeskrivande data finns tillgängliga
• att reslängd är av intresse om motortemperaturens betydelse för utsläppen skall beaktas
Beträffande vägval söker man en prognos för bränsleförbrukning som funktion av bl.a: fordonstyp, vägtyp, hastighetsbegränsning, trafikförhållanden, reslängd. Ett förslag till modell i detta sammanhang skulle kunna vara den av VV använda ARTEMIS-modellen.Abstract: To achieve the ambitious goals around reducing emissions of carbon dioxide need road transport contribute in so many ways as possible. Recently the focus has been on encouraging the development and sale of vehicles with lower fuel consumption and / or alternative fuels. With the help of ITS can reduce carbon dioxide emissions further, including through the green route planning and navigation, ISA - minor speeding less emissions, support for environmentally friendly driving, support for car sharing and car pooling, etc.
This project aims to identify the known and emerging ITS applications can help reduce carbon emissions. The project also intends to further develop, test and evaluate at least one of the applications by small field trials in collaboration with external actors. A specific service that is current for this is support for environmentally friendly driving in combination with the ISA. This will be tested in conjunction with the City of Stockholm's implementation of ISA - but here is a need for input in the form of applied research on methods and models, and evaluation of results.
The following major activities are proposed:
1. Identification of ITS applications that can help reduce carbon emissions.
Based in part on literature review and evaluation of CO2.
2. Specific research on models and algorithms for how fuel consumption can be approximated from the GPS log data from the ISA system or navigation system.
3. Smaller field with support for environmentally friendly driving integrated in the ISA system (or navigation). Calculation model for the fuel produced by the project are used. For validation equipped at least one of the test vehicles with fuel gauges.
4. Evaluation of field trials. Any adjustment of the models and algorithms. The assessment includes both the fuel model and driver aid's impact on fuel consumption. A key issue is how little impact you want to show with statistical certainty.
5. Compilation of proposals on priority ITS applications and how they can be developed to help reduce carbon emissions.
Collaboration will occur with the SRA, the City of Stockholm, the European project TeleFOT and the navigation industry and ISA manufacturers.
Partial results from the project can be presented at the World Congress on ITS in Stockholm in 2009, and then give more scientific weight to the project, including environmental-ISA, which will be displayed by the City.
Detailed description of the calculation:
The computational models that can be relevant for the approximate fuel consumption and emissions are either statistical or mechanistic. The mechanistic may be more or less simplified depending on the available input data. Within the ITS are at least two types of needs in terms of fuel consumption:
1) to account for routing fuel consumption
2) after a trip estimate fuel consumption. This could also include the need to evaluate the significance of the modification of the driving pattern corresponding alternative driver behavior.
During the first point, you can also do division as:
• the route choice ie. importance of the expected driving pattern and distance traveled • Best körförlopp the upcoming "mile" given certain choices, for example based on dynamic programming (intelligent cruise control)
The choice of model for fuel consumption depends on the conditions that apply and are available on such as vehicle, road, traffic conditions and journey length.
If the fuel calculation shall be made based on GPS data can be assumed that a mechanistic analytical model should be used. The following problems exist:
• a description of the driving pattern based on GPS with today's performance can not be directly used for fuel calculation. The problem is that the inaccuracy is too large in the measured yield length. By filtering problem can be reduced. While gradual loss of information relevant for the description of dV / dT locally • that it is not clear to what extent vehicles descriptive data are available. Such data may then be replaced by typical value. Thus follows a risk that the selected values are not representative of the vehicle • that it is not clear to what extent road describing data are available • the distance traveled is of interest to the engine temperature on the emissions must be considered
As regards the choice you are looking for a forecast of fuel consumption as a function of, among other things: vehicle type, road type, speed limit, traffic conditions, trip length. A proposal for a model in this regard could be the use of VV ARTEMIS model.