Er is regelmatig discussie in Nederland rond het laadgedrag van Plug in Hybride Elektrische Voertuigen (PHEV’s) in vergelijking met full electric voertuigen (FEV’s). Veelal gaat het hierbij om de vraag in hoeverre fors-gesubsidieerde PHEV’s veel elektrisch laden en daadwerkelijk veel elektrische kilometers maken. Een veelgehoorde aanklacht is dat PHEV’s relatief weinig zouden laden, veelal op de verbrandingsmotor rijden en als zodanig onterecht in aanmerking komen voor subsidie. De Hogeschool van Amsterdam (HvA) doet onderzoek voor de vier grote gemeenten (G4: Amsterdam, Den Haag, Rotterdam, Utrecht) en de Metropool Regio Amsterdam (MRA) waarbij laadgedrag op het publieke laadnetwerk wordt geëvalueerd. Sinds 2012 zijn hierbij meer dan 2 miljoen laadsessies geregistreerd op meer dan 6000 laadpunten op het publieke laadnetwerk van de G4 en MRA.
Er is regelmatig discussie in Nederland rond het laadgedrag van Plug in Hybride Elektrische Voertuigen (PHEV’s) in vergelijking met full electric voertuigen (FEV’s). Veelal gaat het hierbij om de vraag in hoeverre fors-gesubsidieerde PHEV’s veel elektrisch laden en daadwerkelijk veel elektrische kilometers maken. Een veelgehoorde aanklacht is dat PHEV’s relatief weinig zouden laden, veelal op de verbrandingsmotor rijden en als zodanig onterecht in aanmerking komen voor subsidie.De Hogeschool van Amsterdam (HvA) doet onderzoek voor de vier grote gemeenten (G4: Amsterdam, Den Haag, Rotterdam, Utrecht) en de Metropool Regio Amsterdam (MRA) waarbij laadgedrag op het publieke laadnetwerk wordt geëvalueerd. Sinds 2012 zijn hierbij meer dan 2 miljoen laadsessies geregistreerd op meer dan 6000 laadpunten op het publieke laadnetwerk van de G4 en MRA.De G4 en MRA worden regelmatig geconfronteerd met kritische geluiden over het laadgedrag van PHEV’s, waarbij de stimulering van elektrisch vervoer inclusief de ontwikkeling van laadinfrastructuur kritisch wor-den bekeken. De G4 en MRA hebben de HvA de vraag gesteld in hoeverre op basis van het gebruik van hun publieke laadinfrastructuur iets gezegd kan worden over het laadgedrag van PHEV’s in vergelijking met Full Electric voertuigen (FEV’s). Hiertoe is een analyse uitgevoerd om de volgende vragen te beantwoorden:1. Wat is de bijdrage van PHEV’s aan het totaal aantal schone kilometers gefaciliteerd door publieke laadinfrastructuur in de G4 en MRA? (in verhouding tot FEV’s).2. Is een trend waarneembaar in (i) frequentie van laden, en (ii) kilowattuur per sessie voor PHEV en FEV rijders?Deze rapportage maakt gebruik van de beschikbare laaddata van de publieke laadinfrastructuur in de vier grote steden en de MRA om uitspraken te doen over trends in laadgedrag van PHEV’s en de bijdrage aan schone kilometers.De belangrijkste eerste stap is hierbij om onderscheid te maken tussen PHEV’s en FEV’s. Immers in de hui-dige dataset (waar de HVA over beschikt) zijn RFID’s (i.e. unieke codes voor gebruikers op basis van een laadpasnummer) niet gekoppeld aan het type voertuigen (PHEV of FEV). Hoofdstuk 2 zet uiteen hoe op ba-sis van enkele variabelen de beschikbare RFID’s zijn in te delen als PHEV’s, FEV’s dan wel als Unknown (niet in te delen op basis van de data).
De elektrificatie van de vervoerssector staat nog in de kinderschoenen. De pioniers in de transportsector hebben elektrische trucks aangeschaft en zijn hiermee de eerste ervaringen aan het opdoen. Naast het feit dat deze trucks een bijdrage leveren aan de energie transitie hebben deze trucks nog een groot voordeel. Doordat deze trucks geen uitstoot van gassen hebben kunnen zij ingezet worden in milieu zones. De inzet van elektrische trucks vergt vervolgens een nieuwe manier van plannen. Enerzijds komt dit doordat de actieradius van een elektrische truck minder is dan die van een conventionele truck, anderzijds doordat het laden van een batterij meer tijd in beslag neemt dan brandstof tanken. Hierdoor zal niet alleen de route gepland moeten worden maar ook het tijdstip en plaats waar geladen gaat worden. En in tegenstelling tot brandstof is de prijs van elektrische energie variabel over de dag wat invloed heeft op het plannen van de rit. Daarnaast zijn er invloeden van het weer, verkeer en lading die het energieverbruik van de truck beïnvloeden waardoor de planning kan moeten worden aangepast. Het doel van dit onderzoek is het modelleren van het energieverbruik van elektrisch aangedreven voertuigen en het genereren van een gebruiksvriendelijke(prototype)route plan applicatie waarmee chauffeurs direct een betrouwbaar advies krijgen over de meest optimale laadstrategie. Een uitdaging is om de opbrengsten van het onderzoek bruikbaar te maken voor de chauffeurs, zij zijn immers degenen die uiteindelijk de keuze maken wanneer en hoeveel er geladen gaat worden. Het maken van keuzes van de meest invloedrijke parameters en het daadwerkelijk vertalen naar een gebruiksvriendelijke prototype applicatie, is hierin een uitdaging. Daarnaast is het doel van deze Kiem aanvraag om een consortium te vormen wat de prototype routeplanner applicatie wil testen en mee door-ontwikkelen.
Aanleiding: De elektrische auto wordt steeds populairder en er zijn inmiddels meer dan 5.000 openbare en 5.000 semiopenbare oplaadpunten in Nederland. Professionals bij gemeenten, energiebedrijven, laadpuntexploitanten en netbeheerders missen echter de instrumenten waarmee zij tot onderbouwde besluitvorming omtrent de plaatsing en het aantal laadpunten kunnen komen. De belangrijkste vragen die ze hebben, hebben betrekking op beschikbaarheid en gebruik van de laadinfrastructuur (effectiviteit van de infrastructuur), en het sluitend krijgen van de businesscase (kostenefficiëntie). Doelstelling Het project wil bijdragen aan een van de grote uitdagingen rond elektrisch rijden: het ontwikkelen van een effectieve en kostenefficiënte laadinfrastructuur, gedragen door een sluitende businesscase. Het onderzoek bestaat uit het iteratief ontwikkelen van wiskundige voorspel- en simulatiemodellen voor de uitrol en het gebruik van de laadinfrastructuur. De projectdeelnemers toetsen deze modellen in de praktijk met concrete interventies in door de consortiumpartners geboden proeftuinen. De voorspellingen en simulaties worden vervolgens toegankelijk gemaakt voor de professionals bij gemeenten en bedrijven. Studenten ontwikkelen daarvoor instrumenten zoals kennisdashboards en decision-supportsystemen. Overige deelnemers kunnen bij het project aanhaken door casussen in te brengen die de studenten uitwerken met behulp van een datagedreven productontwikkelingsproces. Beoogde resultaten Concrete resultaten van dit project zijn onder andere: " een set gevalideerde en generiek toepasbare voorspel- en simulatiemodellen; " 10 uitgevoerde casestudies waarin concrete simulaties worden uitgevoerd en adviezen voor ketenpartijen worden gedestilleerd; " minimaal 3 experimenten waarin concrete interventies zijn uitgevoerd en geëvalueerd; " 3 geteste (kennis)dashboards voor te selecteren partijen; " 3 gerealiseerde datagedreven producten/services; " 3 concrete en geteste decision-supportsystemen voor nader te selecteren ketenpartijen.
