The Netherlands is a frontrunner in the field of public charging infrastructure, having a high number of public charging stations per electric vehicle (EV) in the world. During the early years of adoption (2012-2015) a large percentage of the EV fleet were Plugin Hybrid Electric Vehicles (PHEV)due to the subsidy scheme at that time. With an increasing number of Full Electric Vehicles (FEVs) on the market and a current subsidy scheme for FEV only, a transition of the EV fleet from PHEV to FEV is expected. This is hypothesized to have effect on charging behavior of the complete fleet, reason to understand better how PHEVs and FEVs differ in charging behavior and how this impacts charging infrastructure usage. In this paper, the effects of the transition of PHEV to FEV is simulated by extending an existing Agent Based Model. Results show important effects of this transitionon charging infrastructure performance.
The COVID-19 lockdowns showed that working from home and conducting meetings online can change mobility patterns and needs substantially. This global pandemic may have also substantially changed mobility patterns on the long-term and therefore, also the need of electric vehicle charging infrastructure. Charging need dropped significantly but also changed the distribution of the load on the electricity grid throughout the day. This paper analyses changes in electric charging for different user groups during different phases of the pandemic to assess the long-term effects on EV charging needs.
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.
