Arkiv / Teknik

Energianvändning med automatiserade fordon

Creative commons license

Skrivet av Johan Wedlin

Den stora omställningen av transportsystemen som fordonsindustrin nu står inför sägs bestå av fyra delar: elektrifiering, uppkoppling, delning och automation. Att elektrifieringen direkt påverkar energianvändningen genom bättre verkningsgrad är självklart, åtminstone för OmEVs läsare, men hur är det de andra delarna? Leder ökad automation till förbättrad energianvändning eller kanske istället förvärras situationen? Som så ofta är svaret att det beror på.

Vinsterna med automatiserade fordon brukar sägas vara ökad säkerhet, ökad produktivitet, minskad trängsel, förbättrat trafikflöde och minskad energianvändning. Helt autonoma fordon kan också möjliggöra mobilitet för nya trafikantgrupper. I en färsk rapport [1] ges en överblick över studier genomförda de senaste 10 åren med avseende på automatiserade och uppkopplade fordons miljöpåverkan. I dessa studier hittades 11 parametrar relaterade till fordonet, transportsystemet och användaren. Förutom energikälla och drivlina samt det totala antalet fordon så handlar mycket om användningen.

Om det till exempel blir mycket enkelt och billigt att använda självkörande fordon så kan det innebära att de tar resande från kollektivtrafik, eller att man använder fordonen för fler och längre resor, vilket bland annat visats i en studie där man lät verkliga användare få använda bilar som körs av en chaufför [2]. Parametrarna är också sammanvävda, så att till exempel självkörande eldrivna taxifordon visserligen ger en lägre energianvädning än om de är fossildrivna, men samtidigt gör de relativt längre laddningstiderna och kortare körsträckan att de blir mindre tillgängliga för körningar vilket då sänker nyttjandegraden och produktiviteten vilket kan göra dem mindre attraktiva.

Allt detta gör att det är systemeffekterna som avgör, vilket gör det svårt för att inte säga omöjligt att säga vilka effekterna blir bara genom att titta på det enskilda fordonets energianvädning. Istället får man använda olika slags trafiksimuleringsverktyg, åtminstone tills teknologin har slagit igenom tillräckligt för att kunna göra verkliga mätningar.

Det är väl känt att man med lugnare körning förbättrar trafikflödet, till exempel med hjälp av Autonomous Cruise Control, ACC (se t.ex. denna video) [3]. Förra året släppte också Volvo Cars ihop med amerikanska Department of Energy’s National Renewable Energy Laboratory, NREL, en rapport av energianvädningen hos bilar med ACC körda av Volvoanställda och deras familjer [4]. Resultatet var en minskning av bränsleanvädningen på 5-7%. Om man sedan också låter fordonen samverka genom uppkoppling och utnyttjar AI och maskininlärning så finns ännu större möjligheter [5]. Sammantaget pekar dessa studier på en potentiell besparing av energi- och koldioxidutsläpp på 10-40% beroende på körmiljö, och det även om bara en mindre del av alla fordon är utrustade med förarstödssystemen.

Men högt eller helt automatiserade fordon (ja det är en begreppsförvirring) måste ha mycket elektronik ombord, framförallt för att snabbt kunna processa de mycket stora mängder data som kommer från sensorerna. Och detta tar kraft! Dessutom så ökar vikten och även luftmotståndet med tillkommande komponenter. En livscykelanalys [6] som har studerat detta kommer fram till att den direkta energianvädningen i självkörande fordon skulle öka med 3-20% varav 40% från datorprocesser, men att de positiva effekterna av lugnare, effektivare körning ändå skulle ge en total minskning på 9%.

Egen kommentar

Som synes så finns det både faktorer som pekar på en ökning av energianvändningen med ökad automatisering och faktorer som leder till en minskning. Men då är det viktigt att se att de flesta av de positiva faktorerna är sådana som kommer redan med måttlig automatisering, alltså förarstödssystem och uppkopplade, samverkande fordon men där föraren är kvar bakom ratten och i loopen. Medan de mer tveksamma faktorerna är kopplade till effekter med ökad grad av självkörning och där föraren helt eller delvis kan vara bortkopplad från körningen. Om de effekterna visar sig uppfylla de värsta farhågorna eller de bästa förhoppningarna beror mycket av den framtida användningen av fordonen och återstår alltså att se.

I en rapport från NREL 2016 [7] kom man fram till att den totala energianvädningen med autonoma fordon antingen kan minska med 60% eller öka med 200%. Är vi klokare idag? Tveksamt. Men för den som vill följa utvecklingen så rekommenderas varmt det alldeles förträffliga nyhetsbrevet OmAD som ni hittar och kan prenumerera på via www.omad.tech (OK, jag är väl lite part i målet men ändå).

Referenser

[1] Kopelias, P., Demiridi, E., Vogiatzis, K., Skabardonis, A., Safiropoulou, V.: Connected & autonomous vehicles – Environmental impacts – A review, Science of The Total Environment, Volume 712, 10 April 2020, 125337 Länk

[2] Harb, M., Xiao, Y., Circella, G., Mokhtaria, P., Walker, J.: Projecting Travelers into a World of Self-Driving Vehicles: Estimating Travel Behavior Implications via a Naturalistic Experiment länk

[3] Englund, C., Chen, L., Voronov, A: Cooperative speed harmonization for efficient road utilization, 2014 7th International Workshop on Communication Technologies for Vehicles (Nets4Cars-Fall) Länk

[4] Zhu, L., Gonder. J., Bjärkvik, E., Pourabdollah, M., Lindenberg, B.: An Automated Vehicle Fuel Economy Benefits Evaluation Framework Using Real-World Travel and Traffic Data, IEEE Intelligent Transportation Systems Magazine, Vol. 11, Issue 3, 24 June 2019 Länk

[5] Mraz, S.: Turning Autonomous Cars into Traffic Managers, MachineDesign Jan 11, 2019 Länk

[6] Gawron, J., Keoleian, G., De Kleine, R., Wallington, T., Kim, H.: Life Cycle Assessment of Connected and Automated Vehicles: Sensing and Computing Subsystem and Vehicle Level Effects, Environ. Sci. Technol. 2018, 52, 5, 3249-3256 Länk

[7] Stephens, T., Gonder, J., Chen, Y., Lin, Z., Liu. C, Gohlke, D.: Estimated Bounds and Important Factors for Fuel Use and Consumer Costs of Connected and Automated Vehicles, NREL Technical Report NREL/TP-5400-67216, November 2016 Länk