Bookbot

Flottendatenbasierte physikalische Routenenergiebedarfsprognose

Parametre

  • 212 stránok
  • 8 hodin čítania

Viac o knihe

Um auf die Klimaziele mit energetisch planenden Funktionen in Elektrofahrzeugen hinzuarbeiten, ist entlang geplanter Strecken eine präzise Energiebedarfsprognose unabdingbar, welche relevante Einflüsse separat quantifiziert. Diese Arbeit zeigt dazu eine neue Fahrprofilprognose, welche die Energieflüsse beim Fahren und Rekuperieren auf beliebigen Streckenabschnitten mit nur 5 Parametern erfasst. Anwendung findet das Modell in einer Reichweitenprognose sowie einer zeitlichen Routenoptimierung. To work towards climate goals with energetic planning functions in electric vehicles, a precise energy demand forecast along planned routes is essential, which separately quantifies relevant influences. For that this work shows a new driving profile prediction, which models energy flows while driving and recuperating on any link of a route with just 5 parameters. This work shows example applications of the model range forecasting and temporal route optimization.

Nákup knihy

Flottendatenbasierte physikalische Routenenergiebedarfsprognose, Tobias Sebastian Straub

Jazyk
Rok vydania
2024
product-detail.submit-box.info.binding
(mäkká)
Akonáhle sa objaví, pošleme e-mail.

Platobné metódy

Nikto zatiaľ neohodnotil.Ohodnotiť

Titul
Flottendatenbasierte physikalische Routenenergiebedarfsprognose
Jazyk
nemecky
Rok vydania
2024
Väzba
mäkká
Počet strán
212
ISBN13
9783731513483
Série
Anotácia
Um auf die Klimaziele mit energetisch planenden Funktionen in Elektrofahrzeugen hinzuarbeiten, ist entlang geplanter Strecken eine präzise Energiebedarfsprognose unabdingbar, welche relevante Einflüsse separat quantifiziert. Diese Arbeit zeigt dazu eine neue Fahrprofilprognose, welche die Energieflüsse beim Fahren und Rekuperieren auf beliebigen Streckenabschnitten mit nur 5 Parametern erfasst. Anwendung findet das Modell in einer Reichweitenprognose sowie einer zeitlichen Routenoptimierung. To work towards climate goals with energetic planning functions in electric vehicles, a precise energy demand forecast along planned routes is essential, which separately quantifies relevant influences. For that this work shows a new driving profile prediction, which models energy flows while driving and recuperating on any link of a route with just 5 parameters. This work shows example applications of the model range forecasting and temporal route optimization.