Науковий вісник НГУ

Вплив топологічних даних на прогнозування енергії руху електромобіля

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №5 2025

Останнє оновлення: 25 жовтня 2025

Опубліковано: 30 листопада -0001

Перегляди: 1249

Authors:

О. С. Бешта, orcid.org/0000-0002-4648-0260, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Д. О. Бешта, orcid.org/0000-0003-2848-2737, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Т. О. Халаімов*, orcid.org/0000-0002-0171-8503, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

В. А. Бурлака, orcid.org/0009-0007-7230-3077, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2025, (5): 078 - 085

https://doi.org/10.33271/nvngu/2025-5/078

Abstract:

Мета. Оцінити вплив частоти дискретизації та джерела топографічних даних на точність розрахунку витрат енергії руху електромобіля із використанням стандартних протоколів випробувань.

Методика. У роботі здійснено розрахунок енергії руху електромобіля на основі теоретичної моделі, що враховує топографічний профіль маршруту й режим руху відповідно до обраного тестового протоколу. Аналіз проведено для кількох альтернативних шляхів одного маршруту європейськими дорогами за різних значень кроку дискретизації та джерел топографічних даних.

Результати. Встановлено, що частота дискретизації й точність топографічних даних суттєво впливають на результати розрахунку енергії руху. Визначено діапазон кроків дискретизації, що забезпечують прийнятну точність за умов зниженого обчислювального навантаження. Обчислені похибки для різних джерел даних залежно від характеру топографічного профілю маршруту.

Наукова новизна. Встановлена залежність точності розрахунку витрат енергії руху електромобіля від частоти дискретизації й обраного джерела топографічних даних з урахуванням рельєфу місцевості. Визначені граничні умови, за яких збільшення кроку дискретизації або використання менш точних баз не спричиняє суттєвих похибок.

Практична значимість. Отримані результати дозволяють обґрунтовано обирати оптимальний крок дискретизації та джерело топографічних даних для підвищення точності прогнозування енергоспоживання легкового електромобіля під час вибору маршруту.

Ключові слова: електромобіль, планування маршруту, топологічний профіль, WLTP, дискретизація, топологічні бази

References.

1. Guzek, M., Jackowski, J., Jurecki, R. S., Szumska, E. M., Zdanowicz, P., & Żmuda, M. (2024). Electric Vehicles—An Overview of Current Issues – Part 2 – Infrastructure and Road Safety. Energies, 17(2), Article 495. https://doi.org/10.3390/en17020495

2. Eurostat. (2025). Trade and production of hybrid and electric cars. Retrieved July 24, 2025, from https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Trade_and_production_of_hybrid_and_electric_cars

3. Ritchie, H., & Roser, M. (2024, March). Tracking global data on electric vehicles. Our World in Data. Retrieved December 16, 2024, from https://ourworldindata.org/electric-car-sales

4. European Alternative Fuels Observatory. (2024). Incentives and Legislation | European Alternative Fuels Observatory. Retrieved December 16, 2024, from https://alternative-fuels-observatory.ec.europa.eu/transport-mode/road/norway/incentives-legislations

5. Kang, J., Kan, C., & Lin, Z. (2021). Are electric vehicles reshaping the city? An investigation of the clustering of electric vehicle owners’ dwellings and their interaction with urban spaces. ISPRS International Journal of Geo-Information, 10(5), 320. https://doi.org/10.3390/ijgi10050320

6. Bazhinov, O., Saukhanov, N., Kravtsov, M., Taran, I., & Bazhynova, T. (2025). Optimization of electromagnetic radiation by hybrid and electric vehicles. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (3), 107-118. https://doi.org/10.33271/nvngu/2025-3/107

7. Alanazi, F. (2023). Electric Vehicles: Benefits, Challenges, and Potential Solutions for Widespread Adaptation. Applied Sciences, 13(10), Article 6016. https://doi.org/10.3390/app13106016

8. Piatkowski, P., & Puszkiewicz, W. (2018). Electric vehicles: Problems or solutions. Journal of Mechanical and Energy Engineering, 2(1), Article 59. https://doi.org/10.30464/jmee.2018.2.1.59

9. Szumska, E. M. (2025). Regenerative Braking Systems in Electric Vehicles: A Comprehensive Review of Design, Control Strategies, and Efficiency Challenges. Energies, 18(10), Article 2422. https://doi.org/10.3390/en18102422

10.      Vasiljević, S., Aleksandrović, B., Glišović, J., & Maslać, M. (2022). Regenerative braking on electric vehicles: Working principles and benefits of application. IOP Conference Series: Materials Science and Engineering, 1271(1), 012025. https://doi.org/10.1088/1757-899X/1271/1/012025

11.      Skuza, A., & Jurecki, R. S. (2022). Analysis of factors affecting the energy consumption of an EV vehicle – A literature study. IOP Conference Series: Materials Science and Engineering, 1247(1), 012001. https://doi.org/10.1088/1757-899X/1247/1/012001

12.      Lee, G., Song, J., Lim, Y., & Park, S. (2024). Energy consumption evaluation of passenger electric vehicle based on ambient temperature under real-world driving conditions. Energy Conversion and Management, 306, 118289. https://doi.org/10.1016/j.enconman.2024.118289

13.      Google. (n.d.). Google Maps [Web application]. Retrieved July 1, 2025, from https://www.google.com/maps

14.      Jonas, T., Wilde, T., Hunter, C. D., & Macht, G. A. (2022). The impact of road types on the energy consumption of electric vehicles. Journal of Advanced Transportation, 2022, 1436385. https://doi.org/10.1155/2022/1436385

15.      Donkers, A., Yang, D., & Viktorović, M. (2020). Influence of driving style, infrastructure, weather and traffic on electric vehicle performance. Transportation Research Part D: Transport and Environment, 88, 102569. https://doi.org/10.1016/j.trd.2020.102569

16.      Liu, Y., Ma, K., Yu, H., Li, J., & An, X. (2021). Influence of test cycles on energy consumption test of electric vehicles. E3S Web of Conferences, 241, 02004. https://doi.org/10.1051/e3sconf/202124102004

17.      Hu, Z., Peng, J., Hou, Y., & Shan, J. (2017). Evaluation of recently released open global digital elevation models of Hubei, China. Remote Sensing, 9(3), Article 262. https://doi.org/10.3390/rs9030262

18.      Rabah, M., El-Hattab, A., & Abdallah, M. (2017). Assessment of the most recent satellite-based digital elevation models of Egypt. NRIAG Journal of Astronomy and Geophysics, 6(2), 326–335. https://doi.org/10.1016/j.nrjag.2017.10.006

19.      USGS. (2025). EarthExplorer. Retrieved February 4, 2025, from https://earthexplorer.usgs.gov/

20.      Sonny. (2025). LiDAR Digital Terrain Models of Europe. Retrieved February 4, 2025, from https://sonny.4lima.de/

21.      Beshta, O.S., Beshta, O.O., Khudolii, S.S., Khalaimov, T.O., & Fedoreiko, V.S. (2024). Electric vehicle energy consumption taking into account the route topology. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (2), 104-112. https://doi.org/10.33271/nvngu/2024-2/104

22.      Schneider, A. (2025). GPS Visualizer: Assign DEM elevation data to coordinates. Retrieved May 6, 2025, from https://www.gpsvisualizer.com/elevation

• < Попередня
• Наступна >