TY - THES AB - Elektroautos werden immer beliebter und in Zukunft wahrscheinlich Fahrzeuge mit Verbrennungsmotoren verdrängen. Aufgrund der geringeren Reichweite und der langen Ladezeiten sind Langstreckenfahrten jedoch nach wie vor mit mehr Aufwand verbunden. Falls keine Lademöglichkeit zu Hause besteht, muss außerdem für das alltägliche Laden die öffentliche Ladeinfrastruktur genutzt werden. Dies nimmt oft zusätzliche Zeit in Anspruch, im Vergleich zum Tanken von Verbrennern oder dem Laden zu Hause. Ein weiteres potenzielles Problem sind lange Wartezeiten, wenn zu viele Fahrzeuge gleichzeitig an einer Ladestation laden wollen. In dieser Arbeit stellen wir mehrere Ansätze vor, um diese Probleme anzugehen. Zum einen können wir durch eine Routenplanung inklusive Ladestopps die Gesamtreisedauer auf Langstrecken minimieren. Wir wählen den besten Kompromiss aus schnellen und energiesparenden Routen mithilfe einer multikriteriellen Routenplanung. Außerdem berücksichtigen wir nichtlineare Ladekurven und können bei Ladestopps Teilladungen der Fahrzeugbatterie planen. Damit die Rechenzeiten in einem akzeptablen Rahmen bleiben, führen wir Vorberechnungen der Routenplanung für bestimmte Standorte durch. Wir nutzen dabei die Tatsache aus, dass die meisten Routen zwischen den bekannten Standorten der Ladestationen berechnet werden müssen. Simulationsexperimente bestätigten, dass unsere Routenplanungs- und Ladestrategie bessere Gesamtreisedauern als alternative Strategien erzielt. Im zweiten Ansatz minimieren wir die zusätzliche Zeit, die für das alltägliche Laden benötigt wird. Wir erreichen dies mit einer Routenplanung für den städtischen Raum die den Tagesplan des Fahrers berücksichtigt. Das Laden erfolgt entweder bei Zwischenstopps an Schnellladestationen, ähnlich der Nutzung einer Tankstelle, oder an ... AU - Schönberg, Sven CY - Paderborn DA - 2023 DO - 10.17619/UNIPB/1-1659 DP - Universität Paderborn LA - eng N1 - Tag der Verteidigung: 20.01.2023 N1 - Universität Paderborn, Dissertation, 2023 PB - Veröffentlichungen der Universität PY - 2023 SP - 1 Online-Ressource (viii, 94 Seiten) T2 - Institut für Informatik TI - Trip planning for electric vehicles TT - Routenplanung für Elektrofahrzeuge UR - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-44212 Y2 - 2026-01-19T00:05:06 ER -