Easy E-Bike

Dem Projekt Easy E-Bike gehen vorangegangene Forschungs- und Entwicklungsaktivitäten zu Energie- und Reichweitenfaktoren an E-Fahrzeugen voraus. Ziel ist die Entwicklung eines Algorithmus für ein vorausschauendes Energie- und Reichweitenmanagement von E-Bikes, welches in nutzerbezogene Energie- und Reichweitenlösungen für E-Bikes resultiert. So sollen Anwendungen und Systeme entstehen, welche das E-Bike Fahren noch einfacher, besser und einsteigerfreundlicher machen. Das Projekt wird eigenständig vom IEEM bearbeitet.

Wie für Fahrten mit E-Fahrzeugen, stellt sich auch vor dem Antritt von E-Bike Fahrten die Frage nach der verbleibenden Reichweite. Insbesondere muss entschieden werden, ob die vorhandene Akkuladung ausreichend für das Fahren der geplanten Strecke ist, bzw. das gewünschte Ziel erreicht werden kann. Aktuell stehen dafür lediglich Angaben zur noch möglichen Reichweite als Streckenwerte mit Bezug auf spezifische Unterstützungsintensitäten zur Verfügung. Dabei werden streckenspezifische Einflüsse auf den Energieverbrauch während der Fahrt, sowie streckenbedingt die Verwendung verschiedener Unterstützungsintensitäten der E-Bike Fahrenden nicht berücksichtigt.

Anstelle von einfachen sowie unspezifischen Reichweitenangaben werden mit der Energie- und Dynamikprädiktion Vorhersagen zum voraussichtlichen strecken- und fahrerspezifischen Energieverbrauch, bzw. zur benötigten Akkuladung für geplante Strecken, berechnet. Hierfür müssen die zu fahrende Strecke sowie alle für die Dynamik- und Energiebetrachtung relevanten Streckeneigenschaften im Voraus bekannt sein. Mit diesen Daten ist die Energie- und Dynamikprädiktion dann in der Lage, Größen wie den elektrischen Energieverbrauch, den Geschwindigkeitsverlauf, die Anstrengung der Fahrenden usw. zu bestimmen. Sind weiter noch Informationen zur Sportlichkeit der E-Bike-Fahrenden und zu den technischen Eigenschaften der verwendeten E-Bikes bekannt, können präzisere Vorhersagen erstellt werden. Zusätzlich schätzt der Algorithmus anhand der berechneten Daten die voraussichtliche Verwendung der zur Verfügung stehenden Unterstützungsintensitäten ab. So ist es mit dem Algorithmus möglich, E-Bike Fahrende bei der Planung ihrer Fahrten mit einer Vorhersage über den voraussichtlichen Bedarf an Akkuladung zu unterstützen.

Der Online E-Bike Planner ermöglicht die Planung von E-Bike-Fahrten durch die Nutzung der Energie- und Dynamikprädiktion zur Vorhersage des voraussichtlichen Energiebedarfs. Dafür bietet die Webseite eine interaktive Karte sowie die Möglichkeit für spezifische Berechnungen durch eine Konfiguration und Angabe der Eigenschaften des eigenen E-Bikes und E-Bike-Fahrerenden. Des Weiteren kann die gewünschte Anstrengung für die Fahrt eingestellt werden, sodass zwischen sportlich ambitionierten und Alltagsfahrten unterschieden werden kann.

Das vorausschauende Energie- und Reichweitenmanagement (VERM) des IEEM erweitert die Energie- und Dynamikprädiktion um die Berücksichtigung des aktuellen Akkuladestands des E-Bikes und damit um die für die E-Bike-Fahrt zur Verfügung stehenden Energie. So wird vor und während der Fahrt automatisiert geprüft, ob die vorhandenen Akkuladung für die geplante Route ausreicht. Ist dies nicht der Fall, wird die Verwendung der Unterstützung im Fahrtverlauf angepasst, sodass die Fahrenden mit der zur Verfügung stehenden elektrischen Energie gezielt unterstützt werden. Auf dieser Grundlage kann die Unterstützungsintensität dann während der Fahrt manuell vom Fahrenden oder automatisiert durch das E-Bike Antriebssystem eingestellt werden. Das Energie- und Reichweitenmanagement wird regelmäßig ausgeführt, um auf Abweichungen zwischen Berechnung und realer Fahrt zu reagieren.

So kann die App den benötigten Akkuladestand als auch auf weitere vom E-Bike Antriebssystem erfasste Daten, wie beispielsweise auf die Geschwindigkeit oder die Trittfrequenz zugreifen. Während der Fahrt wird dann der aktuell einzustellende Unterstützungsmodus angezeigt, welcher vom Fahrenden entsprechend einzustellen ist. Zudem werden die aktuelle Geschwindigkeit, die Trittfrequenz, der Verlauf des Akkuladestands und die aktuelle Position auf einer Karte angezeigt. Letztere kann dabei zusätzlich um eine Navigationsfunktion erweitert werden.

Neben dem Wissenstransfer aus der Forschung bietet das Projekt auch für Studierende die Möglichkeit, sich in Form von Projekt- oder Abschlussarbeiten am Entwicklungsprozess zu beteiligen.