Abstract

Die Arbeit beschäftigt sich mit der Untersuchung von Einflussfaktoren auf eine Ladeinfrastruktur von Elektrofahrzeugen in Peking. Neben den politischen, technischen und wirtschaftlichen Faktoren, liegt der Fokus auf einer Analyse von Nutzerdaten und einer räumlichen Auswertung der Wohn- und Parkplatzsituationen in Peking in Bezug auf die Errichtung einer Ladeinfrastruktur für Elektrofahrzeuge. Der Hauptteil der Arbeit analysiert die städtebauliche Struktur Pekings und kombiniert diese Erkenntnisse mit der Analyse von realen Fahrprofilen von Elektrofahrzeugen. Auf Grund der geringen Anzahl von Parkplätzen sowohl im öffentlichen Raum als auch in den geschlossenen Wohnsiedlungen (Compounds), gestaltet sich die Installation von Ladesäulen, an denen EVs mehrere Stunden laden müssen, als schwierig. Dies betrifft sowohl poly-zentrische als auch mono-zentrische Stadtbezirke im Zentrum. Die Analyse der Fahrprofile basiert auf einem zweiwöchigen Zeitraum mit 60 E-Fahrzeugen, die von Nutzern in Peking gefahren wurden. Ladevorgänge fanden circa 2-3 mal die Woche statt, fanden auf privat Grundstücken statt und dauerten meistens über 10 Stunden. Auf Grund der aufgenommenen GPS-Daten konnte der genaue Aufenthaltsort der Park- und Ladevorgänge untersucht werden. Dabei zeigte sich, dass Fahrzeugführer immer nachts an denselben Orten parkten und luden. Mit den gewonnen Daten konnte auch festgestellt werden, dass home-charging, also das Laden daheim, für die aller meisten Fahrten gänzlich ausreicht. Ergänzt werden kann es durch destination-charging, dem Laden am Zielort, oder on-the-go-charging, dem Laden auf dem Weg zum Zielort. Dabei sind die beiden letzteren Optionen in Peking im halb-öffentlichen Raum anzuordnen, weil reines, öffentliches Laden an Straßenrändern oder Parkplätzen auf Grund von mangelndem Platz nicht möglich sind. The dissertation deals with the analysis of factors of influence on an implementation of a charging infrastructure for electric vehicles in Beijing. Next to the political, technical and economic factors, the focus is on an analysis of user data and on a spatial analysis of residential housing and parking situations in Beijing. All analyses were done in relation to the implementation of a charging infrastructure for electric vehicles. The main part of the work analyzes the urban structure of Beijing and combines its findings with the analysis of driving profiles of electric vehicles. Due to the small number of parking spaces in public spaces as well as in closed housing estates, the installation of charging stations, becomes a challenge. This concerns both poly-centric and mono-centric city districts in the center of the city. This applies especially to compounds from the 1960s to 1980s, because they were built without adequate parking lots in those days. These properties cannot accommodate the current number of vehicles by far, resulting in the fact that public and semi-public space for parking has to be used. An analysis of the driving profiles is based on a two-week period with 60 electric vehicles driven by real users in Beijing. The investigated vehicles could be charged with alternating current, which prolongs the charging time compared with direct current charging considerably. It was found that most of the parking events took place with relatively full batteries and the distances could be overcome by a single battery charge. Due to the recorded GPS data, the exact location of the parking and charging events could be examined. It was found that EV drivers always parked and charged at night at the same locations. Furthermore it was discovered that home-charging is sufficient for most tracks of the user. This charging type can be extended by destination-charging, or on-the-go-charging.

Abstract

Gegenstand der Arbeit ist die Entwicklung eines tour-basierten Verkehrsnachfragemodells zur Abbildung von Aktivitätenketten unter Berücksichtigung von raum-zeitlichen constraints. Den theoretischen Hintergrund bildet ein hierarchisch organisierter Entscheidungsprozess, um die theoretisch möglichen Entscheidungskombinationen zu reduzieren und damit eine wahrscheinlichkeitsbasierte Berechnung zu ermöglichen. Als Beispieltour dient die Aktivitätenkette ‚Wohnen-Arbeit-Sekundäraktivität-Wohnen’, auf deren Basis auch die statistischen Analysen der Mobilitätsbefragung Santiagos durchgeführt werden. Unter Verwendung eines GIS werden so genannte ‚Suchräume’ (Aktionsräume in denen Sekundäraktivitäten durchgeführt werden) ermittelt. Ein Ergebnis der Datenanalyse sind Grenzwerte der maximalen täglichen Reisezeit für eine Reihe von Modus-Kombinationen. Die Zeitfenster von Startzeiten und Aktivitätendauer werden in Abhängigkeit sozioökonomischer Gruppen ermittelt. Die Bestimmung der Suchräume erfolgt in Abhängigkeit von Arbeitsdauer sowie Distanz zwischen Wohn- und Arbeitsort. Beide Kriterien erwiesen sich in der Analyse als statistisch signifikant. Der Vergleich zwischen Modell und Empirie (Santiagos Mobilitätsbefragung) deutet darauf hin, dass die Suchräume geeignet sind und die Mehrheit der beobachteten Zielwahlentscheidungen beinhalten. Zur Berechnung der Wahrscheinlichkeitspfade (unter Verwendung der Programmsyntax von SPSS) wird ein im Umfang auf sieben Ziele reduziertes Alternativenset pro Wohn- und Arbeitsstandort bestimmt. Dabei werden Erreichbarkeit und Attraktivität der Ziele innerhalb des Suchraumes berücksichtigt. Die erzielten Ergebnisse stützen das Argument, dass die raum-zeitlichen constraints (tägliche Reisezeit, Suchräume) eine effektive Reduktion der kombinatorischen Vielfalt zulassen. Die Erfahrungen aus der Berechnung der Beispieltour eignen sich zum Übertrag auf weitere Tour-Typen, um eine Modellierung der städtischen Gesamtverkehrsnachfrage zu ermöglichen. In this thesis we develop a tour-based approach for modeling activity and travel pattern considering time-space constraints. A hierarchical structure of choice-making builds theoretical background for the model and is based on a set of axiomatic rules. Our central argument is that the time-space constraints can be used for reducing the number of choices and, respectively, control the combinatorics associated with the probabilistic approach. The empirical analysis of our use case, a tour of type ‘Home-Work-SecondaryActivity-Home’, is based on Santiago’s travel survey. In addition, we apply GIS to estimate the so-called search spaces (potential areas where secondary activities are realized) and justify their sizes with the empirical findings. From the data analysis we identify thresholds for the tour-based maximum daily travel times considering a set of mode combinations. We define regimes of starting times and duration of activities depending on socio-economic user groups. The estimation of search spaces is realized considering the time spent at work as well as the distance between the home and work locations. Both criteria were found to be statistically significant. The comparison of modeled results with survey observations allowed concluding that the search spaces are realistic since they capture most of the observed trip destinations. For the estimation of spatial path flows of activities and trips (using SPSS programming language), we define a final choice set of no more than seven alternatives per primary location considering zone-based accessibility and land-use attractiveness. The obtained results support the argument that time-space constraints (daily travel time, search spaces) allow an effective control of combinatorial complexity. Basing on the experience obtained in process of modeling the exemplary tour, the approach can be applied to further tour types offering the possibility to estimate the entire transport demand of Santiago city.