The well-to-wheel (WTW) environmental performance of plug-in hybrid electric vehicles (PHEVs) is sensitive to driving patterns, which vary within and across regions. This thesis develops and applies a novel approach for estimating specific regional driving patterns. The approach employs a macroscopic traffic assignment model linked with a vehicle motion model to construct driving cycles, which is done for a wide range of driving patterns. For each driving cycle, the tank-to-wheel energy use of two PHEVs and comparable non-plug-in alternatives is estimated. These estimates are then employed within a WTW analysis to investigate implications of driving patterns on the energy use and greenhouse gas emission of PHEVs, and the WTW performance of PHEVs relative to non-plug-in alternatives for various electricity generation scenarios. The results of the WTW analysis demonstrate that driving patterns and the electricity generation supply interact to substantially impact the WTW performance of PHEVs.

The well-to-wheel (WTW) environmental performance of plug-in hybrid electric vehicles (PHEVs) is sensitive to driving patterns, which vary within and across regions. This thesis develops and applies a novel approach for estimating specific regional driving patterns. The approach employs a macroscopic traffic assignment model linked with a vehicle motion model to construct driving cycles, which is done for a wide range of driving patterns. For each driving cycle, the tank-to-wheel energy use of two PHEVs and comparable non-plug-in alternatives is estimated. These estimates are then employed within a WTW analysis to investigate implications of driving patterns on the energy use and greenhouse gas emission of PHEVs, and the WTW performance of PHEVs relative to non-plug-in alternatives for various electricity generation scenarios. The results of the WTW analysis demonstrate that driving patterns and the electricity generation supply interact to substantially impact the WTW performance of PHEVs.

Eine große Herausforderung für Verkehrsmodelle stellt die korrekte Abbildung der Entscheidungsmuster bei der Zielwahl dar. Diese bestimmt die räumlichen Strukturen der Nachfrage und steht in engem Zusammenhang mit zentralen Ergebnissen der Nachfragemodellierung. Rund ein Drittel der Alltagswege in Deutschland sind Einkaufs- und Erledigungwege. Zahlreiche Arbeiten zeigen die Bedeutung von habitualisierten Verhaltensmustern bei der Wahl eines Einkaufsortes. Die Motive der Geschäftswahl gelten als sehr vielfältig. Besondere Bedeutung wird zudem den Primäraktivitätenorten zugeschrieben. Gleichwohl erfolgt die Abbildung der Zielwahl in der Nachfragemodellierung zumeist sehr vereinfachend. Gewöhnlich wird von einem Versorgungseinkauf mit der Geschäftsgröße und der Anreisezeit ausgegangen. Diese Arbeit zeigt anhand empirischer Auswertungen Möglichkeiten einer verhaltensorientierten Abbildung der Einkaufszielwahl in mikroskopischen Personenverkehrsmodellen auf. Im Fokus stehen die Variabilität der Geschäftswahl, die ausschlaggebenden Motive sowie die räumlichen Bezugspunkte der Suche. Am Beispiel des Erwerbs von Nahrungs- und Genussmitteln, von Textilien sowie von Unterhaltungselektronik werden Unterschiede zwischen Einkaufswaren verschiedener Fristigkeit, aber auch zwischen verschiedenen Personengruppen herausgearbeitet. Simulationsrechnungen mit dem Nachfragemodell TAPAS zeigen, dass eine Differenzierung der Einkaufsart sowie die Nutzung eines motivgestützen Erreichbarkeitsmaßes die Modellierungsergebnisse stark verbessern. Die Arbeit stellt erweiterte Indikatoren für eine Berücksichtigung der räumlichen Bezugspunkte bei der Beurteilung der Modellierungsergebnisse bereit. Auch stehen mit den Analysen der Aktivitätenräume, der Umwegfaktoren, der Lage der Einkaufsorte sowie der kumulierten Reiseweiten Informationen zur Verfügung, die generell für die Definition adäquater Suchräume und Bezugspunkte für die Modellierung städtischer Untersuchungsgebiete genutzt werden können. / A major challenge in travel demand modelling is the correct representation of decision patterns underlying the choice of destinations. This choice determines the spatial structures of demand and is closely related to central modelling results. Around one third of everyday trips in Germany are for shopping and errands. Numerous studies show the importance of habitualised behavioral patterns when choosing a shopping location. The motives for choosing a shop are considered to be very diverse. Particular importance is attributed to primary activity locations. Nevertheless, the representation of the target choice in demand modelling is usually very simplified. Usually, a supply purchase is implicitly assumed, with the size of the shop and travel time from the previous location being the most important choice criteria. Using empirical analyses, this dissertation shows possibilities for a behavior-oriented depiction of shopping location choice in microscopic passenger transport models. These are discussed in terms of their usability for modeling. The analyses focus on the variability of destinations, the decisive motives and the spatial reference points of the location search. Using the example of the purchase of food and beverages, textiles and consumer electronics, differences between shopping goods of different periodicity and also different groups of people are presented. Simulation calculations with the demand model TAPAS show that a differentiation of the type of purchase and the use of a motive-based accessibility measure greatly improves the modelling results. The dissertation provides extended indicators for a consideration of spatial reference points in the evaluation of the modelling results. Furthermore, the analyses of activity areas, diversion factors, the location of shopping locations and cumulative travel distances provide information that can be generally used to define adequate search areas and reference points for the modelling of urban study areas.Einkaufsverhalten