There is an urgent need to migrate the vehicle industry from conventional combustion vehicles to electric vehicles due to pressing climate changes caused by the fossil fuel industry. The general public seem to have a prejudice against electric vehicles due to their limited range and the extra planning that may be required from the user. The market for electric vehicles is much more limited than for conventional vehicles, partially because it is a much younger industry. Buying an electric vehicle is also a bigger change than just buying a new car, one has to plan and manage the limited range in a new way. Unfortunately, it is more complicated to create a route planner for electric vehicles than for conventional vehicles and the market for such planners is limited. The complication is because an optimal route is better calculated by lowest energy consumption, rather than the shortest path. This requires more parameters in the routing algorithm to accurately calculate the energy consumption for individual vehicles. The problem attended to in this thesis is that no clear guidelines exist about which parameter affect the energy consumption in an electric vehicle and to what degree. The purpose of this thesis is to provide guidelines that can show which of nine chosen parameters to implement in an electric vehicle route planner. The parameters chosen in this thesis are already implemented in Simulation of Urban Mobility, a road traffic simulator. The simulator is used in this thesis to simulate electric vehicles with different parameter values and analyse the impact they have on the energy consumption when the values are incremented. The thesis shows that although some parameters have a relatively large impact on the energy consumption, it is hard to approximate the correct values for them, and therefore not worth implementing. / Det finns ett brådskande behov att migrera bilindustrin från fossildrivna bilar till eldrivna bilar på grund av den rådande klimatpåverkan av fossila bränslen. Allmänheten verkar ha fördomar mot elbilar på grund av deras begränsade räckvidd och den ytterligare planering som krävs av en elbilsanvändare. Marknaden för elbilar är mer begränsad än marknaden för fossildrivna bilar. Delvis för att elbilsmarknaden är en mycket yngre industri men också för att köpa elbil är en större förändring än att köpa en vanlig bil. En elbilsförare måste använda bilen på ett annorlunda sätt på grund av den kortare räckvidden. Dessvärre så är det mer komplicerat att skapa en ruttplanerare för elbilar än för fossildrivna bilar, och marknaden för sådana ruttplanerare är begränsad. Problemet är att en optimal rutt för en elbil är beräknas mer effektivt med hjälp av lägsta energikonsumtionen istället för den kortaste vägen. Detta kräver mer parametrar i algoritmen för ruttplanering för att effektivt beräkna energikonsumtionen för individuella fordon. Problemet som hanteras i denna rapport är att det inte finns några tydliga riktlinjer om vilka parametrar som har störst påverkan på energikonsumtionen i en elbil. Syftet med denna rapport är att förse riktlinjer som visar vilka av nio valda parametrarna som är värda att implementera i en ruttplanerare för elbilar. Parametrarna som valdes är implementerade i trafiksimulatorn Simulation of Urban Mobility. Trafiksimulatorn används för att simulera elbilar och analysera förändringen i energikonsumtionen när parametervärdena stegvis ökas. Rapporten visar att även om vissa parametrar har en relativt stor påverkan på energikonsumtionen så är det svårt att uppskatta de korrekta värdena för dem. Dessa parametrar är därför inte värda att implementera.

No description available.

Dans le cadre du développement des innovations dans les Systèmes de Transport Intelligents, les véhicules connectés devront être capables de télécharger des informations basées sur la position sur et depuis des serveurs distants. Ces véhicules seront équipés avec des différentes technologies d’accès radio, telles que les réseaux cellulaires ou les réseaux véhicule-à-véhicule (V2V) comme IEEE 802.11p. Les réseaux cellulaires, avec une couverture presque omniprésente, fournissent un accès à internet avec garanties de qualité de service. Cependant, l’accès à ces réseaux est payant. Dans cette thèse, un algorithme de clustering multi-saut est proposé avec pour objectif de réduire le coût d’accès au réseau cellulaire en agrégeant des données sur le réseau V2V. Pour faire ceci, le leader du cluster (CH, de l’anglais Cluster Head) est utilisé comme passerelle unique vers le réseau cellulaire. Pour le test d’une application d’exemple pour télécharger du Floating Car Data agrégé, les résultats des simulations montrent que cette approche réduit l’utilisation du réseau cellulaire de plus de 80%, en s’attaquant à la redondance typique des données basées sur la position dans les réseaux véhiculaires. Il y a une contribution en trois parties : Premièrement, une approche pour déléguer la sélection du CH à la station de base du réseau cellulaire afin de maximiser la taille des clusters, et par conséquent le taux de compression. Deuxièmement, un algorithme auto-adaptatif qui change dynamiquement le nombre maximum de sauts afin de maintenir un équilibre entre la réduction des coûts d’accès au réseau cellulaire et le taux de perte de paquets dans le réseau V2V. Finalement, l’incorporation d’une théorie de la justice distributive, afin d’améliorer l’équité sur la durée concernant la distribution des coûts auxquels les CH doivent faire face, améliorant ainsi l’acceptabilité sociale de la proposition. Les algorithmes proposés ont été testés via simulation, et les résultats montrent une réduction significative dans l’utilisation du réseau cellulaire, une adaptation réussie du nombre de sauts aux changements de la densité du trafic véhiculaire, et une amélioration dans les métriques d’équité, sans affecter la performance des réseaux. / For the development of innovative Intelligent Transportation Systems applications, connected vehicles will frequently need to upload and download position-based information to and from servers. These vehicles will be equipped with different Radio Access Technologies (RAT), like cellular and vehicle-to-vehicle (V2V) technologies such as LTE and IEEE 802.11p respectively. Cellular networkscan provide internet access almost anywhere, with QoS guarantees. However, accessing these networks has an economic cost. In this thesis, a multi-hop clustering algorithm is proposed in the aim of reducing the cellular access costs by aggregating information and off-loading data in the V2V network, using the Cluster Head as a single gateway to the cellular network. For the example application of uploading aggregated Floating Car Data, simulation results show that this approach reduce cellular data consumption by more than 80% by reducing the typical redundancy of position-based data in a vehicular network. There is a threefold contribution: First, an approach that delegates the Cluster Head selection to the cellular base station in order to maximize the cluster size, thus maximizing aggregation. Secondly, a self-adaptation algorithm that dynamically changes the maximum number of hops, addressing the trade-off between cellular access reduction and V2V packet loss. Finally, the incorporation of a theory of distributive justice, for improving fairness over time regarding the distribution of the cost in which Cluster Heads have to incur, thus improving the proposal’s social acceptability. The proposed algorithms were tested via simulation, and the results show a significant reduction in cellular network usage, a successful adaptation of the number of hops to changes in the vehicular traffic density, and an improvement in fairness metrics, without affecting network performance.