Well-to-Wheel CO₂-Analysis of Different Powertrain Systems on Representative Heavy-Duty Mission Profiles

Abstract

Im Zusammenhang mit dem Ziel der Europäischen Kommission bis 2030 die CO₂-Emissionen um 55 % zu senken, ist besonders der Verkehrssektor gefordert alternative Antriebsysteme für unterschiedlichste Anwendungen zu entwickeln.

Der Fokus dieser Arbeit liegt dabei auf der Untersuchung unterschiedlicher Antriebssysteme in der Nutzfahrzeuganwendung. Neben dem Standard Dieselantrieb werden die Well-to-Wheel CO₂-Emissionen eines Erdgasfahrzeugs, eines batterieelektrischen Fahrzeugs und eines Wasserstoffverbrenners in verschiedenen Anwendungsfällen untersucht. Die Lastprofile erstrecken sich von dem hochspezifischen Müllsammelbetrieb bis hin zur Warenlieferung auf der Langstrecke. Dabei spielen die Zuladung und die Topographie ebenfalls eine wichtige Rolle.

Methodologisch erfolgen die Untersuchungen aller Fahrszenarien nach folgendem Schema. Eine im realen Fahrzeug aufgenommene Strecke wird in die Virtuelle IPG-Truckmaker Umgebung überführt. Anschließend wird das Modell des realen Referenzfahrzeugs erstellt und die erzeugte Simulationsumgebung wird anhand des Vergleichs von realen und simulierten Kraftstoffverbräuchen validiert. Das validierte Referenzfahrzeug dient von nun an als Basis für den Aufbau der Nutzfahrzeuge mit alternativen Antrieben. In diesem Zusammenhang können die Verbräuche der unterschiedlichen Antriebssysteme in den ausgewählten Anwendungen verglichen werden. Zusammen mit den ermittelten Well-to-Wheel Emissionen der betrachteten Energiespeicher erfolgt schließlich die Bewertung des Anwendungsspezifischen CO₂-Impakts der einzelnen Antriebssysteme.

Das Ergebnis dieses Vergleichs ist neben der variierbaren Simulation durch veränderte Randbedingungen oder Streckenprofile auch die Beantwortung der für Logistikunternehmen aller Art relevanten Frage des ökologischen Optimums. Sie dient im hierbei spezifischen Fall als Orientierungshilfe, um bei einer möglichen Flottenanpassung den ökologischen Aspekt stärker zu berücksichtigen.