Separata bilagor till slutrapporten.

Vägtrafiken utgör huvuddelen av transportsektorns energianvändning. Att kunna analysera och följa upp energianvändningen från vägtrafiken över tid är därför viktigt. Vägtransportsystemet påverkas av fordonsteknikens utveckling, där en av de stora förändringar som vi i dagsläget kan förutse är den ökade användningen av elfordon, både för resor och kommersiell trafik. För vägbundna resor är energieffektiviteten kopplad till typen av transport, till exempel privatbil eller kollektivtrafik och effektiviteten hos fordonets motor och i vilken miljö som resorna görs. Tekniker för att uppskatta energianvändning, totala mängden trafikarbete och trafikrelaterade utsläpp baseras normalt på extrapolering av trafikdata från sensorer eller på utdata från trafikplaneringsmodeller. Baserat på utdata från dessa processer så kan till exempel HBEFA-ramverket för energi- och utsläppsuppskattning användas för estimering av energiåtgång utifrån trafiktillstånd. I detta projekt har vi tittat på möjligheterna med att förbättra teknikerna för denna typ av estimat för att förbättra detaljrikedomen genom att nyttja en större mängd observationer från trafiknätet. Sensordata som används är data från fordon utrustade med GPS. Dessa GPS-data ger detaljerade data om fordons hastighet över rum och tid. Flödet är dock ofta inte möjligt att få från denna typ av data, då det skulle kräva att alla fordon tillhandahåller GPS-data. I praktiken är GPS-data tillgängligt från endast en liten andel av det totala antalet fordon. I projektet har vi kombinerat sensordatakällor i form restidsdata från GPS-utrustade fordon för att kunna ge mer detaljerade, och möjligen mer exakta, uppskattningar av energiåtgång från vägtrafiken.

Travel and transport on the road network use large amounts of energy. The road transport system is affected by the development of vehicle technology, where one of the major changes that we can currently anticipate is the increased use of electric vehicles, both for travel and commercial traffic. For road-bound travel, energy efficiency is linked to the type of transport, e.g. private car, public transport, etc., and the efficiency of the vehicle's engines used and in what environment the journeys are made. Techniques for estimating energy use, total amount of traffic work and traffic-related emissions are normally based on extrapolation of traffic data from sensors or on output data from traffic planning models. Based on output from these processes, is the HBEFA framework for energy and emission estimation used for estimating energy consumption based on traffic conditions. In this project, we have looked at the possibilities of improving the techniques for this type of estimate to improve the richness of detail in the estimates by using a large number of observations from the traffic network. Sensor data used is data from vehicles equipped with a GPS. This GPS data provides detailed data on vehicle speed over space and time. However, the flow is often not possible to obtain from this type of data, as it would require all vehicles to provide GPS data. In practice, GPS data is available from only a small proportion of the total number of vehicles. In the project, we have combined sensor data sources in the form of travel time data from GPS-equipped vehicles to be able to provide more detailed, and possibly more accurate, estimates of energy use by road traffic.