PULSe indaga, analizza e valuta, con l’intento di validare, i requisiti tecnico-normativi-operativi-comportamentali nonché gli impatti ambientale-economico-sociali di due soluzioni innovative di logistica urbana pubblico-private, nell’area metropolitana di Roma.

Le soluzioni studiate sono:

1. Hub condiviso di stazioni di ricarica/rifornimento per veicoli elettrici e a idrogeno,
2. Viaggi di servizio e logistica inversa con veicoli ecologici.

In particolare, le attività di ricerca saranno dedicate a: sistematizzare le conoscenze di base, valutare ex ante gli impatti socio-economici-ambientali delle soluzioni indagate, individuare i KPI.

1. L’attività condotta è quella di collegare i veicoli elettrici alla rete energetica, sia domestica che pubblica, per sfruttare le batterie come stabilizzatori, accumulando energia quando viene prodotta in eccesso e cedendola nei momenti di picco dei consumi: vehicle-to-grid (V2G), diventando anche fornitori di energia in funzione della necessità dell’intera rete elettrica. In questo modo, i veicoli, o meglio le batterie dei veicoli elettrici, hanno un grande potenziale, che va oltre il loro compito principale di fornire energia per la mobilità. Gli accumulatori potranno, infatti, essere collegati alle reti elettriche pubbliche per renderle più stabili ed efficienti. Infatti, il principio alla base del Vehicle-to-Grid (V2G) è quello di avere una tecnologia che permette di trasformare le auto elettriche da semplici mezzi di trasporto a vettori energetici capaci di scambiare energia elettrica con la rete. I servizi di V2G utilizzano un insieme di batterie di veicoli elettrici per fornire la capacità aggregata necessaria richiesta dal mercato energetico. In questo contesto, questa ricerca si propone di sfruttare l’attuale disponibilità di grandi quantità di dati sulla mobilità individuale che offre nuove straordinarie possibilità per rilevare l’uso del veicolo, sia in termini di dettaglio che di affidabilità. In aggiunta ai dati su veicoli full-electric, si potranno anche verificare scenari futuri costruiti applicando modelli aggregati di letteratura o sviluppati nella corrente ricerca per valutare la futura numerosità del parco veicolare elettrico. Dati di traffico aggregati rilevati direttamente su strada, mediante postazioni fisse di monitoraggio o apposite campagne di misurazione, in combinazione con questi dati provenienti dai dispositivi mobili, dotati di sistemi di localizzazione, forniranno una fonte di informazione di tipo diffuso e consentiranno di monitorare gli utenti nel corso delle loro attività, controllando tutti gli elementi della rete attraverso un campionamento periodico di veicoli sonda, che forniscono i dati di mobilità (big data – Floating Car Data). Questa tipologia di dati, a differenza delle classiche tecniche di rilevo utilizzate nell’ingegneria dei trasporti, permette il monitoraggio e la rilevazione delle attività del veicolo continuamente nel tempo e nello spazio, anche se non è possibile inferire sulle caratteristiche socio-economiche dell’utente e allo scopo del viaggio.

Lo studio in essere svilupperà una metodologia che si integrerà con quella promossa dalle altre unità operative e che permetterà:

• l’analisi della mobilità elettrica attuale,

• la caratterizzazione della mobilità e degli spostamenti,

• la definizione degli attributi (variabili) necessari per la realizzazione dei modelli di predizione della capacità aggregata fornita da veicoli elettrici a supporto delle esigenze della rete elettrica.

La metodologia proposta sarà applicata in contesti reali ed utilizzerà dati di viaggio storici di una flotta di veicoli sonda (FCD). In particolare, definita sinergicamente l’area di studio si procederà a:

1. determinare i viaggi e gli spostamenti effettuati da ciascun veicolo sonda del campione; si determineranno in particolare la posizione GPS e l’orario di inizio e fine di ciascun spostamento campionato;

2. attraverso l’analisi congiunta dei dati di uso del territorio e la posizione di eventuali aggregazioni di destinazioni dei veicoli sonda, si individueranno i possibili punti in cui operare il V2G;

3. per ciascuna classe di spostamento riconducibile a tipologie pre-definite di veicoli presso i possibili/identificati punti V2G (punti di parcheggio dei veicoli) e soddisfacenti alcune caratteristiche (ad esempio, tempo minimo di sosta), si determinerà/stimerà:

a.   la tipologia di veicolo,

b.   la capacità di carica delle batterie,

c.   la provenienza,

d.   il consumo di energia per l’attività di trasporto fino al posto di parcheggio,

e.   la carica residua del veicolo durante la sosta,

f.   la durata della sosta,

g.   le attività di trasporto richieste al termine della sosta,

h.   il consumo di energia per l’attività di trasporto dopo aver terminato la sosta,

i.   la carica minima richiesta affinché il veicolo possa continuare a svolgere la sua funzione una volta che parte della carica è       stata trasferita alla rete elettrica.

• 4.  Per ciascun punto di sosta, si procederà a costruire le serie storiche con i dati aggregati di cui al precedente punto 3, previa definizione della struttura del database con gli altri partner del progetto.

L’attuazione della politica comune dei trasporti consentirà di raggiungere gli obiettivi di sviluppo sostenibile nei paesi dell’UE e di estenderli ulteriormente ad altri paesi. Per l’Ucraina, la cooperazione con l’UE è di importanza strategica per tutti i settori, compresi i trasporti. La diffusione della politica comune dei trasporti dell’UE in Ucraina consentirà di sviluppare approcci al trasporto sostenibile e di affrontare le sfide contemporanee dell’economia e della società, raggiungendo gli obiettivi di sviluppo sostenibile.

Da un lato, vi è una mancanza di competenze, conoscenze e capacità in materia di sviluppo sostenibile in nuove condizioni fortemente mutevoli, dall’altro, una società in rapida evoluzione, i suoi stereotipi sulla mobilità, l’intelligenza artificiale e la robotica, rendono urgente la necessità di sensibilizzare e diffondere i valori e le politiche comuni dell’UE in Ucraina. Pertanto, è necessario diffondere la politica e le priorità dell’UE in materia di trasporto urbano tra tutte le parti interessate in Ucraina.

L’obiettivo generale del progetto è quello di accrescere la consapevolezza della politica UE per il trasporto urbano sostenibile e diffondere il nuovo approccio alla mobilità attraverso la formazione e la diffusione dei risultati del progetto.

Gli obiettivi specifici sono i seguenti:

1. creazione di contenuti didattici per studenti sulla politica del trasporto urbano sostenibile nell’UE (lezioni, presentazioni, guide, ecc.);
2. corso a distanza per studenti di diverse specializzazioni ed enti locali;
3. creazione di un programma di certificazione per studenti di diverse specializzazioni ed enti locali;
4. eventi per promuovere l’interesse per la politica comune dei trasporti dell’UE, inclusi stili di vita indipendenti dall’auto, e per diffondere i risultati del progetto al pubblico/società;
5. rete interuniversitaria sul nuovo approccio alla mobilità dell’UE.

I principali risultati sono materiali didattici, lezioni, seminari, workshop, eventi promozionali, conferenze, articoli accademici, brochure/newsletter, prodotti multimediali audiovisivi e un sito web.

Il progetto si propone di analizzare, modellare e sfruttare i dati relativi al comportamento di guida per supportare la transizione verso una mobilità elettrica più efficiente e sicura. La ricerca si articola in tre principali attività (WP):

• WP1 – Definizione stato dell’arte sui modelli di comportamento alla guida
viene fatta una revisione approfondita della letteratura esistente sui modelli di guida, considerando le recenti opportunità offerte dai big data, dai veicoli connessi e dai dispositivi di raccolta dati (sensori di bordo, smartphone, V2V, cloud); lo scopo è identificare tendenze, applicazioni e direzioni future della ricerca in questo ambito;

• WP2 – Valutazione dell’impatto sui consumi energetici e sulla vita delle batterie dei veicoli elettrici
vengono ricostruiti i profili di utilizzo reali dei sistemi di accumulo nei veicoli elettrici per valutarne il degrado in condizioni reali; l’obiettivo è comprendere meglio come le abitudini di guida, i cicli di carica/scarica e le condizioni ambientali influenzino la durata delle batterie; verranno utilizzate tecniche di analisi dei dati e machine learning per costruire modelli predittivi dello stato di salute delle batterie;

• WP3 – Sviluppo di modelli adattivi per sistemi ADAS proattivi
sulla base delle conoscenze acquisite nei WP precedenti e dell’esperienza maturata nel progetto EMOTIVEs, verranno sviluppati prototipi di modelli predittivi per la sicurezza stradale; tali modelli saranno in grado di stimare il rischio di incidenti in base al comportamento del conducente e alle condizioni ambientali, con l’obiettivo di integrarli in futuri sistemi di assistenza alla guida intelligenti.
Per la raccolta e l’analisi dei dati, verranno utilizzati strumenti avanzati tra cui il simulatore di guida SimEASY, data logger GPS, e dati CAN bus, al fine di ricostruire scenari realistici in diverse condizioni di traffico, clima e tipologia di percorso. Le analisi includeranno l’elaborazione dei dati e l’estrazione di caratteristiche rilevanti per lo sviluppo dei modelli.