Category: Solar Car

Posts concerning the SER series of solar cars and team challenges (World Solar Challenge 2013, American Solar Challenge 2016, South Africa Solar Challenge 2018).

Abflug später liegend (?) nonstop ZRH-JNB

Jetzt steht da “Segment Status: Confirmed” 😀

So wie’s aussieht, haben sie bei der Swiss meine Meilen gern genommen, um mich in die Business hochzustufen. Ich scheine allerdings nicht online einchecken zu können. Erst stand der Status ewig auf Warteliste, dann haben sie irgendwann die 50k Meilen abgebucht und erst jetzt, einen halben Tag vorm Abflug und nachdem ich schon die Eco-Bordkarte hatte, hat sich der Status geändert. Das ist schon ein ziemliches Spielchen mit dem Yield Management bei den Fluggesellschaften. Ob es tatsächlich klappt, weiss ich aber erst am Flughafen: ich kann mich nicht wieder auschecken und nach einer halben Stunde an der Hotline konnten die mir auch nur sagen, dass ich das am Flughafen regeln soll. Wenn es klappt, wird es dank fehlender Zeitverschiebung und Nachtflug vom Komfort her wohl zwischen Liegewagen und Schlafwagen im Nachtzug.

Kurzfristig muss ich auch noch ein Ersatzteil mitnehmen. Klar. 2013 war es ein ganzer Motor, diesmal ist es wohl nur ein Teil der Radaufhängung 😀

Ortliebs gehören ansonsten einfach standesgemäss transportiert (die gelben mit dem Swiss-Kleber fahren inzwischen mit Julia weiter und haben auch den Donauradweg schon hinter sich).

Ein Backroller in der LOT Premium Economy.

Ein Schweizer Backroller in der Dreamliner-Business-Class.

Schön flaches Bett auf beiden Flügen.

Der Umrechnungskurs von ZAR:CHF ist 16:1. Das sieht für den Normalsterblichen seltsam kompliziert aus. Für Informatiker ist das hingegen nur ein viermaliges Halbieren und das können wir 😛

SASOL2018, Nachmittagsszenario verbessert

Vorgestern hatte ich noch die Sonnenenergie relativ stark vereinfacht angenommen. Am späten Nachmittag würden bei der Fahrt etwa 250W an PV-Energie reinkommen, wohingegen man bei perfekt ausgerichteten Panels im Stand etwa 800W einnehmen können würde. Darauf hatte ich die letzte Berechnung ausgerichtet und war bei etwa ausgeglichener Energiebilanz auf eine erreichbare Strecke zwischen 62 und 70km gekommen (bei 50 respektive 90km/h). Hier nochmal die Grafik:

Optimierungskennfeld.

Die Neuberechnung mit tatsächlichem Sonnenstand ergibt: je nachdem, wie die tatsächlichen Messwerte der Panels von SER3 ausfallen, habe ich mich nicht massiv vertan bei der Schwankung der erreichbaren Strecke. Viel mehr kann ich realistischerweise nicht sagen als Dateningenieur 🙂 Die einzig tragbare Aussage dazu: bei der gleichen Geschwindigkeitsbandbreite (50-90km/h) schwankt die bei einer ausgeglichenen Energiebilanz erreichbare Strecke zwischen 74 und 80km, wenn ich die veränderliche Sonneneinstrahlung am Tagesrand mit einbeziehe. Typischerweise kämen jetzt zu der Aussage noch fünf Stufen Hierarchie und Management über mir, jedesmal würden die Powerpoints inhaltsleerer und buzzword-voller und am Ende käme heraus, dass wir nur 5Wh/km brauchen, keine Stickoxide ausstossen, das Adblue selbst trinken können und noch 42 Mio Fr. Gewinn damit machen 😀

SASOL2018, Energiebilanz von 15-17 Uhr abhängig von der Länge der Fahrdauer (Rest Ladezeit mit ausgerichteten Panels)

Allerdings würde es auch zu mir passen, dass ich mal wieder sehr konservativ rechne und lieber mit weniger eingenommener Energie plane. Die Messwerte werden es dann schon zeigen 😀

Vielleicht rechne ich noch ein Szenario über den gesamten Tag durch, aber das ist schon fast wieder Overengineering, weil am Ende eh erstmal die Hardware zuverlässig funktionieren muss, bevor meine letzten 3% Optimierung zum Tragen kommen.

Frühling statt Hochsommer

Südafrika hat ja doch ganz andere geografische Daten als Australien oder Nordamerika. Hm. Aber dieselbe Uhrzeit, das ist sehr praktisch, und auch keine Zeitzonen drin. Ich liebe Daten ohne künstliche Unstetigkeitsstellen 😀

In Nordamerika sahen die Einstrahlungskurven so aus (Leistung/Energie ohne Aufladen morgens/abends, Leistung/Energie mit Aufladen morgens/abends):

Leistung im Tagesverlauf, ohne Charging Sessions

Energie im Tagesverlauf, ohne Charging Sessions

Energie im Tagesverlauf, mit Charging Sessions

Leistung im Tagesverlauf, mit Charging Sessions

Die Tage gingen da etwa von 06:00 (Morgendämmerung) bis 20 Uhr (Dämmerung/Eindunkeln). Wenn ich mir dasselbe für Südafrika anschaue, sieht es anders aus:

Sonneneinstrahlung (Leistung), SASOL2018 Südafrika, idealisiert, nicht kalibriert, ohne morning charging session

Sonneneinstrahlung (Arbeit), SASOL2018 Südafrika, idealisiert, nicht kalibriert, ohne morning charging session

Sonneneinstrahlung (Leistung), SASOL2018 Südafrika, idealisiert, nicht kalibriert, mit morning charging session

Sonneneinstrahlung (Arbeit), SASOL2018 Südafrika, idealisiert, nicht kalibriert, mit morning charging session

Die Rennzeiten passen schon ziemlich gut zu den Sonnenzeiten, muss ich sagen. Start um 07:30 Uhr, da bleibt vorher eh nicht viel Zeit zum Laden. Je weiter wir nach Kapstadt kommen, desto länger können wir morgens im Prinzip schlafen 🙂 Der Rennstop um 17 Uhr jeden Tag passt auch recht gut mit der Dämmerung zusammen.

Zum direkten Ablesen der Energiemenge, ausreichend genau für unsere Zwecke, hier noch zwei diskretisierte Grafiken, aufgeteilt nach den vier grossen Orten der Strecke:

Vier Orte SASOL2018, theoretische PV-Energie pro Halbstundenintervall, ohne charging session morgens

Vier Orte SASOL2018, theoretische PV-Energie pro Halbstundenintervall, mit charging session morgens

Relativ zu SER2 (bzw. zu irgendeinem Panel, es ist dieselbe Berechnung, nur Ort/Zeit verändert) sind es etwa 10-12% weniger Sonnenenergie als in Nordamerika bei der ASC2016. Da sich noch viele andere Parameter verändert haben, ist das aber nur ein grober Anhaltspunkt.

SASOL2018, Nachmittagsszenario

Das hier beschriebene Nachmittagsszenario musste ich doch mal genauer durchrechnen und darstellen. Dafür gibt’s ja R 🙂

Allerdings muss ich dazu einige Annahmen treffen, zum Beispiel die über den Verbrauch von SER3. Da hab ich mir mal eine Kurve zusammengebastelt, die ich dann entsprechend mit echten Messwerten von Langstreckenfahrten verbessern kann. Und nochmal der Hinweis: ein Tesla wiegt etwa zehn Mal so viel wie SER3 und verbraucht auch zehn Mal so viel.

Verbrauchskurve, hypothetisch

Jetzt kann ich mit den angenommenen Verbrauchswerten und der Annahme über die Sonneneinstrahlung folgendes Szenario durchrechnen:

  • 15-17 Uhr am Nachmittag (17 Uhr ist jeweils Schluss mit Fahren laut Reglement)
  • von diesen zwei Stunden wird eine gewisse Zeit gefahren, dann wird angehalten und geladen (=Panels senkrecht)
  • Beim Fahren: Verbrauch nach Kurve oben, konstante Geschwindigkeit, PV-Leistung 250W konstant
  • Beim Laden: Panels senkrecht, PV-Leistung 800W (s.u. *)

* siehe hier: Erkenntnisse WSC2013:

[…] von Sonnenaufgang bis 08 Uhr gibt’s im Maximum schon etwa 900 Watt (etwa 80-85% von dem, was unter maximaler Einstrahlung reinkommt) […]

Damit hab ich alles zusammen, um ein paar Kennlinien für verschiedene Geschwindigkeiten zusammenzustückeln, das kann dann so aussehen:

Optimierungskennfeld.

Jede Linie ist eine Geschwindigkeit, die Farbe zeigt die Energiebilanz, links sieht man, wieviel Kilometer man schafft abhängig von der Fahrzeit (Standzeit = 120min-Fahrzeit). Die schwarzen Punkte markieren die Energiebilanz-Null-Linie (+/-30Wh).

Ich hatte es fast schon erwartet, dass die gefahrene Geschwindigkeit gar keinen grossen Unterschied macht, wenn man am Ende dieses Szenarios die Energiebilanz anschaut. Und tatsächlich: zwischen 50 und 90km/h unterscheiden sich die erreichten Streckenlängen nur um acht Kilometer (62 statt 70km), man muss nur bei 50km/h 75min lang fahren und bei 90km/h hat man die Strecke nach 47min geschafft. Bei obigen Annahmen hat man also eine recht gute Variabilität.

Aber: die Abnahme der Sonneneinstrahlung ist noch nicht mit drin, das könnte durchaus noch deutliche Unterschiede ergeben; sowie natürlich echte Messwerte vom Fahrzeug. Wenn man eh zuviel Energie hat, könnte man für die letzten zwei Fahrstunden des Tages auch einen Energie-Zielwert vorgeben und dann an der Kurve ablesen, welche Geschwindigkeit man entsprechend fahren sollte.

Whiteboard-Strategieskizze SASOL2018

Also wenn ich im Sommer in Bern bin, hat ja die Nachmittagsstrategie zwischen Terminen eine grünblaue Nassposition recht weit vorn im Alphabet. Im Herbst/Winter kommen wieder Sessionen im Bundeshaus. Aber am Nachmittag bei der SASOL2018 kann es durchaus anders aussehen:

Drei Szenarien für einen bestimmten SASOL-Fahrfall.

Da ich noch keine echten Verbrauchs- und Leistungswerte von SER3 habe, orientiere ich mich an der ultimativen Statistik und den Erfahrungswerten von SER2.

Frage: kann es sich energetisch lohnen, anstatt zwei Stunden langsam dahinzukriechen, stattdessen eine Stunde lang anzuhalten und dann eine Stunde doppelt so schnell zu fahren? (man könnte das z.B. jetzt verallgemeinern in Wie hole ich die maximale Strecke bei fixer Energiemenge aus zwei Stunden Fahrzeit heraus? oder andersherum Mit welchem Tempo soll ich noch wie weit fahren und dann nachladen, wenn ich noch 0.5kWh netto reinholen möchte/muss?)

  • Uhrzeit 15-17 Uhr
  • Verbrauch: @60=15Wh/km, @30=10Wh/km
  • PV: 200Wh/h (vereinfacht, linearisierte Sonnenkurve, flache Panels beim Fahren), 1000W bei normalisierten Panels (gestopptes Fahrzeug)
  1. 2h mit 60km/h fahren: Strecke 120km, Energie -1.4kWh (1.8kWh out, 0.4kWh in)
  2. 2h mit 30km/h fahren: Strecke 60km, Energie -0.2kWh (0.6kWh out, 0.4kWh in)
  3. 1h laden, 1h mit 60 fahren: Strecke 60km, Energie +0.3kWh (0.9kWh out, 1+0.2kWh in)

Klare Antwort: ja. Wenn die Batterie eh voll ist und Platz braucht für den nächsten Morgen vorm Start, kann man bequem mit 60 zwei Stunden lang fahren. Wenn man aber eh knapp dran ist, gibt es ein Optimum, das nicht unbedingt darin besteht, langsam weiterzufahren, sondern auch (gefühlt* natürlich seltsam) so sein kann, dass man eine Stunde lädt und dann eine Stunde schneller weiterfährt. Man kann es ausrechnen, dass es nichts bringt, nur muss man noch nach der Einsicht handeln. Mal schauen, ob dieser Fall bei der SASOL eintritt und ob ich die Rennfahrer im Team überzeugt kriege — es sind auch diesmal wieder welche dabei, so langsam kenne ich diesen speziellen Menschenschlag. Eigentlich reicht es ja auch, wenn ich als Strategieberater den Teamchef überzeuge, die Hierarchie ist klar geregelt hier 🙂

*Das mag für Autofahrer genauso widersinnig erscheinen wie einfach mal hinter einem Velo herzufahren, anstatt sich mit illegaler massiver Unterschreitung des Seitenabstands vorbeizuquetschen, nur damit ich kurz danach eh am Stau gemütlich vorbeiliege, während sich die Dosen gegenseitig im Weg stehen.

Sonnige Vorbereitung für die SASOL-Telemetrie

Rechts im Bild: der MiniPC, der die Telemetrie-Daten von SER3 empfängt. Die Software ist inzwischen noch deutlich aufgebohrt; sieht so aus, als ob Roli mein Feedback und meine R-Skript-Auswertungen ganz gut mit eingebaut hätte. Das Begleitfahrzeug wird zum rollenden WiFi, der MiniPC hängt am Router-LAN, ich gehe mit meinem Laptop per WiFi via Router auf den MiniPC und hole mir dort die Daten live alle paar Sekunden ab.
Continue reading “Sonnige Vorbereitung für die SASOL-Telemetrie”

Tag 11: Shadow Driving

Tag 10 bestand im Wesentlichen aus einem Networking-BBQ und den Vorbereitungen dazu. Die LED-Beleuchtung im Hinterhof funktionierte nur zur Hälfte (defekter Controller), aber das konnte ich heute beheben, man kann ja zwei LED-Strings an einen einzigen Controller hängen.

Eigenbau-Fleischspiesse.
Fahrenheit vs. Celsius.

Tag 11 (=heute) gab viel Lesestoff, unter anderem einen sehr detaillierten Artikel dazu, wie bei Waymo die autonomen Fahrzeuge lernen (The Atlantic). Der Grossteil passiert nämlich als Simulation, in der extrem viele Szenarien in sehr kurzer Zeit durchgespielt werden können. Wenn man auf den echten Strassen testen würde, wäre das extrem aufwendig und man hätte viel zu wenige kritische Situationen zwischen den 99% der Strecken, die problemlos funktionieren. 200 Meilen auf dem Highway sind meist relativ ereignislos.

Level-5-Autonomie (vollständig selbstfahrend) wird meist durch Shadow Driving versucht zu erreichen, also so, dass die Fahrer derzeit zwar selbst fahren, aber im Hintergrund alle Elektronik, Sensoren und Rechner mitlaufen, aufzeichnen und aus Gefahrensituationen lernen, ohne einzugreifen (auch wenn es möglich wäre). Dafür gibt’s dann hier reichlich zum Lesen. Ich fahr aber lieber ohne Schatten.

Der Stanford-Campus ist mir jetzt schon recht geläufig, zumindest weiss ich eigentlich immer, wie ich am schnellsten wieder rauskomme.

Stanford-Campus morgens.
Shadow Driving 🙂

Hier nochmal der Facebook-Campus, morgens, es ist wirklich keine schöne Gegend da. Geradeaus der Facebook-Daumen, rechts fährt grad einer der Facebook-Shuttle-Busse weg. Aber wenn man das in eine 25km-Runde einbaut und im Büro sogar duschen kann, alles kein Problem. In Menlo Park bin ich langsam durch einen Park gerollt (ohne Tretbewegungen), mir kam jemand entgegen und meinte “sleeping or driving?“. Ich konnte mir ein Lachen nicht verkneifen und meinte both.

Der hässlichste Campus im Silicon Valley: der von Facebook. Rechts ein Bus, der die Mitarbeiter rankarrt. Absolutes Niemandsland da.

Nach dem Resteessen war der Tag auch schon wieder rum und es stand die Besichtigung des jetzt frisch lackierten Stanford-Solarautos an, Projektname Sundae. Das gibt beim Anschauen genau das gleiche Gebastelgefühl wie SER-2 🙂

Stanford-Solarcar ohne Zellen.

Ah, die Solarzellen.

Bereit für die WSC2017.