Extended Summary

Decreasing Energy Consumption and CO2 Emissions in Urban Vehicles

Hybridation and engine downsizing integrated with mission oriented design

Nuno Manuel Ferreira Teixeira Fernandes

Resumo da Dissertação para a obtenção do Grau de Mestre em Engenharia Mecânica

Júri Presidente: Prof. Ramiro Neves Orientador: Prof. António Luis Moreira Vogal: Prof. Tiago Farias

Outubro, 2007

1

On-site rotation Horizontal translationOn-site rotation Horizontal translation

Introduction 

Today’s  cities  face many problems,  transportation  being  one  of  the most  relevant. Mobility  in  cities  creates problems of congestion, energy consumption, pollutant emissions, and last but not least of health and safety.  Attempts made  so  far  to have  a  cleaner mobility,  based  on  low polluting  vehicles, have  been  successful  in demonstrating the concept but have failed to start a real market for non‐polluting vehicles. To give a fighting chance to Low Polluting Vehicles their versatility must be enhanced and their costs lowered. They also have to stand  up  to  customer  expectations,  competing  against  conventional  vehicles  on  the  supply  side  (who  is granting the service) and the demand side (customers acknowledgement of the vehicles’s advantages). To this aim the EC funded an initiative on sustainable mobility, called HOST–Human Oriented Sustainable Transport.  

HOST  is  a  vehicle  equipped  with  a  modular chassis able  to extend or retract  in a range  that allows  it  to operate  as  a medium  city  car  or  a small  truck  (from  3.5  to  6  m  length).  Some flexibility  is  also  allowed  to  its  gross  weight which  spans  from  2  to  4,5  tons.  The  HOST Powertrain  is  modular  because  it  houses different propulsion modules, all of which must 

be  designed  as  “black  boxes”  in  order  to  be  taken  away  or  added  to  the  vehicle  according  to  its  towing requirements. The vehicle body can also be modified to suit different services, which include: Collective taxi, Car‐sharing services, Freight collection and distribution and Garbage collection. Propulsion employs a four wheel  steering  configuration which  enables  the vehicle  to  turn around  its vertical axis as well as horizontal shifting.  In  HOST  drive‐by‐wire  technology  is  not  a  choice  but  a  must,  since  powertrain  modularity  so demands. The  elimination  of  the mechanical  steering  connections  eases  the  cabin  changing  operations. The complete  steering  capabilities  of  the  4 wheels  render  driving  them with  a  conventional mechanical  system almost  impossible. Also  the  layout of 1 electric motor per wheel renders unfruitful all efforts to mechanically  interconnect  the  wheels  during either  traction  or  braking.  The  drive  by  wire system  allows  the movement  of  the  command console,  allowing good visibility  characteristics during  turning  in  tight  environments  (e.g. warehouses or freight centres). 

Missions 

Mission 1 ‐ “Algés quase de lés a lés” is a free of charge transport of passengers, operating in Algés, oriented for the special needs of the elder public. The service laps a round trip around the council in a route with over 4Km,  in a mini‐bus with dimensions  tailored  for narrow streets. The conceivable alternative being a  taxi,  this mission is a Collective Taxi service. Mission 2  ‐ A garbage collection service  it collects yard waste and  large/bulky rubbish. Pickup occurs upon request and hence  the driving  route varies. The garbage  is disposed outside  the urban area and  so  the  road includes non‐urban parts. The average speed while moving  is 20km/h, but stops are so  frequent  that overall speed is less than 10 km/h. This was the only mission measured for the garbage recovery service of HOST. Mission  3  ‐  The  third  service  is  a  transport  of  young  handicapped  people with  low  economic  resources. Despite the bus always returning to the point of departure, the driver is free to alter the route according to the 

2

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

55%

60%

65%

70%

x < 3 3 < x < 4 4 < x < 5 5 < x < 6 6 < x < 7 7 < x < 8 8 < x 

Av. Power (KW)

% Cases 

Mission 2 Mission 3 Mission 1

traffic, unlike mission 1. It  is  the mission with  the highest average speed and yielding  the  least  time spent at idle. It is also part of the collective taxi service. 

Data Collection 

Because  weight  and  aerodynamic  characteristics  are  independent  from  the  road  being  travelled  (the  tyre friction  is dependent on  the  tarmac  surface)  the  instantaneous power  and  energy  requirements of  a vehicle require only  the  instantaneous  slope and  speed measurement. Both  speed and  slope  can be collected with a 

GPS, but the presence of an urban environment  creates  many difficulties  to  the  GPS  systems, most of  them  connected  to  errors due to signal interference but also due  to  the passage under bridges and  the  fact  that  slope  depends upon  altitude,  a  measurement whose  associated  error  is usually about  twice  as  large  as  location. Hence,  although  2  GPS  systems were  acquired,  a  “cheap”  GPS 

system from Haicom and a more expensive DGPS system from Geneq (SX Blue), only one proved good enough for data registration, as can be seen by the graph. An accuracy assessment was performed comparing both GPS systems  against  topographic military  charts. As  the  graph  shows  the  performance  of  the DGPS  system,  in altitude measurement, proved vastly superior to the Haicom system. The main components of power required to move the vehicle are presented below. From these equations in‐cycle power requirements where calculated: 

)/((%))( smVGradeNWPSlope ××=      (1) allowing for a simplification considering small slopes, tan (θ)=( θ) 

)/()( smVRNWP rollingTyre ××=   (2) 

xfrontalairAero CAsmVP ×××= ρ5,0)/( 3

    (3)  

)/()/()( 2

. smVsmaKgMP longAccel ××=        (4) 

Measurement results  

Average Required Power  ‐ Performed  in a  round  circuit,  in mission  1  only  speed and  the number of passengers vary. The average  speed  is very  small  explaining a small average power and  the  fact  that  in this  mission  the  number  of  passengers (and  hence  weight)  is  negatively correlated  with  the  instantaneous  speed means  that  both  factors  cancel  out reducing  results  variance.  The  larger average  power  required  by mission  2  is 

3

due to the fact that the route is not constant and includes non‐urban roads where average speeds go up to 30‐40Km/h, or even  short highway  commuting. Mission 3  requires  the  largest average power due  to  its almost entirely non‐urban cycle that even includes a highway part, which more than compensates the smaller weight of this vehicle configuration and the calm driving behaviour of its driver.  

The  maximum  average power  measured  in Oeiras  is under  8kW but after  the  addition  of  the cycles  measured 

elsewhere (car‐sharing in Rome and freight in Stockholm) a value of 9kW for propulsion was agreed; still, after adding the power required for simultaneous operation of vehicle auxiliaries this value grows to 14kW. 

Hybrid Powertrain  

Hybrid Powertrain architectures 

HEV‐P, or a parallel hybrid vehicles;  HEV‐S, or series hybrid vehicles;  Parallel and Series hybrid vehicles. 

Most  (if  not  all)  hybrid  powertrains  able  to  operate  in  parallel  and  series  simultaneous  configuration  are property of major automobile manufacturers, and hence this configuration is almost impossible to obtain as an already developed system; hence our simulations focused on the less complex (and possible to adapt to HOST) HEV‐P and HEV‐S configurations. HEV‐P refers to a powertrain architecture in which both the electric motor and  the  engine  drive  the  wheels,  without  possibility  of  the  combustion engine  being  linked  directly  to  electric  devices  or  the  electrical  motor supplying propulsive power on its own. The 2006 Honda Civic Hybrid is an example of  such a  configuration. On  the other hand  in an HEV‐S  the  ICE never powers the wheels. Either fitted with in‐wheel motors or with just one central electric motor it is always the latter who makes the vehicle move. The ICE is connected directly to the generator, working at constant and optimum conditions  to  supply  energy  to  the wheels  and/or  to  the batteries. Vehicle Range, the main concern of all electrical vehicles,  is not problematic due to the presence of an ICE to recharge the batteries.  

Hybridation Strategies 

In the follow‐up strategy energy  is produced at the ICE‐generator assembly according to the energy spent at the wheels some moments earlier.  In  fact,  the electronic power controller registers  the energy drain  from  the batteries for a period of n seconds and then regulates the ICE to produce, for a period of y seconds, the same amount of energy that was during the above mentioned period. Its biggest advantage is that almost all energy produced by‐passes  the batteries as we accept  to  lose efficiency  in  the  ICE  in order  to gain efficiency  in  the hybrid system. It also avoids constant ICE start‐stop hence avoiding also cold start periods in which pollutant emission  is  significant.  The  reservoir  strategy  is  less  complex.  The  batteries  are  seen  as  a  reservoir with  a minimum  threshold  and  a maximum  threshold usually  set  to  the  values  that maximize  battery  life  and  its charging and discharging efficiencies. The electronic power controller again records the energy requirements at the wheels and asks for this energy to be supplied by the batteries. Whenever the battery charging level reaches the minimum  threshold the ICE  is put  to work at optimum efficiency. In our ADVISOR simulations this was precisely the strategy employed with the ICE producing energy always at maximum efficiency conditions. 

Max. Thermal Power  Car Sharing  Freight  Garbage  Collective TaxiCycle  9.0 kW  9.0 kW 9.0 kW 9.0 kW

Auxiliaries  2.0 kW  4.7 kW  0.7 kW  4.0 kW Total  11.0 kW  13.7 kW  9.7 kW  13 kW 

4

Hybridation Results 

In  the  table shown, results the  HEV‐S  configuration always  yields  the  lowest fuel  consumption regardless  of  mission and/or  measurement.  As was  expected  cycles  with slightly  higher  average speeds and less time spent at  idle  yielded  the  lowest difference  between  the HEV‐S  and  HEV‐P,  the case of mission 3. Even the conventional  powertrain 

yielded what can be considered a good result taking into consideration the frontal area of the vehicle and the 3,5 ton weight. On average the highest differences were recorded on the garbage recovery cycles, in which idle time  sometimes  reached  more  than  half  of  the  cycle’s  duration.  Another  interesting  feature  from  the comparison is the little variance of the fuel consumption values for the HEV‐S Powertrain. Although expectable because  the  internal  combustion  engine  operates  almost  always  at  its peak  efficiency,  the difference  in  fuel consumption, between the extremes, was just under 50% while the energy spent per cycle varied slightly more. It is nevertheless necessary to remember that the energy produced at the generator can go to the wheels or be forced  to  pass  through  the  batteries with  different  efficiencies  involved.  The HEV‐P  configuration  exhibits higher consumption as it doesn’t adapt so well to slow in‐city cycles. Concluding, to say that regardless of the mission, hybridation decreases  fuel consumption significantly seems  fair and  the HEV‐S configuration seems especially well adapted to in‐town driving. Hence it was chosen to equip HOST’s prototype. 

Engine Choice 

To choose the internal combustion engine for HOST, a benchmark analysis was conducted to evaluate available ICE’s from the automotive industry (need for EU4 compliance).  

Benchmark: Efficiency & Emissions 

The  main  criterion  for  the evaluation  on  this  specific parameter  was  the  adjusted fuel  consumption  and  its correspondent  adjusted  CO2 emission.  The  adjusted  fuel consumption  was  calculated defining  how  much  fuel  a “1000kg  equivalent  vehicle” would  need  to  perform  the NEDC  cycle. As  an  example, 

this explains why both Smart engines present the highest adjusted fuel consumption, even though both use less  1 Net energy spent per each 30 minutes of cycle for propulsion requirements only, for comparability reasons. 2 HEV‐P Powertrain control strategy employed was that of the Honda Insight available in ADVISOR.

Mission 1 (simulated at 3500kg)Cycle Characteristics Fuel Consumption (L/100km)Cycles 

Speed Var.  % time (idle)  Energy1 (kWh) ICE HEV ‐ S HEV ‐ P2

01‐Ago  0,64  14,5  1,40 26,5 14,2 19,203‐Ago  0,69  20,1  1,45  32,9  13,8  19,9 04‐Ago  0,73  19,6  1,60  31,8  14,7  20,0 05‐Ago  0,68  17,2  1,45  30,2  14,9  20,6 

Mission 2 (simulated at 3500kg)Leceia  1,03  32,5  1,32 36,3 16,1 20,3Porto Salvo  1,01  36,7  1,11  39,3  13,2  19,0 Dafundo  1,41  55,2  1,14  67,3  18,0  26,5 Linda‐Velha  1,17  42,2  1,22  55,4  14,4  22,5 Algés  1,09  35,1  1,64  41,8  16,5  22,9 

Mission 3 (simulated at 3500kg)26‐Jul  0,80  19,7  2,31 30,9 14,1 16,927‐Jul  0,59  9,9  2,25  19,0  12,8  14,8 28‐Jul  0,58  8,6  2,74  17,2  12,8  14,2 

Engine (Diesel) 

Combined Fuel Consumption, (weight adj.) [ l /(100km*ton)]

Combined CO2 emissions, (weight adj.) [g/(km*ton)]

1.3 CDTI  4.3  1161.4 TDI  4.1  112 1.5 CDI  4.2  112 0.8 CDI  4.4  117 

Engine (Petrol) 

Combined Fuel Consumption, (weight adj.) [ l /(100km*ton)]

Combined CO2 emissions, (weight adj.) [g/(km*ton)]

1.0 L  5.8  138 

1.0 L  5.5  132 0.6 L  6.4  155 

5

fuel on absolute terms. On an adjusted approach we can see that the Smart engine, which at first sight looked to be the best performer, is slightly outperformed by its competitors. While the difference is truly negligible for the Diesel engine case, it is significant for the gasoline engine.  

Benchmark: Performance in Power Interval 

All  diesel  engines  are direct  injection,  turbo‐charged  engines,  fitted with  intercoolers.  The compression  ratios range  from  19.5  to  18 and  unitary displacement  from  the 266cm3  per  cylinder  of 

the Smart For2 engine to 533cm3 for the Smart For4. Hence both the 0.8CDi engine (3 cylinders) and the 1.3CDTi (4 cylinders) will suffer increased thermal losses and reduced fuel efficiency. Amongst the gasoline engines all are  IDI. The maximum  torque  figures are higher  in  the diesel engines, and  this  is an advantage  since  it  can provide similar amounts of power at lower engine speeds. For the power interval required in HOST, if gasoline engines are to work at maximum torque engine speeds the load they require is too low and this greatly impacts the specific  fuel consumption  (SFC).  In  fact only  the Smart 0.7L gasoline engine escapes  this  logic due  to  the presence  of  a  turbo‐charger. Nevertheless  its  overall  efficiency  is  below  that  of  a diesel  and  also  that  of  its gasoline  competitors,  when  comparing  best  overall  SFC’s.    As  expected  the  diesel  engine  outperfm  their gasoline  competitors  clearly.  In particular  the Smart diesel  engine  shines, not due  to  its performance  in  the upper power extreme of the interval but mainly on the low power interval.  

Benchmark: Packaging 

The Packaging evaluation focused on engine  weight  and  engine  bulk dimensions.  Road‐use  engines’ dimensions  are  usually  not published,  leading  us  to  need  to estimate  length  and weight,  deemed the  most  pertinent  constraints  in HOST’s  packaging.  Results  for weight  were  obtained  from 

correlations in which weight varies with displacement, while length was estimated from the knowledge (or the estimation itself) of parameters such as the number of cylinders, the bore and stroke dimensions, the cylinder wall thickness, the spacing between cylinders the length required for the chains/belts and the overall length of the clutch bell house. Results show the clear advantage of gasoline engines in both weight and length, with the non‐turbo gasoline engines presenting even smaller weights and dimensions. Both smart engines present good packaging characteristics but the diesel one displays one of the lightest weights combines with a length that is almost on pair with that of the gasoline engines.  

Choice of “Best in Class” 

Overall the engine choosen to equip HOST was the Smart 0.8CDi engine. Providing the one of the best mixes of efficiency,  cleanliness  and  performance  it  loses  only  (and  slightly)  in  the  packaging  area  versus  gasoline engines, but not enough to outshine its main advantages.  To us it represented the best compromise. 

Diesel  Sel. RPM  % load @4kW  % load @15kW  Estimated SFC (g/kWh) 

1.3 CDTI  1750  12.8  48.1 230/240(@15kW)– 330/350(@4kW)1.4 TDI  1600  15.4  57.7 220/230(@15kW)– 315/330(@4kW)1.5 CDI  1600  14.9  55.9  220/230(@15kW)– 315/330(@4kW) 0.8 CDI  1800  21.2  79.6 220/235(@15kW)– 300/310(@4kW)

Gasoline  Sel. RPM  % load @4kW  % load @15kW  Estimated SFC (g/kWh) 

1.0L‐Toyota  3600  11.4  42.7  260/270(@15kW)– 450/550(@4kW) 1.0L‐Opel  3800  11.4  42.8 260/270(@15kW) – 450/550(@4kW)0.7L‐Smart  2900  17.5  61.0 250/260(@15kW)– 400/450(@4kW)

Diesel  # Cyl.  Bore x Stroke  Weight   Length (in mm) 

1.3 CDTI  4  69.6 x 82  121 Kg  ~ 560‐570 

1.4 TDI  3  79.5 x 95.5  127 Kg  ~ 450‐460 

1.5 CDI  3  83 x 92  132.5 Kg  ~ 520‐530 0.8 CDI  3  65.5 x 79  70 Kg  460 

Gasoline  # Cyl.  Bore x Stroke  Weight   Length ( in mm) 

1.0L‐Toyota  3  71 x 84  ≈ 60‐65 Kg ~ 400‐4101.0L‐Opel  3  73.4 x 78.6  ≈ 60‐65 Kg  ~ 400‐410 0.7L‐Smart  3  66.5 x 67  60 Kg  ~ 410‐420 

6

7,5kW

7,5kW10kW

10kW

Torque

Torque

210g/kWh220g/kWh

220g/kWh230g/kWh 230g/kWh ≈245g/kWh245g/kWh

≈260g/kWh

12kW

12kW

Opt. Curve

Opt. Curve10

20

30

40

50

60

70

80

90

100

110

120

800 1200 1600 2000 2400 2800 3200 3600 4000 4400

RPM

Torque (Nm)

HOST’s ICE Operating Strategy 

It is evident from the graph shown left that the lowest SFC  is achieved at  lower  engine  speeds and  higher  loads  (when  comparing  similar power requirements). This comes as no surprise since it is known that the most economical way of  driving  is  (almost  always)  to  use  lower engine  speeds  and  higher  torque  loads  (for similar amounts of power).  Being  a  series  hybrid  vehicle  HOST  is  fitted with  an  electrical  generator,  and  in  order  to minimize the work to be imposed at the control 

unit  the best operating  strategy  for HOST would be  to operate varying  only  load  or,  alternatively  engine  speed.  Still  it  was deemed easier  to  impose  the  load on  the generator and change only  load.  This  strategy  also  delivered  the  best  results  for efficiency  especially  taking  into  account  the need  to operate at reservoir  strategy  (15kW)  or  at  follow  up  strategy  (4‐10kW needed). Here  the engine’s own natural characteristics came  to our help since  the engine’s best SFC can be produced at nearly constant  rpm,  from  1800  to  2000rpm,  as  can  be  seen  form  the graph above. The simulated engine operating map can be seen in  the  graph  presented  on  the  right.  It  yields  results  between 217.5  and  280g  per  kWh  for  all  of  HOST’s  operating requirements. 

Biofuels Overview 

Bio‐Ethanol is a simple molecule (C2H5OH) which, due to the presence of the OH radical, is an oxygenated fuel, and if generated from biomass is called bioethanol. Although specific mass, at 790g/dm3, is on pair with fossil fuels, it has 40% less energy per unit of weight than gasoline. This introduces major concerns of range and even dedicated E100 ethanol engines, which provide considerable performance gains, due  to  the high RON of  the fuel (108) and the much higher heat of vaporization, cannot completely solve. Nevertheless these characteristics render it perfect for turbo‐charger applications also because of the reduced cost difference compared to gasoline engines. When they operate in places with an existing ethanol infrastructure, they lower operating costs. Biodiesel  refers  to  oil  (RME  for  example  is  C19H36O2),  derived  from  biomass  sources,  with  suitable characteristics for burning in compression ignition engines. Modern compression ignition engines require low kinematic viscosity oils and a cetane number over 49 to guarantee smooth combustion and good lubricity. It has a  reduced  energetic  content  per  unit  of weight,  circa  38000kJ/kg,  but makes  up  for  it  being  heavier  than common diesel. Hence range  is almost not affected.  In terms of emissions performance,  it  is an  improvement versus  diesel  except  for  NOx  which  usually  increases  slightly.  Nevertheless  its  greatest  downfall  is  cold weather start performance which is usually solved only by adding a small amount of fossil diesel.  Biogas  is  the biofuel equivalent of Compressed Natural Gas usually derived  from un‐decomposed bio‐mass, one of the best uses for bio‐waste as it generates energy while reducing GHG emissions due to the use of the CH4  that would otherwise be  released. Methane,  its main compound, has a very high energetic density, per mass, at 49.900kJ/kg, but is very light at ambient pressure and temperature, requiring compression to pressures 

7

0 1 2 3 4 5 6 7 8 9

Wheat

Corn

Sugar beet

Switchgrass

Miscanthus

Sorghum

Sugarcane

Energy Ratio for various Ethanol Crops

0 1 2 3 4 5 6 7 8 9 10

Peanut

Soy

Crambe

Rape Seeds

Sunflower

Jatropha

Dende Oil

Palm Oil

Energy Ratio for various Biodiesel Crops

Fossil Fuels

Bio-m

ethane

Bio-diesel

Bio-ethanol

-150 -100 -50 0 50 100 150 200

gCO2/Km

Diesel DICI + DPF

Gasoline PISI

Farmed Wood

Wheat, no straw

Wheat, with straw

Sugarbeet

Sugar Cane

Sunflower

Rape Methil

Rape Ethil

Dry Manure

Liquid Manure

USW

WTW GHG Analysis

around 350 bar to yield sufficient range for road vehicles. Dedicated biogas engines have a huge potential since the fuel’s octane rating is over 120. Its gaseous nature gives it good cold starting abilities and low emissions. 

Biofuels as Sustainable Alternatives  

Energy Ratio  

Biofuels will only be worth considering  if  they can  yield more  energy  from  the  burning  that they required to be grown (excluding the sun’s input). This measured by the amount of energy extractable from the biofuel, divided by “man’s input  energy  to  grow  it” which  is  called  the energy  ratio  and  has  to  be  greater  than  1. Numbers on energy ratio differ from biofuel to biofuel  and  even  from  crop  to  crop.  Also  of utmost  relevance  is  the  consideration given  to by‐products usage. Biodiesel seems  to be at an 

advantage as almost all crops yield at least an energy ratio of 2. Palm and Dende oil present good performances but generate much concern about soil erosion. Jatropha is likely to be a major contender since it can be grown almost anywhere and has a very positive energy ratio. Sunflower and Rape have lower performances but only Soy  crops  have  reduced  energy  ratios  and  peanut  crops  are  only  shown  for  comparison  reasons  since  its economical  value  is  too  high  to  render  it profitable  as  an  energy  culture.  The  outlook seems  grimmer  from  the  point  of  view  of bioethanol  since  both  sugarbeets  and  corn require  by‐products  usage  to  present  greater than  1  energy  ratios  and wheat, without  by‐product  credits  is  energy  destructive  (takes more energy  to grow  than  it releases  through burning). Miscanthus  and  Sorghum  perform well,  while  Brazilian  sugarcane  has  been proving a great source of energy since long. 

GHG Emissions 

The  figure  shown  is evidence that the selected bio‐fuels  in  our comparison  can  reduce GHG  emissions.  Because the  TTW  analysis  varies little,  the  comparison shown  is  largely  a product  of  the  WTT phase variation. The  case for  bio‐ethanol  is  largely favorable,  except  for wheat.  Sugar  beet  seems 

8

8.4%

15.9%

17.2%

24.5%

26.9%

34.6%

39.8%

0 15,000 30,000 45,000 60,000 75,000 90,000 105,000 120,000

Miscanthus (USA)

Sugar Cane (Brazil)

Sugar Beet (Europe)

Switchgrass (USA)

Corn (USA)

Wheat (Europe)

Sorghum (Africa)

Equivalent Km travelled / (ha x year)

11.2%

14.7%

21.8%

27.6%

30.4%

34.4%

36.9%

41.3%

0 15.000 30.000 45.000 60.000 75.000 90.000

Palm Oil (Malasia)

Dende Oil (Malasia)

Castor Oil

Crambe (Africa)

Jatropha (Asia)

Sunflower (Europe)

Rape Seed (Europe)

Peanut

Equivalent Km travelled / (ha x year)

to deliver good results and sugar cane performs even better. Farmed wood for bio‐ethanol shows encouraging results, but  its use  for biogas production might be  just as efficient or even more. The case  for biogas  is even stronger.  First,  it  provides  a  clear  advantage  in  the  TTW  part  of  the  cycle,  being  capable  of  substantial reductions on CO2 emission at the tail pipe. But, furthermore, it also performs well in the WTT phase and it is the alternative with  the highest  reduction  in  the combined WTW emissions. Both USW and dry manure are easily  capable of outperforming both  the bio‐ethanol and bio‐diesel. The  case  for bio‐diesel  is not as bright, especially if the traditional food competitive crops are used. This is the case for Rape Seeds and, although not represented,  it  is even more  the case  for Soybeans. The only culture capable of  reductions around 60‐75%  is sunflower. In Europe, the production of biodiesel from crops as Jatropha offers a much better potential. 

Biofuels as Prime Movers  

To be a prime mover a bio‐fuel must have an energetic yield per unit of area which could render possible the fueling of the transportation system from  these proceedings. The numbers presented  in  the graphs should be seen  as  theoretical  limits,  but  they demonstrate  that,  at  least  in  regions  of  the world with  high  population 

densities  and  low  arable  percentages  of land,  biofuels  cannot  provide  a  real alternative  to  fossil  fuels as,  even using  all arable  land  available  to  produce  them we could  not  fuel  our  transportation  system. Only countries such as Brazil and or China might have enough land to accomplish this. The percentage  shown  in  the bars  refers  to the  percentage  of  Germany’s  arable  land required  to  substitute  20%  of  its transportation requirements. 

Looking at  the graph we see  that most biofuels  fail  to  reach 40,000km/year per each hectare of  land. Only a couple manages to reach 45% and only Miscanthus has a strong yield. It is important to notice that implicit in the mathematics is a 10,5L/100km fuel consumption of bioethanol which is not a high value. The case for Bio‐

diesel  is  slightly more  complicated  as,  of all  the crops presented above, only Rape, Jatropha and Sunflower  can be produced in Europe. Palm and Dende Oil are typical of  rainforest  areas  and  hence  cannot  be grown  in  Europe.  Rape,  despite  having the  2nd  lowest  yield,  is  by  far  the  most common crop for bio‐diesel production in Europe,  while  Soy,  with  a  yield  of  less than 7.500km of annual driving per ha,  is not  even  represented. The most  common crop  in Europe, Rape  seed, needs  almost 

37% of all arable land to achieve such a substitution rate and sunflower seems to perform only slightly better. The results are inferior to those of Bioethanol, mainly due to the fact that the crops with high yields can not be planted in Europe and much doubt remains over their long term sustainability. Jatropha appears once again as a promising alternative. The difference  in  the case of biogas  is  the absence of a crop as only biomass wastes, such as wood wastes or Urban Solid Waste is used. Estimates indicate that, in Europe, biomass could provide up to 11% of total energy 

9

32%

33%

34%

35%

36%

37%

38%

39%

40%

Gasoline Bio-Ethanol Comp. CH4 Smart Diesel Bio-Diesel

Effic

ienc

y (B

rake

)

33.8%

3.1%

10.1%

0 10,000 20,000 30,000 40,000 50,000 60,000 70,000

Woody wastes

Manure

USW

Equivalent Km travelled / (per Year)

consumption. Currently,  less  than ¼ of  that  total potential  is being explored.  In California,  if all  the biomass potential  could  be  explored  2.4  million  tons  of  methane  per  year  would  be  produced,  still  granting  a substitution rate inferior to 6%. Bio‐methane generated from cow manure is another option. A possible way to present  its yield  is  to show how many annual kilometers can be  traveled, by  taking advantage of  the yearly 

manure production of  10  cows;  the  answer is around 36.000km per year. Still, if this was applied to Germany and all the cow manure could  be  used  to  generate  biogas,  the substitution  rate  for  road  transport would be  of  no  more  than  3.1%.  Similar calculations  can  be  performed  for  USW. Each 100 persons generate enough to propel a vehicle for more than 60.000km a year. But if  all USW was used  for biogas production the substitution rate would be around 10%.  

ADVISOR Simulations 

After the analysis of the biofuels performed above it was decided to investigate HOST’s performance if fitted with  a  biofuel  engine. Because  the  Smart  0.8CDi  is  fitted  into HOST’s prototype  the  analysis  of  the biofuel adaptability was  theoretical. Nevertheless because  the Smart gasoline engine could be adapted  to bioethanol use without major changes, the benchmark performed above holds for packaging and cleanliness has it would 

be EU4 compliant. Only efficiency had to estimated and hence dedicated  engines  for  bioethanol,  biodiesel  and biogas were simulated. It is important to state that real‐life conversions for bioethanol and biogas, based on this engine,  have  been  performed.  The  theoretical maximum  efficiencies  estimated  for  all  engines  are presented on the left and were based on results known from  IFP  articles.  In  our  theoretical  calculations,  we took our downsizing strategy even  further  (500cm3 are enough  for  biogas  and  bioethanol)  and  we  also simulated  2  changes which  the  IFP  did  not  perform: 

Direct  fuel  Injection  and  turbo‐charger  swapping  for  a  lower  inertia unit, with maximum  torque  coming  at lower  engine  rpm.  In  the  end  the  advisor  simulations  presented  next were  performed with  the  bioethanol version, due to the range problem of biogas, and the superior properties of bioethanol, compared to biodiesel. 

ADVISOR Results 

Here we can see the huge potential of  this hybridation  technology. For mission  3  cycles  the  combined WTW GHG  emissions  are  actually inside  the EU  target, and although outside  for  the  2  remaining  cycles, they are still very close to the limit  and represents a huge reduction vs. 

the 820g/CO2 per km estimated to be emitted by the vehicle currently performing the cycles. 

10 most representative cycles Cabin Configuration Oeiras Driving Cycles  Mission 1 Mission2 Mission 3

Average

Ethanol Cons. (l/100km)  27.4  29.4 22.2 26.3Distance per cycle (km) 4.6  8.0 14.9 9.2Cycles per day  56.0  33.7 33.7 41.1Total Daily Distance (Km)  257.8  268.1 502.1 342.6CO2 emissions (Kg/day)  106.6  111.6 166.9 128.4CO2 emissions (g/km)  413.0  443.6 334.5 397.0Bioethanol WTW CO2 (g/km)  154.9  166.4 125.5 148.9

10

0

100

200

300

400

500

600

700

800

900

Diesel CV Gasoline HEV-S Diesel HEV-S Biodiesel HEV-S Bioethanol HEV-S Biogas HEV-S

WTW

GH

G (g

/km

)

 The  results  for  the  homologation  cycle  yielded 18.2  liters  of  ethanol  for  the  NEDC  low  cycle, containing the same energy as 10.5 liters of diesel, a  significant  result  due  to  the  comparability  of homologation cycles. To allow  fairer comparisons we provide  figures  for  the  FTP  cycle  (USA). The consumption  achieved  (19,7L/100km)  equals 13,1L/100km of gasoline, or 18,5 miles per gallon in Anglo‐Saxon units. The hybrid Lexus RX400h SUV has a fuel consumption of 24 miles  to  the gallon  in  the FTP cycle, despite weighting half as much as HOST’s Cabin configuration and having an Scx of only 45% of  HOST’s. 

The  reduction  obtained  in  the  car‐sharing  configuration amounts  to  about  47%,  when  compared  with  the  cabin configuration  for  comparable  cycles.  In  the  car‐sharing configuration,  only  the  handicapped mission  cycles were simulated  since  this  configuration  was  not  designed  to perform  the  other measured  cycles.  It  is  fundamental  to stress out that WTW GHG emissions in the range of 40‐60 g/km  are  comparable  to  those  promised  by  pure  electric vehicles to reach production readiness in the near future. 

Main Results 

The  figure  shown  was  elaborated according  to  our  own  estimates,  and the EUCAR study. Diesel CV refers to the  GHG  emissions  of  the  vehicle currently performing mission 1 cycles, a  good  equilibrium  between  those  of missions  2  and  3.  The  first  2 configurations  presented  next  were equipped  with  a  series  hybrid powertrain which  endows  them  both with decrease in energy use and GHG emission. The gasoline powered HEV‐

S configuration allows a 39% reduction and a similar diesel fuelled powertrains goes even  further  (47%). The remaining  3  options  (all  biofuels)  provide  GHG  reductions  granted  by  their  biomass  nature  “credits”. Bioethanol has a higher GHG reduction potential than biodiesel and since both fuels emit the same amount of CO2 per mass  in  the Tank‐to‐Wheels phase because bioethanol  is  slightly  less  efficient  it makes up  for  that  difference in the Well‐to‐Tank phase, as biodiesel is penalized by higher fertilizer needs, which are significant N2O  (GWP=310)  emitters. Biogas  has  the  lowest GHG  emissions  of  all  biofuels,  but  its  low  energy  density reduces range severely in heavy vehicles performing in‐town cycles. The combined efforts of both technologies allow  an  80%  combined  reduction  in  GHG  emissions  and  a  40%  energy  consumption  reduction  due  to powertrain hybridation. This performance is what many (e.g. Wuppertal Institute) see as a minimum threshold to allow CO2 concentration  in  the atmosphere  to  reach sustainable  levels. As can be seen, even  in “real  life” driving cycles, the target put forward by the EU is not an impossible dream for a small freight diesel, as long as biofuels can be provided in significant amounts.  

Cabin Configuration  Homologation Cycles 

NEDC Low  EPA FTP 

Ethanol Use (l/100km) 18.2  19.7Distance per cycle (km) 10.6  17.7Time (s) 1224  2500Cycles per day 33.0  19.8Total Daily Distance (Km) 349.8  349.6CO2 emissions (Kg/day) 96.1  103.9CO2 emissions (g/km) 274.6  297.3Bioethanol WTW CO2 (g/km)  103.0  111.5

Car‐Sharing Configuration Oeiras Driving Cycles 

Mission 3 

Ethanol Cons. (l/100km)  11.6Distance per cycle (km) 14.9Cycles per day  33.7Total Daily Distance (Km)  502.1CO2 emissions (Kg/day)  87.5CO2 emissions (g/km)  175.6Bioethanol WTW CO2 (g/km)  65.9

‐39%  ‐47% 

‐75%‐80% ‐82%

References  

J.‐G. Dufour,  J.F. Fritsche and C. Ripert: “Le programme «Transports de marchandises 

en ville»: quelques repères pour une approche globale”, Transport Urbains, n.91, 1996.  

Alessandrini and L. Persia: “Effects of  low environmental impact buses”, presented at 

the ISATA 2000 conference, Dublin 2000.   

Alessandrini  and  L.  Persia:  “Evaluation  of  hybrid  buses  in  urban  public  transport 

service”, 2001 PROSPER congress–Hybrid technology in public transport service, Karlsruhe.  

Brown,  S.  Atterberg  and  N.  Gerein:  “Detection  and  Location  o  GPS  Interference 

Sources Using Digital Receiver Electronics”, ION Annual Meeting, June 2000, USA.  

P.G.  Sluiter, M.  E  .E.  Haagmans:  “Comparative  test  between  geodetic  Y‐code  GPS 

receivers. Susceptibility to radio frequency interference”, GPS Niewsbrief, 1995.  

T. D. Gillespie: “Fundamentals of Vehicle Dynamics”, SAE edition, USA, 1992.  

Popov, D.  J. Cole, D. Cebon  and C. B. Winkler: “Laboratory Measurement of Rolling 

Resistance  in  Truck  Tyres  under  Dynamic  Vertical  Load”,  produced  by  the  U.K. 

Engineering and Physical Sciences Research Council, Dunlop Tyres Ltd. and Cambridge 

Vehicle Dynamics Consortium, 2002.  

Kraftfahrt‐Bundesamt:  “Fuel  consumption  and  emissions  type  approval  figures  for 

Motor Vehicles with a national or EC whole vehicle type approval”, recollection of the 

homologation  data  concerning  fuel  consumption  and  CO2  emissions,  for  vehicles 

approved for circulation in Germany; 15th edition, 2005.  

EU  Commission  Staff:  “Monitoring  of  ACEA’s  Commitment  on  CO2  Emission 

Reductions from Passenger Cars (2003)”, Annual report on the progress of the EC CO2 

target commitment of 1999; Brussels, 2004.  

J. M. M.  Lopes:  “Motores  de Combustão  Interna  (uma  abordagem  termodinâmica)”, 

provisional text, Portugal, 2000.  

N.  Fernandes:  “Temperature  analysis  in  turbo‐charged  HSCI  engines:  single‐zone 

combustion model vs.  results  from  test bench and vehicle  for  2 TDI  engines”, Final 

Degree Thesis; Wolfsburg, 2004.    

F. Schäfer, R. Basshuysen: “Internal Combustion Engine (Handbook)”, a joint edition of 

SAE International and Siemens VDO Automotive, 1st edition, USA, 2004. 

R.  S.  Benson,  N.  D.  Whitehouse:  “Internal  Combustion  Engines”,  Pergamon 

International Library, 1st edition, London UK, 1979.  

D. N.  Assanis,  Z.  S.  Filipi,  S.  B.  Fiveland, M.  Syrimis:  “A  predictive  ignition  delay 

correlation  under  steady‐state  and  transient  operation  of  a  direct  injection  diesel 

engine”,  paper  by  the W.  E.  Lay  automotive  laboratory  for  the National Automotive 

Center of the US Army Tank & Automotive Research, University of Michigan, 1999.  

J.  Abraham,  V.  J.  Magi:  “Modeling  Radiant  Heat  Loss  Characteristics  in  a  Diesel 

Engine”, SAE technical paper nº970888, 1997.  

C. Arcoumanis;  “A Technical Study  on  Fuels Technology  related  to  the Auto‐Oil  II 

Programme  –  Volume  II:  Alternative  Fuels”;  study  elaborated  for  the  Directorate‐

General for Energy of the European Commission, 2000.  

G. Landahl; “Biogas as Vehicle Fuel – a European Overview”, a summary report of the 

European experiences with biogas on the Trendsetter European Project, Stockholm, 2003.  

AVL; “Emissions from Flexible Fuel Vehicles with different Ethanol Blends”, a report 

for The Swedish Road Administration, Sweden, 2005, pp 48, ISSN – 1103‐0240.  

E. Lugar; “Energy crops species in Europe”, Wieselburg, Austria2001.   

M. Ramesohl, S. Merten, F. Fischedick; “Energy systems aspects of Natural Gas as an 

alternative  fuel  in  transport”, Wuppertal  Institute  for  Climate  Environment  Energy, 

Germany, 2003.   

JRC,  EUCAR  and CONCAWE:  “Well‐to‐Wheels  analysis  of  future  automotive  fuels 

and powertrains in the European context”, joint study elaborated under the plan Action 

2113  and  part  of  the  Transport  and  Air  Quality  monitoring  service  by  the  Institute  for 

Environment and Sustainability (IES), Version 2c, Belgium, 2007.  

P.  Moriarty,  D.  Honnery:  “Alternative  transport  fuels:  the  long‐term  future”, 

International Journal of Vehicle Design, Vol. 31, No. 1, 2003.  

M.  Schrock:  “Biomass,  Bioenergy  &  Biofuels”,  presentation  made  on  the  Seminar 

“Energy, Environmental Impacts and Sustainability”, Kansas University, USA, 2006.  

D. Cohn, L. Bromberg,  J. B. Heywood: “Calculations of Knock Suppression  in Highly 

Turbo  charged  Gasoline/Ethanol  Engines  using  Direct  Ethanol  Injection”,  article 

produced for the Laboratory for energy and the environment, MIT 2006.  

G. Knothe: “Cetane numbers of branched and straight‐chain fatty esters determined in 

an ignition quality tester”, Fuel 82 (2003).  

D.  Cohn,  L.  Bromberg,  J.  Heywood:  “Direct  Injection  Ethanol  Boosted  Gasoline 

Engines: Biofuel Leveraging for Cost Effective Reduction of Oil Dependence and CO2 

Emissions”, article for the Laboratory for energy and the environment, MIT 2005.  

M.  Brusstar, M.  Bakenhaus:  “Economical,  High  Efficiency  Engine  Technologies  for 

Alcohol  Fuels”;  paper  for  the  International  Symposia  on Alcohol  Fuels  in  San Diego, 

September 2005.  

K. Yamane, A. Ueta, Y. Shimamoto: “Influence of Physical and Chemical Properties of 

Biodiesel Fuel on Injection, Combustion and Exhaust Emission Characteristics in a DI‐

CI Engine”,    article  3‐08 presented  at  the  5th Symposium  on Diagnostics  and Modeling  of 

Combustion in Internal Combustion Engines, Nagoya, 2001.  

M.  Brusstar,  M.  Stuhldreher,  D.  Swain,  W.  Pidgeon:  “High  Efficiency  and  Low 

Emissions from a Port‐Injected Engine with Neat Alcohol Fuels”, SAE, 2002‐01‐2743.  

P.  Aakko,  N.  Nylund:  “Low  Temperature  Particulates  From  Alternative  Fuels”, 

presented at the Windsor Workshop Seminar on June 2004.  

N.  Jeuland, X. Montagne, X. Gautrot: “Potentiality of Ethanol as a  fuel  for Dedicated 

Engine”, article signed on behalf of IFP, featured in the volume 59 of the magazine Oil & 

Gas Science and Technology.  

U. Baretzky: “The Development of the Audi 3.6‐litre V8 Twin Turbo FSI Engine for Le 

Mans”, article produced on behalf of Audi AG, featured in the March 2002 edition of the 

Magazine AutoTechnology.  

M. Crawford: “Feasibility and Emissions of Compression Ignition Engines Fueled with 

Waste Vegetable Oil”, Dissertation Thesis at University of South Florida, 2003.   

Ahlbäck: “The evolution and functionality of  the branch development project Biogas 

Väst  – an  innovation  system approach”; Msc. Dissertation Thesis at  the University of 

Chalmers, Götemborg 2003.  

American  Petroleum  Institute:  “Properties  of  Fuels  ‐  table”;  Publication  No.  4261, 

Washington D.C., 1988, Table B1.