Učinkovitost
Koliko dosega gubite bržom vožnjom
Od svega što utječe na to koliko će daleko stići električni automobil, brzina je najveći faktor koji izravno možete kontrolirati na dan putovanja — veći od temperature, i daleko veći od svega što možete učiniti u vezi s gumama ili opterećenjem.
Fizika, ukratko
Dvije sile opiru se automobilu pri konstantnoj brzini: otpor kotrljanja, koji je približno proporcionalan brzini, i aerodinamički otpor, koji je proporcionalan kvadratu brzine. Budući da je snaga jednaka sili puta brzina, snaga potrebna za probijanje kroz zrak raste s kubom brzine. Pri brzinama na autocesti aerodinamički otpor potpuno dominira, zbog čega se krivulja iznad sve više uspinje umjesto da ostane pravocrtna.
To vrijedi i za automobile s motorom s unutarnjim izgaranjem. U električnom automobilu to je vidljivije iz dva razloga: nema praznog hoda ni mjenjača koji bi zamaglili sliku, a trenutni prikaz potrošnje to čini jasnim na način na koji pokazivač razine goriva nikada nije bio.
Aritmetika putovanja
Odabir je između vremena izgubljenog na sporijoj vožnji i vremena izgubljenog na dodatnom punjenju. Na 500 km, smanjenje brzine s 130 na 110 km/h košta otprilike četrdeset minuta vožnje. Ako se time izbjegne jedno punjenje od dvadeset i pet minuta, neto trošak iznosi petnaest minuta — ali se time i uklanja rizik da punjač bude zauzet, neispravan ili na pogrešnom mjestu. Na rutama gdje su punjači rijetki, to smanjenje rizika vrijedi više od tih petnaest minuta.
Na kratkim putovanjima računica se okreće. Na udaljenostima ispod oko 250 km, gdje punjenje nije potrebno ni u jednom slučaju, sporija vožnja ne donosi ništa osim kasnijeg dolaska.
Što još utječe na potrošnju
- Krovni kovčeg košta više od gotovo svega ostalog. Povećana čeona površina i poremećen protok zraka zajedno mogu dodati 20-30% potrošnje pri brzini na autocesti. Nosač montiran na stražnji dio obično je aerodinamički znatno povoljniji.
- Hladno vrijeme drugi je najveći faktor. Grijanje kabine troši stvarnu snagu, a hladna baterija manje je učinkovita prije zagrijavanja.
- Tlak u gumama važniji je od odabira guma za većinu ljudi, a njegovo ispravljanje ne košta ništa.
- Opterećenje ima manji utjecaj nego što se očekuje na ravnini, a znatno veći u brdima, gdje ga morate podizati.
- Za automobil je protuvjetar neraspoznatljiv od brzine — protuvjetar od 25 km/h pri brzini od 110 km/h aerodinamički odgovara 135 km/h.
Koliko dosega gubim pri 130 km/h?
Vrijedi li voziti sporije da bi se izbjeglo punjenje?
Ima li krovni kovčeg zaista toliko velik utjecaj?
Koja je brzina najučinkovitija?
Povezano štivo
References
Every citation below links to the original peer-reviewed record on PubMed or via DOI. Nothing here is a substitute for medical advice.
-
Effect of Ambient Temperature on Electric Vehicles’ Energy Consumption and Range: Model Definition and Sensitivity Analysis Based on Nissan Leaf Data Iora P, Tribioli L · World Electric Vehicle Journal · 2019 · Journal article DOI
-
Electric Vehicle Energy Consumption Modelling and Prediction Based on Road Information Wang J, Besselink I, Nijmeijer H · World Electric Vehicle Journal · 2015 · Journal article DOI
-
Real‑World Energy Consumption Comparison Between a Diesel Vehicle and a Battery‑Electric Vehicle Fike M, Predin A, Roger A · Renewable Energies, Environment and Power Quality Journal · 2026 · Journal article DOI
-
Dynamic Electric Vehicle Route Planning via Traffic Flow Prediction and Charging Service Integration Zhang Y, Shen X, Wang Y · Processes · 2026 · Journal article DOI
-
Resilience-Oriented Predictive Energy Management and Route Adaptation for Long-Distance Electric Vehicles Under Charging Infrastructure and Road Network Uncertainties Khan B, Ullah Z, Gruosso G, et al. · World Electric Vehicle Journal · 2026 · Journal article DOI
-
An Energy-Aware Predictive Longitudinal Control Framework for ADAS-Equipped Battery Electric Vehicles: Coupling Speed Planning with Regenerative Braking for Range Extension Mehta K · World Electric Vehicle Journal · 2026 · Journal article DOI
-
Machine Learning-Based Prediction of Electric Vehicle Energy Consumption Using Real-World Field Data R.Vishnuvardhan, T BanuChandar · Research Digest on Engineering Management and Social Innovations · 2026 · Journal article DOI
-
Research on Energy Management Strategy for Range-Extended Electric Vehicles Based on Eco-Driving Speed Liu H, Yang K, Sun W, et al. · Applied Sciences · 2025 · Journal article DOI
-
Planning for Medium- and Heavy-Duty Electric Vehicle Charging Infrastructure in Distribution Networks to Support Long-Range Electric Trucks Then J, Agalgaonkar A, Muttaqi K · Energies · 2025 · Journal article DOI
-
Co-Optimization of Charging Strategies and Route Planning for Variable-Ambient-Temperature Long-Haul Electric Vehicles Based on an Electrochemical–Vehicle Dynamics Model Zhang L, Zhang M, Shan H, et al. · Sustainability · 2025 · Journal article DOI
-
Optimisation of Electric Vehicle Charging Stations Planning Based on Macro and Micro Perspectives WANG Q, DENG K, YAN J, et al. · Promet - Traffic&Transportation · 2025 · Journal article DOI
-
Personalised electric vehicle charging stop planning through online estimators Shafipour E, Stein S, Ahipasaoglu S · Autonomous Agents and Multi-Agent Systems · 2024 · Journal article DOI
-
Electric Vehicle Distribution Route Optimisation and Charging Strategy Considering Dynamic Loads Wu Q, Tian M · Polish Journal of Environmental Studies · 2024 · Journal article DOI
-
Multi-Objective Electric Vehicle Route and Charging Planning with Contraction Hierarchies Cuchý M, Vokřínek J, Jakob M · Proceedings of the International Conference on Automated Planning and Scheduling · 2024 · Journal article DOI