随着全球气温上升,正以指数速度和温室气体排放,环保技术的必要性可能变得非常必要。这个过渡到电动汽车是一种很有前途的全球战略脱碳交通部门,多数国家支持全球EV30@30运动——它的目标至少30%新汽车销售电动到2030年。麦肯锡的电动汽车采用的基本情况场景显示大约1.2亿电动汽车可能在路上,到2030年,中国、欧盟和美国。

一个可访问的和健壮的电动汽车(EV)充电网络基础设施的必要先决条件实现这一雄心勃勃的过渡。大多数国家已经设立了各种支持政策促进充电设施网络的发展和利益相关者之间建立能力来支持其地面扩张。上下文的方法是需要确保电动汽车充电设施的有效和及时的实现,它满足当地需求和优化集成等在电力供应和运输网络。

关键的挑战是不结盟运动的准备的充电站和需求。优化部署一个充电站选址是一个复杂的过程考虑许多因素如电气服务可用性,巡航时间,司机和车辆的类型(s),充电站服务,交通密度和旅行时间,和土地所有权,而最关键的是社会公平。这些不同的因素是整理和综合评估的需求和提供服务与充电站的最大利用率。基础的需求分析,网站的适用性分析可以了解潜在的网站设计,提供了一个良好的覆盖和高利用率优化客户的旅行时间,因此可以减少碳足迹。

驾驶电动汽车的关键挑战是短里程范围和长时间的充电活动。充电设备不同的充电时间,电池,类型的电池,电动汽车的类型(EVSE)供应设备。充电时间从20分钟到20小时根据上述参数。一般来说,有三种基于AC / DC充电站充电水平——AC一级,AC 2级,直流快速充电;和他们的使用在商业和住宅机构——公共访问收费,职场充电和直流快速充电。充电的速度和类型的车辆被指控的约束优化建议客户把服务从一个特定的充电站。

GIS与GeoAI和机器学习算法提供了一个全面的平台与这些约束和帮助整理和综合描述客户集群和网站的适用性分析充电站和一个特定类别的套件正确的类别的车辆。它还扩展了分析取代或替换现有充电站优化基于使用模式和覆盖率。可以有时间叫做分析电动汽车充电负荷的时空特征模型基于客户访问模式。

以下是一组选择广泛的需求因素分析和网站进行适用性分析。参数列表来估计对每个类别的需求的充电站,考虑各种各样的人口数据覆盖社会,车辆,关税费用。多变量分析与不同的算法包括Weigh-Rank模型,实验设计试图识别潜在需求集群。每个因素的因素适当的体重和类排名是建立一个模型。支持向量机和逻辑回归技术也提供良好的结果中提取需求集群。

这里的潜在客户集群识别以及网站的适用性分析参数用于评估潜在地点选址充电站。它通常是一个多准则多目标决策,考虑上述因素。充电站的关键目标类别,最优距离与减少排放和最佳时间。它还可以评估现有的站的利用率而重新评估新的和额外的网站;取代或代替旧的网站。的独特性巡航范围有限,可怜的充电时间,恢复能量的特点在减速需要创新的节能路由算法。上面列出的这些限制被认为是一起来提取最优的节能途径。这个优化使用的电力反过来预计将在一定程度上控制生产,因此降低排放。

结果

充电站的)映射与客户集群——基于客户类别和充电站类别和是否公共或私人的类型。

b)与充电站车辆类型映射

c)社会公平的公共或私人电台映射功能。

有以下六个街区提供端到端解决方案的分析进行了电动汽车充电站适用性分析。它涵盖了每个类别的分析车辆,类型的充电站和有效利用指数(覆盖效率为客户集群)。

执行管道

执行管道的端到端解决方案如下。

• 主要的数据集(从地面实况或卫星图像)和二次收购在线或离线和吸入管道。
• 预处理:每个主题的地理编码数据,根据需要插入/推断,规范化和之前尝试扩展需求分析(客户集群)和定位合适的网站。
• 解决方案吸引客户集群基于他们的车辆类别、土地利用集群(住宅、商业、工业等)对类别的充电站(公共访问收费,职场充电和直流快速充电)在GIS平台上。每个执行开始定义一个特定的目标和结尾如何使用结果来识别特定的潜在位置可以进一步调查。
• 一组多变量优化算法包括发怒在多准则多目标分析模型和其他人试图提取潜在的充电站网站确认Customer-clusters基于吸引力指数基于模型中的目标。

结论

电动汽车使用的不断增加,消费需求扩张的收费和服务需求的增加,这是一个复杂的过程,优化网站的充电站网络,满足充电需求,同时遵守环境、社会和治理的指导方针。通过引入车辆GPS和通信基站数据的可用性,越来越多的研究正在使用EV轨迹实时数据和位置数据来生成实时需求代车型,和客户档案与充电站地图优化埃塔而言,最佳距离与减少排放,帮助准备充电实时的调度程序。

Cyient的大趋势报告涵盖了可持续发展主题提到智能,meta-mobility和可持续能源平台——电力流动系统,电池管理、备用流动性,电动汽车,充电系统和增强网格功能——车辆网格技术;爱游戏娱乐网那些在设计和实现可持续的解决方案。选址优化将为客户提供节能路由的一个特定类别达到正确的充电站,因此有效和高效使用已经充电电池。

关于作者

Nihar R Sahoo持有地球科学博士学位专业GIS、遥感、和应用统计数据。他拥有超过23年的行业经验。他感兴趣的领域是建立端到端的开发、部署和操作化的地理空间与地球观测数据机器学习解决方案。