Faktorer, der påvirker inaktiv tid, inkluderede opladningstid, max effekt, total energi, og time på dagen, hvor bilen først blev tilsluttet. Kredit:Europa -Kommissionen, Fælles Forskningscenter (JRC)
Over halvdelen af den tid (61,4 procent), som elbiler bruger på offentlige ladestationer, de optager ledigt en plads, som en anden bil kunne bruge, ifølge en JRC-ledet undersøgelse af ladetider for e-biler i Holland.
Denne 'tomgangstid' opstår, når bilen er blevet fuldt opladet, men efterlades tilsluttet. Høj tomgangstid reducerer naturligvis tilgængeligheden af opladere, men det giver også netoperatørerne mulighed for at balancere nettet.
Brug af data fra 1,8 millioner e-vognladningsobservationer i Holland over en periode på 6 år, undersøgelsen analyserer de faktorer, der påvirker ledig tid, tilvejebringelse af en metode til at planlægge effektive fremtidige opladningsinfrastrukturer. Undersøgelsesforfatterne anbefaler også at bygge nye ladepunkter i centrum og i udkanten af de byer, som de kiggede på.
Baseret på de identificerede faktorer, undersøgelsen giver en model, der kan estimere, i begyndelsen af sin opladningssession, hvor lang tid et e-køretøj sandsynligvis vil stå i tomgang, efter at opladningen er afsluttet.
I takt med at antallet af e-køretøjer på vejen stiger og lægger pres på eksisterende ladeinfrastruktur, der er en fare for, at chauffører kan kæmpe for at finde et gratis opladningssted, før deres bil løber tør for juice. På samme tid, fuldt opladede, men tilsluttede køretøjer kunne bruges til at forsyne det bredere elnet med energi på tidspunkter, hvor efterspørgslen er høj. Og ladestationer kan styres til at drage fordel af denne ledige tid ved at flytte opladningen til et tidspunkt, hvor efterspørgslen er højere.
Alt dette afhænger naturligvis af en solid forståelse af de faktorer, der påvirker ledig tid. Til studiet, FFC-forskere samarbejdede med ElaadNL, Hollands viden- og innovationscenter for opladningsinfrastruktur, at identificere disse faktorer og undersøge deres indvirkning.
Faktorer, der påvirker tomgangstider
De tre faktorer, der har den største indflydelse, er:
Forskerne lavede også nogle mere specifikke observationer. For eksempel, mens taxachauffører er blandt de højeste brugere af offentlige ladestandere, de har også en tendens til at lade deres køretøjer stå i tomgang i kortere tid.
Infrastrukturstrategier og adfærdsændringer
Overgangen til en kulstoffattig økonomi er en central politisk prioritet for EU. For at gøre dette til virkelighed, en af ambitionerne er den udbredte udbredelse af lav- og nul-emissionskøretøjer i løbet af det næste årti. En stor udfordring for fremtidig planlægning er at have et korrekt forhold mellem opladere til rådighed for disse køretøjer:chauffører skal være sikre på, at de vil være i stand til at oplade deres bil, når det er nødvendigt. Forskerne anbefaler at bruge deres metodologi til at planlægge implementering af fremtidige opladere baseret på områder med 'høj sårbarhedsscore' – de områder, hvor der sandsynligvis vil være en større efterspørgsel efter ladepunkter, end hvad der er tilgængeligt.
Adskillige kommuner i Holland har vedtaget politikker, der giver el-brugere ret til at få installeret offentlige opladere i nærheden af deres hjem, således at disse "offentlige" opladere bliver semi-private opladere. Dette har stor indflydelse på tomgangstiden for disse opladere.
Ser man ud over studiet, forskerne erkender også, at ladestationsejere kan tage handlinger for at påvirke adfærd:de kan begynde at opkræve et gebyr for parkeringstid, når køretøjet er fuldt opladet, for eksempel. En app kan også give chauffører et estimat af tiden, indtil deres bil vil være fuldt opladet, sender dem en advarsel, når dette næsten er færdigt. Brugere kan muligvis også finde ud af gennem appen, hvornår en optaget oplader næste gang er ledig, med mulighed for at 'reservere' opladeren i en bestemt periode.
Baggrund
Offentlige politikker er truffet på både regionalt og byniveau, der er målrettet både vedtagelse af elektriske køretøjer og styring af opladningsinfrastruktur. I årenes løb, tomgangstiden (den tid, et elektrisk køretøj tilsluttes uden opladning) stiger, med direkte indvirkning på dimensionering af infrastrukturen, dets pris og tilgængelighed.
Denne undersøgelse anvender overvåget maskinlæring til et datasæt på inaktiv tid fra Holland, identifikation af de vigtigste parametre for tomgangstid og den mest nøjagtige algoritme, der skal bruges til at estimere den tid, et elektrisk køretøj vil forblive parkeret efter opladning. Den udviklede model giver nyttig information til elbilbrugere og politiske beslutningstagere – såvel som til netværksejere, som kan forbedre netværksstyringen ved at målrette mod specifikke variabler.
Sidste artikelHavmølleparken øgede turismen på Block Island
Næste artikelKunstig intelligens forbedrer kraftoverførslen