Diamo molta importanza alla protezione dei dati e quindi utilizziamo i dati che ci fornisci con la massima cura. Puoi gestire i dati che ci fornisci nel tuo cruscotto personale. Troverai le nostre regole complete sulla protezione dei dati e il chiarimento dei tuoi diritti nella nostra avviso sulla privacy. Utilizzando il sito web e le sue offerte e navigando ulteriormente, accetti le regole del nostro avviso sulla privacy e i termini e le condizioni.
Sulla base dei dati disponibili, sono stati modellati i modelli di utilizzo dei tipi di veicoli più comuni per stimare il loro consumo energetico e i luoghi di parcheggio. Questo è servito come input per la modellazione della domanda di ricarica in ogni luogo, ipotizzando che un giorno tutti i veicoli saranno elettrificati.
La sfida era quella di prevedere la domanda di ricarica del futuro includendo tutte le modalità di mobilità disponibili nella città di Espoo. I dati disponibili sulla ricarica sono molto scarsi e non sono rappresentativi di ciò che ci si può aspettare da qui a 10-20 anni. La domanda di ricarica potrebbe essere prevista attraverso simulazioni di veicoli, ma una simulazione dettagliata di tutti i veicoli in circolazione nella città non è stata possibile nella pratica a causa della mancanza di dati sufficienti e dell'elevato carico computazionale che tale simulazione comporterebbe.
I dati statistici sull'utilizzo dei veicoli sono stati raccolti da varie fonti. Per ottenere i dati sulle autovetture è stato utilizzato il risultato di un modello di trasporto basato sulle attività, mentre per gli autobus sono stati utilizzati gli orari del trasporto pubblico e per i camion i conteggi del traffico. Sulla base dei dati è stata formata una serie di probabili modelli di mobilità per i veicoli ed è stato stimato approssimativamente il fabbisogno energetico di ciascun veicolo. Il modello temporale della domanda di ricarica è stato poi formato utilizzando un algoritmo di ottimizzazione a grafo e mirando a ricaricare ogni veicolo nel momento più ottimale. Con la metodologia sviluppata sono stati valutati scenari con diverse curve di prezzo e diversi livelli di potenza di ricarica.
