С каждым годом электромобили завоёвывают всё большую популярность, но их широкое распространение и удобство использования невозможны без доступной зарядной инфраструктуры.
Вот почему количество и размер операторов пунктов зарядки электромобилей значительно выросли за последние несколько лет.
Затраты, связанные с установкой зарядных станций для электромобилей, очень высоки, так как необходимо финансировать аренду земли, оборудование и подключение электричества. Средний срок окупаемости зарядной станции составляет более пяти лет.
Поскольку вложения в создание сетей зарядных станций, скорее всего, не окупятся быстро, крайне важно обеспечить высокую загрузку их мощностей. Это поможет повысить их экономическую эффективность, которая пока невысокая.
Получается, что рентабельность зарядных станций напрямую связана с загрузкой её мощности, которая, в свою очередь, определяется месторасположением станции.
Именно поэтому так важно не только увеличивать количество пунктов зарядки, но и делать их доступными, а также устанавливать их в таких местах, где время окупаемости инвестиций будет минимальным.
В этой публикации рассмотрим процесс определения оптимальных местоположений зарядных станций с применением геоаналитики.
Почему нужно анализировать геоданные для планирования размещения зарядных станций
При выборе мест для установки зарядных станций электромобилей важно учитывать, где они будут использоваться наиболее эффективно, чтобы максимизировать загрузку их мощностей, например на подземных паркингах, придомовых территориях, торговых центрах. Это касается как обеспечения достаточного количества зарядных станций (предложения), так и высокого уровня их использования (спроса).
Оценка спроса и предложения на установку зарядных станций
Чтобы оценить, где спрос на зарядные станции (а значит, и использование зарядных мощностей) может быть высоким, анализируются демографические данные, плотность населения, паттерны движения транспорта, плотность посещения точек интереса, данные о распределении электромобилей по региону и многие другие данные.
С точки зрения предложения важны такие параметры, как доступность и стоимость аренды или покупки земли, насыщенность энергетической инфраструктуры, стоимость закупок электроэнергии и многие другие.
Как мы видим, факторы, влияющие на выбор места, включают в себя пространственную информацию.
Поэтому требуется использовать методы и инструменты науки о пространственных данных, которые позволяют объединить эти факторы в аналитическую модель.
Благодаря науке о пространственных данных можно совмещать и анализировать различные геоданные для эффективного планирования и развития сети на основе этих данных. Согласно исследованию EY, применение анализа геоданных для поиска мест установки новых зарядных станций положительно влияет на использование их мощностей.
Практические шаги по выбору местоположений для зарядных станций электромобилей на основании геоданных
К нам обратилась компания из Киргизии с запросом на анализ существующих мест размещения зарядных станций и определение лучших локаций для новых.
Киргизия, стремясь сократить выбросы углекислого газа в рамках Парижского соглашения по климату, сделала ставку на электромобили как ключевую часть своей экологической стратегии. В поддержку этого направления страна приняла льготную налоговую политику: с 2020 года электромобили освобождены от импортной пошлины и ежегодного налога.
Мы решим задачу в два этапа: сначала определим зоны с потенциально высоким спросом, и затем в этих зонах найдём точные места для размещения.
Поиск зон с высоким потенциальным спросом на зарядные станции для электромобилей
На первом этапе основная задача заключается в определении мест, где необходимость в зарядных станциях для электромобилей особенно велика.
Для этого требуется сбор и анализ двух важных типов данных:
- Информация об уже установленных зарядных станциях, чтобы изучить инфраструктуру и выявить «пробелы» в сети — зоны, недостаточно обеспеченные зарядными устройствами.
- Информация о населении, в том числе демографических и экономических показателей, что позволит выделить районы с высокой концентрацией населения и, соответственно, потенциально высоким интересом к использованию зарядных станций.
Для выполнения этого анализа используется Epsilon Workflows, low-code инструмент для пространственной аналитики, который позволяет выполнять многоэтапный итеративный анализ. Этот инструмент упрощает обработку и анализ больших объёмов данных и делает анализ доступным для всех, а не только для программистов и дата-сайентистов.
Я рассказала об Epsilon Workflows в нашем видео:
Определение зон с потенциально высоким спросом на зарядные станции
Для выявления районов с потенциально высоким спросом на установку новых зарядных станций, мы последовательно прошли несколько шагов.
Шаг 1 Импорт данных о местоположении действующих станций
Сначала мы загрузили в систему информацию о расположении всех работающих зарядных станциях в Киргизии. Открытые справочные данные о местоположении существующих станций мы получили от Заказчика.
Шаг 2 Загрузка и анализ данных о плотности населения
Наконец, мы импортировали данные о плотности населения в Киргизии, используя материалы из Каталога данных. Датасет оптимизирован в формате пространственной индексации H3.
Это дало нам возможность учесть демографические факторы при выборе локаций для установки новых станций.
Шаг 3 Определение ячеек H3, которые находятся от существующих станций дальше, чем на 4 километра
Затем мы предположили, что районы в радиусе 4 километров от каждой существующей станции уже обеспечены зарядной инфраструктурой и не нуждаются в дополнительных станциях.
Для этого нужно определить расстояние от центра каждой ячейки H3 до существующих станций. Те ячейки H3, у которых расстояние от центра до станции больше 4 километров, нас интересуют, их будем анализировать дальше.
Те ячейки, которые находятся ближе, чем на 4 километра к существующим станциям, отфильтровываем.
Шаг 4 Отбор зон с высокой плотностью населения вне зон покрытия
Используем специально разработанную функцию для отбора только тех районов, где плотность населения превышает 97-й процентиль.
Это позволит сфокусироваться на местах с потенциально наивысшим спросом на зарядные станции.
Точное определение оптимальных местоположений в районах с высоким спросом
После определения зон с высоким спросом следующим шагом является точное определение мест в этих зонах, где должны быть расположены зарядные станции.
Как мы будем это делать?
Зарядные станции не располагаются изолированно — как правило, они размещены рядом с другими объектами городской инфраструктуры, что увеличивает их доступность и удобство для владельцев электромобилей.
Для того чтобы понять, рядом с какими точками интереса расположены существующие станции, загружаем на карту набор данных Points of Interest с Open Street Map.
Обратите внимание, что станции зарядки электромобилей можно найти по ключу “amenity” и тегу “charging_station”.
Определяем, какие точки интереса находятся рядом с существующими зарядными станциями.
На графике ниже показаны пять наиболее распространённых точек интереса (POI), в которых есть зарядные станции.
На основании анализа данных из Open Street Map мы выявили пять типов POI, которые чаще всего находятся рядом с зарядными станциями.
В этой фазе анализа мы выявляем точки интереса (POI), которые расположены в зонах с высоким спросом, определённых на предыдущем этапе.
Потенциальные местоположения зарядных станций были определены с использованием приведенного ниже рабочего процесса. Этот процесс является продолжением нашего предыдущего анализа.
Визуализация результатов анализа и создание интерактивной карты
Создание интерактивной карты и настройка виджетов для наглядного представления оптимальных местоположений, зон с высоким спросом и точек интереса.
Планы следующих этапов по определению лучших локаций для зарядных станций
Геосегментация для анализа спроса
Следующий шаг в развитии инфраструктуры зарядных станций включает анализ спроса на электромобили с использованием геосегментации. Этот процесс поможет нам не только оценить текущее распределение владельцев электромобилей, но и определить потенциальную заинтересованность жителей разных районов в переходе на электромобили. Это позволит создать детализированные профили потребителей на основе их интересов, жизненного стиля и потребностей.
Что представляет собой геосегментация?
Геосегментация — это техника, которая сочетает географические данные с потребительскими характеристиками для формирования точных сегментов населения. Она использует геоданные и алгоритмы искусственного интеллекта для выделения районов по различным критериям, включая уникальные категории, отражающие интересы и предпочтения жителей районов.
Как геосегментация поможет в планировании сети?
Применяя геосегментацию, мы сможем определить районы с высоким потенциалом спроса на электромобили, что существенно повышает эффективность размещения новых зарядных станций. Учёт возможностей для подключения к сети, стоимости аренды или покупки земли и других параметров, определяющих технико-экономическую составляющую проекта
Кроме анализа спроса, мы также планируем уделить внимание оценке инфраструктурных возможностей для подключения зарядных станций к электросети. Это включает в себя анализ доступности электросетей, оценку их мощности и определение оптимальных решений для интеграции новых станций в существующую энергетическую систему.
Этапы, описанные выше, образуют комплексный подход к определению лучших локаций для зарядных станций, учитывая как текущие, так и будущие потребности владельцев электромобилей, а также инфраструктурные ограничения и возможности.
Что ещё даёт применение геоаналитической платформы
В развитии сетей зарядных станций участвуют многие игроки рынка, включая операторов зарядных станций, энергетические компании, местные органы власти и государственные структуры.
Геоаналитические платформы, такие как «Эпсилон Метрикс», представляют собой ключевой инструмент для совместной работы развития сетей зарядных станций для электромобилей.
Такие платформы позволяют всем участникам рынка работать над проектами совместно, обмениваться данными и аналитикой для оптимизации расположения зарядных станций.
Ключевые преимущества геоаналитических платформ
- Повышение эффективности зарядных станций. Оптимизация расположения на основе анализа спроса и предложения.
- Совместное планирование и развитие. Ролевой доступ и возможности совместной работы обеспечивают интеграцию между всеми заинтересованными сторонами.
- Интерактивные карты и информационные панели. Легко интегрируемые во внешние и внутренние порталы и системы и приложения.
Планы применения геоаналитической платформы «Эпсилон Метрикс» для развития и эксплуатации сети зарядных станций
В этой статье мы описали использование «Эпсилон Метрикс» и «Epsilon Workflows» для поиска лучших мест для размещения зарядных станций.
С помощью геоданных и аналитических методов мы можем не только определить, где лучше всего разместить новые станции сегодня, но и подготовиться к будущим задачам.
- Оптимизация сети. Оптимизировать местоположение и мощность станций, чтобы они соответствовали как текущим, так и предполагаемым потребностям владельцев электромобилей и операторов.
- Расширение сети. Планировать расширение сети зарядных станций, основываясь на прогнозах роста количества электромобилей и изменениях в предпочтениях пользователей.
- Анализ возможностей инфраструктуры. Оценивать, насколько хорошо текущая энергетическая сеть способна поддерживать дополнительные нагрузки от станций и планировать улучшения.
- Создание хранилищ геопространственных данных. Накапливать данные, которые поддержат будущую интеграцию с облачными платформами и другими технологиями.
- Управление сетью зарядных станций в реальном времени. Разрабатывать системы, которые позволят управлять зарядными станциями, отслеживая спрос и оперативно на него реагируя.
Заключение
Выбор оптимальных мест для зарядных станций важен для продвижения электромобилей. Применяя анализ геоданных и аналитические методы и инструменты, можно располагать зарядные станции в районах с высоким спросом. Это упрощает доступ к зарядных станций для владельцев электромобилей, повышает доходность и снижает коммерческие риски в отрасли электромобилей.
