Indică orice punct de pe hartă, iar Pulse îți va spune ce cerere de încărcare rapidă ar genera. Nu un vag „bun” sau „rău” — ci o cifră concretă: kWh estimate per punct de încărcare pe zi, defalcate pe luni și explicabile până la caracteristicile individuale care au determinat rezultatul.

Modelul funcționează în trei etape care se înmulțesc între ele.

Etapa 1 — Baza cererii

Un model parametric estimează câtă cerere de încărcare rapidă există în general pentru o anumită țară și lună. Acesta ține cont de trei factori:

Temperatura — vremea rece crește consumul de energie per km și accentuează anxietatea legată de autonomie. O lună ianuarie în Norvegia generează cu aproximativ 70% mai multă cerere de încărcare rapidă per BEV decât o lună iulie în Norvegia.
Ponderea flotei BEV — mai multe mașini electrice pe drum înseamnă mai multe sesiuni de încărcare. Modelul folosește penetrarea BEV pe țară și an, scalată logaritmic.
Referința națională — cultura de condus, densitatea autostrăzilor și obiceiurile de încărcare diferă structural între țări. Un proprietar de BEV din Norvegia folosește încărcarea rapidă publică diferit față de unul din Finlanda, chiar la aceeași temperatură și aceeași pondere a flotei.

Baza cererii este antrenată pe date observate de utilizare la nivel de stație. Ea răspunde la întrebarea: cum arată „normalul” în această țară, în această lună? Rezultatul este o cifră în kWh per punct de încărcare pe zi — de regulă între 40 și 120, în funcție de piață și sezon.

Etapa 2 — Scorul locației

Baza cererii îți spune despre piață. Scorul locației îți spune despre acest loc specific. Este un model de machine learning (arbori cu gradient boosting) care evaluează 20 de caracteristici spațiale din mai multe categorii:

Trafic — scor compozit de trafic derivat din datele guvernamentale AADT (trafic zilnic mediu anual), ponderat după proximitatea și tipul drumului. Include și procentul de trafic de pe autostradă, precum și AADT-ul maxim al drumurilor. Acesta este cel mai puternic predictor.
Concurență — încărcătoare rapide DC existente pe o rază de 5 km, 10 km și 25 km, plus distanța până la cel mai apropiat concurent. Mai multă concurență înseamnă că fiecare stație captează o pondere mai mică din cererea în tranzit.
Puncte de interes — stații de carburant, opțiuni de alimentație, parcări și alte facilități pe raze de 1 km și 5 km. Include subcategorii POI de retail: centre comerciale, restaurante fast-food de brand, magazine de lanț și densitatea retailului. Acestea sunt indicatori indirecți pentru fluxul de persoane, timpul de staționare și tipul de locație care atrage șoferii.
Accesibilitate — distanța până la cea mai apropiată stație de carburant, unitate de alimentație și orice POI. Locațiile din apropierea infrastructurii existente pentru șoferi preiau din traficul acesteia.

Modelul este antrenat pe peste 33,934 luni-stație de utilizare observată a încărcării, din 4,083 stații. Învață ce combinație de caracteristici spațiale prezice utilizarea ridicată sau scăzută — apoi aplică acest lucru oricărui punct nou.

În zonele cu date competitive dense, rulează modelul complet cu 20 de caracteristici. În zonele cu date puține despre concurență (piețe noi, zone rurale), preia un model de bază separat, care folosește doar caracteristici de trafic și POI. Cele două sunt combinate printr-o funcție sigmoidă bazată pe densitatea competitivă locală — astfel, modelul se degradează controlat, în loc să inventeze rezultate în regiuni sărace în date.

Rezultatul este o singură cifră: scorul locației. Acesta funcționează ca un multiplicator al bazei cererii. Un scor de 3.0 înseamnă că această locație ar atrage de trei ori baza națională/lunară. Un scor de 0.5 înseamnă jumătate.

Etapa 3 — Ajustarea operatorului

Scorul locației nu ține intenționat cont de operator — măsoară terenul, nu cine operează acolo. Însă, când producem o prognoză de cerere pentru un proiect specific, intervine un al treilea factor: factorul de execuție CPO. Acesta ajustează pentru cât de bine transformă un anumit operator potențialul locației în sesiuni reale (vezi „Ce este scorul de execuție CPO?” mai jos). Valoarea implicită este 1.0, adică execuție conform scenariului planificat.

Lanțul de multiplicare

Estimarea finală a cererii este pur și simplu:

                                kWh / EVSE / zi  =  baza cererii  ×  scorul locației  ×  factorul CPO
                            

Un exemplu: o locație din Norvegia, în ianuarie, cu un scor al locației de 1.5 și execuție conform scenariului planificat:

Baza cererii (Norvegia, ian., −5°C, 25% BEV)	81 kWh/punct/zi
Scorul locației	× 1.50
Factorul de execuție CPO	× 1.00
Cerere estimată	122 kWh/punct/zi

Aceeași locație în iulie (15°C) ar avea o bază a cererii mai mică (~52 kWh), rezultând 78 kWh/punct/zi — o scădere sezonieră de 38%, în linie cu ceea ce observăm în datele reale.

De ce scorurile diferă între piețe

Scorul locației folosește o singură scală globală. Un scor de 2.5 înseamnă același lucru peste tot: de 2.5× baza locală a cererii. Însă, deoarece caracteristicile spațiale care determină scorul (densitatea traficului, concurența, acoperirea POI) variază enorm între țări, distribuția scorurilor diferă de la o piață la alta.

Scorul median al stațiilor din Norvegia este în jur de 1.0. În Germania este în jur de 2.5. Țările de Jos sunt aproape de 3.0. Nu este o problemă — acesta este semnalul. Piețele dense, cu trafic ridicat și multe facilități produc scoruri mai mari deoarece aceste caracteristici prezic cu adevărat o cerere mai mare. Un 1.5 în Norvegia este peste medie pentru Norvegia; același scor în Țările de Jos ar fi sub medie. Ambele sunt corecte.

Explicabilitate

Fiecare scor vine cu o defalcare completă SHAP (SHapley Additive exPlanations), care arată exact ce caracteristici au împins scorul în sus sau în jos și cu cât. Poți vedea că o anumită locație are scor mare deoarece cel mai apropiat drum are 18,000 AADT și există o stație de carburant la mai puțin de 200 de metri — nu doar că are scor mare. Contează când iei decizii de investiții: vrei să știi de ce, nu doar ce.

Fiecare parte a motorului are propria analiză detaliată: modelul de cerere, scorul locației și scorul de execuție CPO.

Modele EV