Укажи будь-яку точку на карті — і Pulse покаже, який попит на швидке заряджання вона матиме. Не розмите «добре» чи «погано», а конкретне число: оцінені kWh на місце на день, із розбивкою за місяцями та поясненням до окремих вхідних параметрів, що сформували результат.

Модель працює у три етапи, які перемножуються.

Етап 1 — Базовий попит

Параметрична модель оцінює загальний попит на швидке заряджання в цілому для певної країни та місяця. Вона враховує три чинники:

Температура — холод збільшує енергоспоживання на km і загострює тривогу щодо запасу ходу. У січні в Норвегії попит на швидке заряджання на один BEV приблизно на 70% вищий, ніж у липні.
Частка парку BEV — більше електромобілів на дорогах означає більше зарядних сесій. Модель використовує логарифмічно масштабоване проникнення BEV за країною та роком.
Базовий рівень країни — культура водіння, щільність автомагістралей і звички заряджання структурно відрізняються між країнами. Власник BEV у Норвегії користується публічним швидким заряджанням не так, як у Фінляндії, навіть за однакової температури та частки парку.

Базовий попит навчається на спостережуваних даних використання на рівні станцій. Він відповідає на запитання: як виглядає «нормальний» рівень у цій країні цього місяця? Результат — число в kWh на місце на день, зазвичай від 40 до 120 залежно від ринку та сезону.

Етап 2 — Оцінка локації

Базовий попит описує ринок. Оцінка локації описує саме цю точку. Це модель машинного навчання (градієнтний бустинг дерев), яка оцінює 20 просторових параметрів у кількох категоріях:

Трафік — комплексна оцінка трафіку на основі державних даних AADT (середньорічна середньодобова інтенсивність руху), з урахуванням близькості до дороги та її типу. Також включає частку трафіку на автомагістралях і максимальний AADT дороги. Це найсильніший предиктор.
Конкуренція — наявні зарядні пристрої швидкого DC у радіусі 5 km, 10 km і 25 km, а також відстань до найближчого конкурента. Більша конкуренція означає, що кожна станція отримує меншу частку транзитного попиту.
Точки інтересу — АЗС, заклади харчування, паркінги та інші зручності в радіусі 1 km і 5 km. Включає підкатегорії торговельних POI: ТРЦ, мережеві ресторани швидкого харчування, мережеві магазини та щільність ритейлу. Це проксі для потоку людей, тривалості перебування та типу локації, що приваблює водіїв.
Доступність — відстань до найближчої АЗС, закладу харчування та будь-якої POI. Локації поруч із наявною інфраструктурою для водіїв успадковують її трафік.

Модель навчена на понад 33,934 станціє-місяцях спостережуваного використання заряджання на 4,083 станціях. Вона вивчає, яка комбінація просторових параметрів прогнозує високе чи низьке використання, а потім застосовує це до будь-якої нової точки.

У районах із щільними даними про конкуренцію працює повна 20-параметрична модель. У районах із розрідженими даними про конкуренцію (нові ринки, сільські зони) її замінює окрема базова модель, що використовує лише параметри трафіку та POI. Дві моделі змішуються сигмоїдною функцією, прив'язаною до локальної щільності конкуренції, тож модель коректно втрачає деталізацію замість того, щоб вигадувати результати в регіонах із нестачею даних.

Результат — одне число: оцінка локації. Вона працює як множник базового попиту. Оцінка 3.0 означає, що ця локація залучатиме втричі більше за базовий рівень країни/місяця. Оцінка 0.5 означає половину.

Етап 3 — Коригування за оператором

Оцінка локації навмисно не враховує оператора — вона вимірює землю, а не того, хто на ній працює. Але під час прогнозування попиту для конкретного проєкту додається третій чинник: коефіцієнт виконання CPO. Він коригує результат залежно від того, наскільки добре конкретний оператор перетворює потенціал локації на реальні сесії (див. «Що таке оцінка виконання CPO?» нижче). Значення за замовчуванням — 1.0, тобто виконання за плановим сценарієм.

Ланцюг множення

Фінальна оцінка попиту проста:

                                kWh / EVSE / день  =  базовий попит  ×  оцінка локації  ×  коефіцієнт CPO
                            

Приклад: локація в Норвегії у січні з оцінкою локації 1.5 та виконанням за плановим сценарієм:

Базовий попит (Норвегія, січень, −5°C, 25% BEV)	81 kWh/місце/день
Оцінка локації	× 1.50
Коефіцієнт виконання CPO	× 1.00
Прогнозований попит	122 kWh/місце/день

Та сама локація в липні (15°C) мала б нижчий базовий попит (~52 kWh), що дало б 78 kWh/місце/день — сезонне падіння на 38%, яке відповідає нашим спостереженням у реальних даних.

Чому оцінки відрізняються між ринками

Оцінка локації використовує єдину глобальну шкалу. Оцінка 2.5 означає те саме всюди: 2.5× від локального базового попиту. Але просторові параметри, що формують оцінку (щільність трафіку, конкуренція, покриття POI), сильно відрізняються між країнами, тому розподіл оцінок залежить від ринку.

Медіанна оцінка станцій у Норвегії — близько 1.0. У Німеччині — близько 2.5. У Нідерландах — близько 3.0. Це не недолік, а сигнал. Щільні ринки з високим трафіком і великою кількістю зручностей отримують вищі оцінки, бо ці параметри справді прогнозують вищий попит. Оцінка 1.5 у Норвегії вища за середню для Норвегії; така сама оцінка в Нідерландах буде нижчою за середню. Обидва результати правильні.

Пояснюваність

Кожна оцінка супроводжується повною розбивкою SHAP (SHapley Additive exPlanations), яка точно показує, які параметри підвищили або знизили результат і наскільки. Ти можеш побачити, що конкретна локація має високу оцінку тому що найближча дорога має AADT 18,000, а АЗС розташована в межах 200 метрів, а не просто що її оцінка висока. Це важливо для інвестиційних рішень: потрібно знати чому, а не лише що.

Для кожної частини механізму є окремий детальний матеріал: модель попиту, оцінка локації та оцінка виконання CPO.

Моделі EV