Apa pendapat pengemudi kendaraan listrik tentang jaringan pengisian daya yang mereka gunakan?
Auto

Apa pendapat pengemudi kendaraan listrik tentang jaringan pengisian daya yang mereka gunakan?


Kredit: CC0

Dengan kendaraan listrik yang menjadi arus utama, membangun jaringan stasiun pengisian daya di seluruh negeri agar terus berjalan akan semakin penting.

Sebuah studi baru dari Georgia Institute of Technology School of Public Policy memanfaatkan teknik pembelajaran mesin untuk memberikan wawasan terbaik tentang sikap pengemudi kendaraan listrik (EV) tentang jaringan pengisi daya yang ada. Temuan ini dapat membantu pembuat kebijakan memfokuskan upaya mereka.

Di koran yang diterbitkan pada jurnal edisi Juni 2020 Keberlanjutan Alam, tim yang dipimpin oleh Asisten Profesor Omar Isaac Asensio menjelaskan pelatihan algoritme pembelajaran mesin untuk menganalisis data konsumen yang tidak terstruktur dari 12.270 stasiun pengisian kendaraan listrik di seluruh AS.

Studi tersebut menunjukkan bagaimana fitur machine learning dapat digunakan untuk menganalisis data streaming dengan cepat untuk evaluasi kebijakan hampir secara real-time. Data streaming mengacu pada data yang datang dalam umpan berkelanjutan, seperti ulasan pengguna dari suatu aplikasi. Studi tersebut juga mengungkapkan temuan mengejutkan tentang bagaimana perasaan pengemudi EV tentang stasiun pengisian daya.

Misalnya, anggapan konvensional bahwa pengemudi lebih memilih stasiun swasta daripada umum tampaknya salah. Studi ini juga menemukan potensi masalah dengan stasiun pengisian daya di kota-kota besar, menunjukkan tantangan yang akan datang dalam menciptakan sistem pengisian daya yang kuat yang memenuhi semua kebutuhan pengemudi.

“Berdasarkan bukti dari data konsumen, kami berpendapat bahwa tidak cukup hanya menginvestasikan uang untuk meningkatkan jumlah stasiun, penting juga untuk berinvestasi dalam kualitas pengalaman pengisian daya,” tulis Asensio.

Kurangnya Stasiun Pengisian Daya yang Dianggap Hambatan untuk Adopsi

Kendaraan listrik dianggap sebagai bagian penting dari solusi perubahan iklim: transportasi sekarang menjadi penyumbang utama emisi pemanasan iklim. Tapi satu penghalang utama untuk adopsi yang lebih luas dari kendaraan listrik adalah persepsi kurangnya stasiun pengisian, dan hadirnya “kecemasan jangkauan” yang membuat banyak pengemudi gugup untuk membeli EV.

Sementara infrastruktur tersebut telah berkembang pesat dalam beberapa tahun terakhir, pekerjaan tersebut belum memperhitungkan apa yang sebenarnya diinginkan konsumen, kata Asensio.

“Pada tahun-tahun awal pembangunan infrastruktur EV, sebagian besar kebijakan diarahkan pada insentif untuk menambah jumlah charging station,” kata Asensio. “Kami belum memiliki cukup fokus untuk membangun infrastruktur andal yang dapat memberikan kepercayaan kepada pengguna.”

Studi ini membantu memperbaiki kekurangan tersebut dengan menawarkan analisis nasional berbasis bukti terhadap sentimen konsumen aktual, sebagai lawan dari survei perjalanan tidak langsung atau data simulasi yang digunakan dalam banyak analisis.

Asensio mengarahkan studi dengan tim yang terdiri dari lima mahasiswa di bidang kebijakan publik, teknik, dan komputasi. Dua orang berasal dari Georgia Tech: Catharina Hollauer, lulusan baru-baru ini dari Sekolah Teknik Industri dan Sistem H. Milton, dan Sooji Ha, gelar Ph.D. siswa di Sekolah Teknik Sipil dan Lingkungan dan Sekolah Sains dan Teknik Komputasi.

Tiga lainnya adalah peserta program Georgia Tech Civic Data Science Fellows 2018, yang menarik siswa berbakat dari seluruh negeri ke kampus Georgia Tech untuk penelitian dan pembelajaran musim panas. Mereka adalah Kevin Alvarez dari North Carolina State University, Arielle Dror dari Smith College, dan Emerson Wenzel dari Tufts University.

EV Mengisi Tempat Sakit Terungkap

Tim Asensio menggunakan algoritme klasifikasi teks pembelajaran mendalam untuk menganalisis data dari aplikasi ponsel cerdas pengguna EV yang populer. Ini akan memakan waktu hampir setahun dengan menggunakan metode konvensional. Tetapi pendekatan tim memotong tugas menjadi beberapa menit sambil mengklasifikasikan sentimen dengan akurasi yang mirip dengan pakar manusia.

Studi tersebut menemukan bahwa tempat kerja dan stasiun tempat tinggal serba guna mendapatkan peringkat rendah, dengan sering keluhan tentang kurangnya aksesibilitas dan papan nama. SPBU berbasis biaya cenderung mendapatkan ulasan yang lebih buruk daripada SPBU gratis. Tetapi stasiun di pusat kota padat yang benar-benar menarik keluhan, menurut penelitian tersebut.

Ketika peneliti mengontrol lokasi dan karakteristik lainnya, stasiun di daerah perkotaan padat menunjukkan peningkatan sentimen negatif 12-15% dibandingkan dengan lokasi non-perkotaan.

Ini dapat menunjukkan berbagai masalah kualitas layanan di pasar EV terbesar, termasuk hal-hal seperti peralatan yang tidak berfungsi dan jumlah pengisi daya yang tidak mencukupi, kata Asensio.

Stasiun dengan peringkat tertinggi sering kali berada di hotel, restoran, dan toko serba ada, sebuah temuan yang dapat mendukung praktik manajemen berbasis insentif di mana pengisi daya dipasang untuk menarik pelanggan. Stasiun di taman umum dan fasilitas rekreasi, taman RV, dan pusat pengunjung juga bekerja dengan baik, menurut penelitian tersebut.

Namun, bertentangan dengan teori yang memprediksi bahwa stasiun swasta harus menyediakan layanan yang lebih efisien, studi tersebut tidak menemukan perbedaan yang signifikan secara statistik dalam preferensi pengguna dalam hal pengisi daya publik versus pribadi.

Temuan itu bisa menjadi pendorong untuk berinvestasi dalam infrastruktur penagihan publik untuk memenuhi pertumbuhan di masa depan, kata Asensio. Jaringan seperti itu dikutip dalam sebuah studi oleh National Research Council sebagai kunci untuk membantu mengatasi hambatan adopsi EV.

Meningkatkan Evaluasi Kebijakan di Luar EV

Secara keseluruhan, Asensio mengatakan studi tersebut menunjukkan perlunya memprioritaskan data konsumen ketika mempertimbangkan bagaimana membangun infrastruktur, terutama dalam hal persyaratan stasiun pengisian daya di gedung baru.

Tetapi kebijakan EV bukan satu-satunya cara teknik pembelajaran mendalam dari studi tersebut dapat digunakan untuk menganalisis materi semacam ini. Mereka dapat disesuaikan dengan berbagai masalah energi dan transportasi, memungkinkan para peneliti untuk memberikan analisis cepat hanya dengan hitungan menit, dibandingkan dengan jeda waktu yang diukur terkadang dalam beberapa bulan atau tahun menggunakan metode yang lebih tradisional.

“Potensi lanjutan dari kebijakan energi adalah bergerak menuju bentuk otomatis manajemen infrastruktur yang didukung oleh pembelajaran mesin, terutama untuk hubungan penting antara energi dan sistem transportasi dan kota pintar,” kata Asensio.


Tesla menempatkan stasiun pengisian daya di lebih banyak lokasi


Informasi lebih lanjut:
Omar Isaac Asensio dkk, Data waktu nyata dari platform seluler untuk mengevaluasi infrastruktur transportasi berkelanjutan, Keberlanjutan Alam (2020). DOI: 10.1038 / s41893-020-0533-6

Disediakan oleh Institut Teknologi Georgia

Kutipan: Apa pendapat pengemudi kendaraan listrik tentang jaringan pengisian daya yang mereka gunakan? (2020, 9 Juni) diakses 28 November 2020 dari https://techxplore.com/news/2020-06-electric-vehicle-drivers-network.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : https://totohk.co/