Mais da metade do tempo (61,4 por cento) que os veículos elétricos passam conectados a estações de carregamento públicas, estão ocupando ociosamente um espaço que outro carro poderia usar, de acordo com um estudo conduzido pelo JRC sobre tempos de carregamento de veículos eletrônicos na Holanda.

Esse 'tempo ocioso' ocorre quando o carro está totalmente carregado, mas permanece conectado. O alto tempo ocioso obviamente reduz a disponibilidade de carregadores, mas também oferece uma oportunidade para os operadores da rede equilibrarem a rede.

Usando dados de 1,8 milhões de observações de carregamento de veículos eletrônicos na Holanda durante um período de 6 anos, o estudo analisa os fatores que afetam o tempo ocioso, fornecer uma metodologia para planejar futuras infraestruturas de carregamento eficazes. Os autores do estudo também recomendam a construção de novos pontos de carregamento no centro e na periferia das cidades que examinaram.

Com base nos fatores identificados, o estudo fornece um modelo que pode estimar, no início de sua sessão de carregamento, quanto tempo um e-veículo provavelmente ficará ocioso após o término do carregamento.

À medida que o número de veículos eletrônicos na estrada aumenta e pressiona a infraestrutura de carregamento existente, existe o perigo de que os motoristas tenham dificuldade em encontrar um local de carregamento gratuito antes que o carro fique sem combustível. Ao mesmo tempo, Veículos totalmente carregados, mas plugados, podem ser usados ​​para alimentar a rede elétrica mais ampla com energia em momentos de alta demanda. E as estações de carregamento podem ser gerenciadas para aproveitar as vantagens desse tempo ocioso, mudando o carregamento para um momento em que a demanda é maior.

Tudo isso, é claro, depende de uma sólida compreensão dos fatores que afetam o tempo ocioso. Para o estudo, Cientistas do JRC fizeram parceria com ElaadNL, o centro de conhecimento e inovação da Holanda para infraestrutura de carregamento, para identificar esses fatores e investigar seu impacto.

Os fatores que influenciam os tempos de inatividade

Os três fatores encontrados para ter a maior influência são:

• A hora do dia em que o carro é conectado pela primeira vez:embora não haja um único 'momento de pico' em termos de número de carros em marcha lenta, os cientistas descobriram que os carros que começam a carregar na primeira hora da manhã ou tarde da noite tendem a ter tempos de inatividade maiores. Isso pode ser porque as pessoas deixam seus carros para carregar antes de ir para o trabalho e pegam no final do dia, ou depois de sair do escritório antes de ir para casa dormir e pegá-lo novamente pela manhã;
• A quantidade de energia fornecida ao veículo durante o período de carregamento:quanto menos carga resta na bateria antes de ser conectada, maior será o tempo de inatividade após o término do carregamento. Aqueles que permitem que a bateria do carro diminua antes de serem conectados têm maior probabilidade de deixar o carro em marcha lenta por um período mais longo do que aqueles que recarregam rapidamente a bateria do carro. Isso também se reflete na correlação positiva entre o tempo total de carregamento e o nível de tempo ocioso após o carro terminar de carregar;
• A potência máxima fornecida ao veículo elétrico. Cada veículo tem uma potência máxima de carga que afeta sua capacidade de ser recarregado em uma determinada velocidade. Os cientistas encontraram o maior tempo de inatividade para carros com uma potência máxima de carga entre 4 e 6 quilowatts, que corresponde aproximadamente à potência de carga lenta média dos e-cars atualmente no mercado.

Os cientistas também fizeram algumas observações mais específicas. Por exemplo, enquanto os motoristas de táxi estão entre os maiores usuários de pontos de recarga públicos, eles também tendem a deixar seus veículos parados por menos tempo.

Estratégias de infraestrutura e mudança comportamental

A transição para uma economia de baixo carbono é uma prioridade política fundamental para a UE. Para tornar isso uma realidade, uma das ambições é a adoção generalizada de veículos de baixa e zero emissões na próxima década. Um grande desafio para o planejamento futuro é ter uma proporção correta de carregadores disponíveis para esses veículos:os motoristas devem ter certeza de que serão capazes de carregar seus carros quando necessário. Os cientistas recomendam o uso de sua metodologia para planejar a implantação de carregadores futuros com base em áreas com 'pontuações de alta vulnerabilidade' - aquelas áreas onde é provável que haja uma maior demanda por pontos de carregamento do que o que está disponível.

Vários municípios na Holanda adotaram políticas que concedem aos usuários de EV o direito de ter carregadores públicos instalados perto de suas casas, de forma que esses carregadores 'públicos' se tornem carregadores semiprivados. Isso tem um grande impacto no tempo ocioso desses carregadores.

Olhando além do estudo, os cientistas também reconhecem que os proprietários de estações de recarga podem tomar medidas para influenciar o comportamento:eles podem começar a cobrar uma taxa pelo tempo de estacionamento assim que o veículo estiver totalmente carregado, por exemplo. Um aplicativo também pode dar aos motoristas uma estimativa do tempo até que o carro esteja totalmente carregado, enviando-lhes um alerta quando isso estiver quase concluído. Os usuários também podem descobrir por meio do aplicativo quando um carregador ocupado será liberado, com a opção de 'reservar' o carregador por um determinado período.

Fundo

As políticas públicas são tomadas em nível regional e municipal visando tanto a adoção de veículos elétricos quanto a gestão da infraestrutura de carregamento. Ao longo dos anos, o tempo ocioso (o tempo que um veículo elétrico está conectado sem carregar) está aumentando, com impactos diretos para o dimensionamento da infraestrutura, seu custo e sua disponibilidade.

Este estudo aplica o aprendizado de máquina supervisionado a um conjunto de dados em tempo ocioso da Holanda, identificar os principais parâmetros que influenciam o tempo ocioso e o algoritmo mais preciso a ser usado para estimar o tempo que um veículo elétrico permanecerá estacionado após o carregamento. O modelo desenvolvido fornece informações úteis para usuários de veículos elétricos e formuladores de políticas, bem como para proprietários de rede, quem pode melhorar o gerenciamento da rede visando variáveis ​​específicas.