אימוץ חשמלי בר-קיימא באמצעות אשכולות ומודלים חיזויים לתשתית טעינה מיטבית במערב מידלנדס ובצפון מזרח בריטניה

מדוע טעינה חכמה חשובה לנהגים ביום‑יום

המעבר מכלי רכב דיזל או בנזין לחשמליים מבטיח אוויר נקי יותר ועלויות תפעול נמוכות יותר, אך זה נכון רק אם הנהגים יכולים למצוא מקומות נוחים ואמינים להטענה. המחקר בוחן כיצד בעלי רכבים חשמליים (EV) בשתי אזורים באנגליה משתמשים ברכבים וכיצד הם טוענים אותם, ומיישם כלים מתקדמים לניתוח נתונים כדי לתכנן רשתות טעינה טובות יותר. על‑ידי הבנה של מי נוהג ברכב חשמלי, איך נטענים ומה חשוב להם, העבודה ממחישה כיצד ערים ואזורי תכנון יכולים לפרוס עמדות טעינה בצורה חלקה עבור נהגים רגילים במקום לגרום לתסכול או לסיכונים.

שני אזורים, סיפורי EV שונים

חוקרים התמקדו ב‑256 בעלי EV מהצפון המזרחי ומהמערב מידלנדס — שני אזורים בבריטניה עם הבדלים בהכנסות, דפוסי יישוב ורשתות תחבורה. רוב המשיבים היו מבוגרים מועסקים, לעתים בעלי השכלה גבוהה והכנסות מעל הממוצע, אך במדגם של המערב מידלנדס היו יותר משקי בית בעלי הכנסות גבוהות. בשני האזורים רוב האנשים החזיקו ברכבים חשמליים מלאים ולא ברכבי פלאג‑אין הייבריד, ורובם נהגו בחשמל רק מספר שנים, מה שמשקף את העלייה האחרונה במכירות EV. הסיבות למעבר נבדלו: בצפון המזרח המוטיבציה העיקרית הייתה חיסכון בעלויות, בעוד שבמערב מידלנדס הדאגה הסביבתית שיחקה תפקיד גדול יותר, אם כי גם שם הכסף נחשב. הבדלים אלה מרמזים כי מדיניות "מבחן אחד מתאים לכולם" עלולה לפספס את המניעים של קהילות שונות.

איך אנשים מטענים ונוסעים בפועל

התנהגות הטעינה היומית התגלתה כמובנית במידה מפתיעה. ברוב המקרים הנהגים בשני האזורים טעינו פעם או פעמיים בשבוע ונסעו מרחקים יומיים מתונים, בדרך כלל בין 10 ל‑30 קילומטר. נסיעות יומיות ארוכות מעל 100 קילומטר היו נדירות. כאשר נדרש להטען, 85% העדיפו מטעני זרם ישר מהירים (DC), במיוחד כאשר הסוללה הייתה נמוכה. אנשים באופן כללי היו מוכנים לנסוע מרחקים קצרים בלבד כדי להטען: עד כ־3 קילומטר עבור רוב המשיבים, ומעטים הסכימו לנסוע מעבר ל‑9 קילומטר. זמן ההמתנה היה נקודת כאב מרכזית. רבים רצו להמתין פחות מ‑20 דקות עד שמטען יתפנה, ורק מיעוט קטן קיבל תורים ארוכים יותר. טעינה בוצעה בדרך כלל בערב או במהלך הלילה, כשהחשמל זול יותר והכבישים שקטים יותר, ומפגשי טעינה נמשכו לעתים קרובות בין שלוש לשש שעות, מה שאומר שמדובר בטעינה מתוכננת ושגרתית ולא בעמידה בהיסטריה של הרגע האחרון.

קיבוץ משתמשים וחיזוי הצרכים שלהם

כדי לצאת מעבר לממוצעים פשוטים, המחברים בנו פלטפורמה משולבת שהם מכנים ISE‑CAP. ראשית, השתמשו בטכניקות אשכולות כדי למיין נהגים לשלוש קבוצות רחבות בכל אזור, בהתבסס על תדירות הטעינה, מרחקי הנסיעה, ונכונות ההמתנה או סטיית הדרך. חלק מהאשכולות ייצגו משתמשים כבדים שנוסעים למרחקים ארוכים וסומכים יותר על טעינה ציבורית; אחרים היו בעיקר טועני בית עם נסיעות קצרות וניתנות לחיזוי. לאחר מכן, האימון של מודלים ממוחשבים חזה התנהגות טעינה, כמו משך מפגש הטעינה, תוך שימוש במידע על דפוסי נהיגה, הכנסה, השכלה והעדפות מטענים. המודלים היו מדויקים מאוד בתוך מדגם המחקר, ובמיוחד בצפון המזרח הצפוף יותר, שם ההתנהגות הייתה אחידה יותר ורשת הטעינה מרוכזת יותר.

מה באמת משפיע על בחירת המטען

החוקרים שאלו אז: אילו גורמים משכנעים באמת אנשים בבחירת נקודת טעינה? באמצעות גישה מודלית ברורה (explainable), הם זיהו שלושה מאפיינים שנראו דומיננטיים בשני האזורים: משך הטעינה, זמינות המטען בזמן אמת, ועלות הטעינה. מרחק למטען גם הוא נחשב, אך אנשים היו רגישים במיוחד לאפשרות להגיע ולמצוא את כל השקעים תפוסים. רבים השתמשו באפליקציות ניידות או במערכות ברכב כדי לראות אילו מטענים חופשיים, וניתוח ענן‑מילים של תגובות פתוחות הדגיש קריאות חוזרות ל"יותר תחנות", תחזוקה טובה יותר ואמינות משופרת. בקיצור, הנהגים רוצים מטענים מהירים, קרובים ואמינים שהם יכולים לסמוך שיפעלו כשהם מגיעים, במחירים שנראים הוגנים.

מנתונים למפות טעינה טובות יותר

לבסוף, פלטפורמת ISE‑CAP שימשה בסימולציות מחשב כדי לבדוק היכן כדאי להציב מטענים חדשים. המודלים שקללו את הביקוש החזוי, את המרחק שאנשים יצטרכו לנסוע כדי להגיע למטען, וכיצד העמסה נוספת תשפיע על רשת החשמל. לאורך ריצות סימולציה רבות, המערכת מצאה פריסות שהקטינו את המרחק הממוצע לנקודות טעינה תוך שליטה על הלחץ על הרשת. אמנם תוצאות האופטימיזציה הללו טרם נבדקו בשטח, הן מדגימות כיצד שילוב תובנות סקר, מודלים חיזויים וסימולציות ניסוי‑ושגיאה יכול להנחות תכנון תשתיות חכם המותאם לדפוסים האזוריים ולא לממוצע הארצי.

מה משמעות הדבר לעתיד נהיגת ה‑EV

להבין בקצרה: הצלחת ה‑EV אינה נמדדת רק בבניית עוד שקעים, אלא במיקום הסוגים הנכונים של מטענים במקומות הנכונים עבור האנשים שישתמשו בהם באמת. המחקר מראה שרוב הנהגים הנוכחיים רוצים מטענים מהירים, קרובים, אמינים ומידע ברור על זמינות, ושעדיפויות אלה משתנות בעדינות בין אזורים עם הכנסות ומבנים שונים. על‑ידי קיבוץ משתמשים לפי סוג התנהגות, חיזוי הביקוש והסבר הגורמים המרכזיים לבחירותיהם, מסגרת ISE‑CAP מציעה דרך מעשית למועצות, חברות תשתית ומתכננים לעצב רשתות טעינה שנראות נוחות והוגנות. אם ירחיבו וידקו אותה עם מערכי נתונים גדולים יותר, תכנון מבוסס נתונים מסוג זה יכול להקל על הבעלות על EV, להפוך אותה לזולה ואטרקטיבית יותר להרבה נהגים, ולהאיץ את המעבר לתחבורה נקייה יותר.

ציטוט: Cavus, M., Wang, S., Deb, S. et al. Sustainable EV adoption with clustering and predictive modelling for optimal charging infrastructure in the West Midlands and North East UK. Sci Rep 16, 14457 (2026). https://doi.org/10.1038/s41598-026-43106-6

מילות מפתח: רכבים חשמליים, תשתיות טעינה, ערים חכמות, התנהגות משתמשים, למידת מכונה