Устойчивое внедрение электромобилей с кластеризацией и предиктивным моделированием для оптимальной зарядной инфраструктуры в Уэст-Мидлендс и Норт-Исте (Великобритания)

Почему умная зарядка важна для повседневных водителей

Переход с бензиновых на электрические автомобили обещает более чистый воздух и меньшие эксплуатационные расходы, но только при условии, что водители могут найти удобные и надёжные точки для подзарядки. В этом исследовании изучается, как реальные владельцы электромобилей (ЭМ) в двух английских регионах используют и заряжают свои машины, а затем применяются продвинутые методы анализа данных для проектирования более эффективных сетей зарядки. Поняв, кто водит электромобили, как они заряжаются и что для них важно, работа показывает, как города и регионы могут развертывать зарядные пункты так, чтобы это было удобно для обычных водителей, а не вызывало разочарование или риски.

Два региона — многое отличие в историях ЭМ

Исследователи сосредоточились на 256 владельцах электромобилей из Норт-Иста и Уэст-Мидлендс — двух регионах Великобритании с разными уровнями доходов, типами поселений и транспортными сетями. Большинство респондентов были работающими взрослыми, часто с высшим образованием и доходами выше среднего, но в выборке Уэст-Мидлендс оказалось значительно больше домохозяйств с высокими доходами. В обоих регионах люди в основном владели полностью электрическими автомобилями, а не подключаемыми гибридами, и большинство ездят на электротяге лишь несколько лет, что отражает недавний всплеск продаж. Причины перехода различались: в Норт-Исте главным мотивом были денежные сбережения, тогда как в Уэст-Мидлендс большую роль играла экологическая озабоченность, хотя вопрос стоимости тоже имел значение. Эти различия показывают, что универсальные политики могут не учитывать мотивацию разных сообществ.

Как люди на самом деле заряжаются и путешествуют

Повседневное поведение при зарядке оказалось удивительно структурированным. Большинство водителей в обоих регионах заряжали машины один‑два раза в неделю и проезжали относительно небольшие ежедневные дистанции, чаще всего в пределах 10–30 километров. Длинные ежедневные поездки свыше 100 километров были редкостью. При необходимости подзарядки 85% предпочитали быстрые зарядные устройства постоянного тока, особенно при низком уровне батареи. Люди, как правило, были готовы проехать лишь небольшое расстояние до зарядки: до 3 километров для большинства респондентов, и очень немногие были готовы ехать дальше 9 километров. Время ожидания было ключевой болью: многие хотели ждать меньше 20 минут, прежде чем зарядка освободится, и лишь небольшое меньшинство соглашалось на более длительные очереди. Зарядка чаще всего происходила вечером или ночью, когда электричество дешевле, а дороги менее загружены, а сессии часто длились от трёх до шести часов, что указывает на плановую, рутинную зарядку, а не на экстренные остановки.

Группировка пользователей и прогноз их потребностей

Чтобы уйти от простых средних значений, авторы создали интегрированную платформу, которую назвали ISE-CAP. Сначала они применили методы кластеризации, чтобы разделить водителей на три широкие группы в каждом регионе, опираясь на частоту зарядок, пройденные расстояния и готовность ждать или делать объезд. Некоторые кластеры представляли активных пользователей, которые проезжают большие дистанции и чаще пользуются общественными зарядками; другие — это в основном домохозяйства, заряжающиеся дома, с короткими и предсказуемыми поездками. Затем команда обучила компьютерные модели прогнозировать поведение при зарядке, например, продолжительность сессии, используя данные о паттернах вождения, доходе, образовании и предпочтениях по типу зарядок. Эти модели показали высокую точность внутри выборки исследования, особенно в более компактном Норт-Исте, где поведение было более однородным, а сеть зарядки — более сконцентрированной.

Что действительно влияет на выбор зарядной станции

Исследователи затем задали вопрос: какие факторы на самом деле влияют на выбор зарядной точки? Используя объяснимые модели, они выделили три характеристики, которые оказались важными в обоих регионах: сколько времени займёт зарядка, доступность зарядной точки в реальном времени и её стоимость. Расстояние до зарядки тоже имело значение, но люди особенно чувствительны к тому, чтобы подъехать и обнаружить все розетки занятыми. Многие водители пользовались мобильными приложениями или встроенными системами в автомобиле, чтобы видеть свободные зарядки, а анализ открытых комментариев с помощью облака слов подчёркивал частые просьбы «больше станций», лучшего обслуживания и повышенной надёжности. Короче говоря, водители хотят быстрые, близкие и надёжные зарядки, на которые можно положиться по прибытии, по справедливой цене.

От данных к лучшим картам зарядки

Наконец, платформа ISE-CAP была использована в компьютерных симуляциях для тестирования того, где следует размещать новые зарядные станции. Модели учитывали прогнозируемый спрос, расстояния, которые людям придётся проезжать до зарядки, и то, как дополнительная нагрузка повлияет на электрическую сеть. В многочисленных симулированных прогах система находила компоновки, которые снижали среднее расстояние до зарядной точки при контролируемой нагрузке на сеть. Хотя результаты оптимизации ещё не проверены на практике, они демонстрируют, как сочетание опросных данных, предиктивных моделей и имитации методом проб и ошибок может помочь в планировании инфраструктуры, адаптированной к особенностям каждого региона, а не к национальным средним показателям.

Что это значит для будущего езды на электромобилях

Для неспециалиста ключевой вывод таков: успех электромобилей — это не просто установка большего числа розеток, а размещение правильных типов зарядных устройств в нужных местах для тех людей, которые действительно их будут использовать. Исследование показывает, что большинство текущих владельцев ЭМ хотят быстрые, близкие и надёжные зарядки с понятной информацией о их доступности, и что эти предпочтения тонко отличаются между регионами с разным уровнем доходов и планировкой. Группируя пользователей по типам поведения, прогнозируя спрос и выявляя ключевые факторы выбора, рамочная система ISE-CAP предлагает практический подход для советов, энергетических компаний и планировщиков, чтобы проектировать сети зарядки, которые кажутся удобными и справедливыми. При масштабировании и уточнении на больших наборах данных такой подход, основанный на данных, может сделать владение электромобилем более плавным, дешевым и привлекательным для многих водителей, ускоряя переход на более чистый транспорт.

Цитирование: 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

Ключевые слова: электромобили, зарядная инфраструктура, умные города, поведение пользователей, машинное обучение