随着全球气温上升，温室气体以指数级速度排放，对绿色技术的需求可能变得非常必要。向电动交通的过渡是一项很有前途的全球战略，旨在使交通运输部门脱碳，大多数国家都支持全球EV30@30运动，其目标是到2030年至少有30%的新车销售是电动的。麦肯锡对电动汽车采用的基本情景预测显示，到2030年，中国、欧盟和美国将有约1.2亿辆电动汽车上路。

一个可访问且强大的电动汽车(EV)充电基础设施网络是实现这一雄心勃勃的转型的必要先决条件。大多数国家都制定了各种扶持政策，以促进充电基础设施网络的发展，并在利益攸关方之间建立能力，以支持其实地扩张。为了确保电动汽车充电基础设施的有效和及时实施，需要一种情境化的方法，使其符合当地的要求，并在电力供应和交通网络中得到最佳整合。

关键的挑战是充电站的准备程度和需求不一致。优化充电站的选址是一个复杂的过程，需要考虑许多因素，如电力服务的可用性、巡航时间、充电站要服务的司机和车辆的类型、交通密度和一天的旅行时间、土地所有权，而最关键的是社会公平。这些不同的因素被整理和综合，以估计需求和提供服务，以最大限度地利用充电站。在需求分析的基础上，可以设计一个站点适用性分析，以了解提供良好覆盖和高利用率的潜在站点，以优化客户的旅行时间，从而减少碳足迹。

驾驶电动汽车的主要挑战是里程较短和充电时间较长。充电设备因充电时间、电池容量、电池类型和电动汽车供电设备(EVSE)的类型而异。根据上述参数，充电时间可从20分钟到20小时不等。通常，根据AC/ DC充电级别，充电站分为3类:AC Level 1、AC Level 2、DC Fast charging;以及它们在商业和住宅设施中的使用，如公共接入充电、工作场所充电和直流快速充电。在建议客户从特定充电站获得服务时，充电速度和充电车辆类型是优化的约束条件。

具有GeoAI和机器学习算法的地理信息系统提供了一个综合平台，可以整理和综合这些限制，并有助于描绘客户集群和充电站的站点适用性分析，以及特定类别的充电站以适应正确的车辆类别。它还扩展了分析，以取代或替换基于使用模式和覆盖范围优化的现有充电站。基于顾客出行模式，可以通过时间起点-目的地分析来模拟电动汽车充电负荷的时空特征。

以下是需求分析和网站适宜性分析所选择的一系列因素。考虑到各种人口统计数据，包括社会、车辆种类、资费，估算每一类充电站需求的参数列表。采用不同的多变量分析算法，包括权重-秩模型和实验设计，试图识别潜在的需求集群。对各因素进行适当的加权，并对各因素的类别进行排序，建立模型。支持向量机和逻辑回归技术在提取需求聚类方面也有很好的效果。

这里确定的潜在客户群与站点适用性分析参数一起用于评估充电站的潜在位置。这是一个典型的多标准多目标决策，考虑了上述因素。主要目标-充电站类别，与减少排放一致的最佳距离和最佳时间。它还可以评估现有站点的利用效率，同时重新评估新的和额外的站点;取代或替换旧的场地。有限的巡航范围、较差的充电时间和减速过程中恢复能量的特点需要创新的节能路由算法。综合考虑上述约束条件，得出最优节能路线。这种优化的用电反过来又有望在一定程度上控制生产，从而减少排放。

结果是要有的

a)充电站与客户集群的映射——基于客户类别和充电站类别，无论是公共类型还是私有类型。

b)带充电站映射的车型

c)带有社会公平特征的公共或私人电台。

在电动汽车充电站适用性分析中，提供端到端解决方案的过程中进行了以下六个模块的分析。它涵盖了每个类别的车辆，充电站类型和有效利用指数(客户集群的覆盖效率)的分析。

执行管道

端到端解决方案的执行管道如下所示。

• 初级数据集(来自地面真实或卫星图像)和次级数据集是在线或离线获取的，并在管道中摄取。
• 预处理:在进行需求分析(客户集群)和定位合适的站点之前，对每个数据主题进行地理编码、内插/外推、规范化和缩放。
• 该解决方案根据客户的车辆类别、土地使用类别(住宅、商业、工业等)在GIS平台上绘制出相应的充电站类别(公共接入充电、工作场所充电和直流快速充电)的客户集群。每次执行都从定义一个特定的目标开始，并以如何使用结果确定可以进一步调查的特定潜在位置结束。
• 在多准则多目标分析中，尝试了一套包括Huff模型在内的多变量优化算法，在模型设定目标的基础上，基于吸引力指数对识别出的客户群进行潜在充电站站点的提取。

结论

随着电动汽车使用量的增加、消费者充电需求的扩大和服务需求的增加，在符合ESG准则的前提下，优化网络中充电站的选址，满足充电需求是一个复杂的过程。随着车载GPS的引入和通信基站数据的可用性，越来越多的研究正在使用实时电动汽车轨迹数据和位置数据来生成车辆类型的实时需求生成，以及客户档案，以便在ETA，最优距离与减少排放方面与充电站进行最佳映射，并帮助准备实时充电调度程序。

Cyient的大趋势报告涵盖了可持续发展主题，包括智能和元移动出行、可持续能源和平台——电动移动出行系统、电池管理、替代移动出行、电动汽车、充电系统和增强的电网能力——车辆到电网技术;那些能够设计和实施可持续解决方案的人。站点选择优化有望为特定类别的客户提供节能路线，以到达正确的充电站，从而有效和高效地使用已经充电的电池。

作者简介

Nihar R Sahoo拥有地球科学博士学位，专攻地理信息系统、遥感和应用统计。他拥有超过23年的行业经验。他感兴趣的领域是利用地球观测数据构建端到端开发、部署和操作地理空间机器学习解决方案。