EV Planner Compared

Επεξήγηση

Γιατί δύο σχεδιαστές δίνουν διαφορετική απάντηση

Ίδιο αυτοκίνητο, ίδια διαδρομή, ίδια ημέρα. Ένας λέει τρεις στάσεις και έξι ώρες, ο άλλος λέει δύο στάσεις και πέντε. Κανένας δεν λέει ψέματα — διαφωνούν για πράγματα που είναι πραγματικά αβέβαια.

Updated 3 min read 40 citations Evidence strength 3/5

Θέα κατά μήκος αυτοκινητόδρομου από γέφυρα προς έξοδο
Dietmar Rabich · CC BY-SA 4.0 · Wikimedia Commons

Υποθέτουν διαφορετικές ταχύτητες

Η αεροδυναμική αντίσταση αυξάνεται με το τετράγωνο της ταχύτητας, και η ισχύς που απαιτείται για να την ξεπεράσετε με τον κύβο. Η διαφορά μεταξύ 110 χλμ/ώρα και 130 χλμ/ώρα δεν είναι, επομένως, μια διαφορά είκοσι τοις εκατό στην κατανάλωση; είναι πολύ μεγαλύτερη. Ένας προγραμματιστής που υποθέτει ότι θα καθίσετε στο όριο και ένας που υποθέτει ότι θα επιπλέετε κάτω από αυτό μοντελοποιούν δύο διαφορετικά ταξίδια.

Οι περισσότερα εργαλεία σας επιτρέπουν να ρυθμίσετε αυτό και οι περισσότεροι άνθρωποι ποτέ δεν το κάνουν. Αν δύο προγραμματιστές διαφωνούν και μπορείτε να ελέγξετε μόνο ένα πράγμα, ελέγξτε την υποθετική ταχύτητα.

Μοντελοποιούν την καμπύλη φόρτισης διαφορετικά, ή καθόλου

Μια μπαταρία λιθίου-ιόντων δέχεται υψηλή ισχύ σε χαμηλή κατάσταση φόρτισης και μειώνεται απότομα καθώς γεμίζει [3]. Η πρακτική συνέπεια είναι ότι το τελευταίο είκοσι τοις εκατό μιας φόρτισης μπορεί να διαρκέσει όσο οι πρώτες πενήντα, οπότε η βέλτιστη στρατηγική είναι συνήθως περισσότερες στάσεις, κάθε μία πιο σύντομη, παρά λιγότερες και μεγαλύτερες.

Ένας προγραμματιστής που μοντελοποιεί αυτό σωστά θα παράγει ένα δρομολόγιο που φαίνεται αναποτελεσματικό — τέσσερις στάσεις αντί για δύο — και παρ' όλα αυτά θα σας φέρει εκεί νωρίτερα. Ένας προγραμματιστής που αντιμετωπίζει τη φόρτιση ως σταθερή τιμή παράγει ένα πιο τακτοποιημένο σχέδιο που είναι λάθος.

Διαφωνούν για τον καιρό

Το κρύο μειώνει την χρησιμοποιήσιμη εμβέλεια και ταυτόχρονα επιβραδύνει τον ρυθμό με τον οποίο η μπαταρία θα δέχεται φόρτιση [4]. Και οι δύο επιδράσεις πιέζουν προς την ίδια κατεύθυνση, και ένα σχέδιο που βασίζεται στην κατανάλωση σε ήπιο καιρό μπορεί να αποτύχει με τρόπο που ένα μικρό περιθώριο σφάλματος δεν καλύπτει.

Αυτή είναι η σειρά όπου η διαφορά μεταξύ των προγραμματιστών είναι πιο σημαντική, και είναι ο λόγος που ο πίνακας ικανοτήτων αντιμετωπίζει το μοντέλο καιρού ως χαρακτηριστικό πρώτης κατηγορίας αντί για μια πολυτέλεια.

Διαφωνούν για το πόσο φοβισμένοι θα πρέπει να είστε

Το περιθώριο άφιξης — πόση φόρτιση επιμένει ένας προγραμματιστής να έχετε αφήσει όταν φτάσετε σε μια στάση — δεν είναι φυσική ποσότητα. Είναι πολιτική. Ένα εργαλείο ρυθμισμένο να φτάσει στο 10% και ένα ρυθμισμένο να φτάσει στο 20% θα παράγει υλικά διαφορετικά δρομολόγια από τα ίδια εισροές, και κανένα δεν είναι λανθασμένο.

Η αγωνία για την εμβέλεια είναι μια καλά τεκμηριωμένη επιρροή στο πώς οι οδηγοί συμπεριφέρονται στην πραγματικότητα, διακριτή από το τι μπορεί να κάνει το αυτοκίνητο [5]. Ένας προγραμματιστής που σας επιτρέπει να ρυθμίσετε αυτό σας επιτρέπει να τιμολογήσετε τα δικά σας νεύρα, το οποίο είναι το σωστό μέρος για να καθίσει αυτή η απόφαση.

Τριλέπτη βρετανική αυτοκινητόδρομος με κυκλοφορία και στις δύο κατευθύνσεις κάτω από έναν γκρίζο ουρανό
Klaus with K · CC BY-SA 3.0 · Wikimedia Commons

Τι να κάνετε γι' αυτό

  • Ρυθμίστε την υποθετική ταχύτητα στο τι πραγματικά οδηγείτε, όχι στο τι σκοπεύετε να κάνετε.
  • Σε μια κρύα μέρα, σχεδιάστε με το απαισιόδοξο εργαλείο και αντιμετωπίστε το αισιόδοξο ως την καλύτερη περίπτωση.
  • Εμπιστευθείτε έναν προγραμματιστή που σας δίνει περισσότερες, πιο σύντομες στάσεις από έναν που σας δίνει λιγότερες, μεγαλύτερες.
  • Επανασχεδιάστε κατά τη διάρκεια του ταξιδιού αντί στην αρχή. Κάθε εισροή έχει μετατοπιστεί μέχρι τότε.
Τα στοιχεία πίσω από αυτή τη σελίδα Ένα στοιβαγμένο γράφημα που δείχνει τη σύνθεση των 40 δημοσιεύσεων που αναφέρονται σε αυτή τη σελίδα κατά τύπο μελέτης. 40other (40)
40 δημοσιεύσεις, 2012–2026. Αυτή είναι μια κυρίως παρατηρητική βάση. Μπορεί να καθορίσει ότι τα πράγματα συμβαδίζουν· δεν μπορεί να καθορίσει ποιο προκαλεί το άλλο. Πηγή: η δική της λίστα αναφορών αυτής της σελίδας, παρακάτω.

References

Every citation below links to the original peer-reviewed record on PubMed or via DOI. Nothing here is a substitute for medical advice.

  1. Effect of Ambient Temperature on Electric Vehicles’ Energy Consumption and Range: Model Definition and Sensitivity Analysis Based on Nissan Leaf Data Iora P, Tribioli L · World Electric Vehicle Journal · 2019 · Journal article DOI
  2. Electric Vehicle Energy Consumption Modelling and Prediction Based on Road Information Wang J, Besselink I, Nijmeijer H · World Electric Vehicle Journal · 2015 · Journal article DOI
  3. Machine learning-based uncertainty quantification for energy consumption and driving range estimation in electric cargo vehicles Gandhi M, Chaudhari A · Energy Informatics · 2026 · Journal article DOI
  4. Estimation of Energy Consumption in Battery-electric Motorcycles Using a Virtual Vehicle Model and the Development of a Customized Measurement System Göntér Á, Sipos T · Periodica Polytechnica Transportation Engineering · 2026 · Journal article DOI
  5. Dynamic Electric Vehicle Route Planning via Traffic Flow Prediction and Charging Service Integration Zhang Y, Shen X, Wang Y · Processes · 2026 · Journal article DOI
  6. Optimizing Electric Delivery Vehicle Route Planning: A Hybrid Approach Integrating Clustering and Ant Colony Algorithm for Sustainable Transportation Heng S, Sharma A, Xiao J · Sustainability · 2026 · Journal article DOI
  7. Modeling Electric Vehicle Adoption in Thailand: The Impact of Ecosystem and Policy Support via Perceived Value and Charging Anxiety Suvittawat A, Suvittawat N · World Electric Vehicle Journal · 2026 · Journal article DOI
  8. Revisiting Electric Mobility: How Individual Perceived Value Shapes Battery Electric Vehicle Adoption—Insights into Technophilia, Range Anxiety, and Battery Cost in China Jia H, Zhao H, Uchiyama Y · World Electric Vehicle Journal · 2026 · Journal article DOI
  9. MACHINE LEARNING-DRIVEN OPTIMIZATION OF ELECTRIC VEHICLE CHARGING WITH DRIVER SATISFACTION MODELING CHERUVU AYESHA, Mrs.B.JYOTHSHA, Mr.P. VISWANATHA REDDY · ETDT · 2026 · Journal article DOI
  10. Electric Vehicle Charging Station Location Planning Based on Range Anxiety in Last Mile Logistics in Yogyakarta Haryanto Z, Afraah S · Jurnal Teknologi · 2025 · Journal article DOI
  11. Systematic Planning of Electric Vehicle Battery Swapping and Charging Station Location and Driver Routing with Bi-Level Optimization Chen B, Chen J, Feng H · World Electric Vehicle Journal · 2025 · Journal article DOI
  12. Influencer-Mediated Range Anxiety Mitigation: Examining Social Media Marketing Pathways to Electric Vehicle Adoption in Vietnam's Digital Economy NGUYEN T · Journal of Economics, Finance And Management Studies · 2025 · Journal article DOI
  13. An Electric Vehicle Optimal Charging Path Planning based on an Improved A* Algorithm Chen X · Frontiers in Computing and Intelligent Systems · 2025 · Journal article DOI
  14. Optimisation of Electric Vehicle Charging Stations Planning Based on Macro and Micro Perspectives WANG Q, DENG K, YAN J, et al. · Promet - Traffic&Transportation · 2025 · Journal article DOI
  15. Personalised electric vehicle charging stop planning through online estimators Shafipour E, Stein S, Ahipasaoglu S · Autonomous Agents and Multi-Agent Systems · 2024 · Journal article DOI
  16. Integrated model construction for state of charge estimation in electric vehicle lithium batteries Liu Y, Dun W · Energy Informatics · 2024 · Journal article DOI
  17. Optimization model of battery electric vehicle charging facility layout towards embedded system and data mining algorithm Zhang P, Liu J, Luo N, et al. · International Journal of Emerging Electric Power Systems · 2024 · Journal article DOI
  18. Electric Vehicle Distribution Route Optimisation and Charging Strategy Considering Dynamic Loads Wu Q, Tian M · Polish Journal of Environmental Studies · 2024 · Journal article DOI
  19. Multi-Objective Electric Vehicle Route and Charging Planning with Contraction Hierarchies Cuchý M, Vokřínek J, Jakob M · Proceedings of the International Conference on Automated Planning and Scheduling · 2024 · Journal article DOI
  20. Electric Vehicle Health Monitoring with Electric Vehicle Range Prediction and Route Planning Jayaram J, Chetan J, Nayak B · Journal of Informatics and Web Engineering · 2024 · Journal article DOI
  21. Electric Vehicle Charging Route Planning for Shortest Travel Time Based on Improved Ant Colony Optimization Tan A, Wang C, Wang Y, et al. · Sensors · 2024 · Journal article DOI
  22. Optimal number of charging station and pricing strategy for the electric vehicle with component commonality considering consumer range anxiety Yu W, Zhang L, Lu R, et al. · PLOS ONE · 2023 · Journal article DOI
  23. Electric Vehicle Charging Sessions Generator Based on Clustered Driver Behaviors Van Kriekinge G, De Cauwer C, Sapountzoglou N, et al. · World Electric Vehicle Journal · 2023 · Journal article DOI
  24. Charging after Lockdown: The Aftermath of COVID-19 Policies on Electric Vehicle Charging Behaviour in The Netherlands van der Koogh M, Wolbertus R, Heller R · World Electric Vehicle Journal · 2023 · Journal article DOI
  25. Evaluation of Electric Vehicle Charging Usage and Driver Activity Mahlberg J, Desai J, Bullock D · World Electric Vehicle Journal · 2023 · Journal article DOI
  26. Energy Cost Analysis and Operational Range Prediction Based on Medium- and Heavy-Duty Electric Vehicle Real-World Deployments across the United States Qiu Y, Dobbelaere C, Song S · World Electric Vehicle Journal · 2023 · Journal article DOI
  27. Research and Evaluation of Electric Vehicle Charging Station Layout Planning Based on Greedy Algorithm Yu C, Chen M, Lu H, et al. · Highlights in Science, Engineering and Technology · 2023 · Journal article DOI
  28. Simulation model for rendering and analyzing the prediction of electric vehicle energy consumption in Matlab/Simulink Janković F, Mujović S · ETF Journal of Electrical Engineering · 2023 · Journal article DOI
  29. Electric Vehicle Charging Station Location Model considering Charging Choice Behavior and Range Anxiety Liu H, Li Y, Zhang C, et al. · Sustainability · 2022 · Journal article DOI
  30. Electric Vehicle Range Estimation Using Regression Techniques Ahmed M, Mao Z, Zheng Y, et al. · World Electric Vehicle Journal · 2022 · Journal article DOI
  31. Rapid Evaluation Method for Accuracy of Range Estimation of Pure Electric Vehicle Range Estimation Based on CLTC-P Dai T, Zhou B, Zhang Y, et al. · E3S Web of Conferences · 2021 · Journal article DOI
  32. An Optimal Control Algorithm with Reduced DC-Bus Current Fluctuation for Multiple Charging Modes of Electric Vehicle Charging Station Chen T, Fu P, Chen X, et al. · World Electric Vehicle Journal · 2021 · Journal article DOI
  33. Research on Establishment of Vehicle Energy Distribution Model and Energy Consumption Optimization Based on Electric Hybrid System Liang P, He H, Cui H, et al. · World Electric Vehicle Journal · 2021 · Journal article DOI
  34. Optimization Approach for Long-Term Planning of Charging Infrastructure for Fixed-Route Transportation Systems Blat Belmonte B, Rinderknecht S · World Electric Vehicle Journal · 2021 · Journal article DOI
  35. Development of Hybrid Vehicle Energy Consumption Model for Transportation Applications—Part II: Traction Force-Speed Based Energy Consumption Modeling Pitanuwat S, Aoki H, IIzuka S, et al. · World Electric Vehicle Journal · 2019 · Journal article DOI
  36. Economic Microgrid Planning Algorithm with Electric Vehicle Charging Demands Yoon S, Kang S · Energies · 2017 · Journal article DOI
  37. Online Prediction of Battery Electric Vehicle Energy Consumption Wang J, Besselink I, Nijmeijer H · World Electric Vehicle Journal · 2016 · Journal article DOI
  38. Model-Based Remaining Driving Range Prediction in Electric Vehicles by using Particle Filtering and Markov Chains Oliva J, Weihrauch C, Bertram T · World Electric Vehicle Journal · 2013 · Journal article DOI
  39. Measuring Range Anxiety: the Substitution-Emergency-Detour (SED) Method Lin Z · World Electric Vehicle Journal · 2012 · Journal article DOI
  40. Energy Consumption Prediction of a Vehicle along a User-Specified Real-World Trip Karbowski D, Pagerit S, Calkins A · World Electric Vehicle Journal · 2012 · Journal article DOI

This page was translated automatically from English. The citations and numbers are unchanged. Read the English original if anything reads oddly. Read the English original