Selitys
Miksi kaksi reittisuunnittelijaa antaa eri vastauksen
Sama auto, sama reitti, sama päivä. Yksi sanoo kolme pysähdystä ja kuusi tuntia, toinen sanoo kaksi pysähdystä ja viisi. Kumpikaan ei valehtele — he ovat eri mieltä asioista, jotka ovat aidosti epävarmoja.
He olettavat eri nopeuksia
Aerodynaaminen vastus kasvaa nopeuden neliön myötä, ja voima, joka tarvitaan sen voittamiseen, kasvaa kuution myötä. Ero 110 km/h ja 130 km/h välillä ei siis ole kaksikymmentä prosenttia kulutuksessa; se on paljon suurempi. Suunnittelija, joka olettaa, että pysyt rajoituksessa, ja toinen, joka olettaa, että ajelet sen alapuolella, mallintavat kahta eri matkaa.
Useimmat työkalut antavat sinun asettaa tämän, ja useimmat ihmiset eivät koskaan tee niin. Jos kaksi suunnittelijaa eroaa, ja voit tarkistaa vain yhden asian, tarkista oletettu nopeus.
He mallintavat latauskäyrää eri tavalla tai eivät lainkaan
Litiumioniakku hyväksyy suurta tehoa alhaisella varausasteella ja laskee jyrkästi täyttyessään [3]. Käytännön seuraus on, että viimeiset kaksikymmentä prosenttia latauksesta voivat kestää yhtä kauan kuin ensimmäiset viisikymmentä, joten optimaalinen strategia on yleensä useammat pysähdykset, jokainen lyhyempi, sen sijaan että olisi vähemmän ja pidempiä.
Suunnittelija, joka mallintaa tämän oikein, tuottaa reitin, joka näyttää tehottomalta — neljä pysähdystä kahden sijaan — ja silti pääset perille nopeammin. Suunnittelija, joka käsittelee latausta tasahintana, tuottaa siistimmän suunnitelman, joka on väärä.
He eroavat sään suhteen
Kylmä vähentää käytettävää kantamaa ja samalla hidastaa sitä vauhtia, jolla akku hyväksyy latausta [4]. Molemmat vaikutukset vaikuttavat samaan suuntaan, ja suunnitelma, joka perustuu leutojen säiden kulutukseen, voi epäonnistua tavalla, jota pieni virhemarginaali ei kata.
Tämä on rivi, jossa suunnittelijoiden välinen ero on kaikkein merkityksellisin, ja siksi kyvykkyystaulukko käsittelee sään mallintamista ensiluokkaisena ominaisuutena eikä vain mukavuutena.
He eroavat siitä, kuinka pelokkaaksi sinun pitäisi tulla
Saapumisen vara — kuinka paljon varausta suunnittelija vaatii sinulla olevan jäljellä, kun saavut pysähdykseen — ei ole fyysinen määrä. Se on politiikka. Työkalu, joka on asetettu saapumaan 10 %:n varausta ja toinen, joka on asetettu saapumaan 20 %:n varausta, tuottavat aineellisesti erilaisia reittejä samoista syötteistä, eikä kumpikaan ole väärä.
Kantama-ahdistus on hyvin dokumentoitu vaikutus siihen, miten kuljettajat todellisuudessa käyttäytyvät, erona siihen, mitä auto voi tehdä [5]. Suunnittelija, joka antaa sinun asettaa tämän, antaa sinun hinnoitella omat hermosi, mikä on oikea paikka tälle päätökselle.
Mitä tehdä asialle
- Aseta nopeusoletus siihen, miten todella ajat, ei siihen, mitä aiot.
- Kylmänä päivänä suunnittele pessimistisellä työkalulla ja käsittele optimistista parhaan tapana.
- Luota suunnittelijaan, joka antaa sinulle enemmän, lyhyempiä pysähdyksiä, sen sijaan että antaisi vähemmän, pidempiä.
- Suunnittele uudelleen matkan aikana sen sijaan, että tekisit sen alussa. Jokainen syöte on silloin jo muuttunut.
References
Every citation below links to the original peer-reviewed record on PubMed or via DOI. Nothing here is a substitute for medical advice.
-
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
-
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
-
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
-
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
-
Dynamic Electric Vehicle Route Planning via Traffic Flow Prediction and Charging Service Integration Zhang Y, Shen X, Wang Y · Processes · 2026 · Journal article DOI
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
Integrated model construction for state of charge estimation in electric vehicle lithium batteries Liu Y, Dun W · Energy Informatics · 2024 · Journal article DOI
-
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
-
Electric Vehicle Distribution Route Optimisation and Charging Strategy Considering Dynamic Loads Wu Q, Tian M · Polish Journal of Environmental Studies · 2024 · Journal article DOI
-
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
-
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
-
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
-
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
-
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
-
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
-
Evaluation of Electric Vehicle Charging Usage and Driver Activity Mahlberg J, Desai J, Bullock D · World Electric Vehicle Journal · 2023 · Journal article DOI
-
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
-
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
-
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
-
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
-
Electric Vehicle Range Estimation Using Regression Techniques Ahmed M, Mao Z, Zheng Y, et al. · World Electric Vehicle Journal · 2022 · Journal article DOI
-
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
-
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
-
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
-
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
-
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
-
Economic Microgrid Planning Algorithm with Electric Vehicle Charging Demands Yoon S, Kang S · Energies · 2017 · Journal article DOI
-
Online Prediction of Battery Electric Vehicle Energy Consumption Wang J, Besselink I, Nijmeijer H · World Electric Vehicle Journal · 2016 · Journal article DOI
-
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
-
Measuring Range Anxiety: the Substitution-Emergency-Detour (SED) Method Lin Z · World Electric Vehicle Journal · 2012 · Journal article DOI
-
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