Објаснување

Зошто два планера даваат различен одговор за ист автомобил

Исти автомобил, ист пат, ист ден. Едниот вели три застанувања и шест часа, другиот вели две застанувања и пет. Ниту еден не лаже — тие се несогласуваат за работи кои се навистина несигурни.

Ажурирано 3 мин читање 40 цитати Сила на доказите 3/5

Поглед покрај автопат од надвозник кон излезна патека
Dietmar Rabich · CC BY-SA 4.0 · Wikimedia Commons

Тие претпоставуваат различни брзини

Аеродинамичката отпорност расте со квадратот на брзината, а потребната моќ за да се надмине со кубот. Разликата помеѓу 110 км/ч и 130 км/ч не е разлика од дваесет проценти во потрошувачката; таа е многу поголема. Планерот што претпоставува дека ќе се движите на ограничувањето и оној што претпоставува дека ќе се движите под него моделираат две различни патувања.

Повеќето алатки ви дозволуваат да го поставите ова и повеќето луѓе никогаш не го прават. Ако двајца планери се несогласуваат и можете да проверите само една работа, проверете ја претпоставената брзина.

Тие го моделираат кривата на полнење поинаку, или воопшто не ја моделираат

Литиум-јонскиот пакет прифаќа висока моќност при низок степен на полнење и се намалува стрмно како што се полни [3]. Практичната последица е дека последните дваесет проценти од полнењето можат да траат колку првите педесет, така што оптималната стратегија обично е повеќе застанувања, секое пократко, наместо помалку и подолго.

Планерот што правилно го моделира ова ќе произведе итинерар што изгледа неефикасно — четири застанувања наместо две — и сепак ќе ве доведе побрзо. Планерот што третира полнењето како фиксна цена произведува поубав план што е погрешен.

Тие се несогласуваат за времето

Студот ја намалува употребливата дистанца и истовремено го забавува темпото на кое пакетот ќе прифати полнење [4]. Двата ефекти делуваат во ист правец, а планот базиран на потрошувачката во благото време може да не успее на начин што малата маргина на грешка не го покрива.

Ова е редот каде разликата помеѓу планерите е најзначајна, и затоа табелата за способности го третира моделирањето на времето како првокласна карактеристика, а не како луксуз.

Тие се несогласуваат за тоа колку треба да се плашите

Резервата при пристигнување — колку полнење планерот инсистира дека треба да имате оставено кога ќе стигнете до застанување — не е физичка количина. Тоа е политика. Алатка поставена да пристигне на 10% и една поставена да пристигне на 20% ќе произведе материјално различни итинерари од идентични влезови, и ниту една не е погрешна.

Стравот од опсегот е добро документирано влијание на тоа како возачите всушност се однесуваат, различно од тоа што автомобилот може да направи [5]. Планерот што ви дозволува да го поставите ова ви дозволува да ги цените вашите нерви, што е правилното место за таа одлука.

Три ленти британска автопатска сообраќај со движење во двете насоки под сивото небо
Klaus with K · CC BY-SA 3.0 · Wikimedia Commons

Што да се направи за тоа

  • Поставете ја претпоставката за брзина на она што всушност возите, а не на она што планирате да возите.
  • На студен ден, планирајте со песимистичката алатка и третирајте ја оптимистичката како најдобар случај.
  • Доверете се на планер што ви дава повеќе, пократки застанувања отколку на оној што ви дава помалку, подолги.
  • Планирајте повторно сред патувањето наместо на почетокот. Секој влез до тогаш е поместен.
Доказите зад оваа страница Слоен бар што ја покажува составот на 40-те публикации цитирани на оваа страница по тип на студија. 40other (40)
40 публикации, 2012–2026. Ова е во голема мера опсервациска база. Може да утврди дека работите се случуваат заедно; не може да утврди која од нив ја предизвикува другата. Извор: списокот на цитати на оваа страница, подолу.

Референци

Секое цитирање подолу води до оригиналниот рецензиран запис на PubMed или преку DOI. Ништо од ова не е замена за медицински совет.

  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

Оваа страница беше автоматски преведена од англиски. Цитатите и бројките остануваат непроменети. Прочитајте го оригиналот на англиски ако нешто звучи чудно. Прочитајте го оригиналот на англиски