Почему планировщики маршрутов для электромобилей расходятся

Ключевые выводы

Планирование маршрута для электрических автомобилей — это активная задача оптимизации, а не решенная проблема ^[1].
Прогнозирование потребления энергии является крупнейшим источником разногласий, и это действительно сложно ^[2].
Планировщики различаются по предполагаемой скорости, и скорость больше всего влияет на потребление на автомагистрали, чем любая другая переменная.
Они различаются в том, сколько запаса оставить при прибытии, что является оценкой ваших нервов, а не физики.
Где два планировщика резко расходятся, пессимистичный обычно является тем, вокруг кого стоит планировать.

Они предполагают разные скорости

Аэродинамическое сопротивление возрастает с квадратом скорости, а мощность, необходимая для его преодоления, — с кубом. Разница между 110 км/ч и 130 км/ч, следовательно, не составляет двадцати процентов в потреблении; она гораздо больше. Планировщик, предполагающий, что вы будете двигаться на предельной скорости, и тот, кто предполагает, что вы будете двигаться ниже, моделируют два разных путешествия.

Большинство инструментов позволяют вам установить это, и большинство людей никогда этого не делает. Если два планировщика расходятся, и вы можете проверить только одну вещь, проверьте предполагаемую скорость.

Они по-разному моделируют кривую зарядки или не моделируют её вовсе

Литий-ионный аккумулятор принимает высокую мощность при низком уровне заряда и резко снижается по мере заполнения ^[3]. Практическое следствие заключается в том, что последние двадцать процентов заряда могут занять столько же времени, сколько первые пятьдесят, поэтому оптимальная стратегия обычно заключается в большем количестве остановок, каждая из которых короче, а не в меньшем количестве и более длительных.

Планировщик, который правильно моделирует это, создаст маршрут, который выглядит неэффективным — четыре остановки вместо двух — и тем не менее доставит вас быстрее. Планировщик, который рассматривает зарядку как фиксированную ставку, создает более аккуратный план, который неверен.

Они расходятся в мнениях о погоде

Холод снижает полезный запас хода и одновременно замедляет скорость, с которой аккумулятор будет принимать заряд ^[4]. Оба эффекта действуют в одном направлении, и план, основанный на потреблении в умеренную погоду, может провалиться так, что небольшая погрешность не покроет.

Это ряд, где разница между планировщиками наиболее значительна, и именно поэтому таблица возможностей рассматривает моделирование погоды как первоклассную функцию, а не как мелочь.

Они расходятся в мнениях о том, насколько вам следует бояться

Запас хода — это не физическая величина, а политика. Инструмент, настроенный на прибытие с 10%, и тот, который настроен на прибытие с 20%, создадут материально разные маршруты из идентичных входных данных, и ни один из них не является неправильным.

Тревога по поводу запаса хода — это хорошо задокументированное влияние на то, как водители на самом деле ведут себя, отличное от того, что может сделать автомобиль ^[5]. Планировщик, который позволяет вам установить это, позволяет вам оценить свои собственные нервы, что является правильным местом для этого решения.

Трехполосная британская автомагистраль с движением в обоих направлениях под серым небом — Klaus with K · CC BY-SA 3.0 · Wikimedia Commons

Что с этим делать

Установите предполагаемую скорость на то, как вы на самом деле водите, а не на то, как вы собираетесь.
В холодный день планируйте с пессимистичным инструментом и рассматривайте оптимистичный как лучший случай.
Доверьтесь планировщику, который предлагает вам больше коротких остановок, а не тому, который предлагает меньше, но более длительных.
Перепланируйте в середине пути, а не в начале. Каждый ввод уже изменился к тому времени.

40 публикаций, 2012–2026. Это в значительной степени наблюдательная база. Она может установить, что вещи происходят вместе; она не может решить, что вызывает другое. Источник: собственный список цитирования этой страницы, ниже.

Ссылки

Каждая цитата ниже ссылается на оригинальную рецензируемую запись на PubMed или через DOI. Ничто из этого не является заменой медицинскому совету.

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