Algorytmy uczenia maszynowego doradzą kierowcy, kiedy i jak najlepiej ma ładować swoje auto. Mają na tym zyskać wszyscy uczestnicy systemu automobilności w Polsce
Warszawski start-up pracuje nad systemem opartym o sztuczną inteligencję eRoute, który ma optymalizować wykorzystanie ładowarek dla samochodów elektrycznych. Według ekspertów od elektromobilności to jedna z największych barier rozwoju branży w tej chwili.
Z danych Instytutu Badań Rynku Samochodowego Samar wynika, że w 2019 r. wszystkich zarejestrowanych aut elektrycznych było 10 232 sztuki, z czego niecała połowa to auta zasilane wyłącznie prądem. Z kolei jak informuje serwis wysokienapiecie.pl dziesięciu największych operatorów ładowarek elektrycznych oferuje kierowcom zaledwie 1090 punktów ładowania „elektryków”. Do końca roku ta liczba ma co prawda się podwoić, ale to i tak kropla w morzu potrzeb dla użytkowników e-samochodów.
Potrzebna współpracy
Optymalizacja ładowania to problem, który istnieje od początku elektromobilności. Użytkownik chce ładować swoje auto szybko i tanio, producent prądu nie chciałby mieć żadnych strat i skoków na sieci, a operator ładowarek, aby nie było przerw w ładowaniu lub nagromadzenia dużej liczby aut w jednym czasie. Dlatego już dziś wykorzystywane są w ładowarkach specjalne inteligentne systemy i oprogramowanie, które stanowi interfejs między kierowcą, operatorem systemu rozliczeniowego, operatorem sieci elektrycznej i operatorem stacji ładowania. Umożliwiają one np. przełączanie faz zasilania ładowarek, co zwiększa ich wydajność i wskazuje optymalny czas, kiedy powinno nastąpić ładowanie. Nad podobnym projektem pracował m.in. Orlen, wcześniej RWE, jak również producenci i operatorzy ładowarek.
Sztuczna inteligencja w dużej mierze odpowiada w automobilności za działanie samochodów autonomicznych.
Czy wspomoże również rozwój aut elektrycznych? Przedstawiciele Project42 wierzą, że tak. – Tworzymy eRoute wierząc, że przyszłość elektromobilności leży w ścisłej, skoordynowanej współpracy wszystkich uczestników systemu ładowania. Począwszy od kierowców, przez właścicieli ładowarek, zarządców sieci elektrycznej po sprzedawców energii elektrycznej. Łatwo zauważyć, że pomiędzy poszczególnymi grupami może narodzić się silna konkurencja, obejmująca nie tylko nabywców i sprzedawców energii elektrycznej, ale również pozostałe grupy interesariuszy – mówi nam Kamil Mieszkowski, prezes Project42.
Jego zdaniem dla dalszego działania, rozwoju i upowszechnienia elektromobilności na dużą skalę konieczne jest stworzenie ekosystemu uwzględniającego łagodzące skutki tej konkurencji. Jednak dla opracowania wielostronnie korzystnego rozwiązania tego zagadnienia nie wystarczy system optymalizujący korzyści każdego z indywidualnych użytkowników.
– Dzięki opracowanym przez nasz zespół autorskim rozwiązaniom dotyczącym modelowania zachowania użytkowników sieci miejskiej, system testuje wiele możliwych strategii zarządzania zasobami w ramach wyznaczonych przez operatora i wybiera rozwiązania, które mają pożądane w danej chwili cechy – dodaje ekspert.
Zadowolić każdego
Serce eRoute tworzy opracowywany przez zespół Project42 wielowarstwowy system gromadzenia, przetwarzania i klasyfikowania danych połączony z rozwiązaniami z zakresu modelowania komputerowego. W celu wybrania optymalnej strategii wykorzystania zasobów e-mobility dostępnych w mieście, system bazuje na różnych strategiach uczenia maszynowego ze wzmocnieniem, w tym wykorzystuje hybrydowe narzędzia, łączące głębokie uczenie ze wzmocnieniem z rozwiązaniami opartymi o uczenie według wzorca zachowania kierowcy.
Dziesięciu największych operatorów ładowarek elektrycznych oferuje kierowcom zaledwie 1090 punktów ładowania „elektryków”
– System eRoute może być wykorzystywany przez każdą firmę elektryczną, motoryzacyjną czy informatyczną jako moduł wzbogacający tworzone przez nie rozwiązania – twierdzi Mieszkowski.
Algorytmy Project42 miałyby znaleźć złoty środek, aby wszyscy byli w miarę zadowoleni.
Kierowca otrzymywałby w aplikacji informację, że w tym momencie jest najdogodniejszy czas na ładowanie jego auta, co wynikałoby z obliczeń systemu. Jednak jak zapewnia Mieszkowski, nie zależy mu na rozwiązaniach podobnych do tych znanych z innych państw, gdzie kierowcy musieliby płacić więcej za udostępnienie dogodnego czasu do ładowania auta. Aktualnie firma rozmawia z wieloma podmiotami w tym z samorządami.
Proejct42 to niejedyna firma, która zajmuje się w Polsce optymalizacją dla samochodów elektrycznych. Wraz z oprogramowaniem opartym o sztuczną inteligencję stworzonym przez krakowski Synerise swój projekt realizuje firma VivaDrive. W ramach rozwiązania Digital Fleet firma instaluje w autach flotowych urządzenia pomiarowe zbierające informacje o pojeździe i jego trasach (m.in. gdzie, kiedy i jak jeździ, ile zużywa paliwa). Na ich podstawie powstaje cyfrowy profil floty i system rekomendacji. To oznacza mniejsze zużycie paliwa, niższe koszty serwisowania, większe bezpieczeństwo jazdy i bardziej zaangażowani kierowcy.
– W naszym systemie #EVRecommend mamy dane dotyczące wszystkich dostępnych na rynku aut elektrycznych. Łączymy te dane z profilem floty i przygotowujemy rekomendację, w których obszarach działalności firmy i które auta elektryczne najlepiej się sprawdzą – informował w październiku 2019 roku Mateusz Maj, CEO VivaDrive.
Częstotliwość ładowania wpływa na żywotność baterii
Szybkość ładowania samochodów elektrycznych zależy m. in. od rodzaju ładowarek. Stacje wolnego ładowania AC wykorzystywane np. w domach lub firmach to często moc nie większa niż 11 kW a ładowanie odbywa się na poziomie 20-40 km/h. Stacje publiczne AC mogą mieć większą moc do 44 kW i ładować do 100 km/h. Z kolei nowoczesne ładowarki DC, czyli stacje szybkiego ładowania w zależności od mocy pozwalają na ładowanie od 250 km/h w górę. Średnio ładowarki o mocy 50 kW pozwalają ładować z prędkością 25 minut na każde 100 km.
Co do żywotności baterii trudno jednoznacznie wskazać dokładny przebieg auta elektrycznego, po którym bateria będzie musiała zostać wymieniona. Część producentów aut wskazuje daty ograniczone wiekiem np. Toyota 10 lat gwarancji lub przebiegiem auta w tysiącach kilometrów. Wpływ na żywotność baterii ma częstotliwość ładowania, wykorzystywane ładowarki (część ekspertów uważa, że korzystanie z szybkich ładowarek skraca czas działania baterii) czy nawet klimat w jakim porusza się auto. W 2019 roku Elon Musk chwalił się, że bateria w Tesli 3 może wytrzymać nawet 800 tys. kilometrów. Możliwości np. Toyoty oscylują w okolicach połowy tej wartości.
Komentarz eksperta
Powolny rozwój rynku aut elektrycznych w Polsce
Rozwiązania związane z inteligentnym zarządzaniem energią są przyszłością i na pewno będą odgrywały dużą rolę również w zakresie ładowania samochodów elektrycznych. Związane jest to z koniecznością uelastyczniania systemu energetycznego, w którym rośnie udział wielu rozproszonych i niestabilnych źródeł energii, a także pojawiają się ograniczenia związane z dalszą rozbudową sieci przesyłowych i dystrybucyjnych.
W kontekście samochodu elektrycznego pojawiają się dwa ważne obszary. Pierwszy to wykorzystanie samochodu jako magazynu energii, który mógłby wspierać funkcjonowanie systemu energetycznego w sytuacji niedoboru energii. Drugi to dynamiczne zarządzanie procesem ładowania, tak aby dostosowywać je do możliwości sieci energetycznych. Oba te obszary wymagają odpowiednich rozwiązań technicznych, informatycznych, ale także regulacyjnych (np. w zakresie wprowadzenia dynamicznych taryf). Niewątpliwie jest w tym także miejsce dla rozwiązań z obszaru SI, choć wszystkie pozostałe obszary muszą być rozwijane równolegle, a być może nawet je wyprzedzać. Na świecie realizowanych jest wiele projektów tego typu, ale do tej pory nie wychodzą one poza obszar badawczy i pilotażowy.
W kontekście polskim największym wyzwaniem obecnie są dość prozaiczne kwestie, takie jak wolny rozwój parku samochodów elektrycznych, wysokie koszty funkcjonowania operatorów stacji ładowania wynikające z niedostosowanych taryf dystrybucyjnych, czy też ograniczenia administracyjne dla rozwoju sieci ładowania. Dopiero dynamiczny rozwój rynku i wzrost liczby pojazdów elektrycznych do skali rzędu kilkuset tysięcy stworzy warunki biznesowe w przyszłości do inwestycji w bardziej „inteligentne” rozwiązania.