<iframe src="https://www.googletagmanager.com/ns.html?id=GTM-W3GDQPF" height="0" width="0" style="display:none;visibility:hidden">

Hvor skal ladestasjonene ligge? Spør AI

De som bygger ut nye ladestasjoner bør ta i bruk kunstig intelligens for å finne de beste plasseringene, skriver Daniel Kinn og Milos Bartosek i PwC.

    Publisert 22. mai 2023 kl. 10.34
    Lesetid: 2 minutter
    Artikkellengde er 477 ord
    MANGE FAKTORER SPILLER INN: Det siste året har vi trent en maskinlæringsalgoritme til å forstå hva som kjennetegner en god lokasjon, skriver artikkelforfatterne. Denne laderen på Fagernes har imidlertid fått sin plassering basert på ordinær hjernekraft. Foto: Gard Setsaas

    Med stadig flere elbiler er det viktig at utbyggingen av ladestasjoner klarer å holde følge. Å sikre lokasjoner med god strømtilgang og gode fasiliteter er viktig for både elbileiere og lønnsomheten til ladeoperatørene. Utnyttelsesgraden er på vei oppover, og snittet i dag ligger på seks–syv ladeøkter per dag. Dette er nok til at stasjonene er lønnsomme, og spesielt bynære destinasjonsladere og hurtigladere på bensinstasjoner viser hyppigere bruk og økende lønnsomhet.

    Daniel Kinn. Foto: PwC
    Milos Bartosek. Foto: Privat

    I Nasjonal ladestrategi, publisert av Samferdselsdepartementet, er målet en økning fra cirka 5.000 hurtigladere i dag til et sted mellom 10.000 og 14.000 hurtigladere i 2030. Spørsmålet er hvor de nye ladestasjonene skal bygges. Vi tror maskinlæringsalgoritmer kan gi oss gode svar.

    Det siste året har vi trent en maskinlæringsalgoritme til å forstå hva som kjennetegner en god lokasjon. Det handler om å ta utgangspunkt i eksisterende ladenettverk og se på alt fra avstander og trafikkgrunnlag til turistattraksjoner i nærheten. Demografi, tettheten av elbiler, konkurransebilde, kapasitet i lokalt eldistribusjonsnettverk, type trafikk fordelt på ulike dager, nærmeste by og beliggenheten i forhold til kjøpesentre og tilhørende fasiliteter er blant variablene som er vektet.

    Prediksjonsmodellen kan klassifisere attraktiviteten til ulike lokasjoner. Vurderingene som gjøres blir stadig mer treffsikre etter hvert som modellen trenes og fores med data. Dataene er samlet inn fra tradisjonelle og nye kilder ved bruk av innovative verktøy.

    Ifølge PwC- og Strategy&-rapporten «EV Charging Market Outlook», vil privat lading fortsatt utgjøre størstedelen av ladingen, men vi forventer at offentlig, spesielt hurtiglading, vil ta en økende andel av lademarkedet. Den offentlige ladeinfrastrukturen kan derfor bli en lønnsom virksomhet – dersom valg av ladestasjonsplassering gjøres riktig.

    Det er to måter å bruke modellen på:

    • Den kan estimere suksessraten til konkrete planer om ladestasjoner
    • Den kan foreslå de punktene på veinettet der det er mest attraktivt å plassere nye ladestasjoner (foreløpig uten hensyn til eksisterende infrastruktur)

    Potensialet i elbilladesegmentet er stort, og forretningsmodellen kan vise seg å bli svært lukrativ for eiere av infrastruktur. Men for å sikre at elbillading gir en bedre opplevelse for elbileierne og høyere lønnsomhet for tilbyderne, må selskapene også sikre seg de beste lokasjonene.

    De som bygger ut nye ladestasjoner bør ta i bruk kunstig intelligens for å finne de beste plasseringene.

    Daniel Kinn

    AI-ekspert i PwC

    Milos Bartosek

    Mobilitetsekspert i PwC