L’anàlisi estadística del comportament dels usuaris dels cotxes elèctrics ha permès estudiar la manera d’implementar xarxes de recàrrega sense fils urbanes, aprofitant l’enfocament estocàstic, és a dir l’estudi de patrons de comportament aleatoris.
L’ús de l’estadística per a l’anàlisi de les xarxes viàries urbanes ha permès als investigadors de KAUST, la Universitat de Ciència i Tecnologia Rei Abdul·là de l’Aràbia Saudita, avançar en la implementació de les xarxes de recàrrega sense fils de cotxes elèctrics. Gràcies a la geometria estocàstica, una branca de la probabilitat adaptada a l’estudi de patrons de comportament en un entorn de fenòmens aleatoris, és possible saber com la càrrega sense fils pot influir en el comportament del conductor i en la planificació de les ciutats en un futur on els vehicles elèctrics dominin el mercat d’automòbils.
Mustafa Kishk, coautor de l’estudi publicat al IEEE (Open Journal on Vehicular Technology), explica que el seu treball respon a la necessitat, en un futur proper, d’implementar sistemes eficients de càrrega sense fils sota la calçada dels carrers de les ciutats: ” els investigadors i les empreses de tecnologia de tot el món estan desenvolupant sistemes eficients de càrrega dinàmica”. Per establir un marc que permeti avaluar el bon funcionament del desplegament d’aquestes xarxes que permeten recarregar mentre es condueix sense necessitat d’aturar-es van emprar eines de geometria estocàstica. “En aquest context, cal analitzar matemàticament el desplegament a gran escala de xarxes de recàrrega a les ciutats”, afirma Kishk.
L’estudi arrenca presentant les accions que un conductor ha de prendre quan vol conduir des d’un punt A a un punt B, tots dos aleatoris, maximitzant l’ús de la càrrega dinàmica durant el viatge. A continuació, analitza la distribució estadística de la distància a la via de recàrrega més propera, obtenint a partir d’aquí, mitjançant tècniques matemàtiques, la probabilitat que un viatge determinat passi per a l’almenys una carretera de càrrega.
Les distribucions de probabilitat derivades es poden utilitzar per ajudar els planificadors urbans i els responsables polítics a dissenyar els plans d’implementació de sistemes de càrrega sense fil dinàmics. A més, els conductors i els fabricants d’automòbils també poden utilitzar-los per triar, a través del programari de navegació i de la base de dades de la xarxa, les millors rutes de conducció donades les condicions de la carretera i el nivell d’energia de la bateria.
Duc Minh Nguyen, director de l’estudi, assegura que el seu principal desafiament és la dependència aleatòria dels seus mètriques dels punts d’inici i final del trajecte, dels quals es deriva la distància a la carretera de recàrrega més propera. Per capturar correctament, es van enumerar explícitament totes les situacions possibles, calculant cada mètrica i avaluant la probabilitat real que passi cada situació. “Per modelar i analitzar com aquestes mètriques es veuen afectades per factors com la densitat de carreteres i la freqüència de desplegament de càrrega dinàmica utilitzem un enfocament anomenat geometria estocàstica”.
A l’aplicar aquest anàlisi a l’àrea de Manhattan de Nova York, amb una densitat d’una carretera cada 63 metres, el resultat és que un conductor tindria un 80% de possibilitats de trobar una carretera de càrrega després d’haver recorregut 500 metres suposant una xarxa de recàrrega instal·lada en el 20% de les carreteres. Font:hibridosyelectricos.com