基于时空需求预测的货运卡车电池换电服务优化

重型卡车电动化提供了大幅减少碳排放、迈向碳中和未来的重要机遇。然而，电池能量有限以及重型卡车自重过大的固有挑战导致续航里程缩短和充电时间延长。因此，电池换电服务成为此类卡车的一个有吸引力的解决方案。本文采用双重方法来研究此类服务的潜力并提升其效能。首先，采用时空需求预测模型来预测未来几小时的交通模式。随后，该预测引导一个优化模块以实现高效的电池分配与部署。通过分析跨越 2,500 多英里高速公路网络的重型卡车数据，我们的模型与分析强调了预测/机器学习在辅助未来决策中的价值。特别地，我们发现电池换电服务实施的初期阶段倾向于移动式换电站，但随着系统成熟，固定式换电站更受青睐。