General Electric тестирует инфраструктуру для электромобилей с помощью моделирования

General Electric тестирует инфраструктуру для электромобилей с помощью моделирования

Обзор

General Electric Company (GE) ― американский международный конгломерат, преимущественно работающий в сферах энергетики, авиации и здравоохранения. В 2020 году GE попала в рейтинг Fortune 500 как 33-я компания в США по валовому доходу.

Инновация и развитие всегда были и остаются важнейшим приоритетом компании GE. В рамках этого было создано научно-исследовательское подразделение GE Global Research (GEGR), которое на сегодняшний день является одной из самых крупных и разносторонних промышленных исследовательских лабораторий в мире. Помогая компании развивать бизнес с помощью технологий, GEGR ведет работы в области имитационного моделирования и исследования операций.

Проблема

Компания решила содействовать внедрению электромобилей и в связи с этим начала активную деятельность сразу по нескольким направлениям. Так как технология только зарождалась, работа в этой области была сопряжена с большим количеством новых вопросов и проблем.

GE уже располагала большим парком электромобилей для частного использования, производила зарядные станции WattStation и много другой сопутствующей продукции для такого типа автомобилей. Однако компанию больше всего интересовало, как будет развиваться рынок этих товаров и какие новые технологии и товары будут необходимы в случае широкого использования электромобилей.

Относительно быстрый рост популярности нового вида транспорта и необходимость развивать для него инфраструктуру легли в основу нового исследования. Отделу GEGR нужно было изучить спрос на электромобили и разработать сопутствующие технологии для анализа рынка. Более того, предполагалось, что использование электромобилей отразится на распределении электроэнергии, которая тоже составляла сферу интересов компании.

Иными словами, исследователи GEGR сформулировали следующие вопросы, на которые нужно было найти ответы:

Команда GEGR решила протестировать, может ли имитационное моделирование помочь ответить на эти вопросы. С этой целью перед специалистами была поставлена задача подготовить типовые модели, чтобы

  1. оценить, насколько имитационное моделирование может служить инструментом для прогнозирования и принятия решений в развивающихся сферах бизнеса;
  2. выявить потенциальные методы и подходы для успешного проведения исследования, а также проверить возможность их интеграции.

Решение

Диаграмма состояний водителя электромобиля
Диаграмма состояний водителя электромобиля

В этом проекте специалисты GE Global Research выбрали среду для имитационного моделирования AnyLogic, сосредоточившись в первую очередь на агентном подходе как наиболее подходящем для данного проекта. С его помощью команда смогла отобразить распространение электромобилей и связанные с этим процессы как систему отдельных агентов, самостоятельно принимающих решения. Например, потребители могли решать, покупать им электромобиль или обычный автомобиль с двигателем внутреннего сгорания (ДВС).

Кроме того, специалисты использовали агентное моделирование для описания адаптивного поведение водителя. Предположим, что водитель собирается ехать более сложным маршрутом, чем простой "дом-работа-дом". В этом случае ему нужно принять решение, когда и где зарядить автомобиль. Потенциальные пользователи электромобилей могут также иметь очень разные параметры с точки зрения дохода, расстояния от места проживания до работы, личных предпочтений и так далее.

Для проекта команда разработала две типовые модели: детализированную модель внедрения электромобилей и модель инфраструктуры электрических заправок. Они были построены в среде AnyLogic, которая помимо поддержки агентного моделирования позволила специалистам с помощью Java кода прописать в модели любые правила, функции и переменные, а также визуализировать полученные результаты.

Детализированная модель внедрения электромобилей

Из-за недостатка исторических данных о том, как потенциальные покупатели принимают решение о приобретении электромобилей, команда GEGR решила смоделировать этот процесс. При этом она применила специальный подход, основанный на доказательствах - Example Based Evidential Reasoning (EBER), позволяющий спрогнозировать, как различные факторы влияют на решение человека. Этот подход был разработан в GEGR и на момент проведения исследования уже использовался в других проектах, связанных с управлением рисками и конкурентным ценообразованием.

Для модели внедрения электромобилей специалисты GEGR самостоятельно выбрали факторы, влияющие на решение потенциального покупателя. В их число вошли:

Моделирования внедрения электромобилей в штате Нью-Йорк
Моделирования внедрения электромобилей
в штате Нью-Йорк

Входными данными модели были выходные данные других моделей (например, финансового моделирования, которое рассчитывало окупаемость электромобиля и расходы на его использование) и данные из различных открытых баз данных.

В модели конкретные значения для всех предпочтений и факторов, таких как финансовое положение, место проживания, доступность электромобилей и др., были определены для каждого потенциального покупателя индивидуально. Кроме того, модель отслеживала переход агента из состояния потенциального покупателя в состояние пользователя электромобиля или автомобиля с ДВС. В результате моделирования команда GEGR получила соотношение между потребителями, которые предпочли электромобили, и теми, кто купил обычные автомобили.

Коэффициент внедрения электромобилей определялся в модели путем подсчета водителей электромобилей и автомобилей с ДВС из числа всего населения. Для конкретного географического региона, например, штата Нью-Йорк, модель суммировала все коэффициенты внедрения в течение некоторого моделируемого времени. Результаты отображались на карте в соответствии с почтовыми индексами округов или с помощью диаграмм.

Модель инфраструктуры электрозаправок

С помощью этой модели команда GEGR хотела проверить влияние различных конфигураций инфраструктуры электрозаправок на степень удовлетворенности водителей электромобилей и на эффективность использование заправочных пунктов. Исследователи также стремились на основе результатов модели сформулировать ответы на следующие вопросы:

На основе выходных данных о степени внедрения электромобилей из предыдущей модели команда GEGR создала типовую модель использования электромобилей. Ее задачей было предоставить результаты моделирования по одиннадцати округам штата Нью-Йорк, разделенным по почтовым индексам, и визуализировать полученные данные с помощью ГИС-карты. С помощью агентного моделирования специалисты создали кастомизированную библиотеку объектов, которую они могли в дальнейшем использовать в новых проектах. Для каждого вида объектов команда определила свойства и поведение.

При запуске модель отображала водителей, их передвижения и решения, основанные на логических правилах, которые были установлены на более ранних этапах разработки. Команда GEGR могла наблюдать на карте или диаграмме состояний, как состояние каждого объекта изменялось со временем. Добавляя или удаляя пункты подзарядки, они могли отследить в модели, как изменения повлияли на показатели удовлетворенности потенциальных владельцев электромобилей.

Результаты

Разработанные GE Global Research модели по внедрения электромобилей и инфраструктуры электрических заправок доказали, что моделирование является мощным инструментом прогнозирования и планирования в новых развивающихся направлениях деятельности. Модели, разработанные исследовательской группой, могут использоваться

Кроме того, данный проект продемонстрировал, что ПО AnyLogic позволяет создавать сложные модели с большим количеством агентов, их свойствами и логикой поведения, а также визуализировать результаты.

Похожие проекты

Другие истории успеха

Сборник историй успеха от пользователей AnyLogic

Скачать