Две зарядные станции могут стоять в 500 метрах друг от друга и выглядеть одинаково перспективно. Но одна окупится за 1-2 года, а другая — не окупится и за 6 лет. Разница часто не видна с первого взгляда: её можно увидеть только в данных. В Яндекс Электро мы научились предсказывать спрос на зарядку. Рассказываем, как это работает и почему это важно для владельцев площадок и инвесторов.
Цена ошибки
Быстрая станция с двумя коннекторами обходится в 2–8 млн рублей. При этом соседние площадки могут отличаться по загрузке в 3–5 раз: где-то удобный заезд, где-то за углом уже стоят зарядные станции, а где-то трафик высокий, но никто не останавливается. В удачной локации станция окупается за 1–2 года. В слабой — не окупится и за 6 лет.
Как модель видит город
Города становятся понятнее благодаря анализу транспортных потоков. Обезличенные данные помогают увидеть город не только как набор дорог, а как систему маршрутов и точек притяжения. Карты и Навигатор показывают не пути, а паттерны: где потоки машин превращаются в заторы, где чаще всего заканчиваются маршруты, какие точки на карте статистически притягивают долгие стоянки — днём или ночью.
Чтобы работать с этим системно, мы делим город на гексагоны размером около 300 метров. У каждой — свои характеристики: транспортный поток и число остановок, концентрация электромобилей, активность существующих зарядок у объектов поблизости.
Важная деталь: расстояния мы не меряем по прямой. Две точки на карте могут разделять 200 метров, а в реальности это река, железная дорога или развязка. Модель оценивает доступность через реальное время в пути: что находится в двух, пяти и десяти минутах езды.
Два этапа расчета
Каждую площадку модель оценивает в два шага. Сначала чистый потенциал: сколько водители будут заряжаться в этой зоне. Алгоритм учитывает десятки признаков, от трафика и плотности застройки до сезонности, и обучается на фактических данных работающих станций: мы видим, сколько энергии они реально отдали, и понимаем, какие признаки влияют на спрос, а какие только кажутся важными.
Затем конкуренция. Станция не существует в вакууме: если рядом уже стоит быстрый порт, часть трафика уйдет туда, и модель честно пересчитывает прогноз. Здесь, кстати, есть контринтуитивный вывод: одна крупная станция на несколько рукавов собирает спрос с большей территории, чем несколько маленьких в той же зоне.
Насколько это точно
Средняя ошибка прогноза — 10–20%. Модели оценки спроса не дают 100% точности, но этого достаточно, чтобы уверенно ранжировать локации и находить самые сильные точки в городе. С каждой запущенной станцией модель дообучается, и прогнозы становятся точнее.
Для владельца площадки или инвестора это значит простую вещь: оценка места больше не занимает недели совещаний. На выходе — конкретный прогноз: сколько энергии будет отдавать станция, какая ожидается загрузка по часам, как повлияют соседние точки и когда вернутся вложения. Сначала расчет, потом инвестиции — а не наоборот.
Если у вас есть парковка у ТЦ, территория у бизнес-центра, место у жилого комплекса или АЗС — мы бесплатно оценим ее потенциал до того, как вы вложитесь в оборудование: electro.yandex.ru/owners.