Warteschlagen minimieren: Tesla will Supercharger-Belegung genauer vorhersagen
In einem auf der Plattform X veröffentlichten Statement gibt die Ladeinfrastruktur-Abteilung („Tesla Charging“) des Autoherstellers einige Eckpunkte zur Lenkung der Verkehrsflüsse bekannt. Ziel ist demnach, Fahrer über den Routenplaner so intelligent zu führen, dass die Gesamtreisezeit inklusive der Ladevorgänge so kurz wie möglich ausfällt. Das schließt ein, dass Wartezeiten an überfüllten Supercharger-Standorten vermieden werden wollen. Und: „Für die seltenen Fälle, in denen es doch zu Wartezeiten kommt, müssen wir Ihnen möglichst genaue Schätzungen liefern, damit Sie sicher planen können“, heißt es in dem Post.
Der Tesla-Routenplaner soll dafür mit noch mehr Daten gefüttert werden, um Supercharger künftig intelligenter auswählen zu können. Das Machine-Learning-Modell basiert dabei auf einem Ansatz, der den Echtzeit-Verkehr in einem Geofence um die Supercharger herum überwacht und vorhersagt, wie viele Fahrzeuge dort laden wollen – inklusive Fremdmarken, die inzwischen ja auch an Superchargern laden können. Auf diese Weise sollen die Vorhersagen zur Auslastung der Supercharger und zur Warteschlangenlänge präziser werden.
Auch die Herausforderungen benennt Tesla Charging: „Supercharger-Standorte befinden sich oft in der Nähe von Einrichtungen, die bequeme Zwischenstopps während des Ladevorgangs bieten. Der gemischte Verkehr an diesen Standorten erschwert die Vorhersage von Warteschlangen, aber wir haben eine Lösung gefunden.“ Die Kunst ist demnach, jene Fahrzeuge, die laden wollen, besser zu identifizieren. Und das aktualisierte Modell zum maschinellen Lernen, soll genau das leisten. Es sei mit 9 Millionen Meilen aggregierter und anonymisierter Fahrzeugbewegungsdaten innerhalb der Geofence von Superchargern weltweit trainiert worden und reduziere die Fehlerrate bei der Schätzung der Warteschlangenlänge auf 20 Prozent, heißt es. „Das bedeutet, dass wir in dem sehr seltenen Fall, dass mehr als zehn Fahrzeuge warten, die erwartete Warteschlange nun mit einer Abweichung von ein bis zwei Fahrzeugen vorhersagen können.“
Möglich ist dieser hohe Vorhersagegrad laut Tesla dank der eigenen vertikalen Integration. Auf diese Weise sei man „einzigartig positioniert, um dieses Niveau an Ladeintelligenz zu bieten“. Wie das Portal Heise herausstellt, ist Tesla zugleich Ladenetzbetreiber, Routenplan-Anbieter und Autohersteller, was diesen hohen Integrationsgrad unterstreicht. Gleichwohl geben die Texaner an, dass noch weitere Arbeit erforderlich sei, um diese Prognosen zu verfeinern: „Wir arbeiten bereits an der nächsten Version“, lautet die Botschaft.
1 Kommentar