Para muchas personas y empresas, cuando se trata de pasarse a un vehículo totalmente eléctrico, existe la preocupación de no encontrar estaciones de carga cuando se necesitan.

Considerando estas inquietudes es que la empresa Ford recurrió a la big data para identificar los lugares más beneficiosos para localizar nuevos puntos de carga rápida.

Los científicos de datos de la compañía desarrollaron un algoritmo, basado en datos extraídos a partir de más de un millón de kilómetros de conducción que incluyen dónde se detuvieron los vehículos, para identificar los lugares que podrían ayudar a los conductores a integrar la carga dentro de sus rutinas de conducción, en lugar de realizar recorridos específicos a lugares fuera de ruta.

[VEA TAMBIÉN: Enel X instalaría 100 nuevas electrolineras este año]

Tras un análisis en el área metropolitana de Londres, el equipo llegó a la conclusión de que sería posible mejorar significativamente el acceso a puntos de carga en ruta mediante el despliegue de un número relativamente pequeño de estaciones de carga rápida estratégicamente situadas.

“Ser capaces de aprovechar, analizar y aprovechar las enormes cantidades de datos que están disponibles a través del uso de vehículos existentes puede marcar una diferencia real en lo fácil que nos resultará movernos por las ciudades del futuro”, aseguró John Scott, jefe de proyecto de City Data Solutions de Ford Mobility.

Informe Ford City Data Solutions

Como parte de su informe Ford City Data Solutions, Ford equipó 160 furgonetas conectadas con un dispositivo enchufable para registrar datos de sus trayectos. Con el consentimiento de los participantes, esto generó más de 500 millones de puntos de datos de más de 15.000 días de uso del vehículo, que fueron enviados a la nube para su análisis.

Fue a partir de estos datos, recogidos durante un período de ocho meses, que el equipo de Global Data Insight and Analytics de Ford pudo identificar dónde serían más útiles los puntos de carga para una flota. Aunque los vehículos de las pruebas no eran eléctricos, fue posible entender su funcionamiento y prever su capacidad para acceder a los puntos de carga como si lo fueran.

Al ver los desplazamientos de los vehículos, dónde se detienen y durante cuánto tiempo, se pudieron identificar formas de integrar la carga en los trayectos habituales, especialmente para empresas cuyos conductores pueden realizar múltiples paradas, por ejemplo, compañías de reparto.

Desde la compañía destacaron que este enfoque podría extenderse a otras ciudades, utilizando datos procedentes de vehículos conectados, y permitir que estas planifiquen más eficazmente cómo invertir su presupuesto de infraestructuras.