Monte Carlo BEV users simulation to assess the charging stations usage in highway

Car electrification is necessary but not sufficient to reduce greenhouse gas emissions. Italy lags behind the European Union average in vehicle diffusion, in 2020 electric cars accounted for 0.3% of the fleet. Despite this, the growth of this market is very rapid, in 2020 sales doubled. Highway fast charging will be used almost exclusively by Battery Electric Vehicles to complete longer trips. It will be necessary to prepare the charging infrastructure, particularly on highways where there is still little because, unlike traditional fuels, the vehicle's charging time is much more relevant than that of liquid fuels. High speeds and low temperatures significantly increase fuel consumption and thus reduce the range of electric cars. Observation of traditional fuel sales data shows that consumers prefer to refuel outside highways, this also depends on the high price difference between inside and outside the highway infrastructure. The cost components are similar for electricity, so there will also be a significant price differential for the latter. This paper proposes a model based on Monte Carlo simulation of users' charging behavior. The model solves the optimization problem from the perspective of the policymaker and the owner/investor under different scenarios of traffic, car technical characteristics, and consumption. Inspired by the current way of refueling, the model assumes that the user recharges enough to finish the trip. The proposed case study is the stretch of A1 connecting Milan to Bologna, one of the most important highway sections in Italy. The time horizon used for the forecast data is 2027 when 10% of the cars on the road will be battery-powered. The traffic condition in the peak hour in winter is then simulated, where consumption levels are highest, thus being the worst ordinary scenario. This result makes it possible to estimate the minimum number of charging ports for a specific level of service, knowing the probability that an unsustainable queue will be generated in that scenario. The result is that 11-13 charging ports are needed for each service station.

L'elettrificazione delle auto è necessaria ma non sufficiente per ridurre l'emissione di gas serra. L'Italia è in ritardo rispetto alla media dell'Unione Europea per quanto riguarda la diffusione dei veicoli, nel 2020 le auto elettriche rappresentavano lo 0.3% della flotta. Nonostante questo, la crescita di questo mercato è molto rapida, nel 2020 le vendite sono raddoppiate. La ricarica rapida in autostrada sarà utilizzata quasi esclusivamente dalle Battery Electric Vehicles per portare a termine i viaggi più lunghi. Sarà necessario preparare l'infrastruttura di ricarica, in particolare nelle autostrade dove ancora è poco presente, perchè a differenza dei carburanti tradizionali il tempo di ricarica del veicolo è molto più rilevante di quello dei carburanti liquidi. Le alte velocità e le basse temperature aumentano significatamente i consumi e quindi riducono il range delle auto elettriche. L'osservazione dei dati sulla vendita dei carburanti tradizionali mostra come i consumatori preferiscano rifornirsi all'esterno delle autostrade, questo dipende anche dall'elevata differenza di prezzo tra dentro e fuori l'infrastruttura autostradale. Le componenti di costo sono simili per l'elettricità, vi sarà quindi anche per quest'ultima un differenziale di prezzo significativo. Il presente lavoro propone un modello basato sulla simulazione Monte Carlo del comportamento di ricarica degli utenti. Il modello risolve il problema dell'ottimizzazione dal punto di vista del policy maker e del proprietario/investitore in differenti scenari di traffici, caratteristiche tecniche delle auto e consumi. Ispirandosi al modo di rifornirsi attuale il modello assume che l'utente si ricarichi il necessario per terminare il viaggio. Il caso studio proposto è il tratto di A1 che collega Milano a Bologna, uno dei tratti autostradali più importanti d'italia. L'orizzonte temporale utilizzato per i dati di previsione è il 2027, quando il 10% delle auto circolanti sarà a batteria. Viene quindi simulata la condizione di traffico nell'ora di picco in inverno, dove i livelli di consumi sono massimi, essendo quindi il peggior scenario ordinario. Questo risultato consente di valutare il numero minimo di porte di ricarica per uno specifico livello di servizio, conoscendo la probabilità che in tale scenario si generi una coda insostenibile. Il risultato è che sono necessarie 11-13 porte di ricarica per ogni stazione di servizio.