Πολυκριτήρια ανάλυση για το σχεδιασμό των δημοσίων υποδομών φόρτισης ηλεκτρικών οχημάτων σε επίπεδο πόλης

Abstract

Η παρούσα μεταπτυχιακή διπλωματική εργασία επικεντρώνεται στη βέλτιστη τοποθέτηση σταθμών φόρτισης ηλεκτρικών οχημάτων (ΣΦΗΟ) με τη χρήση Πολυκριτήριας Ανάλυσης Αποφάσεων (MCDA). Η ανάλυση ανταποκρίνεται στις προκλήσεις που ανακύπτουν από τη ραγδαία εξάπλωση της ηλεκτροκίνησης και την ανάγκη για στρατηγικά κατανεμημένες και επαρκείς δημόσιες υποδομές φόρτισης. Στο πρώτο μέρος εξετάζεται διεξοδικά το διεθνές και εγχώριο πλαίσιο ανάπτυξης της ηλεκτροκίνησης, με έμφαση στις ευρωπαϊκές πολιτικές (Green Deal, Fit for 55, AFIR), την ελληνική πραγματικότητα και τα προβλήματα εφαρμογής σε επίπεδο τοπικής αυτοδιοίκησης. Το κύριο μέρος της εργασίας εστιάζει στην ανάπτυξη μιας μεθοδολογικής προσέγγισης για την ιεράρχηση των περιοχών με τη μεγαλύτερη ανάγκη και καταλληλότητα για εγκατάσταση ΣΦΗΟ. Η μέθοδος TOPSIS χρησιμοποιείται για την αξιολόγηση των εναλλακτικών, σε συνδυασμό με την εντροπική μέθοδο (Entropy Weight Method) για την αντικειμενική στάθμιση των κριτηρίων. Η ανάλυση πραγματοποιήθηκε σε δύο στάδια: αρχικά σε επίπεδο ταχυδρομικού κώδικα (Τ.Κ.) και στη συνέχεια σε επίπεδο δημοτικής κοινότητας του Δήμου Αθηναίων. Η επιλογή αυτής της διάρθρωσης επιτρέπει πιο αναλυτική και γεωχωρικά ακριβή αποτύπωση των περιοχών ενδιαφέροντος, ενώ η ομαδοποίηση ανά κοινότητα βασίζεται σε συγκεντρωτικά αποτελέσματα των Τ.Κ. που την απαρτίζουν, διατηρώντας έτσι την ακρίβεια της μικροκλίμακας και την επιχειρησιακή χρησιμότητα της διοικητικής οργάνωσης. Η βάση δεδομένων περιλαμβάνει δέκα επιλεγμένα κριτήρια: υφιστάμενοι σταθμοί φόρτισης, μηνιαία εκτίμηση φορτίσεων EV, ποσοστό χρήσης υποδομών, αριθμός θέσεων στάθμευσης, πληθυσμός, μέσο εισόδημα, τουριστική δραστηριότητα (ξενοδοχειακές κλίνες), επιχειρηματική δραστηριότητα (πλήθος επιχειρήσεων), σημεία ενδιαφέροντος και υποκάλυψη υποδομών βάσει πληθυσμού. Η επεξεργασία των δεδομένων πραγματοποιήθηκε με τη χρήση της γλώσσας Python και τεχνολογιών cloud (AWS S3, Athena, Lambdas), επιτρέποντας την αυτοματοποιημένη ανάλυση, τον υπολογισμό δεικτών και τη χαρτογραφική απεικόνιση των αποτελεσμάτων (Folium maps, radar & bar charts). Τα αποτελέσματα ανέδειξαν συγκεκριμένες περιοχές με υψηλή κινητικότητα, τουριστική δραστηριότητα και σημαντικό έλλειμμα υποδομών, κατατάσσοντάς τες με βάση τη σχετική τους προτεραιότητα για νέες επενδύσεις. Η μεθοδολογική προσέγγιση της εργασίας προσφέρει ένα χρήσιμο εργαλείο για τον τεκμηριωμένο σχεδιασμό υποδομών ηλεκτροκίνησης, ενισχύοντας τη λήψη αποφάσεων σε επίπεδο πολιτικής και στρατηγικής. Η συμβολή της στη σχετική βιβλιογραφία έγκειται στη δυνατότητα αποδοτικής χωρικής κατανομής των πόρων και αποφυγής ανισοτήτων κάλυψης. Επιπλέον, η ίδια προσέγγιση μπορεί να προσαρμοστεί και να εφαρμοστεί σε ευρύτερα γεωγραφικά ή θεματικά πεδία (π.χ. πανελλαδική εφαρμογή).