Analisi dei dati di traffico e domanda di ricarica per veicoli elettrici: un caso di studio nella città di Milano

The growing diffusion of electric vehicles has made the efficient planning of charging infrastructure increasingly central. This thesis develops an analysis aimed at understanding the behavior of public charging stations in the city of Milan, by integrating real-time traffic data with statistical modeling tools. After an initial phase of data collection and cleaning, carried out through the use of the provided APIs, a relational database was built to track traffic speed on an hourly basis for each monitored station. By applying queueing theory (M/G/1 model) and estimating the vehicle arrival rate weighted by traffic density and the urban location of the charging points, it was possible to assess the pressure exerted on the charging network. The analysis highlighted that demand is not evenly distributed across the city, suggesting the need for localized strategies to optimize the network. This work takes an interdisciplinary perspective, bridging environmental sustainability, data science, and urban planning, and is intended as a basis for future applications in the field of electric mobility and smart cities.

La crescente diffusione dei veicoli elettrici ha reso sempre più centrale il tema della pianificazione efficiente delle infrastrutture di ricarica. All'interno dell'elaborato è stata sviluppata un'analisi orientata alla comprensione del comportamento delle colonnine di ricarica pubbliche nella città di Milano, integrando dati di traffico in tempo reale con strumenti di modellazione statistica. Dopo una fase iniziale di raccolta e pulizia dei dati, effettuata tramite l'utilizzo delle API fornite, è stato costruito un database relazionale in grado di tracciare la velocità del traffico su base oraria per ciascuna stazione monitorata. Attraverso l'impiego della teoria delle code (modello M/G/1) e la stima del tasso di arrivo veicolare ponderato sulla densità di traffico e sulla localizzazione urbana delle colonnine, è stato possibile stimare la pressione esercitata sulla rete di ricarica. L'analisi ha evidenziato come la domanda non sia distribuita in modo omogeneo sul territorio cittadino, suggerendo la necessità di strategie localizzate per l'ottimizzazione della rete. Il lavoro si colloca in un'ottica interdisciplinare, tra sostenibilità ambientale, data science e pianificazione urbana, e si propone come base per future applicazioni nel campo della mobilità elettrica e delle smart cities.