Aplicación Flask para selección y enrutamiento de estaciones de carga de VE con ACO y NSGA-II incluyendo restricciones de energía fotovoltaica

Viajes por carretera más inteligentes para coches eléctricos

A medida que más conductores pasan a coches eléctricos, una pregunta sencilla se vuelve sorprendentemente compleja: ¿dónde deberías detenerte a cargar? Elegir la estación equivocada puede suponer desvíos extra, largas colas, facturas más altas y más contaminación por electricidad procedente de combustibles fósiles. Este estudio explora un sistema de enrutamiento inteligente que ayuda a los coches eléctricos en Marruecos a elegir en tiempo real la mejor ruta y parada de carga, aprovechando la energía solar gratuita siempre que sea posible.

Por qué es tan difícil elegir un cargador

En las carreteras actuales, un conductor de vehículo eléctrico debe manejar muchas variables a la vez. Carga de la batería, velocidad de conducción, distancia a la estación, longitud de la cola, precio de la electricidad e incluso si una estación funciona con paneles solares o con la red eléctrica, todo importa. La mayoría de las herramientas existentes se centran en solo una parte de este rompecabezas, como la distancia más corta o el precio más barato, y a menudo ignoran lo ocupadas que están las estaciones o cuánto usan de energía renovable. Los autores muestran que esta visión limitada puede dejar a los conductores esperando, pagando más de lo necesario o perdiendo oportunidades de cargar con energía solar limpia.

Un asistente digital que mira hacia adelante

Los investigadores diseñaron un asistente en línea que conecta coches y estaciones de carga mediante un enlace a Internet ligero. Cada estación difunde su ubicación, el número de enchufes libres, cuánta energía solar está disponible y el precio de carga actual. Al mismo tiempo, cada coche rastrea su posición, nivel de batería, destino y velocidad probable en distintos tipos de vías. Usando estos flujos de datos en vivo, el sistema construye un mapa de rutas posibles y filtra las estaciones que el coche no puede alcanzar con seguridad manteniendo una reserva energética.

Cómo funciona la búsqueda inteligente internamente

Dentro del asistente, dos métodos de búsqueda inspirados en la naturaleza trabajan juntos. Uno explora la red viaria en busca de rutas prometedoras que sean cortas y eficientes, teniendo en cuenta calles urbanas, vías suburbanas y autopistas, así como las probables ralentizaciones por semáforos y congestión. El otro pondera varios objetivos a la vez: llegar rápido, mantener bajos los tiempos de espera y de carga, reducir costes y utilizar la mayor cantidad posible de electricidad solar. En lugar de perseguir una única respuesta “perfecta”, construye un menú de buenos compromisos y luego elige la opción que ofrece el mejor equilibrio global para ese viaje específico.

Pruebas en ciudades y carreteras de Marruecos

El equipo probó su asistente en rutas realistas dentro y alrededor de Marrakech y Casablanca, dos ciudades marroquíes con redes de carga en crecimiento y alta insolación. Construyeron cinco trayectorias de viaje típicas, desde recados urbanos hasta desplazamientos por autopista entre ciudades, y compararon su método híbrido con tres enfoques comunes usados por separado. En estos casos, el nuevo sistema redujo la distancia recorrida hasta en una décima parte y disminuyó el uso de energía hasta en aproximadamente una séptima parte en comparación con un planificador de ruta más corto simple. También encontró rutas que llegaban antes que métodos centrados únicamente en la energía o el precio, y dirigió a los conductores hacia estaciones con abundante energía solar siempre que el sol brillaba.

Energía más limpia, facturas más bajas, menos espera

Porque el asistente favorece deliberadamente los cargadores alimentados por solar cuando es práctico, muchos viajes obtuvieron la mayor parte de su electricidad del sol en lugar de la red. En trayectos diurnos en ciudad con buena oferta solar, los costes de carga cayeron en torno a un tercio o más, mientras que la proporción de energía renovable a menudo alcanzó entre el setenta y casi el cien por ciento. Esa mezcla más limpia se tradujo en unos tres a cuatro kilos menos de dióxido de carbono por viaje en comparación con depender exclusivamente de la red. El sistema también mostró que podía adaptarse cuando las previsiones de generación solar o el uso energético del coche estaban algo equivocadas, y evitó planes de carga que pudieran dejar un vehículo al borde de quedarse sin batería.

Qué significa esto para el futuro del viaje eléctrico

Para los conductores cotidianos, el estudio apunta a un futuro en el que una app de navegación haga más que simplemente señalar el enchufe más cercano. En su lugar, podría sopesar discretamente tiempo, coste, afluencia en la estación, márgenes de seguridad y cuán verde es la electricidad antes de sugerir una parada. Los autores sostienen que su enfoque es adecuado para ciudades inteligentes que quieren apoyar más vehículos eléctricos sin sobrecargar las líneas eléctricas, y describen cómo podría ampliarse para gestionar flotas enteras de taxis o furgonetas de reparto. En términos sencillos, su mensaje principal es que una planificación cuidadosa y basada en datos puede hacer que los viajes eléctricos sean al mismo tiempo más baratos, rápidos y limpios.

Cita: Belaid, M., Beid, S.E., Habib, S. et al. EV charging station selection and routing flask application with ACO and NSGA-II including photovoltaic energy constraints. Sci Rep 16, 14754 (2026). https://doi.org/10.1038/s41598-026-50734-5

Palabras clave: vehículos eléctricos, estaciones de carga, energía solar, planificación de rutas, ciudades inteligentes