Sélection de stations de recharge et routage d’application Flask pour VE avec ACO et NSGA-II incluant des contraintes d’énergie photovoltaïque

Des trajets routiers plus intelligents pour les voitures électriques

À mesure que davantage de conducteurs passent à l’électrique, une question simple devient étonnamment complexe : où s’arrêter pour recharger ? Choisir la mauvaise station peut entraîner des détours supplémentaires, de longues files d’attente, des factures plus élevées et davantage de pollution due à l’électricité d’origine fossile. Cette étude explore un système de routage intelligent qui aide les voitures électriques au Maroc à choisir en temps réel le meilleur itinéraire et l’arrêt de recharge optimal, tout en profitant autant que possible de l’énergie solaire gratuite.

Pourquoi choisir une borne est si difficile

Sur les routes d’aujourd’hui, un conducteur électrique doit jongler avec de nombreux paramètres à la fois. Le niveau de batterie, la vitesse de conduite, la distance jusqu’à la station, la longueur de la file, le prix de l’électricité et même si une station est alimentée par des panneaux solaires ou par le réseau comptent tous. La plupart des outils existants se concentrent sur un seul aspect de ce casse‑tête, comme la distance la plus courte ou le prix le plus bas, et ignorent souvent l’affluence des stations ou la part d’énergie renouvelable utilisée. Les auteurs montrent que cette vision étroite peut laisser les conducteurs à attendre, payer plus que nécessaire ou manquer des opportunités de recharger à l’électricité solaire.

Un assistant numérique qui anticipe

Les chercheurs ont conçu un assistant en ligne qui met en relation les voitures et les stations via un lien Internet léger. Chaque station diffuse sa localisation, le nombre de prises libres, la quantité d’énergie solaire disponible et le tarif de charge actuel. En parallèle, chaque voiture suit sa position, son niveau de batterie, sa destination et sa vitesse probable selon les types de routes. À partir de ces flux de données en direct, le système construit une carte des itinéraires possibles et élimine toutes les stations que la voiture ne pourrait pas atteindre en toute sécurité tout en conservant une réserve d’énergie.

Comment fonctionne la recherche intelligente en coulisses

Dans l’assistant, deux méthodes de recherche inspirées de la nature travaillent de concert. L’une explore le réseau routier pour repérer des trajets prometteurs, courts et efficaces, en tenant compte des rues urbaines, des routes suburbaines et des autoroutes, ainsi que des ralentissements probables dus aux feux et à la congestion. L’autre pondère plusieurs objectifs à la fois : arriver vite, maintenir faibles les temps d’attente et de charge, réduire les coûts et utiliser le plus possible d’électricité solaire. Plutôt que de poursuivre une « »réponse parfaite« » unique, il construit un ensemble d’arbitrages intéressants puis choisit l’option qui offre le meilleur équilibre global pour ce trajet spécifique.

Tests dans les villes et sur les autoroutes marocaines

L’équipe a testé son assistant sur des itinéraires réalistes dans et autour de Marrakech et Casablanca, deux villes marocaines avec des réseaux de recharge en développement et un fort ensoleillement. Ils ont construit cinq scénarios de déplacement typiques, des courses urbaines aux trajets autoroutiers interurbains, et comparé leur méthode hybride à trois approches courantes utilisées isolément. Dans ces cas, le nouveau système a réduit la distance parcourue jusqu’à un dixième et diminué la consommation d’énergie d’environ un septième par rapport à un planificateur du plus court chemin simple. Il a également trouvé des itinéraires arrivant plus tôt que des méthodes focalisées uniquement sur l’énergie ou le prix, et a orienté les conducteurs vers des stations disposant d’un important apport solaire lorsque le soleil était présent.

Énergie plus propre, factures plus basses, moins d’attente

Puisque l’assistant favorise délibérément les bornes alimentées par le solaire lorsque c’est pratique, de nombreux trajets ont tiré la majeure partie de leur électricité du soleil plutôt que du réseau. Lors des déplacements diurnes en ville avec une bonne disponibilité solaire, le coût de la recharge a diminué d’environ un tiers ou plus, tandis que la part d’énergie renouvelable atteignait souvent entre soixante‑dix et près de cent pour cent. Ce mélange plus propre s’est traduit par environ trois à quatre kilogrammes de dioxyde de carbone en moins par trajet par rapport à une dépendance exclusive au réseau. Le système a aussi montré qu’il pouvait s’adapter lorsque les prévisions de production solaire ou la consommation prévue de la voiture étaient légèrement erronées, et il a évité des plans de charge qui auraient pu laisser un véhicule proche de la panne de batterie.

Ce que cela signifie pour le voyage électrique de demain

Pour les conducteurs quotidiens, l’étude dessine un avenir où une appli de navigation fait plus que pointer vers la prise la plus proche. Elle pourrait discrètement pondérer le temps, le coût, l’affluence des stations, les marges de sécurité et le caractère vert de l’électricité avant de proposer un arrêt. Les auteurs soutiennent que leur approche convient bien aux villes intelligentes qui souhaitent soutenir davantage de véhicules électriques sans surcharger les lignes électriques, et ils esquissent comment elle pourrait être montée en échelle pour gérer des flottes entières de taxis ou de véhicules de livraison. En termes simples, leur message principal est qu’une planification soigneuse et guidée par les données peut rendre les déplacements électriques à la fois moins chers, plus rapides et plus propres.

Citation: 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

Mots-clés: véhicules électriques, stations de recharge, énergie solaire, planification d’itinéraire, villes intelligentes