Quantum-geïnspireerde NSGA-II voor multi-objectieve optimalisatie van laadstations voor elektrische voertuigen

Waarom slim geplaatste laadstations ertoe doen

Nu elektrische auto’s steeds gebruikelijker worden, staan steden voor een uitdaging: waar moeten laadstations komen zodat bestuurders makkelijk kunnen opladen, energiebedrijven het netwerk stabiel kunnen houden en de kosten beheersbaar blijven? Te weinig laders zorgt voor wachtrijen; te veel laders op de verkeerde plekken laat dure apparatuur ongebruikt en zet het net onder druk. Dit artikel introduceert een nieuwe planningsmethode die ideeën uit de kwantumfysica gebruikt om ladennetwerken te ontwerpen die goedkoper, eerlijker en minder belastend zijn voor het elektriciteitsnet.

Balanceren van kosten, gemak en het elektriciteitsnet

Het ontwerpen van een netwerk van laadstations is niet simpelweg het verspreiden van stopcontacten op een kaart. Beheerders moeten minstens drie concurrerende doelen tegen elkaar afwegen: lage installatie- en bedrijfskosten, goede toegankelijkheid voor bestuurders in de stad, en het vermijden van gevaarlijke belasting van het elektriciteitsnet. Traditionele planningstools richten zich vaak op één doel tegelijk of hebben moeite wanneer het probleem groot en rommelig wordt—zoals in echte steden waar verkeer, prijzen en zonnestroom allemaal fluctueren. De auteurs kaderen de planning van laadstations als een echt multi-doel probleem en zoeken naar volledige verzamelingen van afwegingsoplossingen in plaats van één enkele “beste” uitkomst.

Trucs lenen uit de kwantumwereld

Om dit ingewikkelde landschap van mogelijkheden te doorzoeken bouwen de onderzoekers voort op een evolutionaire optimalisatiemethode bekend als NSGA-II en versterken die met “quantum-geïnspireerde” ideeën. In plaats van elke beslissing—of er een lader op een kandidaatlocatie geplaatst wordt—als een vaste ja/nee-keuze te behandelen, vertegenwoordigt het algoritme die als een qubit, een klein wiskundig object dat de waarschijnlijkheid van beide keuzes tegelijk kan coderen. Speciale update-regels, geïnspireerd door hoe kwantumtoestanden draaien en verstrengeld raken, laten de methode veel combinaties efficiënt verkennen terwijl ze toch toewerkt naar veelbelovende patronen. In praktische termen betekent dit dat het een divers palet aan opties kan bewaren terwijl het deze geleidelijk verbetert.

Reële samenhangen in steden en netten vastleggen

Een belangrijke innovatie is de manier waarop de methode gerelateerde beslissingen met elkaar verbindt. Het plaatsen van een groot station in één buurt kan de noodzaak voor stations in de omgeving verminderen en ook veranderen hoe elektriciteit door lokale leidingen stroomt. Het algoritme bootst deze onderlinge afhankelijkheid na door bepaalde besluitparen te “verstrengelen”, zodat het wijzigen van de ene beslissing meestal de andere beïnvloedt. Het past ook zijn zoekstappen aan op basis van hoe veel beter of slechter een nieuwe kandidaatoplossing is, waarbij grote sprongen worden genomen als de winst duidelijk is en kleinere aanpassingen wanneer dat niet zo is. Daarnaast verfijnt een gerichte lokale zoekroutine de meest veelbelovende lay-outs door individuele stations toe te voegen, te verwijderen of te ruilen, terwijl voortdurend gecontroleerd wordt of budgetten en netveiligheidslimieten intact blijven.

Getest op echte laaddata en een standaard netwerk

In plaats van alleen op kleine voorbeeldcases te vertrouwen, testen de auteurs hun aanpak op drie grote verzamelingen van echte laadsessies uit Palo Alto, Boulder, en een multiregion dataset van meer dan 70.000 gebeurtenissen, naast een veelgebruikt model van een 33-bus distributienet. In al deze gevallen vindt de quantum-geïnspireerde methode consequent stationlay-outs die de totale installatiekosten met ongeveer een derde verlagen vergeleken met een klassieke NSGA-II referentie, terwijl ook het aandeel vraag dat bediend kan worden toeneemt en de stroomverdeling gelijkmatiger wordt. De methode bereikt een betere dekking van afwegingsopties, convergeert betrouwbaarder naar hoogwaardige oplossingen en houdt de spanningen in het net binnen veilige grenzen, dit alles met slechts een bescheiden toename van rekentijd.

Wat dit betekent voor toekomstige elektrische mobiliteit

Kort gezegd laat de studie zien dat slimmere wiskunde de huidige rommelige uitrol van laadinfrastructuur kan omvormen tot een ordelijker, efficiënter systeem. Door veel mogelijke lay-outs tegelijk te verkennen en die te behouden die verschillende evenwichten tussen kosten, bereikbaarheid en netgezondheid bieden, levert de quantum-geïnspireerde methode planners een rijke “menu” aan keuzes in plaats van één stijf plan. Steden en netbeheerders kunnen dergelijke hulpmiddelen gebruiken om te beslissen hoeveel stations te bouwen, waar ze te plaatsen en hoe ze ze te coördineren met dakzonnepanelen en batterijen, terwijl bestuurders blijven doorrijden en het net stabiel blijft. Naarmate elektrische voertuigen zich verder verspreiden en laadvraag complexer wordt, bieden benaderingen als deze een pad om infrastructuur op te schalen zonder te veel te bouwen of de kabels die ons dagelijks leven van stroom voorzien te overbelasten.

Bronvermelding: Kumar, L., Solanki, S., Jhariya, M.K. et al. Quantum-inspired NSGA-II for multi-objective optimization of electric vehicle charging stations. Sci Rep 16, 14666 (2026). https://doi.org/10.1038/s41598-026-44141-z

Trefwoorden: opladen van elektrische voertuigen, planning van laadstations, stabiliteit van het energienet, multi-objectieve optimalisatie, quantum-geïnspireerde algoritmen