Flask-app voor selectie en routering van EV-laadstations met ACO en NSGA-II inclusief fotovoltaïsche energiebeperkingen

Slimmere ritten voor elektrische auto’s

Nu meer bestuurders overstappen op elektrische auto’s, wordt een ogenschijnlijk eenvoudige vraag verrassend ingewikkeld: waar stop je om op te laden? De verkeerde keuze kan extra omwegen, lange wachttijden, hogere rekeningen en meer vervuiling door fossiele elektriciteit betekenen. Deze studie onderzoekt een slim routeringssysteem dat elektrische auto’s in Marokko helpt in realtime het beste traject en de beste laadstop te kiezen, terwijl het zoveel mogelijk gratis zonne-energie benut.

Waarom het kiezen van een laadpunt zo moeilijk is

Op de wegen van vandaag moet een elektrische bestuurder veel bewegende onderdelen tegelijk afwegen. Batterijlading, rijsnelheid, afstand tot het station, wachtrijlengte, stroomprijs en zelfs of een station op zonnepanelen of het elektriciteitsnet draait, alles telt mee. De meeste bestaande hulpmiddelen richten zich slechts op één deel van deze puzzel, zoals de kortste afstand of de goedkoopste prijs, en negeren vaak hoe druk stations zijn of hoeveel hernieuwbare energie ze gebruiken. De auteurs tonen aan dat dit smalle perspectief bestuurders kan achterlaten die moeten wachten, meer betalen dan nodig is of kansen missen om met schone zonne-energie op te laden.

Een digitale assistent die vooruitkijkt

De onderzoekers ontwikkelden een online assistent die auto’s en laadstations verbindt via een lichte internetverbinding. Elk station zendt zijn locatie, het aantal vrije aansluitingen, hoeveel zonne-energie beschikbaar is en de huidige laadprijs uit. Tegelijk houdt elke auto zijn positie, batterijniveau, bestemming en waarschijnlijke snelheid op verschillende wegtypen bij. Met deze live datastromen bouwt het systeem een kaart van mogelijke routes en filtert alle stations weg die de auto niet veilig kan bereiken terwijl een energiereserve behouden blijft.

Hoe de slimme zoekopdracht achter de schermen werkt

In de assistent werken twee door de natuur geïnspireerde zoekmethoden samen. De ene doorzoekt het wegennet naar veelbelovende paden die kort en efficiënt zijn, rekening houdend met stadsstraten, voorstedelijke wegen en snelwegen, evenals waarschijnlijke vertragingen door verkeerslichten en congestie. De andere weegt meerdere doelen tegelijk: er snel komen, wachttijden en laadtijden laag houden, kosten verlagen en zoveel mogelijk zonne-elektriciteit gebruiken. In plaats van een enkele "perfecte" oplossing na te jagen, bouwt het een menu van goede afwegingen en kiest vervolgens de optie die de beste algemene balans biedt voor die specifieke rit.

Testen in Marokkaanse steden en snelwegen

Het team testte hun assistent op realistische routes in en rond Marrakech en Casablanca, twee Marokkaanse steden met groeiende laadinfrastructuren en veel zon. Ze creëerden vijf typische reizigersscenario’s, van stadsboodschappen tot snelwegritten tussen steden, en vergeleken hun hybride methode met drie gangbare benaderingen die afzonderlijk werden gebruikt. Over deze gevallen heen verkortte het nieuwe systeem de gereden afstand tot een tiende en verminderde het energieverbruik met ongeveer een zevende vergeleken met een eenvoudige kortste-padplanner. Het vond ook routes die sneller arriveerden dan methoden die zich alleen op energie of prijs richtten, en het stuurde bestuurders naar stations met veel zonne-energie wanneer de zon scheen.

Schoner stroom, lagere rekeningen, minder wachten

Omdat de assistent praktisch haalbare, op zonne-energie gevoede laders prefereert, kwam bij veel ritten het grootste deel van de elektriciteit uit zonlicht in plaats van het net. Bij dagritten in de stad met goede zonnetoevoer daalden de laadkosten met ongeveer een derde of meer, terwijl het aandeel hernieuwbare energie vaak tussen zeventig en bijna honderd procent lag. Die schonere mix vertaalde zich in ongeveer drie tot vier kilogram minder kooldioxide per rit vergeleken met volledig afhankelijk zijn van netstroom. Het systeem toonde ook aan dat het zich kon aanpassen wanneer voorspellingen van zonneopbrengst of energiegebruik van de auto iets afweken, en het vermeed laadplannen die een voertuig bijna zonder acculading zouden achterlaten.

Wat dit betekent voor toekomstig elektrisch reizen

Voor alledaagse bestuurders wijst de studie op een toekomst waarin een navigatie-app meer doet dan alleen wijzen naar de dichtstbijzijnde aansluiting. In plaats daarvan kan het stilletjes tijd, kosten, bezetting van stations, veiligheidsmarges en hoe groen de elektriciteit is afwegen voordat het een stop aanbeveelt. De auteurs stellen dat hun aanpak goed past bij slimme steden die meer elektrische voertuigen willen ondersteunen zonder het elektriciteitsnet te overbelasten, en ze schetsen hoe het opgeschaald kan worden om hele vloten taxi’s of bezorgbussen te beheren. In eenvoudige bewoordingen is hun belangrijkste boodschap dat zorgvuldige, datagedreven planning elektrische mobiliteit tegelijk goedkoper, sneller en schoner kan maken.

Bronvermelding: 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

Trefwoorden: elektrische voertuigen, laadstations, zonne-energie, routeplanning, slimme steden