Aplicação Flask para seleção de estações de carregamento EV e roteamento com ACO e NSGA-II incluindo restrições de energia fotovoltaica

Viagens rodoviárias mais inteligentes para carros elétricos

À medida que mais motoristas migram para carros elétricos, uma pergunta simples se torna surpreendentemente complexa: onde parar para carregar? Escolher a estação errada pode significar desvios extras, longas filas, contas mais altas e mais poluição gerada por eletricidade à base de combustíveis fósseis. Este estudo explora um sistema de roteamento inteligente que auxilia carros elétricos no Marrocos a escolher o melhor caminho e ponto de recarga em tempo real, aproveitando a energia solar gratuita sempre que possível.

O que torna difícil escolher um carregador

Nas estradas de hoje, um motorista elétrico precisa conciliar muitos fatores ao mesmo tempo. Carga da bateria, velocidade de condução, distância até a estação, tamanho da fila, preço da eletricidade e até se a estação está operando com painéis solares ou com a rede elétrica importam. A maioria das ferramentas existentes foca apenas em uma parte desse quebra-cabeça, como menor distância ou menor preço, e frequentemente ignora quão ocupadas as estações estão ou quanto de energia renovável elas utilizam. Os autores mostram que essa visão estreita pode deixar motoristas esperando, pagando mais do que o necessário ou perdendo oportunidades de recarregar com energia solar limpa.

Um assistente digital que pensa à frente

Os pesquisadores projetaram um assistente online que conecta carros e estações de carregamento por meio de um link de internet leve. Cada estação transmite sua localização, o número de tomadas livres, quanta energia solar está disponível e o preço de carregamento atual. Ao mesmo tempo, cada carro monitora sua posição, nível de bateria, destino e velocidade provável em diferentes tipos de vias. Usando esses fluxos de dados em tempo real, o sistema constrói um mapa de rotas possíveis e filtra quaisquer estações que o carro não possa alcançar com segurança mantendo uma reserva de energia.

Como a busca inteligente funciona por trás do sistema

No interior do assistente, dois métodos de busca inspirados na natureza trabalham em conjunto. Um procura na malha viária por caminhos promissores que sejam curtos e eficientes, levando em conta ruas urbanas, vias suburbanas e rodovias, bem como possíveis lentidões causadas por semáforos e congestionamento. O outro pondera vários objetivos simultaneamente: chegar rapidamente, manter baixos os tempos de espera e de carga, reduzir custos e usar o máximo possível de eletricidade solar. Em vez de buscar uma única resposta “perfeita”, ele constrói um cardápio de bons trade-offs e então escolhe a opção que oferece o melhor equilíbrio geral para aquela viagem específica.

Testes em cidades e rodovias marroquinas

A equipe testou seu assistente em rotas realistas em torno de Marrakech e Casablanca, duas cidades marroquinas com redes de carregamento crescentes e muita incidência solar. Construíram cinco cenários típicos de viagem, desde tarefas urbanas até deslocamentos em rodovias entre cidades, e compararam seu método híbrido com três abordagens comuns usadas isoladamente. Nesses casos, o novo sistema reduziu a distância percorrida em até um décimo e a energia consumida em até cerca de um sétimo em comparação com um planejador de menor distância simples. Também encontrou rotas que chegavam mais rápido do que métodos focados apenas em energia ou preço, e direcionou motoristas para estações com abundante energia solar sempre que o sol brilhava.

Energia mais limpa, contas menores, menos espera

Porque o assistente favorece deliberadamente carregadores alimentados por solar quando é viável, muitas viagens consumiram a maior parte de sua eletricidade proveniente do sol em vez da rede. Em trajetos urbanos diurnos com boa oferta solar, os custos de carregamento caíram cerca de um terço ou mais, enquanto a parcela de energia renovável frequentemente alcançou entre setenta e quase cem por cento. Essa mistura mais limpa se traduziu em cerca de três a quatro quilos a menos de dióxido de carbono por viagem em comparação com depender apenas da rede elétrica. O sistema também demonstrou que podia se adaptar quando previsões de geração solar ou consumo do carro estavam levemente equivocadas, evitando planos de recarga que poderiam deixar o veículo perto de ficar sem carga.

O que isso significa para a mobilidade elétrica futura

Para os motoristas do dia a dia, o estudo aponta para um futuro em que um aplicativo de navegação faz mais do que simplesmente indicar a tomada mais próxima. Em vez disso, ele poderia avaliar discretamente tempo, custo, lotação das estações, margens de segurança e quão verde é a eletricidade antes de sugerir uma parada. Os autores argumentam que sua abordagem é bem adequada para cidades inteligentes que desejam suportar mais veículos elétricos sem sobrecarregar as linhas de energia, e delineiam como ela poderia ser ampliada para gerenciar frotas inteiras de táxis ou vans de entrega. Em termos simples, a mensagem principal é que um planejamento cuidadoso e baseado em dados pode tornar o transporte elétrico mais barato, rápido e limpo ao mesmo tempo.

Citação: 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

Palavras-chave: veículos elétricos, estações de carregamento, energia solar, planejamento de rotas, Cidades inteligentes