Val av laddstation och ruttplanering för elfordon i Flask-applikation med ACO och NSGA-II inklusive solcellsbegränsningar

Smartare bilresor för elfordon

När fler förare övergår till elbilar blir en till synes enkel fråga oväntat komplicerad: var ska man stanna för att ladda? Att välja fel station kan innebära extra omvägar, långa köer, högre kostnader och mer föroreningar från el som producerats med fossila bränslen. Denna studie utforskar ett smart ruttssystem som hjälper elbilar i Marocko att i realtid välja bästa väg och laddstopp, samtidigt som det utnyttjar gratis solenergi när det är möjligt.

Varför det är så svårt att välja en laddare

På dagens vägar måste en elbilförare jonglera många rörliga faktorer samtidigt. Batterinivå, hastighet, avstånd till station, kölängd, elpris och till och med om en station drivs av solpaneler eller elnätet spelar roll. De flesta befintliga verktyg fokuserar bara på en del av den här gåtan, till exempel kortaste avstånd eller lägsta pris, och ignorerar ofta hur upptagna stationerna är eller hur mycket förnybar energi de använder. Författarna visar att denna snäva syn kan göra att förare sitter fast och väntar, betalar mer än nödvändigt eller går miste om möjligheter att ladda med ren solenergi.

En digital assistent som tittar framåt

Forskarna utvecklade en onlineassistent som kopplar samman bilar och laddstationer via en lätt internetlänk. Varje station sänder sin position, antalet lediga uttag, hur mycket solenergi som finns tillgänglig och aktuellt laddningspris. Samtidigt spårar varje bil sin position, batterinivå, destination och sannolika hastighet på olika vägtyper. Med hjälp av dessa live-data bygger systemet en karta över möjliga rutter och filtrerar bort stationer som bilen inte säkert kan nå samtidigt som en energireserv hålls.

Hur den smarta sökningen fungerar under huven

Inuti assistenten arbetar två naturinspirerade sökmetoder tillsammans. Den ena söker igenom vägnätet efter lovande vägar som är korta och effektiva, med hänsyn till stadsgator, förortsleder och motorvägar, samt troliga förseningar från trafikljus och trängsel. Den andra väger flera mål samtidigt: att komma fram snabbt, hålla väntetider och laddningstider låga, minska kostnader och använda så mycket solenergi som möjligt. Istället för att jaga ett enda ”perfekt” svar bygger systemet en meny av bra kompromisser och väljer sedan det alternativ som erbjuder den bästa övergripande balansen för just den resan.

Testning i marockanska städer och på motorvägar

Teamet testade sin assistent på realistiska rutter i och runt Marrakech och Casablanca, två marockanska städer med växande laddnätverk och rikligt med solsken. De byggde fem typiska resescenarier, från ärenden i staden till motorvägskörningar mellan städer, och jämförde deras hybridmetod med tre vanliga tillvägagångssätt som användes var för sig. I dessa fall minskade det nya systemet körsträckan med upp till en tiondel och reducerade energianvändningen med upp till ungefär en sjundedel jämfört med en enkel kortaste-väg-planerare. Det fann också rutter som nådde fram snabbare än metoder som bara fokuserade på energi eller pris, och det styrde förare mot stationer med rikligt solutbud när solen sken.

Renare energi, lägre kostnader, mindre väntan

Eftersom assistenten medvetet gynnar solmatade laddare när det är praktiskt, kom många resor i huvudsak att få sin el från solenergi i stället för från nätet. Vid dagsljus i stadsresor med god solförsörjning sjönk laddkostnaderna med ungefär en tredjedel eller mer, medan andelen förnybar energi ofta nådde mellan sjuttio och nästan hundra procent. Denna renare mix översattes till cirka tre till fyra kilo mindre koldioxid per resa jämfört med att lita enbart på nätström. Systemet visade också att det kunde anpassa sig när prognoser för solproduktion eller bilens energianvändning var något felaktiga, och det undvek laddplaner som kunde lämna ett fordon nära att få slut på batteri.

Vad detta innebär för framtidens elresor

För vardagliga förare pekar studien mot en framtid där en navigationsapp gör mer än att bara peka ut närmaste uttag. I stället skulle den tyst väga tid, kostnad, stationstäthet, säkerhetsmarginaler och hur grön elen är innan den föreslår ett stopp. Författarna menar att deras angreppssätt passar väl för smarta städer som vill stödja fler elfordon utan att överbelasta elnätet, och de skisserar hur det skulle kunna skalas upp för att hantera hela flottor av taxibilar eller leveransfordon. I klarspråk är deras huvudbudskap att noggrann, datadriven planering kan göra elresor billigare, snabbare och renare samtidigt.

Citering: 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

Nyckelord: elbilar, laddstationer, solenergi, ruttplanering, smarta städer