Fotovoltaik enerji kısıtlarını içeren ACO ve NSGA-II ile EV şarj istasyonu seçimi ve yönlendirme flask uygulaması

Elektrikli araçlar için daha akıllı yolculuklar

Daha fazla sürücü elektrikli araçlara geçtikçe, basit görünen bir soru şaşırtıcı derecede karmaşık hale geliyor: nerede durup şarj etmelisiniz? Yanlış istasyonu seçmek ekstra sapmalara, uzun kuyruklara, yüksek faturalar ve fosil yakıtla üretilen elektrikten kaynaklanan daha fazla kirliliğe yol açabilir. Bu çalışma, Fas’ta elektrikli araçların gerçek zamanlı olarak en iyi yolu ve şarj noktasını seçmesine yardımcı olan, mümkün olduğunda ücretsiz güneş enerjisinden yararlanan akıllı bir yönlendirme sistemi inceliyor.

Şarj cihazı seçimini zorlaştıran nedir

Günümüz yollarında elektrikli sürücüler aynı anda pek çok değişkeni dengede tutmak zorunda. Batarya şarjı, sürüş hızı, istasyonun uzaklığı, kuyruk uzunluğu, elektrik fiyatı ve hatta bir istasyonun güneş panelleriyle mi yoksa şebekeyle mi çalıştığı gibi etkenler önem taşır. Mevcut araçların çoğu bu bulmacanın yalnızca tek bir dilimine odaklanıyor; örneğin en kısa mesafe veya en ucuz fiyat gibi, ve genellikle istasyonların ne kadar meşgul olduğu ya da ne kadar yenilenebilir enerji kullandığı göz ardı ediliyor. Yazarlar, bu dar bakış açısının sürücüleri beklemeye mahkûm edebileceğini, gereğinden fazla ödemelerine neden olabileceğini veya temiz güneş enerjisiyle şarj etme fırsatlarını kaçırmalarına yol açabileceğini gösteriyor.

İleriye bakan dijital bir yardımcı

Araştırmacılar, araçları ve şarj istasyonlarını hafif bir internet bağlantısıyla birbirine bağlayan çevrimiçi bir yardımcı tasarladı. Her istasyon konumunu, boş priz sayısını, mevcut güneş enerjisi miktarını ve güncel şarj fiyatını yayınlar. Aynı zamanda her araç konumunu, batarya seviyesini, varış noktasını ve farklı yol türlerindeki muhtemel hızını izler. Bu canlı veri akışlarını kullanarak sistem olası güzergâhların bir haritasını oluşturur ve enerji rezervini koruyarak aracın güvenle ulaşamayacağı istasyonları filtreler.

Akıllı aramanın perde arkasında nasıl çalıştığı

Yardımcının içinde, doğadan ilham alan iki arama yöntemi birlikte çalışır. Biri, trafik ışıklarından ve tıkanıklıklardan kaynaklanabilecek yavaşlamaları da dikkate alarak şehir içi sokaklar, banliyö yolları ve otoyollar dahil olmak üzere kısa ve verimli olma eğilimindeki ümit vaat eden yolları arar. Diğeri ise birden çok hedefi aynı anda tartar: hızlı varmak, bekleme ve şarj sürelerini düşük tutmak, maliyetleri azaltmak ve mümkün olduğunca fazla güneş elektriği kullanmak. Tek bir “mükemmel” cevabın peşinden gitmek yerine, iyi uzlaşmaların bir menüsünü oluşturur ve sonra o belirli yolculuk için genel dengesi en iyi olan seçeneği tercih eder.

Fas şehirleri ve otoyollarında test

Ekip, yardımcıyı artan şarj ağlarına ve bol güneş ışığına sahip iki Fas kenti olan Marakeş ve Kazablanka çevresindeki gerçekçi güzergâhlarda test etti. Şehir içi işlerdenden şehirlerarası otoyol sürüşlerine kadar beş tipik seyahat senaryosu kurdular ve melez yöntemlerini tek başına kullanılan üç yaygın yaklaşımla karşılaştırdılar. Bu vakalar genelinde, yeni sistem basit bir en kısa yol planlayıcısına kıyasla sürüş mesafesini %10’a varan oranda azalttı ve enerji kullanımını yaklaşık %7’ye kadar (yaklaşık yedide bir) düşürdü. Ayrıca sadece enerjiye veya fiyata odaklanan yöntemlerden daha erken varış sağlayan rotalar buldu ve güneş parlarken sürücülere bol güneş enerjili istasyonlara yöneldi.

Daha temiz enerji, daha düşük faturalar, daha az bekleme

Yardımcı pratik olduğunda kasıtlı olarak güneşle beslenen şarj cihazlarını öncelediği için, birçok yolculuk elektriğinin çoğunu şebeke yerine güneşten aldı. Gündüz şehir içi yolculuklarında iyi bir güneş arzı olduğunda şarj maliyetleri yaklaşık üçte bir veya daha fazla düştü ve yenilenebilir enerjinin payı genellikle %70 ile neredeyse %100 arasında oldu. Bu daha temiz enerji bileşimi, yalnızca şebekeye bağlı kalmaya kıyasla yolculuk başına yaklaşık üç ila dört kilogram daha az karbondioksit anlamına geldi. Sistem ayrıca güneş çıktısı veya araç enerji kullanımı tahminleri biraz yanlış olduğunda bile uyum sağlayabildiğini gösterdi ve bir aracın şarjı bitmek üzereyken bırakabilecek şarj planlarından kaçındı.

Bu, geleceğin elektrikli yolculuğu için ne anlama geliyor

Günlük sürücüler için çalışma, bir navigasyon uygulamasının sadece en yakın prize işaret etmekten daha fazlasını yapabileceği bir geleceğe işaret ediyor. Bunun yerine zaman, maliyet, istasyon kalabalığı, güvenlik marjları ve elektriğin ne kadar yeşil olduğu gibi etkenleri sessizce tartıp bir mola önerebilir. Yazarlar, yaklaşımlarının güç hatlarını aşırı yüklemeden daha fazla elektrikli aracı desteklemek isteyen akıllı şehirler için uygun olduğunu savunuyor ve taksi veya teslimat araçları filolarını yönetmek için nasıl ölçeklendirilebileceğini özetliyor. Basitçe söylemek gerekirse, onların ana mesajı veri odaklı, dikkatli planlamanın elektrikli taşımacılığı aynı anda daha ucuz, daha hızlı ve daha temiz hale getirebileceği yönünde.

Atıf: 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

Anahtar kelimeler: elektrikli araçlar, şarj istasyonları, güneş enerjisi, rota planlama, akıllı şehirler