Véhicules électriques : gagner du terrain
Les véhicules électriques (VE) gagnent régulièrement en popularité et en parts de marché aux États-Unis. Leur offre d’énergie propre, d’efficacité énergétique accrue et de performance améliorée est très appréciée aujourd’hui. Selon le ministère américain de l’Énergie, les véhicules électriques sont plus économes en énergie car ils convertissent plus de 77% de l’énergie électrique en énergie au volant. Le marché américain des véhicules électriques devrait passer de 28,24 milliards USD en 2021 à 137,43 milliards USD en 2028 à un TCAC de 25,4% au cours de la période de prévision 2021-2028.
Les défis du secteur des véhicules électriques
Les avantages de l’adoption des véhicules électriques dans le réseau de transport sont multiples. Pourtant, un obstacle majeur à son adoption plus large implique l’absence d’un réseau d’infrastructures équipé d’un nombre suffisant ainsi que de stations de recharge placées de manière appropriée pour soutenir le flux ininterrompu de déplacement des SVE. Un pourcentage énorme de consommateurs américains ont exprimé leurs préoccupations concernant les problèmes de batterie ou de charge comme leurs principales préoccupations concernant l’achat de véhicules électriques.. Selon des rapports récents, les États-Unis pourraient avoir besoin d’augmenter l’offre de recharge de véhicules électriques jusqu’à 20 fois, à plus de 1 million de chargeurs publics et 28 millions de chargeurs privés.
Financement bipartite de la loi sur les infrastructures
La transition vers les véhicules électriques aux États-Unis a maintenu son élan alors que le pays se développe et adopte régulièrement des politiques pour accélérer la croissance dans ce secteur des transports. La loi bipartite sur les infrastructures introduite en 2021 prévoit 7,5 milliards de dollars pour développer l’infrastructure de recharge des véhicules électriques du pays.
L’objectif est d’installer 500 000 bornes de recharge publiques – des bornes de recharge accessibles au public compatibles avec tous les véhicules et toutes les technologies – à l’échelle nationale d’ici 2030. Aujourd’hui, il est de plus en plus urgent d’ajouter plus de stations de recharge à travers les États-Unis, disponibles et compatibles avec de nombreuses marques et conceptions.
Besoin d’identifier une optimisation efficace des itinéraires pour les véhicules électriques
Contrairement aux systèmes de routage conventionnels, qui déterminent la distance la plus courte ou le chemin le plus rapide vers une destination, la planification de l’itinéraire spécifiquement pour les véhicules électriques nécessite une évaluation minutieuse pour trouver une solution optimale sur le plan énergétique tout en tenant compte de la contrainte sur la batterie électrique.
Après avoir trouvé un modèle physique de la consommation d’énergie du véhicule électrique, y compris le chauffage, la climatisation et d’autres charges supplémentaires, le réseau routier doit être modélisé comme un réseau avec des nœuds et des bords pondérés afin d’appliquer un algorithme de chemin le plus court qui trouve l’itinéraire avec les coûts de bord les plus faibles. Par conséquent, la planification préalable d’un itinéraire de voyage de la manière la plus économique possible ouvre la voie à un plan de voyage approprié. Cela soulève certainement un défi algorithmique compliqué compte tenu des nombreux facteurs affectant la prise de décision optimale.
Une distribution inadéquate des bornes de recharge pour véhicules électriques et des conditions de circulation diverses qui ont un impact important sur la consommation d’énergie du véhicule sont deux facteurs clés qui influent sur le résultat de l’itinéraire optimal entre les deux points d’arrivée du voyage.
Une solution technologique efficace est là maintenant
Kinetica a répondu de manière appropriée à cette préoccupation en mettant en œuvre un solveur d’optimisation rapide, pratique et précis basé sur des graphiques, avec des paramètres spécifiques au problème de routage optimal d’un trajet EV impliquant plusieurs arrêts de charge afin que différentes limites de capacité et pénalités de recharge puissent être intégrées dans l’algorithme d’optimisation.
Divers algorithmes de cartographie et de routage ont été étudiés à partir de Mapbox, Google, TomTom qui sont utilisés par les constructeurs automobiles, tels que BMW, Tesla, Hyundai et Nissan. La solution technologique de Kinetica a conçu un algorithme d’optimisation combinatoire et une construction de topologie graphique de stockage fixe pour le réseau routier graphique des États-Unis continentaux.
Kinetica existant Solveur Dijkstra a été réutilisé pour réduire le coût de calcul de nombreuses solutions de chemin le plus court impliquées dans l’algorithme afin de répondre aux exigences des SLA. Cette solution innovante n’utilise pas d’étoile A bidirectionnelle Dijkstra entre les stations potentielles et ne nécessite pas de trouver un emplacement pivot entre les emplacements de recharge.
Une structure de recherche spatiale adaptative et légère a également été conçue pour trouver un ensemble de stations potentielles à chaque emplacement de recharge en utilisant des bacs uniformes et des associations de doubles liaisons. L’algorithme entier est ensuite implémenté comme un autre solveur de graphe multithread à l’échelle dans la suite d’analyse Kinetica-Graph, exposé comme un point de terminaison d’API reposant et utilisable dans SQL.
Cette solution de solveur de graphiques a été introduite à une époque où la pertinence des véhicules électriques is’accélère aux États-Unis. Cette solution industrielle est certainement un grand avantage pour le développement de ce secteur des infrastructures critiques.
Lire aussi: La démonstration de cette capacité avec des exemples de voyages et les résultats dans l’article complet: »Algorithme de routage optimal pour les trajets impliquant des milliers de bornes de recharge de véhicules électriques à l’aide de Kinetica-Graph »
L’appel à l’action devrait être d’exécuter le classeur de la station de recharge EV optimale sur Kinetica Cloud – https://cloud.kinetica.com/trynow/
