Nos projets
Optimisation de la recharge des véhicules électriques
IVADO Labs, en collaboration étroite avec un leader en gestion et recharge de flottes de véhicules électriques, relève des défis complexes liés à l’électrification des transports. Grâce à notre expertise en intelligence artificielle, nous proposons des solutions innovantes pour optimiser les plans de recharge.
Gérer la recharge d’une flotte de véhicules électriques afin de minimiser les coûts de recharge et d’assurer leur disponibilité pour les trajets à venir.
Une plateforme intelligente basée sur des données réelles qui crée un plan de recharge personnalisé pour chaque véhicule.
Réduction des coûts et prolongation de la durée de vie des batteries grâce à une optimisation précise des horaires de charge, avec des plans fiables générés en quelques secondes.
L’électrification des transports représente une évolution importante, portée par une prise de conscience accrue des enjeux environnementaux et soutenue par des politiques publiques incitatives. Cette démarche s’inscrit dans un effort de réduction des émissions de gaz à effet de serre et de promotion de la durabilité. Pour les entreprises, l’adoption de flottes de véhicules électriques est non seulement une réponse aux exigences réglementaires de plus en plus strictes, mais aussi une occasion de diminuer les coûts opérationnels à long terme.
Optimiser la recharge
Nous avons conçu une solution permettant d’optimiser les plans de recharge des véhicules électriques, afin d’aider notre client à accompagner les entreprises dans la transition vers des flottes de véhicules électriques. Cette solution vise à minimiser les coûts d’électricité pour l’opérateur et à maximiser la robustesse du plan de recharge, c’est-à-dire sa capacité à être fiable, stable et résistant aux imprévus ou aux perturbations potentielles. Ce système de gestion de l’énergie, intégrant l’écoconception et l’intelligence artificielle, assure une gestion intelligente du parc de véhicules.
Notre solution génère une réduction des coûts de recharge et une amélioration de la durée de vie de la batterie lithium-ion, dont la charge doit idéalement se situer entre 20 % et 80 %. Plus largement, elle contribue à éviter la saturation du réseau électrique et aide notre client à demeurer innovant dans un contexte de transition énergétique.
Objectif : lisser la Puissance Maximale Appelée pour optimiser les coûts
Les entreprises à forte consommation électrique doivent tenir compte de la puissance appelée, c’est-à-dire de la quantité d’électricité consommée à un moment donné. L’objectif est de répartir la recharge des véhicules dans le temps pour réduire la Puissance Maximale Appelée (PMA). Le fournisseur d’électricité emploie cette dernière pour déterminer le prix à facturer. En prévenant les pics de puissance, nous permettons donc à notre collaborateur de bénéficier d’une tarification plus avantageuse durant l’année à venir.
À l’échelle régionale, l’étalement des charges dans le temps permet d’éviter de surcharger inutilement l’infrastructure électrique. Il est bien connu qu’une adoption massive et spontanée de la mobilité électrique sans planification adéquate pourrait s’avérer problématique, voire provoquer des coupures de courant.
En développant cette solution, IVADO Labs contribue à faciliter la transition de la société vers une mobilité carboneutre.
Fiabilité de la recharge et simplification des opérations
IVADO Labs a aidé le client à augmenter l’efficacité de sa plateforme destinée à optimiser les plans de recharge des véhicules électriques, afin qu’elle puisse résoudre des instances de taille réelle et qu’elle évite aux usagers d’avoir à entrer des données manuellement.
Le travail a débuté avec une flotte de véhicules électriques ayant des itinéraires présentant une certaine régularité. Cette phase initiale a été stratégiquement choisie en raison de la régularité des trajets et horaires, offrant un cadre idéal pour tester et affiner notre solution de manière contrôlée. L’efficacité démontrée dans ce contexte spécifique nous permet de garantir la robustesse de notre technologie avant son déploiement sur des types de véhicules aux profils de recharge plus variés.
Une approche misant sur la puissance de l’intelligence artificielle
Notre approche s’est déclinée en deux algorithmes : l’un permettant de prédire les trajets et l’autre qui optimise la recharge.
Le modèle de prédiction tire parti de données de télématique, qui capturent la position, l’odomètre et l’état de charge du véhicule toutes les trois minutes. L’analyse de ces informations historiques nous mène à reconnaître les schémas de comportement dans l’utilisation des véhicules et ainsi de prévoir les trajets, ainsi que les situations hors normes, telles que les départs anticipés ou les arrivées tardives. En combinant ces données avec des prévisions météorologiques, nous pouvons également estimer avec précision la consommation pour les futurs trajets.
Le modèle d’optimisation se base quant à lui sur ces trois variables fournies par le modèle de prédiction pour développer un plan de recharge :
- Les heures de départ et d’arrivée des trajets effectués dans les prochains jours;
- La consommation énergétique et la distance associée à chacun de ces trajets;
- L’état de charge initial de la batterie.
Les plans de recharge générés privilégient la robustesse et atténuent les risques opérationnels liés à des besoins en recharge sous-estimés, tout en minimisant la Puissance Maximale Appelée.
Une technologie de pointe
Nous utilisons des techniques avancées d’analyse pour examiner et regrouper les trajets historiques de chaque véhicule électrique, en identifiant des schémas temporels similaires. Cela facilite une planification plus efficace et personnalisée.
En complément, notre optimiseur exploite des méthodes sophistiquées de programmation linéaire, structurées autour d’une fonction objective hiérarchique, pour affiner davantage l’efficacité énergétique de la recharge.
Résultats concrets
Notre modèle a démontré une grande efficacité lors des tests, en prédisant correctement la majorité des trajets réels. La solution a affiché une haute précision, reflétant sa capacité à anticiper les besoins réels des véhicules avec exactitude. Bien que certaines projections n’aient pas correspondu à des trajets effectivement réalisés, ce taux de faux positifs était prévu et reste bien dans les marges de robustesse visées par notre système.
Cette technologie assure non seulement une prédiction fiable des trajets, mais elle permet également une gestion fine des horaires et de la consommation énergétique des véhicules, optimisant ainsi leur utilisation tout en minimisant les inefficacités.
Augmentation de l’efficacité organisationnelle
La solution génère un plan de recharge sur un horizon d’une semaine pour plusieurs centaines de véhicules, en quelques secondes. Ce plan offre aux gestionnaires de la flotte une information granulaire, réoptimisée toutes les 15 minutes, permettant d’ajuster la puissance fournie à chaque véhicule.
Plutôt que de recharger chaque batterie intégralement aussi rapidement que possible, la solution génère un plan de charge qui indique à chaque borne combien de kilowatts fournir à chaque véhicule à chaque instant. Elle tire avantage de la durée de disponibilité prévue pour la recharge et du niveau de charge cible prédit pour chaque véhicule, afin de réduire la Puissance Maximale Appelée tout en garantissant que chaque véhicule électrique soit prêt pour son itinéraire du lendemain. L’application d’intelligence artificielle s’adapte aux besoins spécifiques de chaque véhicule. Grâce à la mise à jour du plan de recharge à tous les quarts d’heure, l’application permet de superviser les variations de capacité et de résister à des difficultés techniques telles que les branchements défaillants, assurant ainsi une gestion énergétique fiable et efficace.
L’algorithme développé par IVADO Labs assure une vitesse de calcul qui permet de produire en quelques secondes un plan de recharge sur une période d’une semaine pour plusieurs centaines de véhicules.
Le logiciel d’IA a été conçu pour que les véhicules soient toujours chargés en avance de l’horaire prévu. Cette approche permet une grande flexibilité et fiabilité du service face aux impondérables. Pour les gestionnaires de flotte, cette stratégie augmente l’efficacité opérationnelle, car un incident peut rapidement créer des retards par effet domino. Le tout se solde par une réduction de l’incertitude opérationnelle. La gestion granulaire de la recharge permet par ailleurs d’assurer que la batterie sera chargée à un niveau garantissant qu’il sera possible de compléter le trajet, plus un tampon si un imprévu survient, par exemple une chute importante des températures.
La solution a été rigoureusement testée selon plusieurs configurations client éventuelles, incluant un nombre de véhicules élevés, pour assurer une performance optimale du modèle.
Grâce à l’application d’intelligence artificielle, les répartiteurs sont soutenus dans la gestion de la recharge de leurs véhicules et bénéficient d’une visibilité accrue sur l’état futur de leur flotte. Cela leur permet de se concentrer sur leur cœur de métier et d’assurer une gestion optimale de leurs opérations de transport.
Caractéristiques principales de l’outil
Résultats principaux
Perspectives d’avenir
Les entreprises de transport peuvent tirer profit de cet outil qui fournit une solution complète, de la prédiction à l’optimisation, afin de lisser la Puissance Maximale Appelée (PMA).
Grâce à ce projet, nous renforçons la confiance des utilisateurs dans les véhicules électriques, facilitant une transition depuis une flotte de véhicules à combustion dans le secteur des transports