IA para la planificación de rutas de vehículos eléctricos de reparto con optimización de estaciones de carga
Los vehículos eléctricos de reparto son cada vez más prácticos para las operaciones de reparto urbanas y suburbanas, pero introducen una restricción de planificación que las operaciones diésel no afrontan: la batería tiene una autonomía finita, y quedarse sin carga no se resuelve con una parada rápida en cualquier estación de combustible. La planificación de rutas para flotas eléctricas debe tener en cuenta la autonomía del vehículo, el horario de entrega, las ubicaciones y la disponibilidad de estaciones de carga, y el tiempo necesario para cargar.
La planificación de rutas con IA hace viables las operaciones de flotas eléctricas resolviendo este problema de optimización multivariable.
Estimación de autonomía que refleja la realidad
La autonomía nominal de un vehículo eléctrico y su autonomía real en operaciones de reparto son cifras distintas. La autonomía real depende del peso de la carga útil (las cargas más pesadas consumen más energía), los cambios de elevación de la ruta (las pendientes agotan las baterías más rápido), la temperatura ambiente (el frío y el calor extremos reducen la autonomía), los patrones de conducción (la conducción de reparto con paradas y arranques utiliza más energía por milla que la conducción en autopista) y el uso de sistemas auxiliares (calefacción, refrigeración, plataformas elevadoras).
Los modelos de estimación de autonomía con IA tienen en cuenta todos estos factores utilizando los propios datos históricos de la flota. En lugar de planificar rutas basándose en la autonomía nominal del fabricante, el sistema utiliza estimaciones de autonomía realistas para el vehículo, la carga, la ruta y las condiciones específicas. Esto previene la situación en la que un vehículo se queda con poca carga a mitad de la ruta porque el plan asumió una autonomía que el vehículo no podía alcanzar en la práctica.
Planificación de rutas con integración de carga
La planificación de rutas con IA para vehículos eléctricos integra paradas de carga en la ruta cuando la ruta de reparto planificada excede la autonomía estimada. El sistema identifica estaciones de carga a lo largo de o cerca de la ruta planificada, evalúa su disponibilidad y velocidad de carga, e inserta una parada de carga en el punto óptimo de la ruta.
La optimización considera el coste de tiempo de la parada de carga frente a configuraciones de ruta alternativas que podrían evitar la necesidad de cargar a mitad de ruta. A veces, una secuencia de reparto ligeramente diferente elimina la necesidad de una parada de carga al mantener el vehículo más cerca de su base donde puede cargar durante la noche.
Optimización de la carga nocturna
Para la mayoría de las flotas de reparto, la carga nocturna en el depósito es el principal método de carga. La IA gestiona el horario de carga para asegurar que cada vehículo esté completamente cargado para su salida matutina mientras minimiza los costes de electricidad. Esto implica escalonar los tiempos de inicio de la carga para evitar picos de cargo por demanda, programar la carga durante los periodos de tarifas eléctricas fuera de pico, priorizar los vehículos con horarios de salida tempranos o rutas largas, y gestionar la carga eléctrica total para mantenerse dentro de la capacidad de potencia de las instalaciones.
Optimización de la mezcla de flota
Durante el periodo de transición en el que una flota opera tanto vehículos eléctricos como diésel, la IA optimiza qué rutas se asignan a qué vehículos. Las rutas dentro del rango cómodo del vehículo eléctrico se asignan a los EV. Las rutas que requerirían cargar a mitad de ruta o que implican condiciones desfavorables para los EV (frío extremo, rutas montañosas pesadas) se asignan a vehículos diésel.
Esta asignación inteligente maximiza la utilización de la flota eléctrica al tiempo que garantiza que se mantengan los niveles de servicio. A medida que la flota eléctrica crece y mejora la infraestructura de carga, la proporción de rutas asignadas a los EV aumenta naturalmente.
Para más información sobre cómo la IA apoya la electrificación de flotas en logística, consulte el análisis de logística y transporte de FirmAdapt.