電気配送車両は、都市部および郊外の配送業務にとってますます実用的になっていますが、ディーゼル運用には存在しない計画上の制約をもたらします。バッテリーには有限の航続距離があり、充電切れは任意の燃料スタンドへの素早い立ち寄りでは解決できません。電気フリートのルート計画は、車両の航続距離、配送スケジュール、充電ステーションの場所と可用性、充電に必要な時間を考慮しなければなりません。
AIによるルート計画は、この多変数最適化問題を解決することで、電気フリートの運用を実現可能にします。
現実を反映した航続距離推定
電気自動車の定格航続距離と配送業務における実際の航続距離は異なる数値です。実際の航続距離は、積載重量(重い荷物はより多くのエネルギーを消費)、ルートの標高変化(坂道はバッテリーをより速く消耗)、外気温(極寒と猛暑は航続距離を減少)、運転パターン(発進停止の配送運転は高速道路運転よりもマイルあたりのエネルギーを多く消費)、補助システムの使用(暖房、冷房、リフトゲート)に依存します。
AIによる航続距離推定モデルは、フリート自身の過去のデータを使用してこれらすべての要因を考慮します。メーカー定格の航続距離に基づいてルートを計画するのではなく、システムは特定の車両、積載量、ルート、条件に対する現実的な航続距離推定を使用します。これにより、車両が実際には達成できない航続距離を計画が想定したために、ルートの途中で充電が低下する状況を防ぎます。
充電統合によるルート計画
電気自動車のためのAIルート計画は、計画された配送ルートが推定航続距離を超える場合、ルートに充電停車を統合します。システムは、計画されたルート沿いまたはその近くにある充電ステーションを特定し、その可用性と充電速度を評価し、ルートの最適なポイントに充電停車を挿入します。
最適化は、ルート途中の充電が必要になることを回避できる代替ルート構成と比較して、充電停車の時間コストを考慮します。時には、わずかに異なる配送順序が、車両を夜間充電できる基地の近くに保つことで、ルート途中の充電の必要性を排除します。
夜間充電の最適化
ほとんどの配送フリートにとって、デポでの夜間充電が主な充電方法です。AIは、すべての車両が朝の出発時に完全に充電されていることを保証しながら、電気代を最小化するように充電スケジュールを管理します。これには、デマンドチャージのスパイクを避けるため充電開始時刻をずらすこと、オフピーク電気料金期間中に充電をスケジュールすること、早い出発時刻または長いルートを持つ車両を優先すること、施設の電力容量内に収まるよう総電気負荷を管理することが含まれます。
フリートミックスの最適化
フリートが電気自動車とディーゼル車両の両方を運用する移行期間中、AIはどのルートをどの車両に割り当てるかを最適化します。電気自動車の快適な航続範囲内のルートはEVに割り当てられます。ルート途中の充電が必要なルートや、EVに不利な条件(極寒、急な山岳ルート)を伴うルートは、ディーゼル車両に割り当てられます。
このインテリジェントな割り当ては、サービスレベルが維持されることを確保しながら、電気フリートの利用を最大化します。電気フリートが成長し充電インフラが改善するにつれ、EVに割り当てられるルートの割合は自然に増加します。
AIがロジスティクスにおけるフリート電化をどのようにサポートするかについては、FirmAdaptのロジスティクスおよび輸送分析をご覧ください。