Planification d'itinéraires pour véhicule électrique avec disponibilité incertaine des bornes de recharge

Abstract

Un planificateur automatique étant capable de donner aisément et rapidement des itinéraires pour véhicule électrique s’avère nécessaire considérant le nombre croissant de ces véhicules en circulation et le peu de bornes de recharge disponibles. Ce planificateur devrait être en mesure de tenir compte de plusieurs facteurs, tels que l’emplacement des bornes de recharge et leur probabilité d’occupation, le modèle stochastique de charge-décharge de la batterie ou encore, la topographie ou même la température. En plus de considérer les facteurs précédents, la rapidité de calcul et la simplicité d’utilisation sont primordiales pour un planificateur digne de ce nom. Ce mémoire vise dans un premier temps à présenter les caractéristiques du problème et les difficultés reliées à ce problème. Dans un second temps, il vise à présenter les forces et les faiblesses des planificateurs existants pour véhicule électrique et à présenter en détail les algorithmes utilisés par ceux-ci. Dans un troisième temps, il présente deux contributions nouvelles. La première est une technique de regroupement de bornes permettant de diminuer le temps de calcul de chaque requête par le planificateur. Cette technique a permis de diviser par 8 le nombre de noeuds considérés dans le graphe des bornes et de diviser par 35 le temps de calcul de la recherche de chemins dans ce graphe. La seconde technique permet de considérer le temps espéré d’attente à chaque borne dans le planificateur, alors que les planificateurs existants ne prenaient en compte que le temps de déplacement et le temps de recharge. La considération du temps d’attente par le planificateur a permis de diminuer de 17,3 minutes en moyenne le temps total d’exécution des itinéraires retournés. Cette technique utilise un modèle probabiliste permettant d’estimer l’occupation des bornes et le temps espéré d’attente, qui a été généré à partir de données réelles du circuit électrique, le réseau public de bornes de recharges au Québec.

Publication
Master Thesis, Université du Québec à Montréal
Jaël Champagne Gareau
Jaël Champagne Gareau
PhD Student of Computer Science

My research interests include AI (both planning and machine learning) and theoretical computer science.