Notre planificateur de trajets n’aurait jamais pu être aussi efficace sans la passion des électromobilistes qui ont contribué à sa conception – souvent à leur insu !
Quand j’ai acheté mon premier véhicule électrique en 2017, j’ai vite compris que le chargement d’une batterie ne suit pas une courbe temporelle linéaire. Autrement dit, il est plus rapide de passer par exemple de 30 à 60 % que de 70 à 100 %. Autant les autos électriques ont une splendide courbe d’accélération linéaire, autant leur courbe de chargement s’apparente au couple d’un moteur à explosion : il y a des plages plus productives que d’autres.
Pour optimiser mon temps, j'avais donc intérêt à m’arrêter à une borne pendant que la capacité de recharge était à son maximum. Mais aussitôt que je m’aventurais hors de mes trajets habituels, je risquais de ne pas tomber assez vite sur une borne et de devoir recharger un peu plus longtemps. Un problème pas trop grave pour la plupart des gens, mais inacceptable pour un gars de maths !
J’ai alors développé un petit outil personnel de planification de trajet – un petit morceau de code lié à une liste des bornes publiques, pour savoir quel chemin emprunter afin de toujours trouver une borne au bon moment.
J’étais fier de ma trouvaille alors je l’ai vite annoncée à la communauté des électromobilistes dans les forums de l’AVÉQ. C’était juste un premier essai, basé sur les caractéristiques de mon véhicule, et pas forcément applicable aux autres. Mais ça a suffi pour attirer l’attention d’AXSO.
J’ai rejoint l’équipe en 2019 pour les aider à développer le planificateur de trajet, officiellement lancé en juin 2020. Il semble que je n’étais pas seul à vouloir optimiser mon temps de recharge, puisque nous frôlons déjà les 300 000 demandes d’itinéraire au moment d’écrire ces lignes.
À chaque modèle sa personnalité
Pour que notre planificateur soit efficace auprès d’un public élargi, il nous fallait prévoir toutes les combinaisons possibles. C’est là que résidait notre plus grand défi. Sur un itinéraire comptant 20 sites de recharge par exemple, l’algorithme doit décider lesquels choisir en tenant compte des capacités du véhicule, du statut et de la disponibilité des bornes, des conditions environnementales, etc.
Beaucoup de ces données nous sont accessibles en temps réel, à l’exception des caractéristiques du véhicule. En effet, le comportement de charge des batteries est unique à chaque modèle. Chacune a son petit caractère qu’il faut apprendre à connaître.
Bien sûr, les fabricants diffusent toute la documentation détaillée dont nous avions besoin. Sauf que très souvent, les performances annoncées ne sont pas celles qui sont affichées. Entre les conditions en circuit et sur la route, il y a un monde, sans parler du climat particulier du Québec qui vient brouiller tous les chiffres officiels.
C’est là que nous avons fait appel à l’intelligence collective des électromobilistes d’ici.
Une mine de données
Il suffit d’en avoir côtoyé quelques-uns pour se faire une idée de leur niveau de passion. N’allez pas leur dire que leur VÉ n’est qu’un moyen de transport pour se rendre de A à B. Non, c’est un objet précieux qui mérite l’observation la plus attentive pour profiter de toutes ses performances sans rien manquer ! Ainsi, ils sont nombreux à poster dans Facebook et ailleurs les dernières statistiques de leur auto, et à commenter les résumés de trajets des uns et des autres, leurs kilowattheures par 100 kilomètres, et j’en passe.
Pour nous, c’est une mine d’or ! Grâce à la passion des électromobilistes, nous avons pu bâtir et tenir à jour une base de données complète des capacités de chaque VÉ en fonction de paramètres physiques comme l’aérodynamique, le poids, le niveau de charge de la batterie, etc. Ces données sont au cœur de l’efficacité du planificateur de trajet.
Bien que la base de données ait été conçue au départ pour l’application Circuit électrique, la plateforme AXSO permet de l’adapter à d’autres réseaux de stations sous d’autres climats, en modifiant les variables adéquates, et en ajoutant ou retirant des modèles ou caractéristiques de véhicules au besoin.
Vers un planificateur individuel
Le planificateur est capable aujourd’hui d’offrir des résultats impossibles à calculer pour un humble cerveau humain ; il peut par exemple recommander deux arrêts de recharge à plus haute puissance pour aller plus vite qu’avec un seul. Mais nous voulons aller plus loin et faire appel à l’intelligence artificielle pour peaufiner les trajets au fur et à mesure.
Dans un avenir pas si lointain, le planificateur apprendra automatiquement de l’expérience des recharges passées pour mieux identifier les plages où les meilleures conditions de charge sont réunies, non seulement en fonction du modèle, mais du véhicule spécifique. En d’autres termes, nous préparons un planificateur taillé sur mesure pour chaque électromobiliste. Parce qu’ils méritent bien qu’on améliore encore leur expérience.
