Les stations contrôlées par l'IA peuvent recharger les voitures électriques tout en proposant aux conducteurs des prix personnalisés
Alors que de plus en plus de personnes conduisent des voitures électriques, des embouteillages et des files d'attente peuvent survenir lorsque de nombreuses personnes doivent recharger leur véhicule en même temps. Une nouvelle étude de l'Université de technologie Chalmers en Suède montre comment les bornes de recharge contrôlées par l'IA, grâce à des algorithmes intelligents, peuvent proposer aux utilisateurs de véhicules électriques des prix personnalisés, et ainsi minimiser à la fois le prix et le temps d'attente pour les clients. Mais les chercheurs soulignent l’importance de prendre les questions éthiques au sérieux, car il existe un risque que l’intelligence artificielle exploite les informations des automobilistes.
La recherche est présentée dans l'article « Politique de tarification dynamique personnalisée pour les véhicules électriques : approche d'apprentissage par renforcement » publié dans la revue Recherche sur les transports, partie C : technologies émergentes.
L’infrastructure de recharge commerciale d’aujourd’hui peut ressembler à une jungle. Le marché est dynamique et complexe avec une variété d'abonnements et une libre concurrence entre les fournisseurs. Dans certaines bornes de recharge rapide, des embouteillages et de longues files d’attente peuvent même survenir.
Dans une nouvelle étude, des chercheurs de Chalmers ont créé un modèle mathématique pour étudier dans quelle mesure les stations de recharge rapides contrôlées par l'intelligence artificielle, l'IA, peuvent aider en proposant aux conducteurs de voitures électriques des prix personnalisés, que les conducteurs peuvent choisir d'accepter ou de refuser. L'IA utilise des algorithmes capables d'ajuster les prix en fonction de facteurs individuels, tels que le niveau de la batterie et la situation géographique de la voiture.
« Les conducteurs de voitures électriques peuvent choisir de partager des informations avec les fournisseurs de bornes de recharge et recevoir une proposition de prix personnelle d'une borne de recharge intelligente. Dans notre étude, nous avons pu montrer comment les conducteurs rationnels et égoïstes réagissent en n'acceptant que les offres qui sont avantageuses pour eux. Cela permet de minimiser à la fois les prix et les délais d'attente », explique Balázs Kulcsár, professeur au département de génie électrique de Chalmers.
Dans l'étude, les conducteurs avaient toujours la possibilité de refuser le prix personnel et de choisir une borne de recharge conventionnelle à prix fixe. Les prix personnels perçus par les chauffeurs pouvaient différer considérablement les uns des autres, mais étaient presque toujours inférieurs aux prix du marché.
Pour les fournisseurs de bornes de recharge, l’algorithme itératif d’IA peut déterminer quels prix individuels sont acceptés par l’acheteur et dans quelles conditions. Cependant, au cours de l'étude, les chercheurs ont constaté que l'algorithme augmentait parfois considérablement le prix lorsque les batteries de la voiture électrique étaient presque complètement vides et que le conducteur n'avait donc d'autre choix que d'accepter l'offre.
« Les bornes de recharge intelligentes peuvent résoudre des problèmes de tarification complexes sur un marché concurrentiel, mais notre étude montre qu'elles doivent être développées et introduites avec une protection de la vie privée des consommateurs, tout à fait conforme aux paradigmes de l'IA éthique et responsable », déclare Kulcsár.
Les chercheurs ont créé un modèle mathématique de l’interaction entre les bornes de recharge rapide maximisant les profits et les utilisateurs de voitures électriques. Les « stations de recharge » pourraient proposer des prix de marché public ou des prix personnels maximisant les profits, basés sur l'IA, que les « utilisateurs de voitures électriques » pourraient ensuite accepter ou rejeter en fonction de leurs propres conditions et besoins. Dans la plupart des cas, les résultats étaient prometteurs, car les prix générés par l’IA étaient inférieurs aux prix du marché.
