Battery-Aware Finsler Geometry for Energy-Optimal Routing of Electric Vehicles

Todo conductor de un vehículo eléctrico conoce la silenciosa ansiedad del indicador de autonomía. A diferencia de un coche con un tanque de gasolina que simplemente se vacía, la batería de un coche eléctrico es un sistema complejo donde la energía necesaria para recorrer una milla cambia constantemente según el camino que tiene por delante. Una pendiente pronunciada exige un aumento de potencia, mientras que un descenso suave puede devolver energía a la batería. Incluso la forma en que un conductor acelera o frena importa; un ritmo suave y constante es mucho más eficiente que uno de paradas y arranques. Durante años, los sistemas de navegación han intentado resolver esto buscando la ruta más corta entre dos puntos, midiendo solo la distancia en un mapa. Pero para un vehículo eléctrico, la ruta más corta es a menudo la más costosa en términos de vida útil de la batería, porque puede obligar al coche a subir una colina empinada y sinuosa o a atravesar una serie de curvas cerradas que agotan el suministro de energía.

Este es el problema que un equipo de investigadores de la Universidad Dr. Rammanohar Lohia Avadh, en la India, se ha propuesto resolver. Han desarrollado una nueva forma matemática de planificar rutas que observa la carretera no solo como una línea en un mapa, sino como un paisaje con un costo de energía específico para cada dirección de viaje. Su trabajo sugiere que la mejor ruta para un coche eléctrico no es necesariamente la que tiene menos millas, sino la que respeta la física del trayecto: la pendiente de la carretera, la necesidad de acelerar o frenar, y el estado actual de la batería. Al tratar la carretera como un entorno dinámico donde subir una colina cuesta más que bajar una, han creado un sistema que puede encontrar un camino que ahorre una cantidad significativa de energía sin que el viaje sea irrazonablemente largo.

Los investigadores comenzaron reconociendo una verdad fundamental sobre los vehículos eléctricos: el consumo de energía es direccional. Si conduces un coche cuesta arriba, utilizas mucha energía de la batería para luchar contra la gravedad. Si conduces ese mismo coche por la misma colina en sentido descendente, la gravedad te ayuda, y el coche puede incluso recuperar parte de esa energía mediante un proceso llamado frenado regenerativo, donde el motor actúa como un generador para recargar la batería. Las herramientas de navegación tradicionales suelen tratar un segmento de carretera como si tuviera un costo único y fijo, independientemente de la dirección en la que estés conduciendo. Esto es como decir que un vuelo de Nueva York a Londres cuesta la misma cantidad de combustible que un vuelo de Londres a Nueva York, ignorando las potentes corrientes en chorro que pueden empujar a un avión y frenar al otro. En el mundo real, la dirección en la que viajas cambia la factura energética.

Para capturar esta realidad, el equipo construyó un nuevo tipo de mapa. En lugar de usar números simples para representar el costo de una carretera, utilizaron un marco matemático que permite que el costo cambie dependiendo de la dirección del vehículo. Imaginaron la red de carreteras como una superficie suave y continua donde cada punto tiene un precio energético específico que depende de si se avanza hacia arriba, hacia abajo o de forma transversal. Incorporaron tres factores principales en este precio. Primero, calcularon la energía bruta necesaria para mover el coche, teniendo en cuenta la resistencia del aire y el peso del vehículo. Segundo, añadieron un costo por la aceleración, reconociendo que acelerar requiere un estallido de potencia, mientras que frenar puede ser gratuito o incluso rentable si el coche recupera energía. Tercero, factorizaron la pendiente de la carretera, penalizando las subidas y recompensando los descensos.

Los investigadores probaron su nuevo sistema en una simulación por computadora de un área de diez kilómetros por diez kilómetros, completa con obstáculos como edificios y un terreno ondulado realista que imitaba una ciudad montañosa. Compararon tres formas diferentes de encontrar una ruta desde un punto de partida hasta un destino. El primer método era el enfoque estándar: encontrar la distancia más corta. El segundo método consistía en encontrar la ruta que utilizara la menor cantidad de energía de la batería, independientemente de lo larga que fuera la trayectoria. El tercer método era su nuevo sistema, que equilibraba la distancia, la energía y la dirección del viaje, todo al mismo tiempo.

Los resultados fueron reveladores. La ruta más corta, la que habría sido elegida por un GPS estándar, era de hecho la más corta con 11.31 kilómetros. Sin embargo, también fue la más costosa, consumiendo 17.76 megajulios de energía. Este camino obligaba al coche a subir colinas empinadas y a acelerar con frecuencia, agotando la batería mucho más rápido de lo necesario. La ruta enfocada en la energía fue más inteligente; tomó un camino más largo de 14.01 kilómetros pero ahorró una enorme cantidad de energía, reduciendo el consumo a solo 6.80 megajulios. Evitó las subidas pronunciadas tomando una carretera ligeramente más larga y plana.

El nuevo sistema produjo una ruta casi idéntica en longitud a la enfocada en la energía, con 14.13 kilómetros, y utilizó una cantidad de energía casi idéntica, 6.82 megajulios. La diferencia clave fue que el nuevo sistema logró esta eficiencia mientras también tenía en cuenta la "tendencia" de la carretera a requerir aceleración. Encontró un camino que no solo era eficiente energéticamente, sino también más fluido, evitando los cambios de velocidad bruscos que pueden desperdiciar potencia. En la simulación, la batería del coche que seguía la nueva ruta terminó el viaje con un estado de carga del 96.84 por ciento, en comparación con el 91.78 por ciento de la ruta más corta. Esta pequeña diferencia en el nivel final de la batería representa un margen de seguridad significativo para un conductor real, previniendo potencialmente una situación en la que el coche se quede sin energía antes de llegar a una estación de carga.

Los investigadores enfatizan que su trabajo es una simulación, un experimento controlado para demostrar que su idea matemática funciona. No lo probaron en un coche real en una carretera real, pero la física que utilizaron se basa en la dinámica de vehículos del mundo real, incluyendo el peso de un coche de pasajeros eléctrico típico, la resistencia del aire y la eficiencia del motor. Demostraron que, al tratar la carretera como un lugar donde la dirección importa, podían encontrar un camino que fuera un compromiso inteligente. No se trata solo de ahorrar la mayor cantidad de energía posible, lo que podría significar tomar un desvío largo y sinuoso, ni se trata de tomar el camino más corto, que podría agotar la batería. Se trata de encontrar el punto ideal donde el viaje es eficiente, fluido y seguro para la batería.

Este enfoque tiene implicaciones para algo más que los coches personales. Los investigadores sugieren que la misma lógica podría aplicarse a los autobuses eléctricos, que son pesados y se detienen con frecuencia, lo que los hace aún más sensibles a las colinas y a la aceleración. También podría ayudar a los vehículos autónomos, que necesitan tomar decisiones de milisegundos sobre qué ruta tomar basándose en su nivel actual de batería. Si un coche autónomo sabe que su batería está baja, el sistema podría ajustar automáticamente la ruta para favorecer caminos más llanos y suaves, incluso si eso significa conducir algunos kilómetros extra.

El estudio concluye que el futuro de la navegación de los vehículos eléctricos reside en comprender la dirección del viaje. Una carretera no es solo una línea; es un paisaje con un costo energético específico para cada dirección. Al utilizar un modelo matemático que respeta esta direccionalidad, podemos guiar a los vehículos eléctricos por caminos que no son solo los más cortos, sino los más sensatos. Los investigadores han demostrado que un poco de distancia adicional puede ahorrar mucha energía, y que la mejor ruta es la que trabaja con la carretera, no en su contra. A medida que los vehículos eléctricos se vuelvan más comunes, estos tipos de sistemas de enrutamiento inteligentes serán esenciales para asegurar que puedan ir más lejos, más rápido y con menos preocupación por quedarse sin energía.