Optimisation de la localisation et la configuration d'infrastructures de recharge pour une flotte de taxis électrique

Les enjeux actuels autour de l'ecologie et du developpement de nouveaux modes de transport moins polluants nous amenent a aborder de nouvelles problematiques. Celles traitees dans ce memoire ont ete initiees par le lancement du projet pilote de l'entreprise Taxelco : Teo Taxi, qui a introduit une flotte de taxis electriques a Montreal en novembre 2015. La mise en place et le fonctionnement d'une telle flotte conduit a diverses interrogations, dont notamment celle de la localisation des infrastructures de recharge.;Nous proposons de traiter cette problematique en trois etapes : la localisation des infrastructures de recharge, l'attribution des courses aux vehicules et la configuration des stations. Ces trois problemes sont formules en programmes lineaires, dont les objectifs sont de minimiser les distances d'acces aux sites de recharge, pour les modeles de localisation et de configuration et de minimiser le nombre de vehicules en service, pour le modele d'attribution des courses. Les modeles de localisation et de configuration prennent en compte en entree un ensemble de donnees de courses represente par une matrice de deplacements interzones. L'objectif de ces modeles est de localiser les sites de recharge a proximite des zones les plus visitees (zones accueillant le plus d'extremites de courses). Chacune des zones est alors associee a un et un seul site de recharge. La configuration vise a repartir un nombre de bornes donne sur les differents sites localises, en tenant compte alors du nombre de deplacements associes a chaque site. Le modele d'attribution des courses consiste en un modele de flux dans un reseau, pour lequel on souhaite satisfaire la totalite des courses en entree avec un minimum de vehicules, nous prenons egalement en compte le probleme de la recharge des taxis et la localisation des stations determinee prealablement. Les modeles mathematiques mentionnes sont developpes sous AIMMS ou AMPL et resolus par le solveur CPLEX.;Les differentes experiences presentees dans ce memoire sont appliquees au projet Teo Taxi et traitent donc de cas specifiques rencontres sur le developpement de cette flotte de taxis electriques. Nous prenons en compte l'etat actuel de leur reseau de recharge, ainsi que des diverses ameliorations et modifications envisagees. Ces experiences sont possibles et pertinentes grâce a l'ensemble des donnees fournies par Teo Taxi. Nous elaborons donc une serie d'experiences, compte tenu de l'etat du reseau de recharge de Teo Taxi en mars 2017 : trois sites repartis sur l'ile de Montreal et un quatrieme site envisage. Ces experiences ont pour but de localiser optimalement trois sites de recharge puis quatre sites sur le territoire d'etude et enfin de considerer les trois sites de recharge de Teo Taxi afin de localiser optimalement uniquement un quatrieme site. Nous utilisons alors le modele d'attribution comme outil de simulation pour evaluer les differentes localisations et determiner la sollicitation des differentes stations, sur le cas d'une journee de service. Enfin, pour l'etape de configuration des stations, nous repartissons, tout d'abord, 50 bornes entre les stations de recharge pour tous les cas de localisation, puis nous nous appuyons sur les resultats precedents concernant la sollicitation des stations pour etablir des comparaisons. Une seconde serie d'experiences est ensuite realisee selon la meme approche, en tenant compte des evolutions du reseau de recharge de Teo Taxi en avril 2017 : quatre sites Teo et deux sites supplementaires envisages.;Les resultats mis en evidence par la resolution du modele de localisation revelent les gains potentiels des localisations optimisees des stations. En effet, sur la premiere serie d'experiences, les gains sur le temps total d'acces aux stations de recharge sont evalues entre 20 et 30%, pour les localisations optimisees par rapport aux localisations de Teo Taxi. L'importance d'une repartition optimale de bornes de recharge aux stations est, quant a elle, prouvee par le modele de configuration. Les resultats presentes demontrent que toutes les stations ne sont pas sollicitees de la meme maniere et que certaines se doivent de proposer plus de bornes de recharge, car elles sont susceptibles d'accueillir plus de vehicules. Les simulations realisees sur le seul exemple du 10 octobre 2016 ne permettent pas de conforter ces resultats car l'echantillon est trop restreint. Cependant, le modele d'attribution, en tant qu'outil de simulation, devrait permettre une validation de ces resultats avec un plan d'experience plus etendu.