Imagen de archivo de un coche MUSoL
El ITE consolida los primeros resultados de MUSoL, el proyecto que usa IA y big data para impulsar la movilidad urbana sostenible
MUSoL desarrolla un primer modelo que permite anticipar cuánta electricidad se va a necesitar para recargar vehículos eléctricos en distintos momentos en una ciudad
El ITE, como Centro Tecnológico de la Energía y el Instituto de Biomecánica (IBV) progresan en el desarrollo de MUSoL (Movilidad Urbana Sostenible para comunidades Locales), un proyecto financiado por el IVACE+i que utiliza inteligencia artificial y grandes volúmenes de datos para mejorar cómo nos movemos en las ciudades y reducir el impacto ambiental del transporte. Con la finalización prevista en junio de este año, MUSoL se encuentra ya en una fase avanzada, con la mayoría de sus herramientas en desarrollo y comenzando a hacer testeos reales con las empresas colaboradoras.
Entre los primeros resultados del proyecto destacan varios prototipos que ya están en funcionamiento a nivel de pruebas. MUSoL ha desarrollado un primer modelo que permite anticipar cuánta electricidad se va a necesitar para recargar vehículos eléctricos en distintos momentos y lugares, combinando datos históricos con información del entorno urbano y de la red eléctrica. También se ha creado un prototipo OCPP-Lite que facilita la comunicación básica entre estaciones de recarga y plataformas de gestión, lo que abre la puerta a que equipos de distintos fabricantes se puedan conectar sin problemas. A esto se suma un sistema de detección de anomalías en estaciones de recarga, pensado para identificar comportamientos irregulares que pueden derivar en averías y así poder hacer mantenimiento antes de que se produzca el fallo.
A su vez, el proyecto también está trabajando en un primer modelo de impacto de la tecnología V2G (Vehicle-to-Grid), que analiza cómo los vehículos eléctricos podrían, en el futuro, devolver energía a la red y actuar como grandes baterías en constante movimiento.
En la recta final del proyecto, MUSoL afronta el hito clave de completar la plataforma integral de datos y ponerla en marcha con todos los módulos de análisis y de interacción que están previstos. En paralelo, llevarán a cabo la validación y ajuste final de los modelos de inteligencia artificial, tanto los que predicen la demanda de recarga como los orientados a anticipar averías y a gestionar la recarga de forma más eficiente, actualmente avanzados. Además, junto a las empresas colaboradoras, también se están preparando los planes para evaluar el impacto de las herramientas con usuarios reales, con el objetivo de medir su aceptación, su facilidad de uso y su capacidad para mejorar la movilidad y el uso de la energía.
Antes del cierre del proyecto se realizarán pilotajes y pruebas con casos reales de uso, en colaboración con las empresas participantes, para comprobar el comportamiento de las soluciones en situaciones lo más cercanas posible a la operación diaria.
«Nuestro objetivo es desarrollar tecnología puntera y asegurarnos de que ese conocimiento llegue a la industria y se traduzca en soluciones que puedan utilizarse de verdad en las ciudades», explica Caterina Tormo, responsable del proyecto MUSoL en el ITE. «Por eso estamos poniendo tanto foco en la transferencia de resultados hacia empresas, administraciones y principales agentes del ecosistema de movilidad sostenible. Queremos que todo lo aprendido en MUSoL se pueda adoptar y replicar en otros entornos urbanos, para avanzar juntos hacia una movilidad más inteligente, integrada y con menos emisiones», concluye Tormo.
El proyecto MUSoL, con expedientes IMDEEA/2025/51 y IMDEEA/2025/66, ha sido financiado por IVACE+i y la Unión Europea dentro del Programa Operativo FEDER de la Comunidad Valenciana 2021–2027.