ScienceDirect Available online at

4. Conclusions and future work 
In this paper, we have introduced a charging strategy for multiple EVs charging demands using charging stations 
with several charging points. The objective is to remedy to the long waiting problem of EVs within charging 
stations. We have proposed a predictive algorithm based on predictive function principles. Basics and parameters of 
this function in the context of charging process are explained. According to these parameters, the prediction of the 
average charging time and charging rate using this trade-off approach is explained. The obtained results are 
compared using two use cases: full charging of EV batteries and using required energy according to the arrival of 
charging requests. A numerical example is worked out and the obtained results are reported and compared for these 
considered cases. As perspectives of this work, we further develop the proposed charging system and integrate the 
real time data. Furthermore, we will compare this approach with another one developed in our previous works using 
(max, +) algebra. We will evaluate the performances of both approaches in terms of the minimization of EVs waiting 
and maximization of their charging using VSIMRTI framework. Furthermore, accurate battery modelling is another 
on-going work [21] that will be adapted for successful prediction of SoC and the electric driving range as well. 
Acknowledgment 
This work is conducted under the collaborative framework OpenLab “PSA@Morocco - Sustainable mobility for 
Africa”. 
References 
[1] 
W. Ait-Cheik-Bihi, M. Bakhouya, J. Gaber, R. Outbib, E. Coatanea, X. Z. Gao, K. Zenger, “Towards an integrated service-oriented energy 
management platform for plugin hybrid electric vehicles“, 2012 IFAC Workshop on Multivehicle Systems, Espoo, Finland, 2012. 
[2] O.Sundstrӧm and C.Binding, “Planning electric-drive vehicle charging under constrained grid conditions,” in International Conference on 
Power System Technology, 2010.
[3] Y. He, B. Venkatesh andss L. Guan, “Optimal scheduling for charging and discharging of electric vehicles,” vol. 3, no. IEEE transactions on 
smart grid, 2012.
[4] J. Kang, S. J. Duncan and D. N. Mavris, “Real-time scheduling techniques for electric vehicle charging in support of frequency regulation,” 
Procedia Computer Science, no. Elsevier, pp. 767-775, 2013.
[5] H. Qin and W. Zhang, “Charging scheduling with minimal waiting in a network of electric vehicles and charging stations,” in Proceedings 
of the Eighth ACM international workshop on Vehicular inter-networking, ACM, 2011, pp. 51-60. 
[6] A. Ruzmetov, A. Nait-Sidi-Moh, M. Bakhouya and J. Gaber, “Towards an optimal assignment and scheduling for charging electric 
vehicles,” IEEE, Morocco, 2013. 
[7] A. Ruzmetov, A. Nait-Sidi-Moh and J. Gaber, “A (max - plus)-based approach for charging management of electric vehicles,” in The 2nd 
World Conference on Complex Systems(WCCS14), Agadir, Morocco, 2014.
[8] A. Lahlou1, F. Ossart, E. Boudard, F. Roy, M. Bakhouya, “A dynamic programming approach for thermal comfort control in electric 
vehicles“, in the 2018 Vehicle Power and Propulsion Conference (VPPC), Chicago, Illinois, USA, 2018. 
[9] B. Saeid, J. M. Scott, C. F. Joel and K. F. Hosam, “Plug-in hybrid electric vehicle charge pattern optimization for energy cost and battery 

---

134 
A. Nait-Sidi-Moh et al. / Procedia Computer Science 141 (2018) 127–134
8 
NaitSidiMoh et al./ Procedia Computer Science 00 (2018) 000–000 
longevity,” Journal of Power Sources, pp. vol. 196, no. 1, pp.541-549, 2011.
[10] H. Wiegman, A review of battery charging algorithms and methods, University of Wisconsin – Madison, Nov 28, 1999.
[11] A. E.-S. A. Nafeh, “An effective and safe charging algorithm for lead-acid batteries in PV systems,” International Journal of Energy 
Research, vol. 35, no. 8, pp. 733-740, 2011.
[12] H. –. Kim, J. Lee, G. –. Park, M. –. Kang and M. Kang, “An efficient scheduling scheme on charging stations for smart transportation,” 
2010.
[13] S. Vandael, N. Boucke, T. Holvoet, K. D. Craemer and G. Deconinck, “Decentralized coordination of plug-in hybrid vehicles for imbalance 
reduction in a Smart Grid,” in AAMAS, 2011.
[14] S. Bessler and J. Grønbæk, “Routing EV users towards an optimal charging plan,” International Battery, Hybrid and Fuel Cell Electric 
Vehicle Symposium, vol. 56, 2012.
[15] S. Gokay, C. Terwelp, C. Samsel, K.-H. Krempels, S. Rabenhorst and B. Greber, “Parking Lot Managment for Charging Stations,” 
Barcelona, Spain, 2014.
[16] B. Lunz, H. Walz and D. U. Sauer, “Optimizing vehicle-to-grid charging strategies using genetic algorithms under the consideration of 
battery aging,” in Conf. of Vehicle Power and Propulsion - VPPC, 2011.
[17] 
K. Dar, M. Bakhouya, J. Gaber, M. Wack, P. Lorenz, “Wireless communication technologies for ITS applications“, IEEE Communications 
Magazine, 48 : 5, pp. 156-162, 2010. 
[18] 
A. Nait-Sidi-Moh, M. Bakhouya, J. Gaber, M. Wack, “Geopositioning and mobility“, ISTE Ltd and John Wiley & Sons, Inc Networks and 
Telecommunications Serie, 272 pages, isbn:978-1-84821-567-2 
[19] D.A.Alekseev, “Investigation of parameters of a logistic function and their economic interpretation,” Cybernetics and Systems Analysis, 
vol. 36, no. 2, pp. 248-250, 2000-03-01.
[20] 
R. Mkahl, A. Nait-Sidi-Moh and M. Wack, “An optimal solution for charging management of electric vehicles fleets” Journal of Electric 
Power Systems Research, vol. 146, no. 2017, pp. 177-188, 2017. 
[21] S. Boulmrharj, Y. NaitMalek, A. El Mouatamid, M. Bakhouya, R. Ouladsine, M. Ouldmoussa, K. Zine-dine, M. Khaidar, R. Abid, 
“Towards a battery characterization methodology for performance evaluation of micro-grid systems”, submitted to the International 
Conference on Smart Energy Systems and Technology, IEEE, Seville, Spain, 2018.