Cet article aborde le problème d'optimisation découlant de l'intégration croissante des véhicules électriques dans les systèmes de services modernes, tels que les services de livraison de véhicules électriques (VE) et l'avancée de la technologie V2G. Nous présentons le problème d'orientation des véhicules électriques avec V2G (EVOP-V2G), un problème de maximisation des revenus qui détermine quand et où charger ou décharger tout en répondant aux demandes des clients, en tenant compte des contraintes d'autonomie du VE et des prix dynamiques de l'électricité. Nous formulons le problème sous la forme d'un modèle de programmation mixte en nombres entiers (MIP) et proposons deux algorithmes métaheuristiques sous-optimaux, l'un basé sur un algorithme évolutionnaire (EA) et l'autre sur une recherche de voisinage large (LNS). Les résultats expérimentaux utilisant des données réelles montrent que l'algorithme proposé double les revenus des conducteurs par rapport à la référence, tout en affichant des performances sous-optimales dans les petites instances et une excellente évolutivité dans les grandes instances.
