MongoDB を使用して EV 充電データと操作を統合することで、スケーラブルなでレスポンシブな充電体験をビルドする、インフラの拡大に合わせて快速に適応できます。
ユースケース: モノのインターネット
業種: 製造 & モビリティ
製品およびツール: MongoDB Atlas、 MongoDB Search、 MongoDB時系列
パートナー: Vercel、Apollo GraphQL
ソリューション概要
自動車OEM、エネルギー・公益事業のプロバイダー、モビリティテックのスタートアップのいずれであっても、コネクテッド電気自動車(EV)の充電には、異なる速度で変化し、充電体験のさまざまな部分を支えるデータを統合する必要があります。
このデータには以下が含まれます。
ステーションのロケーションとコネクタの機能。
ステーションの可用性とアクティブなセッション。
価格
運用イベント。
充電ネットワークが拡大するにつれ、ドライバー向けのエクスペリエンスと運用エクスペリエンス全体でこのデータをコンシステントかつアクセス可能な状態に保つことは、信頼性の高いサービスを提供し、情報に基づいた意思決定を行うためにますます重要になっています。
このソリューションでは、統合された運用データレイヤーを使用して、これらのワークロードをMongoDBに統合する方法を説明します。共有データ基盤は、リアルタイムの充電体験をサポートし、演算子にステーションとセッションのアクティビティのコンシステントなビューを提供します。
単一のアプリケーションアーキテクチャ内で、このソリューションは以下をマネージドします。
ステーションの検出と可用性。
予約とアクティブなセッションへの課金。
運用イベントとテレメトリ。
このアプローチでは、MongoDBのdocument modelを使用してアプリケーションのアクセスパスワードなしを中心にデータを整理します。また、地理空間クエリがロケーション対応の検出をサポートし、条件付き更新が正確な可用性の維持に役立ち、変更ストリームが運用状態の変更をダウンストリームのプロセシングと接続します。運用データを1つの柔軟なプラットフォームに統合することで、チームはネットワーク、データ要件、運用ニーズの拡大に合わせて適応する接続型充電アプリケーションをビルドできます。
図 1。EV充電エコシステムを支えるデータプラットフォームの概要
参照アーキテクチャ
このソリューションは、ドライバーの体験、充電操作、ステーションシミュレーション、運用データを統合されたアプリアーキテクチャを通じて集約します。
図 2。EV充電デモアーキテクチャ
このNext.jsアプリは、2つのプライマリ体験を提供します。
ドライバーアプリ: ステーションの検索や充電セッションのマネジメントに使用します。
Operations Control Center: リアルタイムの課金アクティビティと操作データをモニターするために使用されます。
このアプリは、Apollo GraphQLでビルドするで構築された充電ステーションマネジメントシステム(CSMS)と双方向に通信します。CSMSは、充電ワークフローのアプリコントラクトを提供し、アプリのアクションと充電ステーションの操作を接続します。また、このアプリはOpenStreetMapを介したロケーションベースのサービスと統合されており、ステーションの検索やロケーションを意識したエクスペリエンスをサポートしています。
Python FastAPIシミュレーターは、充電ステーションのアクティビティを表現し、セッションテレメトリを生成します。MongoDB change streamsは、CSMSからシミュレーターへのワークフローにおける充電セッションの状態変化をキャプチャします。シミュレーターはこれらのイベントを使用して、次のことを行います。
充電セッションのプロセシングを開始または停止します。
シミュレーションされた充電状態を計算します。
セッション テレメトリを生成します。
MongoDBは、アーキテクチャ全体にわたって統合された運用データプラットフォームを提供します。ドライバーや車両のコンテキストから、充電インフラ、セッションアクティビティ、運用イベント、大容量テレメトリまで、エンドツーエンドの充電体験に必要なすべてのデータを統合します。
ソリューションの進化に合わせて、地理空間クエリ、時系列コレクション、Atlas Search、オンラインアーカイブなどのMongoDBの機能が、多様なデータとアクセスパスワードなしをサポートします。
データモデルアプローチ
データモデルは、EV充電アプリケーションの実際の動作に沿ったものになっています。ドライバーは充電セッションの全体像を把握する必要があり、ステーション検索にはロケーションと空き状況の両方が必要であり、テレメトリは大量のストリームとして処理される必要があります。MongoDBのdocument modelを使用すると、それらの特定のアクセスパスワードなしに合わせて各コレクションを形成できます。
このソリューションでは、以下のコアコレクションを使用します。
usersおよびvehicles: ドライバーと車両の情報を保存します。chargingStationsおよびchargingPoints: ステーションの検出と電気自動車供給設備 (EVSE) の状態を追跡します。chargingSessions予約、アクティブなセッション、充電履歴を管理する。incidents運用上の問題を追跡する。telemetry: 大量の充電データを保存する。
document modelにより、ソリューションは直感的で実装するのが容易になります。
例として、chargingSessions コレクションは、Extended 参照 パスワードなし を使用してセッション履歴データをまとめて保持します。基礎の車両とステーションへの参照に加えて、セッションは関連する詳細の小さなスナップショットを保存します。
{ "status": "COMPLETED", "stationSnapshot": { "name": "Downtown Mall Charging", "addressShort": "Main St 10, Zurich", "chargingPointLabel": "Bay 1" }, "vehicleSnapshot": { "make": "BMW", "model": "i3" }, "charging": { "energyDeliveredKwh": 52.4 }, "pricingSnapshot": { "currency": "EUR", "priceCentsPerKwh": 55 }, "cost": { "totalCents": 2882 }}ドライバーがセッション履歴を表示する際、アプリは複数のコレクションを結合することなく、単一のドキュメントからこの情報を検索します。スナップショットは、基礎のステーションや車両のデータが後で変更された場合でも、過去のセッションコンテキストを保持します。
同じ原則により、ステーションの検出が簡素化されます。chargingStations コレクションは、そのロケーションを GeoJSON として保存するため、MongoDB の地理空間クエリを使用してドライバーのロケーションに近いステーションを見つけることができます。また、計算された可用性カウントと充電点機能の制限付きプロジェクションも保持されるため、一般的なマップクエリや検索クエリにステーションドキュメントから直接答えることができます。
{ "name": "Downtown Mall Charging", "location": { "type": "Point", "coordinates": [8.5417, 47.3769] }, "availability": { "availableNowPoints": 7 }, "chargingPoints": [ { "connectors": [ { "type": "CCS", "power": 150 }, { "type": "TYPE2", "power": 22 } ] } ]}頻繁に変化する運用状態は別の chargingPoints コレクションに保持されるため、充電点のステータスが変わるたびにステーションのドキュメントを更新する必要はありません。この分離により、テレメトリの量が増加してもモデルの効率が維持されます。
テレメトリには異なるアクセスパターンがあります。それは、大容量で、時間ベースであり、継続的に増加するものです。このソリューションでは、テレメトリを分離し、MongoDB時系列コレクションとTTLインデックスを使用して、保持ポリシーを自動的に強制します。より長期間保持するデータについては、MongoDB オンライン アーカイブが古いデータを低コストのストレージに移動するため、個別のアーカイブワークフローを構築することなく、ネイティブな方法でデータライフサイクルを管理できます。
{ "timestamp": "2026-02-12T08:11:58Z", "meta": { "stationId": "65c8f2e2d2f4c3a9b3b9b001", "chargingPointId": "65c8f2e2d2f4c3a9b3b9b101", "stationCode": "station-001", "chargingPointCode": "cp_station-001_01" }, "messageType": "SESSION_SAMPLE", "ok": true, "powerKw": 120, "energyKwhDelta": 0.4, "voltageV": 400, "currentA": 300, "temperatureC": 31.2}これらのパスワードなしにより、実装はアプリケーションの実際のワークフローに集中でき、各データ型を独立して増やすおよび進化させることができます。その結果、柔軟性を犠牲にすることなくアプリの複雑さを軽減する、実用的なdocument modelが実現します。
ソリューションのビルド
ソリューションをローカルで実行するには、次の手順を完了してください。
完全な設定手順、ローカル開発オプション、環境変数、および追加のコマンドについては、GitHub リポジトリを参照してください。
キーポイント
EV充電データと操作を統合:ドライバーのエクスペリエンス、充電インフラストラクチャ、運用データ、テレメトリを単一の運用データプラットフォームに統合し、可視性を向上させ、アーキテクチャを簡素化します。
開発と進化を簡素化: MongoDBの柔軟なdocument modelとスキーマパスワードなしを使用して、要件の変化に応じて課金ワークフローをビルドするおよび適応させます。
可用性と増やすに対応したビルドする: リアルタイムデータ、イベントドリブンプロセシング、ネイティブ MongoDB 機能を組み合わせることで、インフラストラクチャとデータ量の増加に伴い、応答性の高い充電エクスペリエンスをサポートします。
AIによる操作の拡張: 接続されたステーション、セッション、インシデント、テレメトリのコンテキストを基盤として、AIを活用したサポートや運用上の意思決定ワークフローを実現します。
作成者
Rami Pinto、MongoDB
Humza Akhtar、MongoDB
MongoDB、 MongoDB