Con la rápida proliferación de vehículos eléctricos (VE), la logística urbana enfrenta desafíos crecientes en la optimización de la ruta de vehículos. Este documento presenta un nuevo marco de modelado para el Problema de Enrutamiento de Vehículos Eléctricos (EVRP), donde varios camiones eléctricos sirven a un conjunto de clientes dentro de sus límites de capacidad. El modelo incorpora restricciones críticas específicas de VE, incluido el alcance limitado de la batería, la demanda de carga y las condiciones dinámicas del tráfico urbano, con el objetivo de minimizar el costo total de entrega. Para resolver eficientemente este problema, se propone un Algoritmo Genético Cooperativo de Doble Población (DPCGA). El algoritmo emplea un mecanismo de doble población para la exploración global, expandiendo efectivamente el espacio de búsqueda y acelerando la convergencia. Luego, introduce operadores de refinamiento local para mejorar la calidad de la solución y mejorar la diversidad de la población. Un gran número de resultados experimentales demuestran que DPCGA supera significativamente a los algoritmos tradicionales en términos de rendimiento, logrando una mejora promedio del 3% en la satisfacción del cliente y una reducción del 15% en el tiempo de cálculo. Además, este algoritmo muestra una calidad de solución superior y robustez en comparación con los algoritmos AVNS y ESA-VRPO, especialmente en escenarios complejos como ajustes en la disposición de las estaciones de carga y fluctuaciones en el alcance del vehículo. El análisis de sensibilidad verifica aún más la estabilidad y practicidad de DPCGA en entornos de entrega urbana del mundo real.