El estudio analiza la planificación óptima de estaciones de carga para vehículos eléctricos utilizando el modelo p-mediana y dos metaheurísticas: algoritmos genéticos (GA) y optimización por colonia de hormigas (ACO). La función de costo integra gastos de instalación y transporte, permitiendo evaluar distintos escenarios de infraestructura. Los resultados demuestran que ACO supera a GA al ofrecer menores costos totales. En casos como Erzurum, ACO logra reducciones de costos del 15–25%, mostrando su competencia para diseñar redes de carga eficientes y sostenibles. El marco propuesto es flexible y puede aplicarse a otros problemas de localización espacial y planificación de instalaciones. Además, aporta una base científica útil para mejorar la coordinación temporal y geográfica de la carga y orientar futuras líneas de investigación.