La colocación estratégica y dimensionamiento de estaciones de carga para vehículos eléctricos (VE) en autopistas son fundamentales para aliviar la ansiedad por la autonomía y fomentar la adopción generalizada de VE. Este artículo presenta un nuevo modelo de programación lineal entera mixta (MILP) para optimizar la ubicación y la capacidad de estaciones de carga a lo largo de corredores de autopistas. A diferencia de los enfoques tradicionales, nuestra formulación modela explícitamente la distribución de la demanda de carga de cada par de origen–destino (O/D) entre las múltiples estaciones a lo largo de su ruta. Las no linealidades inherentes a este mecanismo de reparto de flujo se manejan eficientemente mediante una aproximación lineal por tramos, asegurando la factibilidad del modelo para casos reales. Usando datos geográficos y demográficos reales, generamos estudios de caso realistas para dos autopistas de EE.UU., I–70 e I–95. Nuestro análisis evalúa los compromisos entre costo, calidad de servicio y disposición de la infraestructura para diferentes niveles de potencia de cargadores (50, 150 y 350 kW) y escenarios de adopción de VE. Los resultados indican que los cargadores de 350 kW generalmente ofrecen la solución más rentable mientras reducen significativamente los tiempos esperados de los usuarios hasta en un 70 % comparado con los cargadores de 50 kW. El modelo proporciona una herramienta práctica de apoyo a la decisión para planificadores, equilibrando la eficiencia computacional con una representación de alta fidelidad de la dinámica de carga a nivel de red.
Building similarity graph...
Analyzing shared references across papers
Raka Jovanović
Sertaç Bayhan
I. Safak Bayram
International Journal of Energy Research
Building similarity graph...
Analyzing shared references across papers
Loading...
Jovanović et al. (Thu,) estudiaron esta cuestión.
www.synapsesocial.com/papers/69af94da70916d39fea4be09 — DOI: https://doi.org/10.1155/er/9945830
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: