Planejamento ótimo de infraestrutura de carregamento de veículos elétricos incluindo análise espacial e considerando múltiplos proprietários

Abstract

Para alcançar as metas de adoção de veículos elétricos (VEs), é fundamental desenvolver uma infraestrutura de carregamento robusta, que garanta soluções de recarga eficientes e acessíveis aos usuários. Este trabalho apresenta um método inovador, baseado em otimização matemática, para o planejamento ótimo de estações de carregamento de veículos elétricos (ECVEs), integrando análise espacial e considerando múltiplos proprietários dessa infraestrutura. O método proposto consta de três etapas. Na primeira etapa, a demanda energética dos VEs é estimada usando dados reais de mobilidade, levando em conta variações temporais e espaciais no uso dos VEs. Na segunda etapa, a identificação de locais potenciais para a instalação das ECVEs é realizada por meio de estudos geoespaciais e socioeconômicos, usando lógica fuzzy, para a classificação e priorização dos melhores candidatos. A terceira etapa permite determinar a localização e a capacidade ótima das ECVEs por meio de um modelo de programação linear inteira mista (MILP), que busca minimizar dois objetivos principais: a distância total percorrida pelos usuários até as ECVEs e os custos de investimento na construção dessa infraestrutura. Essa abordagem garante uma distribuição equitativa das ECVEs, equilibrando acessibilidade para os usuários e viabilidade econômica para os proprietários envolvidos. A eficácia do método proposto é validada por meio de simulações computacionais, demonstrando sua capacidade de lidar com os desafios complexos do planejamento da infraestrutura de carregamento de VEs. Os resultados evidenciam o potencial do método proposto em integrar diversos aspetos técnicos, econômicos e espaciais, contribuindo para soluções de mobilidade urbana sustentável. Além disso, a abordagem proposta se destaca por sua escalabilidade e adaptabilidade, permitindo sua aplicação a diferentes contextos e respondendo às crescentes demandas pelo desenvolvimento da infraestrutura de carregamento de VEs em escala global.

To achieve electric vehicle (EV) adoption goals, it is crucial to develop a robust charging infrastructure that ensures efficient and accessible recharging solutions for users. This study presents an innovative method, based on mathematical optimization, for the optimal planning of electric vehicle charging stations (EVCS), integrating spatial analysis and considering multiple infrastructure owners. The proposed method consists of three stages. In the first stage, the energy demand of EVs is estimated using real mobility data, accounting for temporal and spatial variations in EV usage. In the second stage, the identification of potential locations for EVCS installation is conducted through geospatial and socioeconomic studies, employing fuzzy logic for the classification and prioritization of the best candidates. The third stage determines the optimal location and capacity of EVCSs through a mixed-integer linear programming (MILP) model, aimed at minimizing two main objectives: the total distance traveled by users to reach the EVCSs and the investment costs in constructing this infrastructure. This approach ensures an equitable distribution of EVCSs, balancing user accessibility and economic feasibility for the involved owners. The effectiveness of the proposed method is validated through computational simulations, demonstrating its ability to address the complex challenges of EV charging infrastructure planning. The results highlight the potential of the proposed method to integrate various technical, economic, and spatial aspects, contributing to sustainable urban mobility solutions. Furthermore, the proposed approach stands out for its scalability and adaptability, enabling its application to different contexts and responding to the growing demands for the development of EV charging infrastructure on a global scale.