dc.creator | Campaña, Miguel | |
dc.creator | Inga, Esteban | |
dc.date | 2019-07-26 | |
dc.date.accessioned | 2019-09-25T15:53:36Z | |
dc.date.accessioned | 2019-09-25T16:31:58Z | |
dc.date.available | 2019-09-25T15:53:36Z | |
dc.date.available | 2019-09-25T16:31:58Z | |
dc.identifier | https://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/2248 | |
dc.identifier | 10.33412/idt.v15.2.2248 | |
dc.identifier.uri | https://ridda2.utp.ac.pa/handle/123456789/7061 | |
dc.description | Los desafíos modernos están orientados a la reducción significativa de gases de efecto invernadero, los cuales, deterioran la calidad del aire. El parque automotor, suministros de energía (gas, vapor, aire acondicionado, agua para uso industrial y energía eléctrica) son fuentes de que se liberan en la atmosfera. Es por ello que, el presente artículo propone un modelo heurístico orientado a la reducción significativa de la dependencia de vehículos de combustión interna. El éxito o desacierto de la penetración masiva de vehículos eléctricos enchufables (VEE) no solo dependerá de la capacidad instalada en los sistemas eléctricos de distribución, sino que, además, de la autonomía y confort que los VEE logren brindar al usuario final. Por lo tanto, con el algoritmo Mínimo Emplazamiento de Estaciones de Carga Geolocalizadas (MEECG) se propone un modelo capaz de emplazar infraestructuras de estaciones de carga pública (IECP) considerando flujo vehicular y distancias máximas habilitantes. De tal manera que, se seleccione el mínimo número de estaciones de carga pública (ECP) garantizando la posibilidad de que un VEE pueda conectarse a una ECP reduciendo al máximo la ansiedad de alcance de parte del operador del VEE. | es-ES |
dc.description.abstract | Modern challenges are aimed at the significant reduction of greenhouse gases, which deteriorate air quality. The automotive fleet, energy supplies (gas, steam, air conditioning, water for industrial use and electricity) are sources of 〖CO〗_2 that are released into the atmosphere. That is why; this article proposes a heuristic model aimed at significantly reducing dependence on internal combustion vehicles. The success or failure of the massive penetration of plug-in electric vehicles (PEV) will not only depend on the installed capacity in the electrical distribution systems, but also on the autonomy and comfort that the PEV can provide to the end user. Therefore, with the Geolocalised Minimum Station Staging Algorithm (GMSSA), a model capable of deploying infrastructure of public charging stations (IPCE) considering vehicular flow and maximum enabling distances is proposed. In such a way that, the minimum number of public charging stations (PCE) is selected, guaranteeing the possibility that a PEV can connect to a PCE, reducing to the maximum the anxiety of reach of the operator of the PEV. | |
dc.format | application/pdf | |
dc.language | spa | |
dc.publisher | Universidad Tecnológica de Panamá | es-ES |
dc.relation | https://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/2248/3142 | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.source | 2219-6714 | |
dc.source | 1680-8894 | |
dc.source | I+D Tecnológico; Vol. 15 Núm. 2 (2019): Revista de I+D Tecnológico; 68-78 | es-ES |
dc.title | Despliegue óptimo georreferenciado de estaciones de carga vehicular pública considerando capacidad de flujo y distancias máximas habilitantes | es-ES |
dc.title.alternative | Georeferenced optimal deployment for public vehicle charge station considering restrictions of capacity flow and maximal enablers distance | |
dc.type | info:eu-repo/semantics/article | |
dc.type | info:eu-repo/semantics/publishedVersion | |