Show simple item record

dc.creatorCampaña, Miguel
dc.creatorInga, Esteban
dc.date2019-07-26
dc.date.accessioned2019-09-25T15:53:36Z
dc.date.accessioned2019-09-25T16:31:58Z
dc.date.available2019-09-25T15:53:36Z
dc.date.available2019-09-25T16:31:58Z
dc.identifierhttps://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/2248
dc.identifier10.33412/idt.v15.2.2248
dc.identifier.urihttps://ridda2.utp.ac.pa/handle/123456789/7061
dc.descriptionLos 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.abstractModern 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.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad Tecnológica de Panamáes-ES
dc.relationhttps://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/2248/3142
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.source2219-6714
dc.source1680-8894
dc.sourceI+D Tecnológico; Vol. 15 Núm. 2 (2019): Revista de I+D Tecnológico; 68-78es-ES
dc.titleDespliegue óptimo georreferenciado de estaciones de carga vehicular pública considerando capacidad de flujo y distancias máximas habilitanteses-ES
dc.title.alternativeGeoreferenced optimal deployment for public vehicle charge station considering restrictions of capacity flow and maximal enablers distance
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

  • Vol. 15 Núm. 2 (2019): Revista de I+D Tecnológico [10]
    La Universidad Tecnológica de Panamá se complace en presentar a la comunidad científica en general la primera edición del año 2019 de la Revista I+D Tecnológico, correspondiente al volumen 15, número 2

Show simple item record