Enfoque holístico de simulación e IA para la determinación del despliegue nacional de estaciones de recarga para resolver la ansiedad de autonomía en vehículos eléctricos (SAINEVRA)
Introducción
La crisis climática causada por las emisiones de gases de efecto invernadero es el problema más importante al que se enfrenta actualmente la humanidad a escala global. Amenaza los ecosistemas, la sociedad, las economías e incluso la seguridad física debido a los eventos climáticos extremos. Por lo tanto, es necesaria una acción urgente para reducir las emisiones de gases de efecto invernadero. Uno de los mayores contribuyentes a estas emisiones a nivel global es el transporte, que en 2019 fue responsable de aproximadamente una cuarta parte de las emisiones totales de CO₂ en la UE, de las cuales el 72% provino del transporte por carretera. En España, el transporte es el sector con la mayor contribución, representando el 27,7% de las emisiones totales en términos de CO₂ equivalente en 2020. En consecuencia, el transporte debe ser descarbonizado, realizando una transición hacia los vehículos eléctricos (VE) para cumplir con los objetivos climáticos y ambientales esenciales a los que el gobierno español se ha comprometido.
Sin embargo, la "ansiedad por la autonomía", es decir, el miedo a quedarse sin electricidad antes de llegar a una estación de carga disponible, es una de las mayores barreras (probablemente la más importante) para la adopción generalizada de los vehículos eléctricos (VE), junto con la disponibilidad muy limitada de estaciones de carga (EC). Las proyecciones para 2030 indican la necesidad de cientos de miles de puntos de carga públicos, un aumento drástico con respecto al número disponible una década antes. En el conjunto de Europa, se espera que la movilidad eléctrica represente alrededor del 55% de toda la movilidad en 2030, considerando todos los tipos de vehículos, dentro del escenario de políticas existentes, según un estudio realizado por la Agencia Internacional de Energía. En España, el transporte por carretera es el principal modo de transporte, tanto de pasajeros como de mercancías, representando más del 80% de la movilidad total. El Plan Nacional Integrado de Energía y Clima 2021-2030 ha establecido objetivos para la electrificación del transporte por carretera en España, fijando como meta la presencia de 5 millones de vehículos eléctricos en 2030, incluyendo coches, furgonetas, motocicletas y autobuses. Para alcanzar este objetivo, es necesario desplegar una infraestructura pública de carga adecuada, que ha sido estimada en aproximadamente 250.000 puntos de carga públicos para 2030, según un estudio de la consultora Everis, mientras que en 2019 había ligeramente menos de 8.000 puntos de carga.
Por lo tanto, en los próximos años será necesario construir un gran número de estaciones de carga. En particular, para resolver el problema de la ansiedad por la autonomía que está frenando la electrificación generalizada del transporte por carretera, es esencial construir una red adecuada de EC en las autopistas a nivel nacional. Un desafío clave es determinar su ubicación óptima, ya que esto depende de la interconexión entre diferentes factores: el tiempo requerido para que los VE recorran largas distancias entre ciudades teniendo en cuenta las condiciones fluctuantes del tráfico, la distancia adicional recorrida para acceder a los puntos de recarga, la duración de los tiempos de espera en las estaciones de carga, los costos asociados con la construcción de nuevas estaciones en relación con su proximidad a las redes eléctricas existentes, y el impacto general en la huella de carbono del tráfico en autopistas.
Además, el tráfico vehicular es un caso típico de un sistema complejo compuesto por muchos elementos interconectados que dan lugar a propiedades emergentes a nivel global, difíciles de predecir de antemano salvo mediante simulación. Una de estas propiedades emergentes del tráfico es la aparición de atascos, y la ubicación de las estaciones de carga puede alterar los patrones de congestión vehicular, como hemos demostrado recientemente. Estos patrones de tráfico determinan los niveles de contaminación del aire y, por lo tanto, la huella de carbono global del tráfico (ya que involucran vehículos de combustibles fósiles) y también afectan la ubicación óptima de las estaciones de carga, como se ha indicado previamente.
Por lo tanto, la determinación de la ubicación óptima de las EC para resolver la ansiedad por la autonomía debe tener en cuenta la retroalimentación y las sinergias entre todas las variables mencionadas anteriormente. Sin embargo, la mayoría de las investigaciones previas sobre la configuración óptima de las EC no han considerado la interdependencia entre todas estas variables, basándose en gran medida en un enfoque estático que solo considera la distribución uniforme de los recursos en función de datos históricos de flujo de tráfico y utilizando úniamente una o dos de las variables mencionadas.
Presupuesto
164.500,00€
Periodo de ejecución
Septiembre 2024 - Agosto 2027
Entidad financiadora
Agencia Estatal de Investigación, Ministerio de Ciencia e Innovación. Convocatoria 2023: Proyectos de generación de conocimiento.
Código de referencia
PID2023-151065OB-I00
Estado del proyecto
Activo
Investigadores principales
Área de investigación
Tecnologías de la información y de las comunicaciones: Ciencias de la computación y tecnología informática
Tópicos de investigación
Simulación, Inteligencia artificial, Optimización, Computación paralela, Energía y movilidad, Vehículos eléctricos, Ansiedad de autonomía eléctrica