Proyecto de investigación
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
Responsable: José Luis Guisado Lizar / Fernando Díaz del Río
Tipo de Proyecto/Ayuda: Plan Estatal 2021-2023 - Proyectos Investigación Orientada
Referencia: PID2023-151065OB-I00
Fecha de Inicio: 01-09-2024
Fecha de Finalización: 31-08-2027
Empresa/Organismo financiador/es:
- Ministerio de Ciencia, Innovación y Universidades
Equipo:
- Equipo de Investigación:
- Equipo de Trabajo:
- Jiali Fu
- Antonio Navas Orozco
- David Ragel Díaz-Jara
- Jesús Rodríguez Leal
- Pablo Sánchez Cuevas
- Gabriel Wainer
Resumen del proyecto:
La crisis climática provocada por las emisiones de gases de efecto invernadero es el problema más importante al que se enfrenta
actualmente la humanidad a escala global. Uno de los mayores responsables de las emisiones globales de gases de efecto invernadero
es el transporte, que en España es el sector con mayor contribución: el 27,7% de las emisiones totales en términos de CO2 equivalente
en 2020. Por ello, es necesario descarbonizar el transporte, realizando una transición hacia el vehículo eléctrico. Sin embargo, la
"ansiedad de autonomía", el miedo a quedarse sin electricidad antes de llegar a otra estación de recarga disponible, es una de las
mayores barreras (probablemente la más importante) en la adopción generalizada de los vehículos eléctricos, en combinación con una
disponibilidad muy limitada de estaciones de recarga (ER). Para resolver el problema de la ansiedad de autonomía, es esencial construir
una red adecuada de ER en autopistas a nivel nacional. Un reto clave es determinar su ubicación óptima, ya que depende de la
interconexión entre diferentes factores.
En el proyecto SAINEVRA construiremos una herramienta informática que integre técnicas de simulación (gemelo digital) e inteligencia
artificial (IA) para optimizar el despliegue y la gestión de una red nacional de estaciones de recarga en autopistas, con el fin de resolver el
problema de la ansiedad de autonomía y fomentar los viajes interurbanos de vehículos eléctricos de largo alcance.
Tendrá en cuenta el comportamiento del tráfico de las principales autopistas nacionales, y el trazado de la red eléctrica nacional de alta
tensión, utilizando datos de España, para encontrar un despliegue óptimo de ER que optimice simultáneamente el siguiente conjunto de
objetivos relevantes: los tiempos de viaje de largo alcance de los vehículos eléctricos entre ciudades considerando la congestión dinámica
del tráfico, la desviación de la distancia del viaje óptimo para recargar, el tiempo de espera en las ER, el coste de construcción de nuevas
ER considerando la distancia a las subestaciones de la red eléctrica actual, y la huella de carbono del tráfico global de las autopistas.
El proyecto empleará una combinación de tecnologías digitales disruptivas, y explorará y comparará diferentes metodologías como
bloques de construcción: técnicas de simulación para formar la base de una herramienta digital con un enfoque holístico utilizando
diferentes modelos: híbrido autómata celular - basado en agentes, mesoscópico, y modelo de especificación de sistemas de eventos
discretos; diferentes técnicas de IA para optimizar la ubicación de las ER: algoritmo genético, recocido simulado, aprendizaje por refuerzo
profundo; y algoritmos de optimización determinista. Además, utilizaremos técnicas de computación de alto rendimiento para acelerar la
ejecución.