Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Estimación y Análisis de Sensibilidad del Consumo Energético de Buses Eléctricos mediante Simulaciones Microscópicas en líneas de Transporte Público

Estimation and Sensitivity Analysis of Electric Buses Energy Consumption through Microscopic Simulations on Public Transport Lines




Sección
EFICIENCIA ENERGÉTICA

Cómo citar
Estimación y Análisis de Sensibilidad del Consumo Energético de Buses Eléctricos mediante Simulaciones Microscópicas en líneas de Transporte Público . (2024). Revista Técnica "energía", 21(1), PP. 105-113. https://doi.org/10.37116/revistaenergia.v21.n1.2024.633

Dimensions
PlumX

Cómo citar

Estimación y Análisis de Sensibilidad del Consumo Energético de Buses Eléctricos mediante Simulaciones Microscópicas en líneas de Transporte Público . (2024). Revista Técnica "energía", 21(1), PP. 105-113. https://doi.org/10.37116/revistaenergia.v21.n1.2024.633

Descargar cita

Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Daniel Orbe
Luis Salazar
Paúl Vásquez

Artículos similares

21-30 de 474

También puede Iniciar una búsqueda de similitud avanzada para este artículo.

La integración de la movilidad eléctrica es una realidad en el mundo actual, las políticas gubernamentales se enfocan cada vez más en incentivar el uso de vehículos eléctricos (VE) particulares, pero, principalmente en reemplazar la movilidad pública convencional por el uso de buses eléctricos. Una adecuada gestión energética de los sistemas de buses eléctricos debe optimizar el uso de recursos, prolongando la vida útil de las unidades de transporte, estaciones de carga y brindando siempre un servicio de calidad a sus usuarios. El desempeño del sistema de transporte mediante VE depende de diversas variables determinísticas y estocásticas que necesitan ser debidamente simuladas a fin de analizar su comportamiento, lo más cercano a las condiciones reales. En el presente trabajo, mediante la aplicación del software SUMO (Simulation of Urban Mobility), se ha implementado un modelo para el análisis energético de VE y se lo ha aplicado en rutas de transporte público en Quito-Ecuador. A partir de las simulaciones realizadas se ha estimado el consumo energético y se ha efectuado un análisis de sensibilidad del consumo energético de las unidades de buses eléctricos ante variaciones de parámetros relevantes en la gestión energética de sistemas de transporte público. Para el caso de estudio se comprueba la reducción de la autonomía del bus eléctrico en 27% de acuerdo con la información del fabricante. El análisis del desempeño energético realizado bajo diversos escenarios de tráfico permitirá en futuros trabajos optimizar la operación de los sistemas de transporte público eléctrico, considerando niveles de tráfico, flujo vehicular variable y pronunciados desniveles en su relieve.


Visitas del artículo 952 | Visitas PDF 261


Descargas

Los datos de descarga todavía no están disponibles.
  1. G. Lucero, F. González, y K. Castillo, “Panorama Energético de América Latina y el Caribe”, Quito, Ecuador, OLADE, 2022.
  2. J. A. Sanguesa, P. Garrido, F. J. Martinez, y J. M. Marquez-Barja, “Analyzing the impact of roadmap and vehicle features on electric vehicles energy consumption”, IEEE Access, vol. 9, pp. 61475–61488, 2021.
  3. L. Koch et al., “Accurate physics-based modeling of electric vehicle energy consumption in the SUMO traffic microsimulator”, 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 2021.
  4. I. Sagaama, A. Kchiche, W. Trojet, y F. Kamoun, “Evaluation of the energy consumption model performance for electric vehicles in SUMO”, 2019 IEEE/ACM 23rd International Symposium on Distributed Simulation and Real Time Applications (DS-RT), 2019.
  5. A. Validi, W. Morales-Alvarez, y C. Olaverri-Monreal, “Analysis of the battery energy estimation model in SUMO compared with actual analysis of battery energy consumption”, 2021 16th Iberian Conference on Information Systems and Technologies (CISTI), 2021.
  6. P. A. Lopez et al., "Microscopic Traffic Simulation using SUMO," 2018 21st International Conference on Intelligent Transportation Systems (ITSC), Maui, HI, USA, 2018, pp. 2575-2582, doi: 10.1109/ITSC.2018.8569938.
  7. “Openstreetmap.” [Online]. Disponible: https://www.openstreetmap.org/#map=14/-0.2471/-78.5277. [Acceso: 21-Nov-2023].
  8. E. Soler Sánchez, S. Campos Movilla, y M. Silva Cruz, “Evaluación de la incidencia de los ciclos sobre el nivel de servicio de intersecciones no semaforizadas en la ciudad de Holguín”, Rev. Cient. FAREM-Estelí, pp. 248–270, 2022.
  9. USGS-U.S. Geological Survey, “EarthExplorer,” USGS - U.S. Geological Survey. [Online]. Available: https://earthexplorer.usgs.gov/. [Accessed: 30-Nov-2023].
  10. J. Larminie y J. Lowry, Electric vehicle technology explained: Lowry/electric vehicle technology explained, 2a ed. Nashville, TN, Estados Unidos de América: John Wiley & Sons, 2012.
  11. T. Barlow, S. Latham, I. S. McCrae, and P. Boulter, ‘A reference book of driving cycles for use in the measurement of road vehicle emissions’, TRL Published Project Report, 2009.
  12. K. Liu, T. Yamamoto, y T. Morikawa, “Impact of road gradient on energy consumption of electric vehicles”, Transportation Research Part D: Transport and Environment, vol. 54, pp. 74–81, 2017.
  13. A. Skuza and R. S. Jurecki, “Analysis of factors affecting the energy consumption of an EV vehicle - a literature study,” IOP Conf. Ser. Mater. Sci. Eng., vol. 1247, no. 1, p. 012001, 2022.
  14. Y. Al-Wreikat, C. Serrano, y J. R. Sodré, “Driving behaviour and trip condition effects on the energy consumption of an electric vehicle under real-world driving”, Appl. Energy, vol. 297, núm. 117096, p. 117096, 2021.
  15. Tamás Kurczveil, Pablo Álvarez López, and Eckehard Schnieder. Implementation of an energy model and a charging infrastructure in sumo. In Simulation of Urban Mobility User Conference 2013, pages 33–43. Springer.
Sistema OJS 3.4.0.9 - Metabiblioteca |