Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2019
Tabla de Contenido
3.2.1. Proyección del parque vehicular de Temuco y Padre las Casas ................................... 15
2
3.2.5. Análisis de costos de instalación de estaciones de carga .............................................. 18
Bibliografía ....................................................................................................................................... 24
3
Índice de Figuras
4
Capítulo 1. Antecedentes Generales
1.1. Oportunidades
Los vehículos eléctricos brindan al país una interesante oportunidad para alcanzar las metas
descritas. Según datos entregados por la Asociación Nacional Automotriz de Chile, en el año 2017
se comercializaron 137 vehículos eléctricos a batería e híbridos con recarga exterior. Para el 2018
las ventas superaron las del año anterior con 197 unidades vendidas (ANAC, 2019). Las cifras
demuestran el progresivo aumento de los vehículos eléctricos en el mercado nacional, razón por la
cual el desarrollo de infraestructura de carga para este tipo de vehículos se torna relevante.
Actualmente Enel Distribución Chile cuenta con 31 estaciones de carga eléctrica, 23 de ellas
operativas en la Región Metropolitana, 6 en la Región de Valparaíso, 1 en la Región del Libertador
Gral. Bernardo O´Higgins y 1 en la Región del Bío Bío. Por otro lado, Voltex Copec que ofrece un
sistema de carga rápida gratuita, cuenta con 3 estaciones de recarga ubicadas estratégicamente en
Vitacura, Pudahuel y Viña del Mar, lo que implica que un automóvil eléctrico puede recorrer las
distancias desde Santiago a la V Región sin presentar problemas de suministro.
5
planificar oportunamente el desarrollo de infraestructura de carga para vehículos eléctricos en el
Área Metropolitana de Temuco.
1.2. Objetivos
Proponer un plan de electromovilidad para una red de estaciones de carga para vehículos
eléctricos en el Área Metropolitana de Temuco.
6
Capítulo 2. Revisión Bibliográfica
Los vehículos eléctricos utilizan la electricidad como elemento motor de propulsión, a diferencia
de los vehículos de combustión interna que emplean combustibles fósiles. Los vehículos pueden ser
parcial o completamente eléctricos, y existen diferentes tipos: los vehículos híbridos
convencionales, los vehículos híbridos con recarga exterior y los vehículos eléctricos a batería,
Los vehículos híbridos convencionales, en estricto rigor, no son vehículos eléctricos, más bien
son vehículos electrificados. Este tipo de vehículo combina un sistema eléctrico con un motor de
combustión interna. Esta combinación puede priorizar el uso del sistema eléctrico o de la
combustión del motor. En cualquier caso, la energía cinética del vehículo es transformada en
electricidad para cargar la batería, un proceso conocido como frenado regenerativo (Gómez-Gélvez
et al., 2016, pág. 5).
Los vehículos híbridos con recarga exterior tienen un motor de combustión interna y un motor
eléctrico, cuyas baterías pueden ser recargadas enchufando el vehículo a una fuente externa de
energía eléctrica, o a través de su propio motor de combustión interna. A diferencia de los vehículos
híbridos convencionales, este tipo de vehículo posee un motor eléctrico más potente y, por lo tanto,
pueden operar una mayor cantidad de tiempo en modo únicamente eléctrico. El rango de autonomía
eléctrica varía entre 18 y 160 km. Algunos de los vehículos híbridos con recarga exterior presentes
en el mercado nacional son: Mitsubishi Outlander, Mercedes Benz Gle, Porsche Cayenne, Volvo
XC60, Volvo XC90, BMW I8 y BMW 330E (Ministerio de Energía, 2018, pág. 6) (EBP Chile,
2018, pág. 56) (ANAC, 2019).
7
2.1.1. Carga de vehículos eléctricos
La carga de los vehículos eléctricos puede ser de tres modos: modo 1, modo 2 y corriente
continua. El modo de carga 1 se refiere a conectar el vehículo a una toma corriente de 120 voltios
del hogar o del lugar de trabajo. Su costo es de 800 a 1.000 dólares estadounidenses y no requiere
procedimientos de instalación, siempre y cuando el enchufe se encuentre cerca del lugar de
estacionamiento. Este modo de carga es la manera más lenta de cargar un vehículo eléctrico. Por
cada hora de carga proporciona de 4 a 8 km de rango de conducción aproximados. En consecuencia,
cargar completamente un vehículo eléctrico con una autonomía de 135 km, como el Nissan Leaf,
tardaría por lo menos 17 horas. Este tiempo tan largo hace que el modo de carga 1 sea
especialmente adecuado para las áreas donde el automóvil permanece varias horas estacionado,
como las áreas residenciales o de trabajo (Gómez-Gélvez et al., 2016, pág. 7).
El modo de carga 2 utiliza tomas de corriente de 240 voltios, los cuales también pueden ser
encontrados en los hogares o en lugares de trabajo. Este modo de carga necesita un cargador (caja
de pared o tipo poste), cuyo costo oscila entre los 1.500 y 2.000 dólares estadounidenses. El modo
de carga 2 proporciona aproximadamente 20 km de rango de conducción por cada hora de carga.
Esto implica que cargar completamente un vehículo con un rango de autonomía de 135 km, tomaría
aproximadamente 7 horas. Este modo de carga es adecuado para áreas residenciales, de trabajo o
estaciones de carga públicas (Gómez-Gélvez et al., 2016, pág. 7).
Los cargadores de corriente continua son también denominados cargadores rápidos, debido a la
rapidez en la carga de un vehículo eléctrico. Este tipo de estaciones opera a 480 voltios y permite
entregar una velocidad de carga de más de 50 km de rango de conducción por un período de 10
minutos de carga. Lo anterior implica que un vehículo eléctrico que posea un rango de autonomía
de 135 km, tardaría menos de 30 minutos en realizar la carga completa. Las estaciones de carga
continua son utilizadas principalmente en lugares públicos, y su costo se encuentra entre los 50.000
y 80.000 dólares estadounidenses (Gómez-Gélvez et al., 2016, pág. 7).
El mercado de los vehículos eléctricos ha presentado una tendencia creciente a nivel mundial.
Si bien, en Chile la incorporación de este tipo de tecnologías ha tenido una lenta penetración en
comparación con otros países, el gobierno ha impulsado diversas estrategias que contribuyen a la
masificación del parque vehicular eléctrico, lo que ha generado que en el último tiempo se
8
incremente de forma importante su participación en el mercado nacional. Es por esta razón que es
fundamental conocer el comportamiento de este mercado en el futuro, de tal manera que se
establezcan las condiciones necesarias para asegurar su desarrollo.
Métodos cualitativos
Modelos causales
9
información histórica de forma confiable y completa. La finalidad de la identificación de la
información histórica es obtener un patrón básico en su comportamiento que permita la proyección
de la variable deseada. En este tipo de modelo se pueden distinguir cuatro componentes básicos, los
cuales se refieren a una tendencia, un factor cíclico, fluctuaciones estacionales y variaciones no
sistemáticas (Sapag & Sapag, 2008, págs. 90-103).
La existencia de una red de estaciones de carga se considera crucial para que la movilidad
eléctrica se desarrolle puesto que minimiza la ansiedad de autonomía, es decir, la preocupación del
conductor, de si el vehículo le permitirá alcanzar su destino. Por lo tanto, un elemento importante al
diseñar un plan de electromovilidad es la ubicación de las estaciones de carga. A continuación se
estudian las metodologías empleadas en la determinación de la ubicación de instalaciones.
Los centros de servicio con frecuencia incluyen instalaciones como: centros de urgencia
médica, cajeros automáticos, centros de reciclado, estaciones de policía e instalaciones de
mantenimiento. Los análisis de ubicación para estos puntos deben ser muy sensibles ante factores
como: proximidad a la competencia, estructura de población, patrones de tráfico de clientes,
cercanía con puntos de venta complementarios, disponibilidad de estacionamiento y proximidad a
rutas adecuadas de transporte. Al respecto, las decisiones de localización mantienen una relación
10
directa con las decisiones de selección de mercados. En definitiva, si el mercado objetivo son los
grupos de niveles socioeconómicos altos, las ubicaciones en sectores periféricos de la ciudad no
resultan una alternativa conveniente para los inversionistas. Con frecuencia, la accesibilidad al
sector representa un factor determinante de ubicación para el caso de plantas de operación de
servicios, en especial cuando el ingreso y los costos no pueden ser determinados con facilidad. No
obstante, la ubicación de más de una instalación implica la necesidad de contemplar las fuerzas
competitivas, la división de la demanda entre instalaciones, los efectos de consolidación de
inventarios y los costos de instalación (Chase et al., 2009, pág. 394) (Ballou, 2004, págs. 551-587).
Métodos exactos
Los modelos tipo covering se basan en una distancia de cobertura crítica o tiempo de respuesta,
para el cual una instalación puede atender la demanda. Siguiendo la taxonomía utilizada por Daskin
(2008) dentro de esta clasificación se distinguen los siguientes modelos:
11
Set-covering: Buscan un número mínimo de instalaciones necesarias para cubrir toda la
demanda.
P-center: Establecen la cobertura mínima necesaria para cubrir toda la demanda, dado un
número finito de instalaciones.
Los modelos median-based buscan minimizar la distancia promedio (costo o tiempo promedio)
entre un nodo de demanda y la instalación a la que se asigna. Se distinguen principalmente dos tipos
de modelos:
La programación lineal tiene gran atractivo como metodología, sin embargo los modelos
anteriormente descritos poseen como desventaja común largos tiempos de solución y amplios
requerimientos de memoria para manejar problemas a gran escala. No obstante, técnicas como la
descomposición de problemas de múltiples productos, en tantos problemas como productos existan,
han permitido eliminar partes irrelevantes para la solución, con objeto de lograr tiempos de
ejecución y requerimiento de memoria aceptables (Ballou, 2004, pág. 565).
Métodos heurísticos
Algunos problemas de optimización son tan complejos que resulta imposible resolverlos y
encontrar una solución óptima con métodos exactos. En tales casos, los métodos heurísticos se usan
para buscar una buena solución factible. Las heurísticas permiten obtener soluciones adecuadas a
partir de numerosas alternativas. Aunque los métodos heurísticos no garantizan la obtención de una
solución óptima, manejan una buena representación de los aspectos generales del problema y una
aproximación satisfactoria para la ubicación de instalaciones (Ballou, 2004, pág. 573).
Los algoritmos genéticos han sido populares como metodología para resolver el problema de
ubicación. Este tipo de heurística se basa en la selección y evolución natural. Inicialmente se genera
una cadena de genes al azar, que representa una solución, conocida en genética como cromosoma.
12
La población inicial evoluciona en nuevas generaciones a través de un proceso de iteración, donde
la aptitud de cada cromosoma o solución se mide a través de una función de ajuste (equivalente a la
función objetivo). Los mejores cromosomas son utilizados para la descendencia de la siguiente
generación. De esta forma se continúa iterando un número finito de veces generando poblaciones
mejoradas de cada iteración cercanas a la solución óptima (Hillier & Lieberman, 2010, págs. 589-
590).
Una de las ventajas que poseen los métodos heurísticos, es que contribuyen a reducir el tiempo
promedio de búsqueda de una solución. Sin embargo una de las principales limitaciones es que
requieren elaborados conocimientos técnicos del usuario para resolverlos.
Métodos de simulación
En base a lo realizado por Church & Revelle (1974), Caro & Paralera (2011) realizaron una
propuesta para la localización de áreas de servicio y descanso adaptadas al transporte de mercancías
13
peligrosas mediante un modelo de programación lineal aplicado al territorio español. El estudio
analiza la cobertura actual de demanda que entregan los estacionamientos existentes y propone un
modelo de localización de máxima cobertura para determinar la ubicación de áreas que permitan
cubrir el mayor número de vehículos que trasporten mercancías peligrosas. Los resultados indican
que con un total de 19 áreas de servicio se puede cubrir hasta un 98,39% de toda la demanda en el
territorio español.
En el estudio desarrollado por Segura et al. (2014) se llevó a cabo la optimización de la red de
distribución de leche para la máxima cobertura de demanda en Chihuahua, México, mediante la
aplicación de un modelo de programación lineal entera mixta. Se analiza el caso de estudio de la
empresa LICONSA para mejorar su sistema actual de distribución. El modelo aplicado, localiza un
número de centros de distribución que permiten maximizar los puntos de demanda cubiertos,
considerando la intensidad de la demanda en cada municipio y la distancia de cobertura. Los
resultados demostraron que la ubicación de las instalaciones definida permitió abarcar la totalidad
de la demanda de la localidad.
De manera similar, el trabajo de Frade et al. (2011) presenta un estudio sobre la ubicación de
estaciones de carga de vehículos eléctricos en un área de Lisboa, Portugal. La metodología utilizada
se basa en un modelo de programación lineal entera mixta de máxima cobertura que permite
determinar, para un número dado de instalaciones, las ubicaciones que maximizan la demanda
dentro de una distancia aceptable. El modelo fue aplicado teniendo en cuenta la cantidad total de
estaciones a ubicar en la ciudad de Lisboa, previamente definidas por el Gobierno de Portugal de
acuerdo al Programa para la Movilidad Eléctrica. Sus resultados indican que fue posible definir la
ubicación de las estaciones de carga dando cobertura total a la demanda estimada.
14
Capítulo 3. Propuesta metodológica
Los datos obtenidos, serán proyectados a largo plazo a través de modelos de series de tiempo
(promedios móviles, suavizamiento exponencial y proyección de tendencias) y modelos causales
(regresión lineal). Una vez desarrollados los modelos en Microsoft Excel, se seleccionará la
proyección que presente menor error de pronóstico.
15
3.2.2. Determinación del parque vehículos eléctricos
Esta fase entregará la cantidad de población objetivo, es decir vehículos eléctricos en el Área
Metropolitana de Temuco.
Tras obtener las dimensiones de la población objetivo, se seleccionarán los posibles lugares
para instalar estaciones de carga, considerando instalaciones de acceso público masivo de estadía
superior a 30 minutos como centros comerciales, supermercados, parques o universidades.
Adicionalmente se calcularán las distancias entre los puntos seleccionados, expresada como la
longitud de las calles que los conectan entre sí.
De esta fase se obtendrá la intensidad de la demanda en cada macrozona y las distancias entre
los posibles puntos de la red de electromovilidad del Área Metropolitana de Temuco.
16
3.2.4. Desarrollo de algoritmo matemático
Maximizar:
𝑧 = ∑ 𝑎𝑖 𝑦𝑖
𝑖∈𝐼
Sujeto a:
∑ 𝑥𝑗 ≥ 𝑦𝑖 ∀𝑖 ∈ 𝐼
𝐽∈𝑁𝑖
∑ 𝑥𝑗 = 𝑝
𝑗∈𝐽
𝑥𝑗 = (0,1) ∀𝑗 ∈ 𝐽
𝑦𝑖 = (0,1) ∀𝑖 ∈ 𝐼
Donde:
17
𝑁𝑖 = conjunto de sitios candidatos para proporcionar cobertura al nodo de demanda 𝑖;
𝑊 = 𝑃𝑎𝑣 𝑁(𝑡)𝑁𝑎𝑣
donde 𝑃𝑎𝑣 es el consumo promedio de energía de los vehículos eléctricos, 𝑁(𝑡) es el número de
vehículos eléctricos que se estiman para el tiempo y área dados, y 𝑁𝑎𝑣 es el número promedio de
ciclos de carga en un día. 𝑃𝑎𝑣 se calcula como se indica a continuación:
𝑃𝑎𝑣 = 𝑝 ∙ 𝑟
Los datos obtenidos de las etapas preliminares (número de instalaciones que conformarán la
red y consumo diario de energía de los vehículos eléctricos) se llevarán a unidades monetarias, con
el fin de determinar los costos asociados a la instalación de cargadores para vehículos eléctricos.
Una vez desarrollado el plan de electromovilidad, se podrán llevar a cabo los análisis y
conclusiones del trabajo de investigación.
18
Proyectar el Etapa 1: Levantar
parque vehicular información del parque de
de Temuco y vehículos en circulación y
Padre las Casas otras variables de interés
Etapa 2: Desarrollar
Cantidad de
pronósticos y seleccionar la
vehículos
estimación que presente
particulares
menor error
19
3.3. Enfoque de la investigación
La investigación se basa en un enfoque cuantitativo, dado que se utilizarán datos históricos del
parque de vehículos particulares en el Área Metropolitana de Temuco, además de información
referentes tasas de motorización, indicadores macroeconómicos y niveles de ingresos de la
población.
La población de estudio estará constituida por individuos residentes de las macrozonas del
Área Metropolitana de Temuco que presenten un nivel socioeconómico alto y puedan adquirir un
vehículo eléctrico.
Fuente primaria
Las fuentes de información primaria a utilizar en el estudio serán libros, tesis y artículos de
revistas científicas relacionadas al tema de estudio.
Fuente secundaria
3.6. Métodos
20
Posteriormente se establecerá la cuantía de las inversiones asociadas a la instalación de las
estaciones de carga por medio de un análisis de costos.
21
Capítulo 4. Resultados, alcances y limitaciones
Los resultados que se esperan obtener de la propuesta del Plan de Electromovilidad para el
Área Metropolitana de Temuco son los siguientes:
ii. Establecer una red de estaciones de carga que permita cubrir el mayor número de vehículos
eléctricos estimados.
iii. La base de los estudios se desarrollará en torno a la cobertura de vehículos eléctricos, sin
considerar los requerimientos técnicos de operación del sistema de distribución eléctrica.
Capítulo 5. Cronograma
El cronograma del proyecto se compone de las 5 fases de la metodología, con una duración de
78 días. Adicionalmente cuenta con hitos de revisión de avances y reuniones de evaluación de las
fases, con el objetivo de generar retroalimentación.
22
24-06 11-07 28-07 14-08 31-08 17-09
Fase previa
Consultas y presentación anteproyecto
Trabajo de título
Fase 1
Recopilación de datos
Desarrollo de pronósticos
Cálculo de errores de pronósticos
Evaluación y selección de pronóstico
Reunión revisión de modelo de estimación
Redacción y correcciones
Reunión de avance
Fase 2
Recopilación de datos
Determinación de vehiculos eléctricos
Reunión de avance
Redacción y correcciones
Reunión de avance
Fase 3
Distribución de vehículos por sector
Selección de instalaciones candidatas
Cálculo de distancias entre instalaciones
Reunión de avance
Redacción y correcciones
Reunión de avance
Fase 4
Formulación de algoritmo matemático
Reunión revisión de algoritmo matemático
Ejecución de algoritmo matemático
Reunión revisión de resultados del modelo
Redacción y correcciones
Reunión de avance
Fase 5
Cálculo de capacidad instalada
Análisis de costos
Reunión de avance
Redacción y correcciones
Reunión de avance
Conclusiones
Reunión de avance
Redacción y correcciones finales
Entrega documento
23
Bibliografía
Akbari, M., Brenna, M., & Longo, M. (4 de Abril de 2018). Optimal locating of electric vehicle
charging stations by application of genetic algorithm. Sustainability, 10(4), 1-14.
Chase, R. B., Jacobs, F. R., & Aquilano, N. J. (2009). Administración de operaciones. Producción y
cadena de suministros. México: Mc Graw Hill.
Daskin, M. (2008). What you should know about location modeling. Naval Research Logistics,
55(4), 283-294.
Frade, I., Ribeiro, A., Goncalves, G., & Antunes, A. (2011). Optimal location of charging stations
for electric vehicles in a Neighborhood in Lisbon, Portugal. Junta de Investigacion de
Transporte de las Academias Nacionales, 91-98.
Gómez-Gélvez, J. A., Mojica, C. H., Kaul, V., & Isla, L. (2016). La incorporación de los vehículos
eléctricos en América Latina. Banco Interamericano de Desarrollo.
Heizer, J., & Render, B. (2004). Principios de administración de operaciones. México: Pearson
Educación.
24
Ministerio de Energía. (2018). Buenas prácticas en movilidad eléctrica. Obtenido de
http://www.minenergia.cl/archivos_bajar/2018/electromovilidad/Guia_Electromovilidad.pd
f
Sapag, N., & Sapag, R. (2008). Preparacion y evaluacón de proyectos. Bogotá: McGraw-Hill.
Segura, E., Carmona, R., Lozano, A., & Flores, I. (19 de Diciembre de 2014). Optimization of milk
distribution for maximum demand coverage in Chihuahua, Mexico. Procedia - Social and
Behavioral Sciences, 160, 519-528.
25