Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/53946
Files in This Item:
File SizeFormat 
TiagoDeOliveiraMafraTeixeira_DISSERT.pdf3,88 MBAdobe PDFView/Open
Title: Efficient model for electric vehicle charger installation on a non-urban highway : the case of BR-386, Brazil
Authors: Teixeira, Tiago de Oliveira Mafra
Orientador(es):: Garcia, Reinaldo Crispiniano
Assunto:: Carregamento de veículos elétricos
Veículos elétricos
Sistema de Informação Geográfica (SIG)
Algoritmo genético
Otmização
Issue Date: 6-Feb-2026
Citation: TEIXEIRA, Tiago de Oliveira Mafra. Efficient model for electric vehicle charger installation on a non-urban highway: the case of BR-386, Brazil. 2025. 83 f., il. Dissertação (Mestrado em Transportes) — Universidade de Brasília, Brasília, 2025.
Abstract: Este estudo teve como objetivo encontrar pontos ótimos para posicionar carregadores de veículos elétricos (CVEs) para veículos elétricos (VEs) na rodovia não urbana BR-386, parte da concessão da MOTIVA ViaSul. Este trabalho aplicou um modelo de Algoritmo Genético (AG) combinado com o Sistema de Informação Geográfica (SIG) para determinar os locais ótimos da estação de recarga. O trabalho foi implementado em três etapas. A primeira etapa foi a aquisição e limpeza do banco de dados, pois os dados foram obtidos de diversas fontes diferentes. A segunda etapa foi a implementação do modelo de AG. Esta fase utilizou os dados aplicados, incluindo o fluxo de tráfego (tanto em 2025 quanto uma estimativa para 2030), infraestrutura de energia elétrica e especificações de VEs. A terceira etapa foi a aplicação de diferentes cenários para obter a solução ótima para o modelo. O modelo encontrou dois locais ótimos para alocação de carregadores de VEs, além do número ideal de carregadores, o tamanho médio da fila e a porcentagem de utilização dos carregadores dependendo do cenário, seja o de 2025 ou o de 2030.
Abstract: This study aimed to find optimal points to place electric vehicle chargers (EVCs) for electric vehicles (EVs) on the non-urban highway BR-386, part of the MOTIVA ViaSul concession. This work applied a Genetic Algorithm (GA) model combined with the Geographic Information System (GIS) to determine the optimal locations of the charging station. The work was implemented in three stages. The first stage was the acquisition and cleaning of the database because the data was obtained from several different sources. The second stage was the implementation of the GA model. This phase used the applied data, including traffic flow (both in 2025 and an estimate for 2030), electrical energy infrastructure and EV specifications. The third stage was the application of different scenarios to obtain the optimal solution for the model. The model found two optimal locations for EV charger allocation, besides to the ideal number of chargers, the average queue length size, and the utilization percentage of the chargers depending on the scenario, either the 2025 one or the 2030 scenario.
metadata.dc.description.unidade: Faculdade de Tecnologia (FT)
Departamento de Engenharia Civil e Ambiental (FT ENC)
Description: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, Programa de Pós-Graduação em Transportes, 2025.
metadata.dc.description.ppg: Programa de Pós-Graduação em Transportes
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:Teses, dissertações e produtos pós-doutorado

Show full item record " class="statisticsLink btn btn-primary" href="/handle/10482/53946/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.