| Campo DC | Valor | Idioma |
|---|
| dc.contributor.advisor | Garcia, Reinaldo Crispiniano | pt_BR |
| dc.contributor.author | Teixeira, Tiago de Oliveira Mafra | pt_BR |
| dc.date.accessioned | 2026-02-06T19:14:20Z | - |
| dc.date.available | 2026-02-06T19:14:20Z | - |
| dc.date.issued | 2026-02-06 | - |
| dc.date.submitted | 2025-11-07 | - |
| dc.identifier.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. | pt_BR |
| dc.identifier.uri | http://repositorio.unb.br/handle/10482/53946 | - |
| dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, Programa de Pós-Graduação em Transportes, 2025. | pt_BR |
| dc.description.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. | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.title | Efficient model for electric vehicle charger installation on a non-urban highway : the case of BR-386, Brazil | pt_BR |
| dc.type | Dissertação | pt_BR |
| dc.subject.keyword | Carregamento de veículos elétricos | pt_BR |
| dc.subject.keyword | Veículos elétricos | pt_BR |
| dc.subject.keyword | Sistema de Informação Geográfica (SIG) | pt_BR |
| dc.subject.keyword | Algoritmo genético | pt_BR |
| dc.subject.keyword | Otmização | pt_BR |
| dc.rights.license | 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. | pt_BR |
| dc.description.abstract1 | 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. | pt_BR |
| dc.description.unidade | Faculdade de Tecnologia (FT) | pt_BR |
| dc.description.unidade | Departamento de Engenharia Civil e Ambiental (FT ENC) | pt_BR |
| dc.description.ppg | Programa de Pós-Graduação em Transportes | pt_BR |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|
