Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence

Equation Chapter 1 Section 1 Trabajo Fin de Grado Ingeniería de las Tecnologías Industriales Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Autor: Blanca Mateos Toribio Tutores: Manuel Ordoñez Sánchez Inmaculada Ventura Dpto. Matemática Aplicada II Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2022 iii Trabajo Fin de Grado Ingeniería de las Tecnologías Industriales Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Autor: Blanca Mateos Toribio Tutor: Manuel Ordoñez Sánchez Inmaculada Ventura Profesor titular Dpto. de Matemática Aplicada II Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2022 v Trabajo Fin de Grado: Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Autor: Tutor: El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2022 El Secretario del Tribunal vii A mi familia A mis amigos ix Resumen La transición hacia la movilidad eléctrica se encuentra en un momento clave para su desarrollo. El crecimiento de este mercado tendrá repercusiones muy positivas sobre el medio ambiente, uno de los problemas globales que más preocupan actualmente. Este desarrollo se está viendo frenado por la ausencia de una red de carga lo suficientemente extendida que satisfaga las necesidades de los conductores de estos vehículos. Este trabajo busca desarrollar las técnicas para la colocación estratégica de infraestructuras de carga de vehículos eléctricos haciendo uso de Inteligencia Espacial. xvii ÍNDICE DE FIGURAS Figura 1.1: Modo de carga 1 4 Figura 1.2: Modo de carga 2 5 Figura 1.3: Modo de carga 3 5 Figura 1.4: Modo de carga 4 5 Figura 1.5: Conector Schuko 7 Figura 1.6: Conector SAEJ1772 7 Figura 1.7: Conector Mennekes 8 Figura 1.8: Conector Scame 8 Figura 1.9: Conector CCS 8 Figura 1.10 Conectos CHAdeMO 9 Figura 2.1: Matriculaciones de turismos en la Unión Europea por tipo (ACEA) 11 Figura 2.2: Matriculaciones de vehículos eléctricos en Europa hasta noviembre de 2021 12 Figura 2.3: Venta de turismos eléctricos sobre el total durante el primer semestre de 2022 12 Figura 2.4: Resumen de ventas de vehículos eléctricos 14 Figura 3.1: Ejemplo de utilización. 19 Figura 4.1: Business Model Canvas 22 Figura 5.1: Distritos de Sevilla, CARTO 24 Figura 5.2: Barrios de Sevilla, CARTO 24 Figura 5.3: Distribución de la renta por persona en Sevilla 25 Figura 5.4: Distribución de la población total en Sevilla 28 Figura 5.5: Distribución de la población entre 16 y 64 años 28 Figura 5.6: Distribución de la población Casco Antiguo 29 Figura 5.7: Distribución de la población Macarena 29 Figura 5.8: Distribución de la población Nervión 29 Figura 5.9: Distribución de la población Cerro - Amate 30 Figura 5.10: Distribución de la población Sur 30 Figura 5.11: Distribución de la población Triana 30 Figura 5.12: Distribución de la población Norte 31 Figura 5.13: Distribución de la población San Pablo – Santa Justa 31 Figura 5.14: Distribución de la población Este – Torreblanca - Alcosa 31 Figura 5.15: Distribución de la población Bellavista – La Palmera 32 Figura 5.16: Distribución de la población Los Remedios 32 Figura 5.17: Distribución de la población con estudios de tercer grado 33 Figura 5.18: Barrios con mayor cantidad de población con estudios de tercer grado 33 Figura 5.19: Densidad de tráfico en Sevilla 34 Figura 5.20: Densidad de tráfico Casco Antiguo 34 Figura 5.21: Densidad de tráfico Macarena 35 Figura 5.22: Densidad de tráfico Nervión 35 Figura 5.23: Densidad de tráfico Cerro - Amate 36 Figura 5.24: Densidad de tráfico Sur 36 Figura 5.25: Densidad de tráfico Triana 37 Figura 5.26: Densidad de tráfico Norte 37 Figura 5.27: Densidad de tráfico San Pablo – Santa Justa 38 Figura 5.28: Densidad de tráfico Este – Torreblanca – Alcosa 38 Figura 5.29: Densidad de tráfico Bellavista – La Palmera 39 Figura 5.30: Indice superior a 90 Bellavista – La Palmera 39 Figura 5.31: Densidad de tráfico Los Remedios 39 Figura 5.32: Indice superior a 90 Los Remedios 39 Figura 6.1: Ubicación cargador Puente Cristo de la Expiración 42 Figura 6.2: Ubicación cargador Torneo 43 Figura 6.3: Ubicación cargador Paseo Colón 43 Figura 6.4: Ubicación cargador Plaza del Duque 44 Figura 6.5: Ubicación cargador Luis Montoto 45 Figura 6.6: Ubicación cargador Eduardo Dato 46 Figura 6.7: Ubicación cargador Calle Amor 46 Figura 6.8: Ubicación cargador Avenida Diego Martinez Barrio 47 Figura 6.9: Ubicación cargado Avenida Manuel Siurot 47 Figura 6.10: Ubicación cargador Avenida de La Paz 1 48 Figura 6.11: Ubicación cargador Avenida de La Paz 2 48 Figura 6.12: Ubicación cargador Alcalde Juan Fernández 49 Figura 6.13: Ubicación cargador Ronda de Triana 1 50 Figura 6.14: Ubicación cargador Ronda de Triana 2 50 Figura 6.15: Ubicación cargador Calle Metalurgia 51 Figura 6.16: Ubicación cargador Kansas City 51 Figura 6.17: Ubicación cargador Avenida Alcalde Luis Uruñuela 52 Figura 6.18: Ubicación cargador avenida de Jerez 52 Figura 6.19: Ubicación cargador Avenida de Alemania 1 53 Figura 6.20: Ubicación cargador avenida Flota de Indias 1 54 Figura 6.21 Ubicación cargador avenida Flota de Indias 2 54 Figura 6.22: Ubicación cargador José Delgado Brackenburry 54 Figura 6.23: Resultados 56 xix Notación A* Conjugado c.t.p. En casi todos los puntos c.q.d. Como queríamos demostrar ∎ Como queríamos demostrar e.o.c. En cualquier otro caso e número e IRe Parte real IIm Parte imaginaria sen Función seno tg Función tangente arctg Función arco tangente sen Función seno sinxy Función seno de x elevado a y cosxy Función coseno de x elevado a y Sa Función sampling sgn Función signo rect Función rectángulo Sinc Función sinc ∂y ∂x x◦ Derivada parcial de y respecto Notación de grado, x grados. Pr(A) Probabilidad del suceso A SNR Signal-to-noise ratio MSE Minimum square error : Tal que < Menor o igual > Mayor o igual \ Backslash ⇔ Si y sólo si 1 El vehículo eléctrico 2 1. EL VEHÍCULO ELÉCTRICO A pesar de que la primera aparición del coche eléctrico fue a finales del siglo XIX, no ha sido hasta estos últimos años que han tomado un papel fundamental en el mercado automovilístico [1]. Estos primeros vehículos eléctricos no tuvieron éxito debido a que los avances tecnológicos de la época no eran suficientes; la velocidad que podían alcanzar estaba muy limitada y el precio era elevado. Esto, sumado a la falta de infraestructuras de carga, obstáculo principal que también observamos en la actualidad, provocaron que los fabricantes detuvieran la producción de estos coches. El desplazamiento de la población desde zonas rurales hacia las grandes ciudades ha agravado dos grandes problemas: la congestión y la contaminación. Podemos decir que el porcentaje de congestión se mide como el tiempo real que se tarda en realizar un recorrido frente al tiempo que se tardaría si no encontráramos ningún otro vehículo. Un porcentaje elevado implica un mayor número de coches, emitiendo gases que son nocivos y empeorando la calidad del aire de las personas que residen en las ciudades. El abuso de la utilización de combustibles fósiles ha derivado en múltiples efectos adversos sobre el medio ambiente. Entre ellos el aumerto de emisiones de CO2, que sumado a otros gases están causando lo que se conoce como efecto invernadero. Los vehículos de combustión son el segundo sector más contaminante de la atmósfera, por detrás del industrial. Está previsto que para el año 2055 este sector crezca en un 77% [2]. Es por esto por lo que reducir las emisiones producidas por estos representa un objetivo fundamental. El agravamiento de los problemas medioambientales, el agotamiento de los combustibles fosiles y la creciente demanda de carburantes para abastecer el incremento de vehículos de combustión, han forzado las investigaciones en el sector eléctrico, que representa la más clara solución al problema. La electrificación de la próxima generación del transporte puede ser capaz de subsanar los problemas relacionados con los combustibles convencionales. La conciencia ambiental y los avances tecnológicos han provocado el resurgimiento del coche eléctrico, nos encontramos en un proceso de transformación histórico que podría terminar por sustituir a largo plazo los vehículos de combustión. El principal obstáculo para el desarrollo de este mercado, aparte de su precio notablemente superior, es la batería, la inexistencia de una red de carga suficiente crea inseguridad a la hora de comprar un coche de estas características. La baja demanda generada hace que los proveedores no inviertan lo suficiente en la creación de infraestructuras de recarga, debido a la poca fiabilidad ante la lenta recuperación de la inversión realizada. Actualmente los gobiernos están tomando partido y aplicando medidas para acelerar la transición. A principios del año 2023 será obligatorio disponer de cargadores por cada 20 plazas de garaje lo que supondrá en España lo que se espera que suponga un gran avance en el sector. 3 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence 1.1. Tipos de vehículos eléctricos Podemos distinguir tres tipos de vehículo eléctrico [3]: Vehículos híbridos (HEV) Vehículos híbridos son aquellos que utilizan ambas fuentes de potencia, combustión y electricidad. Se alimentan únicamente con combustible, como un vehículo convencional. El motor eléctrico sirve como apoyo y contribuye al menor consumo. Dependiendo de si hablamos de un híbrido en serie o en paralelo la transmisión de la potencia a las ruedas se hace directamente desde el motor eléctrico, en este caso el motor de combustión tiene como función la generación de electricidad para el eléctrico, o desde ambos motores en el caso del híbrido en paralelo. Vehículo híbrido enchufable (PHEV) Al igual que los no enchufables, el motor principal es el motor de combustión interna. Ambos tipos de vehículos reducen considerablemente las emisiones de gases. El motor de combustión aumenta la autonomía. Es posible su funcionamiento únicamente eléctrico durante distancias cortas. Como su nombre indica, la diferencia es frente a los HEV es que la batería puede cargarse al conectarse a una fuente de alimentación externa. Las baterías son de mayor tamaño, lo que se traduce en una mayor autonomía que puede llegar a alcanzar los 100 km en los modelos más actuales. Una batería puede llegar a pesar entre 250 y 300 kg por lo que aumentar su tamaño supone un aumento considerable del peso total lo que afecta al rendimiento de estos vehículos. Vehículo eléctrico (EV o BEV) Es el puramente eléctrico, tienen un único tipo de motor. La inexistencia del motor de combustión hace que no emitan gases contaminantes. La batería se carga enchufándola a la red eléctrica y puede aprovechar el frenado para cargar la batería, el conocido como frenado regenerativo. 1.2. Tipos de baterías La elección de la batería más adecuada depende del tipo de vehículo, se busca que el rendimiento sea el mayor posible, la mayor potencia posible a la vez que el mayor tiempo de duración. La batería es actualmente el punto crítico de los coches eléctricos, la autonomía que proporcionan no es comparable con la de un vehículo de combustión y no llega a alcanzar las expectativas del usuario. La ansiedad de carga es el nombre que se le ha dado a el miedo de los conductores a quedarse sin batería antes de llegar a su destino. Las baterías de iones de litio son las que presentan una mayor eficiencia, el peso de estas es reducido y su relación respecto a la cantidad de energía almacenada es alta. Actualmente es la que se encuentra en mayor desarrollo y la que utilizan la gran mayoría de vehículos. La vida útil de este tipo de baterías es mayor debida a que el número de ciclos de carga a la que se someta no disminuye su capacidad. También existen baterías de plomo-ácido, de niquel cadmio y de hidruro metálico de níquel, estas últimas son comunes en coches híbridos. El vehículo eléctrico 4 1.3. Infraestructuras de recarga Un cargador esta formado por un panel de carga, una interfaz de comunicación con el usuario y puede o no llevar incorporada la manguera de carga. La potencia se instala según la configuración del grid que depende del ratio de voltaje, de la frecuencia y los estándares de transmisión. Al igual que los diferentes modelos de coche aceptan un tipo u otro de carga los cargadores pueden clasificarse según el tipo de potencia que son capaces de suministrar, el modo de carga y el tipo de conector. La estandarización de los cargadores aún no ha llegado y a diferencia del repostaje de carburante, cada fabricante ha apostado por un tipo de conector, que está diseñado para cargar a un nivel y de un modo, pudiendo un mismo coche aceptar varios modos. En cualquier caso, la velocidad máxima depende de la máxima potencia a la que puede cargar el coche, aunque un cargador permita la carga con una potencia superior. 1.3.1. Modos de carga Según el estándar europeo, existen 4 modos de carga destinados a un uso diferente según la situación, la clasificación se hace según el nivel de comunicación que se da entre el coche y el cargador. Los modos de carga 1,2 y 3 se realizan en corriente alterna y el modo 4 en continua [4]. Modo 1 La característica principal es la inexistencia de comunicación entre el cargador y el vehículo, que se enchufa directamente a la red doméstica a través de una toma tipo Schuko. La intensidad de 16 A de la red monofásica limita la potencia a 3,7 kW. Es el modo más barato, pero también el más lento. No se recomienda para la carga del coche eléctrico porque no incluye ningún tipo de protección y su uso habitual es para la carga de vehículos de menor tamaño, como patinetes eléctricos. Figura 1.1: Modo de carga 1 Modo 2 La diferencia con el modo 1 es que este modo sí incluye un sistema de protección en el cable que puede incluir un temporizador o un controlador de la velocidad de carga. También es de carga lenta monofásica. El grado de comunicación con la red es bajo, pero permite verificar la correcta conexión. 5 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Figura 1.2: Modo de carga 2 Modo 3 A partir del modo 3 la comunicación es mayor. Debe realizarse una instalación previa de un dispositivo, Wall Box, en el que se encuentran las protecciones del cargador y cuyo uso es exclusivo para la carga de vehículos. Este dispositivo permite la monitorización de la recarga. En cada extremo del cable se pueden instalar conectores específicos. Se realiza en corriente monofásica, pudiéndose realizar también en trifásica en cuyo caso alcanzaría una potencia de 43 kW. Figura 1.3: Modo de carga 3 Modo 4 El grado de comunicación pasa a ser muy elevado. Se realiza en corriente continua por lo que es necesaria la instalación de un transformador de alterna a continua, incorporado en el cargador. Es el modo utilizado para la carga rápida, transfiriendo potencias elevadas. Está previsto que permita la carga en aproximadamente 30 minutos. Está destinado para lugares de acceso público, debido al alto coste de la instalación que lo hace poco accesible para residencias privadas. Tanto los controladores como el propio cable pertenecen a la infraestructura de recarga. El extremo que se conecta al coche permite diferentes conectores. Figura 1.4: Modo de carga 4 [5] Estado del arte. El vehículo eléctrico y la red de carga en Europa y España 12 12 Las estadísticas no solo reflejan la evolución, también la distribución desigual del mercado en toda Europa, el crecimiento de la industria en los países del norte supera con creces el de los países del sur de Europa cuyo crecimiento esta siendo más lento. Figura 2.2: Matriculaciones de vehículos eléctricos en Europa hasta noviembre de 2021 [2] Figura 2.3: Venta de turismos eléctricos sobre el total durante el primer semestre de 2022 (El economista) 13 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Situación de la red de carga Según datos de ACEA (Asociación Europea de Fabricantes de Automóviles) las matriculaciones de coches eléctricos durante los últimos cinco años se han visto multiplicadas por 10, mientras tanto las infraestructuras de carga no están creciendo a la misma velocidad, durante el mismo periodo de tiempo solo han aumentado 2,5 veces. Para alcanzar los objetivos de reducción de gases contaminantes prevista para 2055 el número de cargadores públicos deberá alcanzar los 6,8 millones en toda la unión europea. En la actualidad, Europa dispone de unos 374.000 cargadores públicos. El crecimiento de la red es notablemente superior en Alemania, Países Bajos, Francia, Italia y Reino Unido, entre ellos suman dos tercios del total. Según un reporte desarrollado por ChargeUp Europe, en Europa la media es de 73 cargadors por cada 100.000 habitantes. Lo que más resalta de este dato es que la mitad de estos cargadores se distribuyen en dos únicos países, Alemania y Países Bajos. Además, la distribución de potencias de los cargadores tampoco es uniforme, el 90% no superan los 22 kW, es decir, son de carga lenta. Política e incentivos Recientemente la consultora PWC ha publicado un informe en el que se detallan las ayudas destinadas a los conductores de coches eléctricos, que tratan de impulsar el mercado. En general, y debido a la pandemia, las ayudas han disminuido si las comparamos con años anteriores, ejemplo de esto es Reino Unido donde en el año 2022 ha recortado las ayudas en un 50%. Alemania, sin embargo, en vez de recortar las ayudas endurecerá los requisitos para acceder a ellas. En cuanto a las inversiones destinadas para la instalación de infraestucturas de carga, la ACEA ha advertido de la necesidad de aumentarlas de manera inmediata. Para alcanzar los objetivos marcados deberían instalarse cada semana, en toda la UE, unos 14.000 puntos de recarga, que pertenezcan a la red pública. Dentro del plan propuesto se incluye [9]: - El propósito de alcanzar los 6,8 millones de lugares públicos de recarga, par la descarbonización de los turismos de pasajeros. - La distribución de estos deberá ser tal que garantice que por cada 100 km de carretera correspondan 184 puntos de carga. - Para el caso de puntos de carga para autobuses y camiones se necesitarán 56.000 y 279.000 puntos respectivamente. Esto supone una inversión de 280 mil millones de euros que incluyen una mejora de la red eléctrica actual. Europa ha puesto en marcha una serie de medidas que ayudaran a aceleran el proceso de transformación. Como parte del European Green Deel, se ha fijado 2050 como la fecha en la que se alcanzará la neutralidad climática, para esto además en el año 2030 se reducirán en un 55% los gases contaminantes emitidos a la atmósfera. Dentro del paquete de medidas “Fit for 55” se recoge una propuesta “sobre el despliegue de infraestructuras de combustibles alternativos y por la que se deroga la directiva 2014/94/UE del Parlamento Europeo y del Consejo” En los artículos 3 y 4 los Estados miembros se comprometen proporcionar, al menos, 1kW de potencia a través de estaciones de recarga públicas por cada matriculación de un coche eléctrico (EV) y de 0,66 kW por cada híbrido eléctrico enchufable (PHEV). Estado del arte. El vehículo eléctrico y la red de carga en Europa y España 14 14 2.2. Situación del vehículo eléctrico en España Según datos de ANFAC (Asociación Española de Fabricantes de Auotomóviles y camiones) en 2017, en España, solo el 0,001% de los vehículos eran eléctricos. Actualmente este mismo porcentaje se encuentra en un 2%. Durante los meses que han transcurrido del año 2022, las ventas de vehículos eléctricos y híbridos enchufables suman mas de 30.000, comparada con la cifra para el mismo periodo de el pasado 2021, las ventas han aumentado un 32%. En el mes de abril, los turismos electrificados representaban 9 de cada 100 vendidos. Todas estas cifras indican que el mercado se encuentra en constante crecimiento y que se espera que el crecimiento sea exponencial. Este crecimiento se esta viendo afectado por el desabastecimiento de las piezas necesarias para la fabricación [10]. Figura 2.4: Resumen de ventas de vehículos eléctricos 2018/2019/2020/2021/2022 (BEV/PHEV+EREV/Totales) [11] La distribución de las ventas dentro del territorio español tampoco es uniforme, la mayor cantidad de matriculaciones se dan en Barcelona y Madrid. La renta superior de los habitantes de estas ciudades, así como las medidas gubernamentales aplicadas, como la restricción al trafico de vehículos de combustión en Madrid Central, han favorecido el crecimiento del mercado. Situación de la red de carga en España El principal motivo por el que el crecimiento del mercado en España no está alcanzando los niveles de otros países de Europa es la escasez de puntos de recarga. Por cada millón de habitantes España cuenta con 245 puntos, lo que comparado con datos de Alemania (567) o Francia (686) nos sitúa lejos de liderar el movimiento. En total en España se pueden contar 11.517 cuyo acceso sea público. (Datos de ANFAC) Alcanzar los objetivos supone multiplicar por 7,4 antes de 2023 el número de cargadores actual. El ritmo al que se encuentra creciendo la red actualmente es bajo comparado con el que se espera. Sumando el hecho de que más del 85% de estos son cargadores de potencias iguales o menores a 22 kW. Cataluña es la comunidad autónoma en la que se encuentran instalados más estaciones, seguida de la Comunidad Valenciana y de Madrid. 15 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Figura 4: Distrubución cargadores en España Política e incentivos En mayo de 2021 se publicó en España la Ley de Cambio climático y Transición energética, en ella se recogen las medidas para alcanzar los objetivos de descarbonización. En lo que respecta a la transición a la movilidad eléctrica los dos artículos con más relevancia son el articulo 14 y el 15. Se declara como obligatorio para las administraciones tomar medidas para que las flotas de vehículos comerciales alcancen las cero emisiones de CO2. Gasolineras cuyo volumen de ventas sea superior al establecido deberán instalar, como mínimo, un cargador de VE y la potencia de este debe ser de al menos 150 kW en continua. Si las ventas se encuentran por debajo de este valor, pero sigan siendo mayores a 5 millones de litros, se deberá instalar en la estación una infraestructura de carga, pero la potencia mínima se establece en 50 kW. Estas infraestucturas, para gasolineras franquiciadas, podrán ser de distribuidoras diferentes. A finales de este mismo año se aprueba un Real Decreto, se puede identificar que el objetivo de este es aumentar la red de puntos de carga pública hasta llegar a los 100.000 puntos para alcanzar esta cifra, a partir del 1 de enero de 2023 los aparcamientos que cuenten con un número de plazas mayor a 20, por cada 40 deberán instalar un cargador. La obligatoriedad se limita a edificios no residenciales como pueden ser oficinas, hosteleria, hospitales, centros de ocio, centros educativos o centros comerciales. En esta nueva normativa también se recogen bonificaciones relacionadas a los impuestos a dicha instalación. El Plan Moves III es una ayuda para la compra de vehículos eléctricos que se ofrece a nivel nacional, aunque son las comunidades autónomas las encargadas de repartir el presupuesto. Los descuentos de este plan alcanzan los 7.000 euros, en el caso de que la compra del vehículo fuera acompañada de la retirada de un vehículo antiguo, en caso contrario hasta 4.500 euros [12]. Con el Plan Moves III, el Plan Moves Flotas y el Plan Moves singular, puede decirse que España ofrece una de las mejores ayudas de Europa. Estado del arte. Análisis Espacial 16 16 3. ESTADO DEL ARTE. ANÁLISIS ESPACIAL Se define dato como “información concreta sobre hechos, elementos, etc., que permite estudiarlos, analizarlos o conocerlos”. Actualmente toda la información se recoge y se almacena, tanto si se habla de una siderurgia, en la que se recogen los datos de calidad de la producción con el fin de mejorarlos de manera continua, como empresas de marketing que recogen datos personales para obtener un mayor alcance de sus campañas. En muchas ocasiones se crean bases de datos cuyo tamaño se vuelve inmanejable mediante las herramientas convencionales, la estrategia para la gestión y el estudio de estos datos se denomina Big Data. Las características del Big Data son las conocidas como las cintco V, velocidad, volumen, valor, variedad y veracidad. Este concepto, presente en todos los sectores, tiene como objetivo principal convertir datos en información. Ser capaces de discriminar los datos que afectan, y en que medida, a un determinado estudio y la realización de un correcto análasis de los mismos puede ayudar las empresas a tomar decisiones con gran criterio que afecten de manera positiva a su crecimiento. Además de la posibilidad de identificar problemas que podrían ser desconocidos. El desarrollo de esta tecnología se esta viendo positivamente afectado por el incremento de las tecnologías y la recogida masiva de datos a través de fuentes muy diversas, entre estas destacan internet, la geolocalización de los dispositivos móviles y las redes sociales o el desarrollo del internet de las cosas. 3.1. Datos espaciales La directiva Inspire define como dato espacial a “cualquier dato que, de forma directa o indirecta, hace referencia a una localización o zona geográfica específica”; según el Instituto Geográfico Nacional son “datos que implícita o explícitamente refieren a una localización relativa a la Tierra”. Estas georreferencias pueden venir dadas de tres formas diferentes: -Puntos: cuya representación es un par de coordenadas (latitud, longitud). Utilizados para marcar, ubicaciones exactas, objetos sin dimensiones. -Líneas: que no son más que la unión de un punto inicial y uno final. A través de ellas se pueden representar fronteras políticas, vías, carreteras o ríos. -Polígonos: definidos por el conjunto de puntos que forman sus vértices. Forman áreas que pueden representar las dimensiones reales de viviendas, barrios, municipios, países, etc. Los datos espaciales son una categoría dentro de la ciencia de datos, que necesitan ser tratados de una manera diferente para poder extraer la información de manera correcta. La particularidad de este tipo de datos es debida a su referencia a un lugar geográfico y el potencial reside en la posibilidad de ser representados en un mapa que nos permita hacer un estudio en una zona geográfica concreta. 17 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence La información que se almecena del lugar geográfico al que se hace referencia puede ir desde características físicas o ambientales de la zona, económicas, sociales o demográficas, o incluir códigos numéricos que definen zonas, como secciones censales. Esta información es lo que se llama “atributo”. Es posible que, además de vincular localizaciones y atributos, los datos espaciales contengan información temporal, lo que puede llegar a ser de gran utilidad a la hora de realizar ciertos análisis como podría ser el crecimiento demográfico de una zona en un periodo de tiempo. Pese a esto, no son requisito indispensable; para que se consideren datos espaciales solo debe contener información de los dos primeros. El formato de archivo Shapefile (SHP) es el mas comúnmente utilizado, en realidad se trata de un conjunto de archivos que deben encontrarse dentro de una misma carpeta. También son comunes los formatos GeoJSON, KML o CSV. 3.2. Análisis espacial Las tecnologías GIS (Sistema de información geográfica) permiten utilizar los datos espaciales para realizar análisis y encontrar solución a problemas de gran complejidad. El análisis espacial consiste en la interpretación de los datos representados, un estudio tanto cualitativo como cualitativo de los acontecimientos referidos al espacio. Podemos encontrar patrones de comportamiento humano en una zona, comprender el motivo por el que un determinado acontecimiento ocurre en un lugar y ser capaces de hacer predicciones [13]. Este tipo de análisis puede ofrecer grandes aportaciones a los diferentes sectores y dar respuesta a multitud de problemas actuales, desde predicciones meteorológicas, estudios poblacionales y de movilidad, monitorización de cambios medioambientales o el análisis del mercado inmoviliario. Si se observa un mapa con la información correcta se puede llegar a las hipótesis necesarias para la toma de decisiones. El desarrollo de estas técnicas, con la cantidad de información con la que podemos contar en estos momentos, hace que estos análisis sean cada vez sean más enriquecedores y los resultados que obtengamos de ellos más fiables. Estos datos que, a priori pueden parecer inmanejables, pasan a ser visuales y a transmitir información precisa. El objetivo, como en otros tipos de análisis de datos, es obtener información concreta y discretizada a partir de bases de datos de gran tamaño que ayude a tomar decisiones que pueden llegar a tener repercusiones mas o menos importantes. Para la realización de este tipo de análisis se debe definir en primer lugar de manera clara el problema. Se desea que el mapa que vamos a obtener responda a una pregunta concreta. Explorar los datos que será necesario tener en cuenta por su mayor o menor efecto sobre el problema también forma parte del análisis. Igualmente, si el análisis que se desea realizar solo tiene en cuenta una zona concreta no será necesaria la representación de los datos de manera global, esto puede hacer que la plataforma que utilizamos trabaje de manera más lenta. El alcance de los mapas puede ser global, nacional, regional o del tamaño que se considere necesario. Cuanto más concretos seán los datos, es decir, cuando se refieran a una zona más pequeña, los resultados serán igualmente más concretos en cuanto a la ubicación. Si bien es cierto que, cuanto más seccionada esté la información la tabla de datos que se estará utilizando será igualmente mayor, lo que supone un procesamiento más lento. El lenguaje más utilizado por los científicos de datos espaciales son sobre todo Python y R. Estado del arte. Análisis Espacial 18 18 3.3. Herramientas de análisis espacial Para el análisis del que hablamos son necesarias una serie de herramientas informáticas que trabajen con información georeferenciada, estos softwares son los denominados softwares GIS y deben permitir la ejecución de una serie de operaciones. Deben ser capaces de leer datos espaciales, editarlos, almacenarlos y administrarlos. Dependiendo de lo sofisticado que sea el software deberá ser capaz de realizar análisis más o menos complejos. Por último, debemos ser capaces de obtener resultados, que pueden ser mapas, o gráficas. Para cumplir con estos, deben contar con un sistema de lectura de datos y otro de visualización [14]. 3.4. CARTO CARTO es una plataforma de gestión y visualización de datos espaciales fundada en España en 2012, que se ha convertido en la plataforma líder de Locational Intelligence (LI), su principal objetivo es proporcionar soluciones a sus clientes con datos y análisis espaciales. A estos clientes se les da conexión al data warehouse propio además de poder conectar con otros data warehouse existentes que incluyen Google BigQuery y Snowflake. Dentro de la plataforma CARTO se encuentra CARTO Builder, se trata de un software que permite crear mapas con datos espaciales de manera sencilla, es capaz de importar y leer archivos propios, como datos internos, que pueden ser creados u obtenidos fuera de la plataforma en diferentes formatos (CSV, Shapefile, GeoJson) y por último publicarlos. También ofrece un catalogo de datos que están disponibles tanto de forma gratuita como de pago, estos datos incluyen índices de tráfico, de movilidad, puntos de interés, datos financieros, etc. Son recogidos por empresas como Vodafone, Mastercard o tomtom, para garantizar que estos sean fiables y enriquezcan los análisis. Una vez integradas las bases de datos en la plataforma, podemos seleccionar aquellas que nos serán útiles para el análisis que se va a realizar. Cada tabla de datos se incorpora al mapa como una capa diferente, combinando distintas capas y ofreciendo para cada una la posibilidad de mostrar la información de la manera que mas nos beneficie y que aporte mayor cantidad de información. La herramienta Builder, ofrece diferentes tipos de funciones que de manera intuitiva con la posibilidad aplicar filtros, clasificar, generar clústeres, etc. Si el dataset seleccionado es un conjunto de puntos, podemos clasificarlos en el mapa según algún atributo numérico y es posible mostrar círculos de mayor o menor tamaño en función de este, incluso representarlos de un color u otro en función de alguna otra característica. Igualmente, si se representa una línea o un polígono, pudiendo cambiar sus características en función de diferentes atributos, facilitando el análisis y resaltando la información mas relevante. 19 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Figura 3.1: Ejemplo de utilización. Color basado en la densidad de población y altura basada en la elevación del terreno. Las consultas y funciones están programadas en lenguaje SQL, añadiendo la posibilidad de programar análisis propios, así como editar los existentes. Si se conoce lo suficiente de este lenguaje de programación las posibilidades se multiplican, fusionar diferentes tablas a partir de algún nexo, mostrar los datos en un área restringida definida por el usuario, crear buffers alrededor de las ubicaciones, e infinidad de consultas. Cada query, consulta en SQL, se representa en el mapa como una nueva capa. Los Widgets, con los que se aplican filtros directamente sobre el mapa, agregan aún más atractivo a la aplicación [15]. Metodología 20 20 4. METODOLOGÍA Se ha mencionado la necesidad actual de crear una red de carga para poder satisfacer las necesidades de los conductores de vehículo eléctrico, y favorecer la transición hacia la e-movility. Una vez comprendida esta la necesidad podemos suponer que no cualquier lugar es adecuado para la construcción de las infraestructuras. Actualmente el número de coches eléctricos que ciruculan no es elevado es por ello por lo que, las empresas dedicadas al desarrollo de estas infraestructuras deben garantizarse, antes de la construcción del proyecto, que la utilización de este será suficiente para la recuperación de la inversión realizada en el menor tiempo posible. Surge entonces la pregunta a la que trataremos de dar respuesta ¿Qué lugar es el más adecuado para la colocación de un cargador para vehículo eléctrico? Para ello debemos contestar primero a otra ¿Qué factores afectan, en mayor o menor medida, a la utilización de un cargador? Para responder a estas preguntas necesitaremos analizar el perfil de un potencial conductor de vehículo eléctrico y explorar sus necesidades. Sabemos que las ventas de este tipo de vehículos están creciendo, pero este crecimiento no es uniforme y existen sectores de la población que tienen más probabilidad de comprar un coche eléctrico antes que uno de combustión. Por esto debemos analizar el perfil de un potencial conductor de vehículo eléctrico. La adquisición de un coche de estas características está claramente relacionada con el nivel de renta, es por esto por lo que la franja de edad en la que se encuentran más propietarios de vehículos eléctricos, un 2,08% en 2021, es de entre 51 a 65 años. El lugar de residencia está directamente relacionado con el nivel económico. Conductores que realizan kilómetros suficientes al día pueden ver como una inversión rentable la adquisición de este vehículo ante la subida de los precios del combustible. Aquellos cuyas empresas se encuentran en las afueras de las ciudades o que incluso trabajan en ciudades distintas de en las que viven, también aquellos cuyos puestos se encuentren en zonas céntricas de las ciudades ya que se pueden beneficiar de las ventajas de la etiqueta de cero emisiones para acceder con mayor facilidad. En la actualidad el 65% de los taxis son disponen de la etiqueta eco, y las flotas comerciales como los vehículos de empresas de reparto también están electrificando. La preocupación medioambiental de las nuevas generaciones también les hace perfil potencial, aunque si bien es cierto que la renta de estas es menor. La ubicación de un cargador debe ser tal que maximice su uso, un lugar estratégico que garantice que tanto los conductores como los propietarios queden satisfechos. Los factores que más influyen y sobre los que trabajamos para tener en cuenta: 21 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Densidad de tráfico Medir la densidad de tráfico de las calles por las que pasan más coches. Es un indicador de gran relevancia a la hora de hacer una estimación de la utilización. Puntos de interés (POI’s) Debemos tener en cuenta que la carga de un vehículo eléctrico es considerablemente más lenta que la de un vehículo de combustión. Que existan zonas de ocio o de restauración en los que poder pasar el tiempo que invierte el coche en cargarse es un factor importante. Centros comerciales, restaurantes, supermercados, cines, zonas de interés turístico, etc. Características de la población Se analizará las características socioeconómicas de la población. Tanto la densidad, como el nivel económico y educacional. Para hacer un correcto análisis de la población se debe estudiar la distribución, tanto en territorios como en rango de edades, como la evolución temporal A esto debe sumarse el que tengan un lugar para aparcar lo suficientemente espacioso para albergar la infraestructura. La metodología que usada se divide en dos partes: La primera, una revisión de la literatura en la que se profundizará tanto en la propia tecnología (IoT) como en su aplicación al sector de la movilidad urbana. Se estudiarán las bases de la tecnología, su origen, su arquitectura y, por último, sus aplicaciones. En este campo, se realizará un planteamiento inductivo, donde a partir de las aplicaciones generales, se desarrollará un framework de aplicaciones concretas a la industria de la movilidad. Para realizar esta revisión, el estudio se apoyará tanto en fuentes académicas, como en fuentes profesionales o de mercado. En cuanto a las fuentes académicas, se utilizarán buscadores de gran peso académico como Dialnet o Google Scholar. Con respecto a las fuentes profesionales, se contará con acceso a informes y presentaciones. La segunda parte, se centrará en el desarrollo del plan de negocio de la start-up E – Plug a través del Business Model Canvas. Desarrollado por Alexander Osterwalder e Yves Pigneur en su libro Business Model Generation: A Handbook for Visionaries, Game Changers and Challengers (2009), el Business Model Canvas es una de las herramientas más populares en el mundo de emprendimiento para el análisis y definición de los modelos de negocio. Tal y como podemos ver en la figura 4.1, la herramienta permite analizar modelos de negocio a través del análisis de nueve elementos clave que quedan recogidos en la plantilla siguiente. Aplicación a Sevilla 28 28 5.2.1. Población total Figura 5.4: Distribución de la población total en Sevilla Se lleva acabo un analís de la población estudiando la distribución, tanto en territorios como en rango de edades. El distrito más poblado es el 09, que corresponde con el distrito Este, con 98 050 habitantes. Podemos filtrar estos habitantes para tener en cuenta únicamente aquellos entre 16 y 64 años. Es en este intervalo donde podemos encontrar conductores potenciales. Figura 5.5: Distribución de la población entre 16 y 64 años 29 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Casco Antiguo Figura 5.6: Distribución de la población Casco Antiguo Macarena Figura 5.7: Distribución de la población Macarena Nervión Figura 5.8: Distribución de la población Nervión Aplicación a Sevilla 30 30 Cerro-Amate Figura 5.9: Distribución de la población Cerro - Amate Sur Figura 5.10: Distribución de la población Sur Triana Figura 5.11: Distribución de la población Triana 31 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Norte Figura 5.12: Distribución de la población Norte San Pablo – Santa Justa Figura 5.13: Distribución de la población San Pablo – Santa Justa Este – Torreblanca - Alcosa Figura 5.14: Distribución de la población Este – Torreblanca - Alcosa Aplicación a Sevilla 32 32 Bellavista – La Palmera Figura 5.15: Distribución de la población Bellavista – La Palmera Los Remedios Figura 5.16: Distribución de la población Los Remedios 33 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence 5.2.2. Educación Se representan los barrios en los que la educación es superior a estudios de tercer grado, equivalente a estudios de grado universitario. Los barrios en los que el porcentaje es mayor coinciden con los barrios en los que el nivel económico es mayor. Figura 5.17: Distribución de la población con estudios de tercer grado Figura 5.18: Barrios con mayor cantidad de población con estudios de tercer grado Aplicación a Sevilla 34 34 5.3. Densidad de tráfico Los datos que se han obtenido de densidad de tráfico son propiedad de Unica360. Se han desarrollado a partir de un modelo entrenado que simula rutas utilizando otros tipos de datos, como población residencial, población laboral, diferentes tipos de POIs, etc. Se tiene en cuenta la eficacia de cada una de estas rutas posibles entre origen y destino. El resultado es un índice asociado a cada tramo de via, un número del 1 al 100. Para agilizar la lectura se ha reducido el tamaño de la tabla, que tiene un índice de tráfico para cada tramo de vía en toda España, cruzándola con la geometría del municipio de Sevilla. Igualmente podemos hacerlo para cada distrito y determinar cuales son las calles con más tráfico. Para determinar las calles con mayor densidad de tráfico, se utilizan los Widgets de la aplicación para representar únicamente las calles cuyo índice sea superior a 90. Figura 5.19: Densidad de tráfico en Sevilla Casco Antiguo Las calles con mayor densidad de tráfico son Torneo, calle Baños, calle Feria, calle Imagen, calle Alfonso XII y el Paseo de las Delicias. Todas ellas con índice mayor a 90. Figura 5.20: Densidad de tráfico Casco Antiguo 35 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Macarena En este distrito el mayor índice de tráfico se ubica en las calles: Muñoz León, Resolana y Rda. de Capuchinos, Rda. Urbana Norte y avenida Alcalde Manuel del Valle. Figura 5.21: Densidad de tráfico Macarena Nervión Las avenidas de mayor tamaño son las de mayor tráfico, son la avenida Eduardo Dato, calle Luis Montoto, avenida de la Buhaira, avenida de la Ciudad Jardín y avenida de San Francisco Javier. Figura 5.22: Densidad de tráfico Nervión Aplicación a Sevilla 36 36 Cerro – Amate Pertenecen a este distrito un tramo de la A-4 y un tramo de la A-92, que presentan los índices más altos; les siguen la calle Amor, avenida San Juan de la Cruz, avenida Rda. del Tamarguillo y la avendia de Andalucía. Figura 5.23: Densidad de tráfico Cerro - Amate Sur El tramo de autovía del distrito es el que tiene el índice mayor, seguido de la avenida de la Paz, que conecta directamente con este. Además de la avenida Ronda del Tamarguillo, avenida de Portugal, Paseo de las Delicias y la avenida de Maria Luisa Figura 5.24: Densidad de tráfico Sur 37 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Triana A este distrito también pertenecen tramos de autovía y un tramo de la carretera Cadiz – Huelva. Estos y las calles que conducen a ellas son las más tranistadas. Se deben mencionar la Avenida Expo’92, la Ronda de Triana, la avenida de Coria, la calle López de Gomara y el Puente Cristo de la Expiración. Figura 5.25: Densidad de tráfico Triana Norte Vuelven a resaltar la autovía y la carretera de la Algaba. En el interior del distrito se encuentran la Calle Cataluña, la Avenida Tecnología, la Ronda Urbana Norte, la carretera de Miraflores, la avenida Alcalde Manuel del Valle y la Carretera de Carmona. Figura 5.26: Densidad de tráfico Norte Resultados 44 44 Marqués de Parada La densidad de tráfico no es alta. Pero las rentas altas de los residentes, la densidad de población la ubicación céntrica lo hacen adecuado para la colocación de un punto de 44 kW. Debido a que se trata de una zona azul de aparcamiento descartamos la ubicación. Plaza del Duque En esta ubicación se instalará un cargador de 44 kW, muy céntrica, se encuentra a escasos metros del Corte Inglés de la Plaza del Duque, la zona comercial del Casco Antiguo, y zonas de restauración. Figura 6.4: Ubicación cargador Plaza del Duque 45 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence 6.2. Macarena Ronda de Capuchinos Destacan el tráfico en la calle (93/100) y la densidad de población, sin embargo, el número de puntos de interés cercanos es bajo. Se opta por un cargador rápido de 100 kW. El cargador se situará en la Calle Florencio Quintero, por no existir en la misma calle espacio suficiente para aparcar. Figura 6.5: Ubicación cargador Ronda de Capuchinos 6.3. Nervión Avenida de la Buhaira En esta avenida se encuentran gran cantidad de restaurantes reconocidos. Uniendo el hecho de que es una zona de mucho tráfico, la densidad de población y el poder adquisitivo de esta, la hacen buena candidata para la colocación de un cargador. Aún así, ha sido descartada por pertenecer a zona azul en todo su recorrido. C\Luis Montoto Esta calle se sitúa muy cercana a las zonas comerciales de Nervión Plaza y El Corte Inglés de Nervión, así como del Estadio Ramón Sánchez Pijuan. Las demás características son similares a las de la Avenida de la Buhaira por lo que se decide colocar un cargador de 44 kW. La instalación de este se hará en la gasolinera Galp situada en la misma calle. Figura 6.5: Ubicación cargador Luis Montoto Resultados 46 46 Avendia Eduardo Dato Se trata de una de las principales vías del distrito de Nervion. El estacionamiento escogido tiene una fácil salida y posterior incorporación a la avenida. El índice de trafico es superior a 90, la tasa de población es alta y existen en las proximidades establecimientos de restauración. Esta vía conecta con el Casco Antiguo a través del puente de San Bernardo. En las plazas indicadas se instalará un cargador de 100 kW. Figura 6.6: Ubicación cargador Eduardo Dato 6.4. Cerro – Amate Calle Amor Distinguimos esta localización por su cercanía con la salida a la autovía, en la intersección entre la calle Amor y la avenida de Andalucía se encuentra una con el espacio suficiente para la construcción de un punto de carga de 350 kW. Figura 6.7: Ubicación cargador Calle Amor 47 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence 6.5. Sur Avenida de Diego Martínez Barrio Esta Avenida conecta los distritos de Nervión y distrito Sur, continúa cruzando el Puente de las Delicias y conectando también el distrito de los Remedios. Comprobamos que la densidad de tráfico de esta avenida es destacable. Además de ser una zona residencial, y encontrarse en las cercanías de zonas de interés comercial y de restauración. Se trata de una buena localización para la construcción de un cargador rápido de 44 kW. Figura 6.8: Ubicación cargador Avenida Diego Martinez Barrio Avenida Manuel Siruot En esta avenida se encuentra el hospital Virgen del Rocío, se trata de una calle principalmente residencial, los residentes de la zona poseen rentas por encima de la media. Se decide colocar un cargador de 44kW que permite la carga de dos vehículos de 22 kW de manera simultanea. La instalación se hará en la esquina con la calle Genaro Parladé. Figura 6.9: Ubicación cargado Avenida Manuel Siurot Resultados 48 48 Avenida de La Paz 1 Esta avenida se conecta directamente con la sálida a la autovía. Se utilizará la ubicación de la gasolinera Shell, en las cercanías de la circunvalación y se decide adecuado un cargador de 350 kW de carga ultrarápida. Figura 6.10: Ubicación cargador Avenida de La Paz 1 Avenida de la Paz 2 En la misma Avenida se encuentra un parque comercial, adecuado para dos cargadores de 44 kW. Figura 6.11: Ubicación cargador Avenida de La Paz 2 49 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Calle Alcalde Juan Fernández Entre la avenida de la Paz y la Ronda del Tamarguillo, ambas con densidad de tráfico por encima de 90. Es una zona residencial en la que no se encuentran gran cantidad de POIs. Se montará un cargador de 100 kW. Figura 6.12: Ubicación cargador Alcalde Juan Fernández Resultados 50 50 6.6. Triana Ronda de Triana Esta ubicación combina distintas características que la hacen adecuada para distintos tipos de cargadores. La alta densidad de tráfico y la cercanía con la sálida a la autovía, para cargadores de carga ultrarápida y la población, la cantidad de puntos de interés en las inmediaciones para carga semirapida. Se decide colocar un cargador de 100 kW, y un cargador de 44kW. Deben estar separados una distancia mínima de 50 m. Figura 6.13: Ubicación cargador Ronda de Triana 1 Figura 6.14: Ubicación cargador Ronda de Triana 2 51 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence 6.7. Norte Calle Metalurgia y carretera de Carmona Se repite la alta densidad de tráfico y la cercanía con la salida a la autopista. Se dispondrá en las plazas señaladas un cargador de 350 kW. Figura 6.15: Ubicación cargador Calle Metalurgia 6.8. San Pablo – Santa Justa Avenida Kansas City Se aprovechará el espacio destinado para el estacionamiento situado en la propia estación de trenes de Satna Justa para la construcción de un cargador ultrarápido. Figura 6.16: Ubicación cargador Kansas City Resultados 52 52 6.9. Este – Torreblanca - Alcosa Avenida Alcalde Luis Uruñuela La zona cuyas características se hacen más adecuadas para la instalación de un punto de carga del distrito son las situadas en las inmediaciones del Palacio de Congresos y Exposiciones de Sevilla (Fibes), estas son las apropiadas para un cargador de 44 kW. Figura 6.17: Ubicación cargador Avenida Alcalde Luis Uruñuela 6.10.Bellavista – La Palmera Avenida de Jerez Se ha comprobado que no existen cargadores competidores cerca de la ubicación. El índice de densidad de tráfico de la vía es de 98 sobre 100, la ubicación estratégica debida a la cercanía a la salida de una autopista muy transitada con un alto índice de densidad. Estas características hacen que la ubicación sea apta para cargadores de potencias altas, se decide colocar un cargador de 350 kW. Figura 6.18: Ubicación cargador avenida de Jerez 53 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence Avenida de Alemania Se combinan en esta ubicación las características optimas para los dos tipos de cargadores, semirrápido y ultrarapido. Por la cercanía con la avenida de Jerez se instalará únicamente un cargador de 44 kW. Figura 6.19: Ubicación cargador Avenida de Alemania 1 Avenida Molini Aunque parece no estar en funcionamiento, actualmente se encuentra instalado en esta gasolinera un punto de carga de 22 kW. Por lo que se descarta esta ubicación. 6.11.Los Remedios Avenida Flota de Indias Este distrito reune muchas de las características para suponer que la utilización de los cargadores será máxima. En concreto, en la Avenida Flota de Indias donde la densidad de tráfico es alta, se sitúan muchos establecimientos de restauración, supermercados y tiendas especializadas. La densidad de población es alta y el nivel económico de los habitantes es elevado. También podemos destacar la cercanía con la salida a la Rda. de Circunvalación lo que la hace adecuada para la colocación de puntos de carga semirápida y ulttrarápida. Que se separarán una distancia de 50 m. Se decide que la ubicación más lógica, por la facilidad de acceso el espacio entre esta avenida y el parque de los Príncipes Anexos 60 60 Densidad de Tráfico Casco Antiguo DECLARE CascoAntiguo_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= "Casco Antiguo" ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (CascoAntiguo_geom,geom.geom) Densidad de Tráfico Macarena DECLARE Macarena_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= "Macarena" ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (CascoMacarena_geom,geom.geom) Densidad de Tráfico Nervión DECLARE Nervion_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= "Nervion" ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `carto- 61 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence data.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (CascoNervion_geom,geom.geom) Densidad de Tráfico Cerro - Amate DECLARE CerroAmate_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " Cerro - Amate " ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (CerroAmate_geom,geom.geom) Densidad de Tráfico Sur DECLARE Sur_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " Sur " ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (Sur_geom,geom.geom) Densidad de Tráfico Triana DECLARE Triana_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " Triana " ); Select geom.geom, data.indice_den Anexos 62 62 from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (Triana_geom,geom.geom) Densidad de Tráfico Norte DECLARE Norte_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " Norte " ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (Norte_geom,geom.geom) Densidad de Tráfico San Pablo – Santa Justa DECLARE SPabloSJusta_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " San Pablo – Santa Justa " ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (SPabloSJusta_geom,geom.geom) Densidad de Tráfico Este – Torreblanca - Alcosa DECLARE EsteTorreblancaAlcosa_geom DEFAULT ( SELECT geom 63 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " Este – Torreblanca - Alcosa " ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (EsteTorreblancaAlcosa_geom,geom.geom) Densidad de Tráfico Bellavista – La Palmera DECLARE BellavistaLaPalmera_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " Bellavista – La Palmera " ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (BellavistaLaPalmera_geom.geom) Densidad de Tráfico Los Remedios DECLARE LosRemedios_geom DEFAULT ( SELECT geom FROM `carto-dw-ac-pfsen1c.shared_do.SEVILLA_Distritos` Where name= " Los Remedios " ); Select geom.geom, data.indice_den from `cartodata.ac_pfsen1c.sub_unica360_demographics_roadtrafficindex_esp_roadseg ment_2019_yearly_2019` as data INNER JOIN `cartodata.ac_pfsen1c.sub_unica360_geography_esp_roadsegment_2019` as geom ON geom.geoid=data.geoid Where ST_INTERSECTS (LosRemedios_geom,geom.geom) Anexos 64 64 65 Technoeconomic analysis for locating EV charging infraestuctures using locational intelligence 8. BIBLIOGRAFÍA [1] P. Frías y J. Román, «Vehículo eléctrico: situación actual y perspectivas futuras,» Institito de Investigación Tecnológica IIT-ICAI , 2019. [2] J. E. V. Gass, «Analysis of alternative policy instruments to promote electric vehicles in Austria,» ScienceDirect, vol. 61, 2021. [3] D. Gutiérrez, «Siglas de coches eléctricos: BEV, HEV, PHEV, MHEV, FCEV... ¿Qué significan?,» Hibridos y eléctricos, 2019. [4] Electromovilidad, «http://electromovilidad.net/modos-de-recarga-del-vehiculo-electrico/». [5] [En línea]. [6] «https://www.creara.es/post/tipos-recarga-coche-electrico/». [7] E. Pañero, «Tipos de conectores en los vehículos eléctricos,» 2019. [8] M. v. d. Steen, R. V. Schelven, R. Kotter, M. J. W. v. Twist y P. v. D. MPA, «EV Policy Compared: An International Comparison of Governments’ Policy Strategy Towards E-Mobility,» de E-Mobility in Europe, 2015. [9] Commission European, «REGULATION OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL on the deployment of alternative fuels infrastructure, and repealing Directive 2014/94/EU of the European Parliament and of the Council,» Bruselas, 2021. [10] N. L. Redondo, «España, a la cola en penetración de los coches eléctricos,» Movilidadeléctrica.com, 2020. [11] C. S. Criado, «Sigue el buen ritmo de las ventas de coches eléctricos en abril,» movilidadeléctrica, 4 Mayo 2022. [12] (IDAE), Instituto para la Diversificación y ahorro de la Energía, «Guía para acceder a las ayudas del plan moves III». [13] P. P. J. O. Z. Salgado, E. S. Rodríguez y J. P. P. Alcántara. [14] Geoinnova, «¿Qué es un SIG, GIS o Sistema de Información Geográfica?,» 2021. [15] «carto.com/,» [En línea]. [16] Instituto Nacional de Estadística, «https://ine.es/,» [En línea]. [17] «https://www.juntadeandalucia.es/institutodeestadisticaycartografia/,» [En línea]. Bibliografía 66 66