Toma de decisiones para flotas de vehículos eléctricos sujetos a incerteza, basada en escenarios y algoritmos genéticos

Abstract

El uso de vehículos eléctricos (EV) se ha masificado, pues son una alternativa sustentable a los vehículos convencionales. Sin embargo, su despliegue generalizado es aún difícil debido a restricciones impuestas por sus baterías, la escasa infraestructura de recarga aún presente en muchas ciudades y la incerteza intrínseca del tráfico. En esta memoria, se desarrolla una estrategia para resolver el problema de ruteo de vehículos eléctricos (E-VRP), considerando la incerteza asociada a la velocidad, impactando en los tiempos de viaje y consumos energéticos. El E-VRP se formula como un problema de optimización estocástica no lineal. La estocasticidad se considera presente en la velocidad y se aborda usando escenarios, los que se obtienen a partir del muestreo de distribuciones conocidas. El E-VRP es resuelto mediante algoritmos genéticos (GA) con una heurística que reduce el costo computacional asociado a la propagación de incertezas. La estrategia es comparada con una variante determinística del E-VRP. Los resultados muestran que la estrategia estocástica permite manejar la probabilidad con la que se satisfacen las restricciones probabilísticas del E-VRP, no así en el caso determinístico. Finalmente, el método de solución basado en GA permite resolver el E-VRP estocástico y aumentar la robustez de la solución.