Modelado de la instalación y operación de puntos de recarga rápida públicos

Abstract

Este Trabajo Fin de Máster presenta un modelo de optimización integral que respalda la planificación estratégica y la operación diaria de una estación pública de recarga rápida para vehículos eléctricos pesados (VEP). Mediante una formulación matemática implementada en Python con la librería Pyomo, el estudio integra de forma coherente restricciones técnicas de los equipos, costes de inversión y explotación, tarifas eléctricas y patrones horarios–estacionales de la demanda energética. El modelo considera dos tecnologías de alta potencia en rápido desarrollo—cargadores de 350 kW y sistemas Megawatt Charging System (MCS) de hasta 1 MW—y permite comparar configuraciones bajo tres enfoques complementarios: minimización del coste total, maximización del beneficio económico y optimización del consumo energético por tipo de cargador. Para cada caso, se exploran escenarios multianuales que reflejan la evolución prevista del mercado, la penetración creciente del transporte pesado electrificado y los objetivos europeos de descarbonización. Los resultados, validados con un caso real y apoyados en análisis de sensibilidad, demuestran la viabilidad de combinaciones híbridas que equilibran la instalación inicial y la flexibilidad operativa, garantizando tiempos de recarga competitivos y un retorno económico atractivo. Asimismo, el modelo ofrece una herramienta adaptable para agentes públicos y privados, capaz de incorporar futuras mejoras tecnológicas, políticas de precios dinámicos o la integración de generación renovable y almacenamiento. El proyecto aporta una base cuantitativa sólida para acelerar el despliegue de infraestructuras de recarga de alta potencia, elemento clave para la transición hacia un transporte pesado libre de emisiones.

This Master’s Thesis presents a comprehensive optimization model that supports the strategic planning and day‑to‑day operation of a public fast‑charging station for heavy‑duty electric vehicles (HDEVs). Through a mathematical formulation implemented in Python with the Pyomo library, the study coherently integrates equipment technical constraints, investment and operating costs, electricity tariffs, and hourly‑seasonal demand patterns. The model considers two rapidly developing high‑power technologies—350 kW chargers and Megawatt Charging Systems (MCS) of up to 1 MW—and enables the comparison of configurations under three complementary approaches: total‑cost minimization, economic‑profit maximization, and optimization of energy consumption by charger type. For each case, multi‑year scenarios are explored that reflect the projected evolution of the market, the growing penetration of electrified heavy transport, and European decarbonization targets. The results, validated with a real case study and supported by sensitivity analyses, demonstrate the viability of hybrid combinations that balance initial installation with operational flexibility, ensuring competitive charging times and an attractive economic return. Moreover, the model provides an adaptable tool for public and private stakeholders, capable of incorporating future technological improvements, dynamic pricing policies, or the integration of renewable generation and storage. The project offers a robust quantitative foundation to accelerate the deployment of high‑power charging infrastructure, a key element in the transition toward zero‑emission heavy transport.