Gestión de colas en electrolineras

Abstract

En este trabajo de fin de grado se desarrolla una herramienta de simulación para analizar el rendimiento operativo y la rentabilidad económica de una electrolinera. A través de un modelo de eventos discretos programado en Python con la biblioteca SimPy y accesible vía web mediante Streamlit, la aplicación permite evaluar diferentes configuraciones de cargadores y perfiles de demanda, aportando métricas clave como tiempos de espera, tasa de ocupación, energía suministrada y rentabilidad económica (ROI). El objetivo es ofrecer una solución flexible y parametrizable que sirva tanto para optimizar instalaciones existentes como para planificar nuevas.

El simulador admite entradas personalizadas mediante archivos CSV y reproduce el funcionamiento diario de una electrolinera durante un año. Los vehículos eléctricos llegan según distribuciones temporales configurables, intentan acceder a cargadores compatibles y pueden formar colas o abandonar la estación si estas están llenas. A partir de un caso de estudio con demanda proyectada para 2030, se han evaluado diversas configuraciones de cargadores, identificando tres opciones óptimas mediante un análisis multicriterio que equilibra rentabilidad, tasa de abandono y eficiencia operativa.

El proyecto demuestra que es posible alcanzar un compromiso entre viabilidad económica y calidad del servicio, y ofrece una herramienta robusta para apoyar decisiones estratégicas en movilidad eléctrica.

This Final Degree Project presents the development of a simulation tool designed to evaluate the operational performance and economic profitability of electric vehicle charging stations. Based on a discrete-event model implemented in Python using the SimPy library and deployed on a web platform via Streamlit, the application allows users to test different charger configurations and demand scenarios. It generates key performance indicators such as waiting times, charger occupancy rates, energy supplied, and return on investment (ROI), offering a flexible and customizable solution for both existing infrastructure optimization and new project planning.

The simulator supports custom input through CSV files and models the daily operation of a charging station over the course of a full year. Electric vehicles arrive according to configurable time distributions, are assigned compatible chargers, and may queue or leave the station if all relevant queues are full. The tool has been validated using a realistic case study with projected demand for 2030, analyzing several infrastructure configurations. Through a multi-criteria approach, three optimal setups were identified by balancing profitability, customer service quality, and infrastructure efficiency.

The project provides a robust, adaptable tool to support strategic decision-making in electric mobility and highlights the importance of combining technical and economic criteria in infrastructure planning.