[pt] Com o aumento das questões energéticas e ambientais, os veículos elétricos (EVs) se tornarão um modo de transporte essencial na distribuição logística. Um cenário vital a ser considerado é a dependência do congestionamento do tráfego nos tempos de viagem dos veículos, como é comum nas áreas urbanas hoje. Esse recurso significa que a velocidade de um EV em cada rota pode ser distinta durante diferentes períodos. Como os EVs possuem autonomia limitada, vários trabalhos na literatura propuseram modelos de consumo de energia em função da velocidade e fatores aerodinâmicos. No entanto, sua aplicação permanece limitada e simplificada devido à sua dependência da velocidade e dos tempos de viagem. No caso da velocidade, os modelos da literatura trabalham sob uma velocidade média durante um determinado arco ou introduzem aproximações com métodos de linearização por partes. Em relação aos tempos de viagem, os atuais algoritmos de roteamento de veículos muitas vezes reformulam a rede viária em um gráfico completo onde cada arco representa o caminho mais rápido entre dois locais. Os resultados obtidos por esses métodos divergem da realidade, principalmente para problemas de roteamento de arco envolvendo serviços nos arcos de uma rede rodoviária. Por essas razões, definimos o Problema de Roteamento de Arco Capacitado Elétrico com tempos de viagem dependentes do tempo e taxa de consumo de energia dependente da velocidade. Ao longo de um horizonte de planejamento, cada arco está associado a uma função de velocidade passo a passo. O objetivo é atender um conjunto de arcos que demandam serviços por meio de uma frota de EVs com carga e capacidade de bateria limitadas, minimizando o tempo total de viagem. Além disso, a taxa de consumo de energia por unidade de tempo percorrido é considerada uma função não linear baseada na velocidade. Propomos um algoritmo de pré-processamento de consumo de energia de forma fechada sem aproximações. Nós o incorporamos em uma metaheurística Iterate Local Search e comparamos o impacto no projeto de rotas com os veículos convencionais. / [en] With energy and environmental issues rising, electric vehicles (EVs) will become an essential mode of transportation in logistics distribution. A vital scenario to consider is the dependence of traffic congestion on vehicle travel times, as it is common in urban areas today. This feature means that the speed of an EV on each route may be distinct during different periods. Because EVs have a limited driving range, various works in the literature have proposed energy consumption models as a function of speed and aerodynamic factors. However, their application remains limited and oversimplified due to their dependence on speed and travel times. In the case of speed, the models in the literature work under an average speed during a given arc or introduce approximations with piece-wise linearization methods. Regarding travel times, current vehicle routing algorithms often reformulate the road network into a complete graph where each arc represents the quickest path between two locations. The results obtained by these methods differ from reality, particularly for Arc Routing Problems involving services on the arcs of a road network. For these reasons, we define the Electric Capacitated Arc Routing Problem with Time-dependent Travel times, and Speed-dependent Energy Consumption Rate (E-TDCARP). Over a planning horizon, each arc is associated with a step-wise speed function. Based on this function, a vehicle s speed can change while traveling on a given arc. The objective is to serve a set of arcs that require services through a fleet of electric vehicles with limited load and battery capacity, minimizing the total travel time. Furthermore, the energy consumption rate per unit of time traveled (ECR) is considered a nonlinear function based on speed. We propose a closed-form energy consumption preprocessing algorithm without approximations. We embed it into an Iterate Local Search metaheuristic (ILS) for E-TDCARP and compare the impact on the design of routes between these alternative vehicles and conventional ones.