Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais

• Autor(a) principal: Galhardo, Gabriel Martinelli
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS
• Texto Completo: http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/14649
• topic: Algoritmo Genético; Recarga; Otimização; Veículo Elétrico; Rede Elétrica; Genetic Algorithm; Charging; Optimization; Electric Vehicle; Electrical Network

Devido à falta de políticas públicas ou regulamentação no setor elétrico brasileiro em relação a utilização e recarga dos veículos elétricos, faz com que haja uma preocupação do setor elétrico devido a inserção de novas cargas na rede sem um estudo prévio. Com isso se faz necessário a aplicação de técnicas de gerenciamento de carga capazes de corrigir os problemas causados por possíveis sobrecargas na rede local. A utilização do algoritmo genético para problemas de otimização é uma das técnicas mais popularmente empregada na solução de problemas complexos, devido à sua simplificação na formulação e solução do problema. Em contrapartida, a utilização do algoritmo genético possui a dificuldade em encontrar um ponto de ótimo global e necessita de um grande número de avaliações de funções de aptidão. A aplicação do algoritmo genético na otimização do planejamento do carregamento de veículos elétricos é uma alternativa válida para o gerenciamento das cargas na rede de distribuição de energia elétrica. Considerando isso, foram realizadas simulações através do software Matlab a fim de analisar a gestão do carregamento dos veículos, levando em conta a demanda local e o tempo máximo de carregamento de modo a atender a demanda local estimada de uma empresa e beneficiando os usuários. O algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos mostrou-se eficiente e atendeu as expectativas em diversos aspectos como tempo de recarga, potência utilizada e desempenho de execução, caracterizando-se como uma opção adequada para aplicação no mercado de eficiência energética.