Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais
Autor(a) principal: | |
---|---|
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 |
Resumo: | 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. |
id |
PCAM_6cde0e5da0edb267b6b71b7880c1ee9b |
---|---|
oai_identifier_str |
oai:repositorio.sis.puc-campinas.edu.br:123456789/14649 |
network_acronym_str |
PCAM |
network_name_str |
Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS |
repository_id_str |
4886 |
spelling |
Galhardo, Gabriel MartinelliPontifícia Universidade Católica de Campinas (PUC-Campinas)Behrens, Frank Herman2021-05-12T19:54:09Z2021-05-12T19:54:09Z2020-12-09http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/14649Devido 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.Due to lack of public politics or regulations in Brazilian electrical sector in relation to the use and electric vehicles charging there is a concern to electrical sector due to the application of new loads to electrical network without a previous study. Thus, it is essential the application of load management techniques to solve problems caused by possible overloads in locals electrical network. The use of genetic algorithm to optimization problems is one of the most popular techniques used in solving complex problems, due to be simple to formulate the problem and in finding the solutions. However, in this technique it is difficult to find a global optimal and is required a high number of evaluations in fitness function. The application of genetic algorithm to optimization of planning the electric vehicles charging is a valid option to the load management in electrical energy distribution network. Thus, to the simulations used the software Matlab to analyze the electric vehicles charging management, in order to respect the local electrical demand and the maximum time of vehicle charging, considering also the user experience. The genetic algorithm applied to optimization of planning the electric vehicles charging presented efficiency and met the expectations in several aspects as charging time, power used and performance in executing the algorithm, classifying the algorithm developed as a suitable option to application in energy efficiency market.porPontifícia Universidade Católica de Campinas (PUC-Campinas)Algoritmo GenéticoRecargaOtimizaçãoVeículo ElétricoRede ElétricaGenetic AlgorithmChargingOptimizationElectric VehicleElectrical NetworkAlgoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_CAMPINASinstname:Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS)instacron:PUC_CAMPCentro de Ciências Exatas, Ambientais e de Tecnologias (CEATEC)Não se aplicaOnlineEngenharia ElétricaLICENSElicense.txtlicense.txttext/plain; charset=utf-80http://repositorio.sis.puc-campinas.edu.br/xmlui/bitstream/123456789/14649/2/license.txtd41d8cd98f00b204e9800998ecf8427eMD52ORIGINALceatec_engenhariaeletrica_tcc_galhardo_gm.pdfceatec_engenhariaeletrica_tcc_galhardo_gm.pdfapplication/pdf1414771http://repositorio.sis.puc-campinas.edu.br/xmlui/bitstream/123456789/14649/1/ceatec_engenhariaeletrica_tcc_galhardo_gm.pdfa7c24e5ad3e98c292b63369cbcfc8c86MD51123456789/146492022-09-02 11:36:46.0oai:repositorio.sis.puc-campinas.edu.br:123456789/14649Biblioteca Digital de Teses e Dissertaçõeshttp://tede.bibliotecadigital.puc-campinas.edu.br:8080/jspui/http://tede.bibliotecadigital.puc-campinas.edu.br:8080/oai/requestsbi.bibliotecadigital@puc-campinas.edu.b||sbi.bibliotecadigital@puc-campinas.edu.bropendoar:48862022-09-02T14:36:46Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS - Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS)false |
dc.title.pt_BR.fl_str_mv |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais |
title |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais |
spellingShingle |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais Galhardo, Gabriel Martinelli Algoritmo Genético Recarga Otimização Veículo Elétrico Rede Elétrica Genetic Algorithm Charging Optimization Electric Vehicle Electrical Network |
title_short |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais |
title_full |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais |
title_fullStr |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais |
title_full_unstemmed |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais |
title_sort |
Algoritmo genético aplicado a otimização do planejamento do carregamento de veículos elétricos em ambientes empresariais |
author |
Galhardo, Gabriel Martinelli |
author_facet |
Galhardo, Gabriel Martinelli |
author_role |
author |
dc.contributor.institution.pt_BR.fl_str_mv |
Pontifícia Universidade Católica de Campinas (PUC-Campinas) |
dc.contributor.author.fl_str_mv |
Galhardo, Gabriel Martinelli |
dc.contributor.advisor1.fl_str_mv |
Behrens, Frank Herman |
contributor_str_mv |
Behrens, Frank Herman |
dc.subject.por.fl_str_mv |
Algoritmo Genético Recarga Otimização Veículo Elétrico Rede Elétrica Genetic Algorithm Charging Optimization Electric Vehicle Electrical Network |
topic |
Algoritmo Genético Recarga Otimização Veículo Elétrico Rede Elétrica Genetic Algorithm Charging Optimization Electric Vehicle Electrical Network |
description |
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. |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020-12-09 |
dc.date.accessioned.fl_str_mv |
2021-05-12T19:54:09Z |
dc.date.available.fl_str_mv |
2021-05-12T19:54:09Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/14649 |
url |
http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/14649 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Campinas (PUC-Campinas) |
publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Campinas (PUC-Campinas) |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS instname:Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS) instacron:PUC_CAMP |
instname_str |
Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS) |
instacron_str |
PUC_CAMP |
institution |
PUC_CAMP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS |
collection |
Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS |
bitstream.url.fl_str_mv |
http://repositorio.sis.puc-campinas.edu.br/xmlui/bitstream/123456789/14649/2/license.txt http://repositorio.sis.puc-campinas.edu.br/xmlui/bitstream/123456789/14649/1/ceatec_engenhariaeletrica_tcc_galhardo_gm.pdf |
bitstream.checksum.fl_str_mv |
d41d8cd98f00b204e9800998ecf8427e a7c24e5ad3e98c292b63369cbcfc8c86 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS - Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS) |
repository.mail.fl_str_mv |
sbi.bibliotecadigital@puc-campinas.edu.b||sbi.bibliotecadigital@puc-campinas.edu.br |
_version_ |
1796790730713202688 |