Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística

Detalhes bibliográficos
Autor(a) principal: Santos, Euler Bruno Pereira dos
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional PUC-Campinas
Texto Completo: http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17034
Resumo: O mercado automotivo está se movendo rapidamente em direção aos veículos elétricos (VEs). As mudanças no sentimento do consumidor, nas políticas, regulamentações e outros fatores estão impulsionando a aceitação dos usuários e, por fim, o crescimento das vendas de veículos elétricos. As barreiras existentes para a expansão das vendas de veículos elétricos tendem a desaparecer com o tempo e a expectativa é que até 2030, os veículos elétricos representem 32% das vendas de carros novos globalmente. As participações regionais, no entanto, devem variar muito de acordo com o país, e um dos motivos que restringirá a adoção mais ampla de VEs é a infraestrutura de carregamento insuficiente ou inadequada. A demanda adicional de eletricidade e a imprevisibilidade do comportamento dos proprietários de VEs, poderão resultar em um impacto significativo nos sistemas de distribuição de energia elétrica e podem resultar em instabilidades e falhas. Este trabalho propõe soluções baseadas na meta-heurística TeachingLearning-Based Optimization (TLBO), e em uma heurística especializada para coordenar o carregamento de um grupo de veículos elétricos. Os métodos propostos buscam entregar o máximo de energia possível às baterias dos veículos sem violar as restrições e os limites do sistema elétrico. A meta-heurística TLBO é um algoritmo eficiente, que demanda poucos parâmetros de ajuste e não depende de dados históricos para obter uma resposta ótima para uma tomada de decisão. A heurística especializada faz uso das características específicas do problema para obter uma solução de qualidade. Serão apresentados os resultados de simulações, utilizando a heurística e o TLBO, com as devidas comparações de desempenho.
id PUC_CAMP-5_f9d8f9f2f82075117366031a98a03623
oai_identifier_str oai:repositorio.sis.puc-campinas.edu.br:123456789/17034
network_acronym_str PUC_CAMP-5
network_name_str Repositório Institucional PUC-Campinas
repository_id_str
spelling Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurísticaOtimizaçãoRecarga de Veículos ElétricosGerenciamentoSistemas de Energia ElétricaTLBOHeurísticaOptimizationEV chargingCoordinationElectrical SystemsHeuristicsO mercado automotivo está se movendo rapidamente em direção aos veículos elétricos (VEs). As mudanças no sentimento do consumidor, nas políticas, regulamentações e outros fatores estão impulsionando a aceitação dos usuários e, por fim, o crescimento das vendas de veículos elétricos. As barreiras existentes para a expansão das vendas de veículos elétricos tendem a desaparecer com o tempo e a expectativa é que até 2030, os veículos elétricos representem 32% das vendas de carros novos globalmente. As participações regionais, no entanto, devem variar muito de acordo com o país, e um dos motivos que restringirá a adoção mais ampla de VEs é a infraestrutura de carregamento insuficiente ou inadequada. A demanda adicional de eletricidade e a imprevisibilidade do comportamento dos proprietários de VEs, poderão resultar em um impacto significativo nos sistemas de distribuição de energia elétrica e podem resultar em instabilidades e falhas. Este trabalho propõe soluções baseadas na meta-heurística TeachingLearning-Based Optimization (TLBO), e em uma heurística especializada para coordenar o carregamento de um grupo de veículos elétricos. Os métodos propostos buscam entregar o máximo de energia possível às baterias dos veículos sem violar as restrições e os limites do sistema elétrico. A meta-heurística TLBO é um algoritmo eficiente, que demanda poucos parâmetros de ajuste e não depende de dados históricos para obter uma resposta ótima para uma tomada de decisão. A heurística especializada faz uso das características específicas do problema para obter uma solução de qualidade. Serão apresentados os resultados de simulações, utilizando a heurística e o TLBO, com as devidas comparações de desempenho.The automotive market is moving fast towards electric vehicles (EV). Changes in consumer sentiment, policies, regulations, and other factors are driving the user’s acceptance and ultimately the growth of EV sales. The existing barriers to the expansion of EV sales tend to disappear over time and the expectation is that by 2030, EVs will represent 32 percent of the new car sales globally. Regional shares, however, are expected to vary widely according to country, and one of the reasons that will restrain broader adoption of EV is the insufficient or unsuitable charging infrastructure. The additional electricity demand and the unpredictability of EV owners’ behavior will make a significant impact on the electricity distribution systems and may result in instabilities and failures. This work proposes solutions based on the Teaching-Learning-Based Optimization (TLBO) meta-heuristic, and on specialized heuristics to coordinate the charging of a group of electric vehicles. The proposed methods seek to deliver as much energy as possible to vehicle batteries without violating the constraints and limits of the electrical system. The TLBO meta-heuristic is an efficient algorithm that requires few tuning parameters and does not depend on historical data to obtain an optimal solution for the problem. On the other hand, the specialized heuristic makes use of the specific characteristics of the problem to obtain a good solution. Simulation results will be presented using heuristics and TLBO, along with performance comparisons.Pontifícia Universidade Católica de Campinas (PUC-Campinas)Pontifícia Universidade Católica de Campinas (PUC-Campinas)Junior, Carlos Alberto de CastroPontifícia Universidade Católica de Campinas (PUC-Campinas)Santos, Euler Bruno Pereira dos2023-09-20T20:00:31Z2023-09-20T20:00:31Z2023-06-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/170344425139712701530porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional PUC-Campinasinstname:Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS)instacron:PUC_CAMP2023-09-20T20:00:31Zoai:repositorio.sis.puc-campinas.edu.br:123456789/17034Repositório InstitucionalPRIhttps://repositorio.sis.puc-campinas.edu.br/oai/requestsbi.bibliotecadigital@puc-campinas.edu.bropendoar:2023-09-20T20:00:31Repositório Institucional PUC-Campinas - Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS)false
dc.title.none.fl_str_mv Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
title Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
spellingShingle Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
Santos, Euler Bruno Pereira dos
Otimização
Recarga de Veículos Elétricos
Gerenciamento
Sistemas de Energia Elétrica
TLBO
Heurística
Optimization
EV charging
Coordination
Electrical Systems
Heuristics
title_short Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
title_full Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
title_fullStr Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
title_full_unstemmed Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
title_sort Coordenação do carregamento de veículos elétricos utilizando heurística e meta-heurística
author Santos, Euler Bruno Pereira dos
author_facet Santos, Euler Bruno Pereira dos
author_role author
dc.contributor.none.fl_str_mv Junior, Carlos Alberto de Castro
Pontifícia Universidade Católica de Campinas (PUC-Campinas)
dc.contributor.author.fl_str_mv Santos, Euler Bruno Pereira dos
dc.subject.por.fl_str_mv Otimização
Recarga de Veículos Elétricos
Gerenciamento
Sistemas de Energia Elétrica
TLBO
Heurística
Optimization
EV charging
Coordination
Electrical Systems
Heuristics
topic Otimização
Recarga de Veículos Elétricos
Gerenciamento
Sistemas de Energia Elétrica
TLBO
Heurística
Optimization
EV charging
Coordination
Electrical Systems
Heuristics
description O mercado automotivo está se movendo rapidamente em direção aos veículos elétricos (VEs). As mudanças no sentimento do consumidor, nas políticas, regulamentações e outros fatores estão impulsionando a aceitação dos usuários e, por fim, o crescimento das vendas de veículos elétricos. As barreiras existentes para a expansão das vendas de veículos elétricos tendem a desaparecer com o tempo e a expectativa é que até 2030, os veículos elétricos representem 32% das vendas de carros novos globalmente. As participações regionais, no entanto, devem variar muito de acordo com o país, e um dos motivos que restringirá a adoção mais ampla de VEs é a infraestrutura de carregamento insuficiente ou inadequada. A demanda adicional de eletricidade e a imprevisibilidade do comportamento dos proprietários de VEs, poderão resultar em um impacto significativo nos sistemas de distribuição de energia elétrica e podem resultar em instabilidades e falhas. Este trabalho propõe soluções baseadas na meta-heurística TeachingLearning-Based Optimization (TLBO), e em uma heurística especializada para coordenar o carregamento de um grupo de veículos elétricos. Os métodos propostos buscam entregar o máximo de energia possível às baterias dos veículos sem violar as restrições e os limites do sistema elétrico. A meta-heurística TLBO é um algoritmo eficiente, que demanda poucos parâmetros de ajuste e não depende de dados históricos para obter uma resposta ótima para uma tomada de decisão. A heurística especializada faz uso das características específicas do problema para obter uma solução de qualidade. Serão apresentados os resultados de simulações, utilizando a heurística e o TLBO, com as devidas comparações de desempenho.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-20T20:00:31Z
2023-09-20T20:00:31Z
2023-06-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17034
4425139712701530
url http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17034
identifier_str_mv 4425139712701530
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.format.none.fl_str_mv application/pdf
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:Repositório Institucional 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 Repositório Institucional PUC-Campinas
collection Repositório Institucional PUC-Campinas
repository.name.fl_str_mv Repositório Institucional PUC-Campinas - Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS)
repository.mail.fl_str_mv sbi.bibliotecadigital@puc-campinas.edu.br
_version_ 1807210258166185984