Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos

Detalhes bibliográficos
Autor(a) principal: Terada, Lucas Zenichi, 1997-
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/15003
Resumo: Orientador: Marcos Julio Rider Flores
id UNICAMP-30_6bca26c60f1903d86e738c7ba9babeab
oai_identifier_str oai::1373424
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídosSmart charging algorithms of electric vehicles considering the integration of distributed energy resourcesAprendizado de máquinaVeículos elétricosOtimizaçãoSistemas de energia elétricaMachine learningElectric vehiclesOptimizationElectrical energy systemsOrientador: Marcos Julio Rider FloresDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: O rápido crescimento de veículos elétricos – electric vehicles (EVs) e sistemas energéticos distribuídos – distributed energy resources (DERs) oferece uma oportunidade para mitigar as mudanças climáticas. No entanto, gerenciar a operação combinada de estações de recarga de veículos elétricos – electric vehicle charging stations (EVCSs) e DERs no sistema de distribuição de energia – energy distributions system (EDS) requer abordagens inteligentes para preservar limites operacionais e promover o uso de fontes de energia renovável locais. Este trabalho apresenta duas abordagens de modelos de negócios para o operador do ponto de carga – charge point operator (CPO) considerando dois cenários distintos. O primeiro cenário representa uma infraestrutura pública composta por EVCSs isolados ou em sistemas que um controle dinâmico não é necessário. Em contrapartida, o segundo cenário corresponde a sistemas mais complexos e com um nível de penetração de DERs suficientemente alto para que haja a necessidade de um controle mais sofisticado. Para isso, no primeiro cenário, um algoritmo centralizado foi proposto para avaliar a usabilidade e disponibilidade de fontes de energia renovável nos EVCSs e, com isso, propor políticas para o CPO como alternativa de gestão de sistemas menos complexos. No segundo cenário, um modelo de controle dinâmico foi introduzido para ajustar o carregamento dos EVs em tempo real, considerando dados medidos em tempo real, previsões de geração em sistema fotovoltaico – photovoltaic (PV) e cargas não controláveis. Para o primeiro cenário, as simulações mostraram que as políticas foram capazes de reagir com a taxa de uso dos EVCSs, além de proporcionar ao CPO uma alternativa para o gerenciamento energético de seus EVCSs. No que diz respeito ao segundo cenário, os resultados demonstraram a eficácia do algoritmo e do modelo na otimização do uso de energia renovável para o carregamento dos EVs. A metodologia baseada em rolling horizon foi capaz de se adaptar ao dinamismo da recarga pública de EVs em parking lotsAbstract: The rapid growth of Electric Vehicles (EVs) and Distributed Energy Resources (DERs) presents an opportunity to mitigate climate change. However, managing the combined operation of Electric Vehicle Charging Stations (EVCSs) and DERs in the Energy Distribution System (EDS) requires intelligent approaches to preserve operational limits and promote local renewable energy sources. This paper presents two business model approaches for the Charge Point Operator (CPO), considering two distinct scenarios. The first scenario represents a public infrastructure of isolated EVCSs or systems where dynamic control is unnecessary. Conversely, the second scenario corresponds to more complex systems with a sufficiently high DER penetration, necessitating more sophisticated control. For the first scenario, a centralized algorithm was proposed to assess the usability and availability of renewable energy sources in EVCSs, thereby suggesting policies to the CPO as an alternative for managing less complex systems. In the second scenario, a dynamic control model was introduced to adjust EV charging in real-time, considering real-time measured data, photovoltaic (PV) system generation forecasts, and uncontrollable loads. Simulations for the first scenario demonstrated that the policies could respond to the EVCS usage rate and provide the CPO with an energy management alternative for their EVCSs. Regarding the second scenario, the results showcased the effectiveness of the algorithm and model in optimizing the use of renewable energy for EV charging. The rolling horizon-based methodology proved adaptable to the dynamism of public EV charging in parking lotsMestradoEnergia ElétricaMestre em Engenharia ElétricaFAPESP2020/13002-5; 2022/09171-1[s.n.]Rider Flores, Marcos Julio, 1975-Soares, João Andre PintoArioli, Fernanda Caseño TrindadeUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASTerada, Lucas Zenichi, 1997-20232023-10-31T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (75 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/15003TERADA, Lucas Zenichi. Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos. 2023. 1 recurso online (75 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/15003. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1373424Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2024-02-02T10:15:25Zoai::1373424Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2024-02-02T10:15:25Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
Smart charging algorithms of electric vehicles considering the integration of distributed energy resources
title Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
spellingShingle Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
Terada, Lucas Zenichi, 1997-
Aprendizado de máquina
Veículos elétricos
Otimização
Sistemas de energia elétrica
Machine learning
Electric vehicles
Optimization
Electrical energy systems
title_short Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
title_full Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
title_fullStr Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
title_full_unstemmed Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
title_sort Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos
author Terada, Lucas Zenichi, 1997-
author_facet Terada, Lucas Zenichi, 1997-
author_role author
dc.contributor.none.fl_str_mv Rider Flores, Marcos Julio, 1975-
Soares, João Andre Pinto
Arioli, Fernanda Caseño Trindade
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Terada, Lucas Zenichi, 1997-
dc.subject.por.fl_str_mv Aprendizado de máquina
Veículos elétricos
Otimização
Sistemas de energia elétrica
Machine learning
Electric vehicles
Optimization
Electrical energy systems
topic Aprendizado de máquina
Veículos elétricos
Otimização
Sistemas de energia elétrica
Machine learning
Electric vehicles
Optimization
Electrical energy systems
description Orientador: Marcos Julio Rider Flores
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-10-31T00:00:00Z
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 https://hdl.handle.net/20.500.12733/15003
TERADA, Lucas Zenichi. Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos. 2023. 1 recurso online (75 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/15003. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/15003
identifier_str_mv TERADA, Lucas Zenichi. Algoritmos de recarga inteligente de veículos elétricos considerando a integração de recursos energéticos distribuídos. 2023. 1 recurso online (75 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/15003. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1373424
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (75 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189194590846976

Registros relacionados