Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/204241 |
Resumo: | A integração a grande escala da geração distribuída (GD) renovável e veículos elétricos (VEs) nos sistemas de distribuição de energia elétrica (SDEEs) pode impactar significativamente em sua operação. Sendo assim, o operador do sistema de distribuição (OSD) é responsável por desenvolver estratégias para integrar essas tecnologias de forma apropriada no SDEE. Portanto, este trabalho apresenta uma estratégia para encontrar a máxima capacidade de GD e penetração de VEs em SDEEs, garantindo a operação segura e confiável do sistema, em que os limites técnicos e operacionais sejam satisfeitos. O comportamento dos VEs é modelado por funções probabilísticas, que fornecem horário de chegada e saída, quilometragem percorrida, no entanto o efeito dos VEs na rede é representado por uma entidade nomeada agregador. Naturalmente, um problema de otimização é obtido, em que para encontrar sua solução um algoritmo baseado na meta-heurística GRASP-BT é desenvolvido. Este algoritmo é composto por duas fases, a construtiva e a busca local. A primeira constrói uma solução iterativamente, e a segunda procura melhorar a solução, encontrada na fase construtiva, por meio da busca em sua vizinhança. Com o intuito de avaliar a metodologia proposta neste trabalho, um sistema de 33 barras é utilizado sob diferentes condições de teste. Os resultados numéricos encontrados mostram que quando a capacidade máxima de GD e a penetração de VEs é estimada considerando o carregamento controlado, a capacidade de GD pode ser aumentada mais de 9% quando comparada com um caso sem a coordenação do carregamento dos VEs. |
id |
UNSP_e6a39b89d1eb94699df12f19aaf99f40 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/204241 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétricaHosting capacity for distributed generation and penetration of electric vehicles in electric distribution systemsAgregadorBusca tabuCapacidade máxima de alocaçãoCarregamento controlado de veículos elétricosGeração distribuída renovávelGRASPVeículos elétricosAggregatorTabu searchHosting capacityElectric vehicles charging coordinationRenewable-based distributed generationElectric vehiclesA integração a grande escala da geração distribuída (GD) renovável e veículos elétricos (VEs) nos sistemas de distribuição de energia elétrica (SDEEs) pode impactar significativamente em sua operação. Sendo assim, o operador do sistema de distribuição (OSD) é responsável por desenvolver estratégias para integrar essas tecnologias de forma apropriada no SDEE. Portanto, este trabalho apresenta uma estratégia para encontrar a máxima capacidade de GD e penetração de VEs em SDEEs, garantindo a operação segura e confiável do sistema, em que os limites técnicos e operacionais sejam satisfeitos. O comportamento dos VEs é modelado por funções probabilísticas, que fornecem horário de chegada e saída, quilometragem percorrida, no entanto o efeito dos VEs na rede é representado por uma entidade nomeada agregador. Naturalmente, um problema de otimização é obtido, em que para encontrar sua solução um algoritmo baseado na meta-heurística GRASP-BT é desenvolvido. Este algoritmo é composto por duas fases, a construtiva e a busca local. A primeira constrói uma solução iterativamente, e a segunda procura melhorar a solução, encontrada na fase construtiva, por meio da busca em sua vizinhança. Com o intuito de avaliar a metodologia proposta neste trabalho, um sistema de 33 barras é utilizado sob diferentes condições de teste. Os resultados numéricos encontrados mostram que quando a capacidade máxima de GD e a penetração de VEs é estimada considerando o carregamento controlado, a capacidade de GD pode ser aumentada mais de 9% quando comparada com um caso sem a coordenação do carregamento dos VEs.The large-scale integration of renewable-based distributed generation (DG) and electric vehicles (EVs) in electrical distribution systems (EDSs) can significantly impact its operation. In this regard, the distribution system operator (DSO) is responsible for developing strategies to properly integrate these technologies into the EDS. Therefore, this work presents a strategy to determine the maximum capacity of DG and EVs penetration in EDSs, guaranteeing the safe and reliable operation of the system, for which the technical and operational limits are met. The EVs behavior is modeled by using probabilistic density functions, which provide arrival and departure times, mileage traveled, while the effect of EVs on the grid is represented by an entity called aggregator. Naturally, an optimization problem is obtained, where for determining its solution, an algorithm based on the GRASP-BT metaheuristic is developed. This algorithm consists of two phases, the constructive and the local search. The first builds a solution iteratively, and the second seeks to improve the determined solution by the constructive phase searching in its neighborhood. In order to evaluate the proposed methodology in this work, a 33-bus system is used under different test conditions. The numerical results show that when the maximum DG capacity and EVs penetration is estimated, by considering the EVs charging coordination, the DG capacity can be increased more than 9% when compared with a case of uncontrolled charging of EVs.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)FAPESP: 2015/21972-6CAPES: 001Universidade Estadual Paulista (Unesp)Lazaro, Ruben Augusto Romero [UNESP]Universidade Estadual Paulista (Unesp)Silva, Enielma Cunha da2021-03-31T15:30:21Z2021-03-31T15:30:21Z2021-02-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/20424133004099080P073033007471842650000-0002-7744-254Xporinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-11-29T06:14:37Zoai:repositorio.unesp.br:11449/204241Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462023-11-29T06:14:37Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica Hosting capacity for distributed generation and penetration of electric vehicles in electric distribution systems |
title |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica |
spellingShingle |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica Silva, Enielma Cunha da Agregador Busca tabu Capacidade máxima de alocação Carregamento controlado de veículos elétricos Geração distribuída renovável GRASP Veículos elétricos Aggregator Tabu search Hosting capacity Electric vehicles charging coordination Renewable-based distributed generation Electric vehicles |
title_short |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica |
title_full |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica |
title_fullStr |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica |
title_full_unstemmed |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica |
title_sort |
Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica |
author |
Silva, Enielma Cunha da |
author_facet |
Silva, Enielma Cunha da |
author_role |
author |
dc.contributor.none.fl_str_mv |
Lazaro, Ruben Augusto Romero [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Silva, Enielma Cunha da |
dc.subject.por.fl_str_mv |
Agregador Busca tabu Capacidade máxima de alocação Carregamento controlado de veículos elétricos Geração distribuída renovável GRASP Veículos elétricos Aggregator Tabu search Hosting capacity Electric vehicles charging coordination Renewable-based distributed generation Electric vehicles |
topic |
Agregador Busca tabu Capacidade máxima de alocação Carregamento controlado de veículos elétricos Geração distribuída renovável GRASP Veículos elétricos Aggregator Tabu search Hosting capacity Electric vehicles charging coordination Renewable-based distributed generation Electric vehicles |
description |
A integração a grande escala da geração distribuída (GD) renovável e veículos elétricos (VEs) nos sistemas de distribuição de energia elétrica (SDEEs) pode impactar significativamente em sua operação. Sendo assim, o operador do sistema de distribuição (OSD) é responsável por desenvolver estratégias para integrar essas tecnologias de forma apropriada no SDEE. Portanto, este trabalho apresenta uma estratégia para encontrar a máxima capacidade de GD e penetração de VEs em SDEEs, garantindo a operação segura e confiável do sistema, em que os limites técnicos e operacionais sejam satisfeitos. O comportamento dos VEs é modelado por funções probabilísticas, que fornecem horário de chegada e saída, quilometragem percorrida, no entanto o efeito dos VEs na rede é representado por uma entidade nomeada agregador. Naturalmente, um problema de otimização é obtido, em que para encontrar sua solução um algoritmo baseado na meta-heurística GRASP-BT é desenvolvido. Este algoritmo é composto por duas fases, a construtiva e a busca local. A primeira constrói uma solução iterativamente, e a segunda procura melhorar a solução, encontrada na fase construtiva, por meio da busca em sua vizinhança. Com o intuito de avaliar a metodologia proposta neste trabalho, um sistema de 33 barras é utilizado sob diferentes condições de teste. Os resultados numéricos encontrados mostram que quando a capacidade máxima de GD e a penetração de VEs é estimada considerando o carregamento controlado, a capacidade de GD pode ser aumentada mais de 9% quando comparada com um caso sem a coordenação do carregamento dos VEs. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-03-31T15:30:21Z 2021-03-31T15:30:21Z 2021-02-04 |
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://hdl.handle.net/11449/204241 33004099080P0 7303300747184265 0000-0002-7744-254X |
url |
http://hdl.handle.net/11449/204241 |
identifier_str_mv |
33004099080P0 7303300747184265 0000-0002-7744-254X |
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 |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1803649850158350336 |