Uma estratégia para estimar a máxima capacidade de alocação de geração distribuída e penetração de veículos elétricos em sistemas de distribuição de energia elétrica

Detalhes bibliográficos
Autor(a) principal: Silva, Enielma Cunha da
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