Search

Orientador: Marcos Julio Rider Flores Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação Resumo: Neste trabalho é apresentada uma nova estratégia de gerenciamento do carregamento de Veículos Elétricos (VEs) através de um enfoque de controle descentralizado, considerando-se apenas o conhecimento do histórico da magnitude de tensão em cada ponto de carga onde um VE pode ser conectado. Procurou-se garantir os limites operacionais de magnitude de tensão e minimizar a sobrecarga dos transformadores de distribuição. Para diminuir o custo da energia fornecida aos VEs foi incorporada uma estratégia de carregamento com base na preferência de carga do usuário, no custo da energia e no histórico do caminho percorrido pelos veículos, informações que podem ser obtidas via internet das coisas (IoT). O método foi avaliado em um sistema teste de distribuição trifásico desequilibrado de 178 nós, que considera tanto o sistema primário quanto o secundário, onde são analisados variados níveis de penetração de VEs e o funcionamento ante a operação de um regulador de tensão (RT). Para avaliar o desempenho da metodologia proposta foram utilizadas simulações de Monte Carlo (MC), considerando diferentes cenários estocásticos de carregamento dos VEs, estado inicial das baterias e demandas convencionais; também analisando diferentes cenários de operação, como o carregamento sem controle e o carregamento descentralizado com e sem prioridade de usuário. Finalmente, os resultados do esquema de carregamento proposto são comparados com uma técnica de carregamento centralizada baseada num modelo de programação linear inteiro misto Abstract: A new decentralized approach for the charging coordination of electric vehicles (EVs) connected to electrical distribution systems (EDS) is presented. The proposed charging coordination uses historic information of the voltage magnitudes at each load node in which an EV is being charged to guarantee that voltage magnitudes will be above their lower limits and distribution transformers will not reach their overload capacity. Furthermore, information gathered via Internet of Things (IoT), such as user¿s priorities, cost of energy and EV¿s historic routes can be used by the proposed decentralized approach to diminish the cost of the energy supplied to the EVs. The method was tested using an unbalanced three-phase EDS with 178 nodes, different EV penetration levels and a fixed voltage regulator case. Monte Carlo simulations have been implemented to analyze the performance of the proposed approach in different stochastic EVs charging scenarios, initial state of the batteries, and conventional demands. Also analyzing operating scenarios with and without charging control, and with or without user¿s priorities. Finally, results are compared with the solution found by a centralized EV charging coordination approach based on a mixed-integer linear programming mode Mestrado Energia Elétrica Mestre em Engenharia Elétrica CAPES