Um grupo de cientistas da Índia desenvolveu um método inovador para o agendamento do carregamento de veículos elétricos (VEs) em estações de carregamento que incluem geração fotovoltaica e sistemas de armazenamento de energia em baterias (BESS).
O método proposto combina dois componentes: otimização e hierarquização. O primeiro componente otimiza a localização das estações de carregamento de veículos elétricos (EVCS) dentro de um sistema de distribuição radial padrão IEEE de 33 barras, juntamente com o dimensionamento do sistema fotovoltaico e do sistema de armazenamento de energia em baterias (BESS). O segundo componente determina a ordem em que os veículos elétricos são carregados.
“Esta pesquisa aborda o caos otimizando a localização e a operação das estações nas redes de distribuição, garantindo um fluxo de energia eficiente e, ao mesmo tempo, reduzindo as emissões e os custos”, afirmou a equipe em comunicado. “Ao superar esses obstáculos, ela abre caminho para um transporte sustentável que não sobrecarrega nossas redes elétricas antigas, tornando os veículos elétricos uma opção viável para todos, desde quem usa transporte público na cidade até quem faz viagens de longa distância.”
Otimização
A parte de otimização do método baseia-se no algoritmo de otimização multiobjetivo da rêmora (MOROA), que se inspira na forma como o peixe rêmora se move e se fixa a animais marinhos maiores. Para determinar o tamanho ideal do sistema fotovoltaico (PV) e do sistema de armazenamento de energia em baterias (BESS), o modelo primeiro inicia uma “busca livre”, que representa uma busca global com saltos significativos. Em seguida, realiza pequenos ataques, assim como o animal, localizando melhor a área da solução. Finalmente, o modelo passa para o estado de “exploração”, refinando a melhor solução encontrada.
Hierarquização de pedidos de recarga
Quanto à parte de hierarquização do método, o sistema utiliza o processo de hierarquia analítica (AHP) para verificar se pode oferecer uma vaga de carregamento a um veículo elétrico. Inicialmente, é necessário fazer uma solicitação por meio de um aplicativo para celular. Em seguida, o sistema considera diversos parâmetros para determinar a alocação, incluindo o horário de chegada ao ponto de recarga, o horário de partida (considerando um tempo de carregamento de cinco horas), o estado de carga, o estado de carga desejado, a distância do veículo elétrico até o ponto de recarga e a disponibilidade de vagas. Um algoritmo atribui uma pontuação normalizada a cada parâmetro, com base na qual a decisão é tomada para o motorista.
“O mecanismo de classificação por peso significa menos sobrecarga na rede elétrica, o que se traduz em menos apagões e tarifas de eletricidade mais baixas para as comunidades”, explicou a equipe. “Os proprietários de veículos elétricos desfrutam de carregamentos mais rápidos e baratos, enquanto os operadores de estações aumentam seus lucros por meio da integração otimizada de sistemas fotovoltaicos e de armazenamento de energia em baterias. Do ponto de vista ambiental, a minimização das emissões apoia as metas globais de neutralidade de carbono, evitando potencialmente toneladas de CO2 anualmente em áreas com alta adoção de veículos elétricos.”
Testando a metodologia
Para testar seu método, os pesquisadores realizaram uma simulação em MATLAB de um sistema IEEE de 33 barras. Eles posicionaram dois EVCSs — EVCS 1 e EVCS 2 — na rede, cada um com sistemas BESS e PV dimensionados de forma otimizada. O EVCS 1 foi projetado para acomodar 40 veículos elétricos e o EVCS 2, 80. No entanto, eles receberam solicitações de carregamento simultâneas de 80 e 150 veículos elétricos, respectivamente. A simulação considerou três tipos de veículos: um MG Comet com bateria de 17,3 kWh, um Tata Tiago com bateria de 19,2 kWh e um Citroën eC3 com bateria de 29,2 kWh.
Os cientistas testaram quatro cenários no barramento IEEE 33: um caso base sem nenhuma adição ao barramento (caso 1); o barramento IEEE 33 com dois EVCS (caso 2); o barramento IEEE 33 com dois EVCS e painéis fotovoltaicos (caso 3); e, finalmente, o barramento IEEE 33 com dois EVCS, painéis fotovoltaicos e sistemas de armazenamento de energia em baterias (caso 4). Em todos os casos que exigiam EVCS, o projeto MOROA instalou um EVCS no barramento 29 e o EVCS 2 no barramento 11. Em todos os casos que exigiam painéis fotovoltaicos, a instalação consistia em 514 módulos de 5 kW cada na primeira estação e 318 módulos da mesma capacidade na segunda estação. O EVCS 1 exigia 90 sistemas de armazenamento de energia em baterias com capacidade de 18 kWh cada, e o EVCS 2 exigia 92 sistemas de armazenamento de energia em baterias.
No Caso 1, a perda total de energia foi de 2.206,88 kW. Nos demais casos, os valores foram de 2.417,97 kW, 1.604,01 kW e 1.591,52 kW para os Casos 2, 3 e 4, respectivamente. As emissões da rede a montante foram de 34.055,24 kg, 35.543,88 kg, 24.926,55 kg e 25.056,24 kg, respectivamente. Os custos correspondentes para cada configuração foram de 92.629.901,34 INR (US$ 1.045.566,50), 96.952.067,57 INR, 161.078.952,90 INR e 164.542.048,50 INR, respectivamente.
“Essa abordagem baseada no MOROA pode revolucionar o planejamento urbano, integrando sistemas inteligentes de armazenamento de energia elétrica (EVCS) em cidades inteligentes, onde combinações de sistemas fotovoltaicos e de armazenamento de energia em baterias (PV-BESS) atendem às demandas em tempo real de grandes frotas de veículos elétricos”, concluíram os cientistas. “Pesquisas futuras podem incorporar inteligência artificial para modelagem preditiva do tráfego de veículos elétricos ou energias renováveis híbridas, como a eólica, aumentando a resiliência contra a variabilidade climática. Ao refinar as incertezas nos comportamentos dos veículos elétricos — como chegadas aleatórias —, iterações futuras poderiam otimizar redes maiores, como os sistemas de 69 ônibus do IEEE, reduzindo ainda mais os custos e as emissões para uma transição perfeita para o transporte eletrificado em todo o mundo.”
Os resultados foram publicados no artigo “Multi-objective electric vehicle charge scheduling for photovoltaic and battery energy storage based electric vehicle charging stations in distribution network”, na revista Green Energy and Intelligent Transportation. Cientistas da Universidade Siksha ‘O’ Anusandhan e da Universidade de Tecnologia Biju Patnaik, ambas na Índia, participaram do estudo.
Este conteúdo é protegido por direitos autorais e não pode ser reutilizado. Se você deseja cooperar conosco e gostaria de reutilizar parte de nosso conteúdo, por favor entre em contato com: editors@pv-magazine.com.
Ao enviar este formulário, você concorda com a pv magazine usar seus dados para o propósito de publicar seu comentário.
Seus dados pessoais serão apenas exibidos ou transmitidos para terceiros com o propósito de filtrar spam, ou se for necessário para manutenção técnica do website. Qualquer outra transferência a terceiros não acontecerá, a menos que seja justificado com base em regulamentações aplicáveis de proteção de dados ou se a pv magazine for legalmente obrigada a fazê-lo.
Você pode revogar esse consentimento a qualquer momento com efeito para o futuro, em cujo caso seus dados serão apagados imediatamente. Ainda, seus dados podem ser apagados se a pv magazine processou seu pedido ou se o propósito de guardar seus dados for cumprido.
Mais informações em privacidade de dados podem ser encontradas em nossa Política de Proteção de Dados.