Algoritmos para o Carregamento Coordenado de Veículos Elétricos para a Integração em Larga Escala de Energias Renováveis

Abstract

Desde o início da mobilidade pessoal que os veículos elétricos estiveram presentes, mas os seus rivais movidos a combustíveis fósseis tinham um desempenho superior e eram mais baratos. Contudo, atualmente o cenário já se começa a inverter devido à instabilidade de preços do petróleo, poluição e incentivos na compra de veículos elétricos.A mobilidade é uma área que requer grandes quantidades de energia. Nos veículos tradicionais é fácil armazenar e transportar o combustível, mas nos veículos elétricos, a energia tem de ser transportada em redes que, na maioria, não foram pensadas para suportar grandes cargas como um grande aglomerado de veículos elétricos a carregar. Assim, caso não exista uma coordenação de carregamentos podem ocorrer picos de procura de energia imprevistos levando à falha da rede.Outro aliado no combate à poluição é a aposta na produção de energias renováveis, com as quais se consegue reduzir a emissão de gases de efeito estufa, mas a sua produção é intermitente e variável. Este problema leva à necessidade de grandes capacidades de produção o que origina, por vezes, excesso de geração renovável face ao consumo.Neste trabalho irão ser desenvolvidos algoritmos para mitigar os dois problemas anteriores: carregamento em massa de veículos elétricos e excesso de geração renovável. Como tal, irão ser desenvolvidos algoritmos com o objetivo de absorver excesso de geração renovável, reduzir os custos associados ao carregamento de veículos elétricos e otimizar o diagrama de carga nacional.Os algoritmos irão agendar os carregamentos para períodos onde haja um maior excesso ou percentagem de geração renovável. Fazendo isto, espera-se evitar problemas de picos de procura na rede uma vez que o algoritmo distribui racionalmente os horários de carregamento, proporcionando assim uma maior integração de veículos elétricos, possibilitando o crescimento desta área. Adicionalmente, irá também ser simulado um algoritmo que irá agendar os carregamentos em função do preço da energia e não no seu excesso. Geralmente, o excesso de energia ocorre sempre que a procura é baixa, o que leva à diminuição dos custos da energia. Ao carregar os veículos nesses períodos o seu custo será reduzido obtendo assim vantagens não só para as redes elétricas como também para os utilizadores de veículos elétricos.Com as simulações efetuadas pode-se concluir que usando o algoritmo em função do excesso de energia, consegue-se aproveitar o excesso de geração renovável, reduzir os custos associados ao carregamento e suavizar o diagrama de carga. Usando o algoritmo em função do preço de energia já só se verifica a redução dos custos.

Since the beginning of personal mobility, electric vehicles have been present, but their fossil fuel powered rivals had better performance and lower cost. However, nowadays this scenario is starting to change due to the instability of oil prices, pollution and incentives for the purchase of electric vehicles.Mobility is an area that requires large quantity of energy. In traditional vehicles it is easy to store and transport fuel, but, in electric vehicles, energy has to be transported in networks that were not designed to withstand heavy loads, such as the required for a large fleet of electric vehicles. Thus, if there is no coordination of the charging process, unforeseen power demand peaks can lead to grid failures.Another ally in the fight against pollution is the commitment in renewable energy generation, which can reduce the emission of greenhouse gases, but its generation profile is intermittent and variable. This problem leads to a need for large generation capacities, which sometimes leads to a surplus of generation relatively to the consumption.In this work, algorithms to mitigate the two previous problems will be developed: large scale charging of electric vehicles and renewable generation surplus. Therefore, the goal of these algorithms is to absorb the renewable generation surplus, reduce charging costs of electric vehicles and optimize the national load diagram.The algorithms will reschedule the charging for the periods with larger percentage of renewable generation. By doing this, it is expected to avoid problems of demand peaks, since the algorithm rationally distributes the charging periods, ensuring a good integration of electric vehicles, enabling the growth of this area. In addition, an algorithm that schedules the charging based on the energy price and not on the generation surplus, will also be simulated. Generally, the generation surplus energy occurs whenever demand is low which leads to a decrease in energy prices. By charging the vehicles in such periods the cost will be reduced obtaining advantages not only for the electrical grid, but also for the users.With this work, it can be concluded that by using intelligent charging it is possible to take advantage of the renewable generation surplus, reduce the costs associated with charging and smooth the load diagram. By using the algorithm as a function of the energy price, there is only a reduction of costs.