Num sistema elétrico de potência, os veículos elétricos já podem ser entendidos como cargas ou
geradores distribuídos de energia elétrica e, ao mesmo tempo, móveis. Neste trabalho, dois estados de
operação são considerados para os veículos elétricos. O primeiro estado considera os veículos simplesmente
como cargas móveis e distribuídas, de modo a somente extrairem energia da rede. O segundo estado aplica a
tecnologia Vehicle-to-Grid (V2G), de modo que, além de consumir, os veículos também possam fornecer
energia para a rede. Em cada estado, dois esquemas de funcionamento são estudados. No primeiro esquema, a
rede controla a carga das baterias dos veículos. No segundo esquema, o consumidor faz o controle. Como
resultado, é mostrado que, embora os veículos elétricos possam impor restrições adicionais ao sistema, a
tecnologia V2G pode aliviar o congestionamento da transmissão de energia, reduzir o custo de operação da
rede e facilitar o nível de penetração de enegia proveniente de fontes renováveis.
Elaborado em: 25/08/2013
Pode ser baixado mediante solicitação via blog: marcosmajor.blogspot.com
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Mobilidade de Veículos Elétricos Mediante a Programação Horária da Geração de Energia Elétrica com Restrições na Transmissão
1. 1
MOBILIDADE DE VEÍCULOS ELÉTRICOS MEDIANTE A
PROGRAMAÇÃO HORÁRIA DA GERAÇÃO DE ENERGIA
ELÉTRICA COM RESTRIÇÕES NA TRANSMISSÃO
Gabriel Bornelli Figueiredo – gabriel.bfigueiredo@gmail.com
Marcos José Rodrigues dos Santos - marcos.major@gmail.com
Robson Barbosa - robsonbarbosa@usp.br
Programa de Energia e Automação da Escola Politécnica da Universidade de São Paulo
Abstract: In electric power system, electric vehicles can already be understood as distributed and mobile loads
or generators of electricity. In this paper, two operating states are studied for electric vehicles. The first state
simply considers the vehicles as distributed and mobile charges extracting power from the network. The second
state applies the vehicle-to-grid (V2G) technology so that, in addition to consuming, the vehicle can also
provide power to the grid. In each state, two schemes of operation are studied. In the first scheme, the network
controls the charge and discharge of the vehicles batteries. In the second scheme, the control is done by the
consumer. As a result, it is shown that despite the electric vehicles may impose additional restrictions on the
system, V2G technology can alleviate the grid transmission congestion, reduce the cost of grid operation and
facilitate the penetration level of renewable energy.
Keywords: Day-ahead, EV mobility, scheduling, wind energy, renewable energy, vehicle-to-grid (V2G).
Resumo: Num sistema elétrico de potência, os veículos elétricos já podem ser entendidos como cargas ou
geradores distribuídos de energia elétrica e, ao mesmo tempo, móveis. Neste trabalho, dois estados de
operação são considerados para os veículos elétricos. O primeiro estado considera os veículos simplesmente
como cargas móveis e distribuídas, de modo a somente extrairem energia da rede. O segundo estado aplica a
tecnologia Vehicle-to-Grid (V2G), de modo que, além de consumir, os veículos também possam fornecer
energia para a rede. Em cada estado, dois esquemas de funcionamento são estudados. No primeiro esquema, a
rede controla a carga das baterias dos veículos. No segundo esquema, o consumidor faz o controle. Como
resultado, é mostrado que, embora os veículos elétricos possam impor restrições adicionais ao sistema, a
tecnologia V2G pode aliviar o congestionamento da transmissão de energia, reduzir o custo de operação da
rede e facilitar o nível de penetração de enegia proveniente de fontes renováveis.
Palavras Chaves: Mobilidade, programação de carga, veículo elétrico, energia eólica, energia renovável.
2. 2
1 INTRODUÇÃO
Este trabalho é uma das atividades do processo de
avaliação da Disciplina PEA 5918 – Redes Elétricas
Inteligentes e Microrredes (Smart Grids and Microgrids),
integrante do Programa de Energia e Automação da Escola
Politécnica da Universidade de São Paulo, e tem como
objetivo analisar o artigo “Electric Vehicle Mobility in
Transmission-Constrained Hourly Power Generation
Scheduling”, elaborado por Mohammad E. Khodayar,
LeiWu, and Zuyi Li [1], bem como reproduzir de modo
simplificado os resultados obtidos pelos autores.
Todas as informações e dados aqui apresentados
encontram-se referenciados no artigo em análise, não
sendo necessário, portanto, novamente referenciá-los.
1.1 PANORAMA GERAL
O setor de transporte dos países desenvolvidos e/ou em
desenvolvimento tem grande responsabilidade na geração
dos gases de efeito estufa (GEE) do planeta. Nos Estados
Unidos, por exemplo, o setor de transporte produz cerca
de um terço destes gases. Neste contexto, a International
Energy Agency prevê esforços que levam a uma
substancial redução das emissões globais até 2050, em que
a o setor de transporte poderia contribuir com uma
diminuição de 30% em relação aos níveis de 2005. Isso
seria alcançado por meio de uma maciça venda de
veículos elétricos e híbridos, onde os elétricos
representariam 50% do total anual das unidades
comercializadas.
O domínio da tecnologia “Vehicle to Grid” (V2G) – no
qual a energia flui nos dois sentidos da rede e pode ser
controlada remotamente – ainda é incipiente. Porém, a
paulatina penetração de veículos elétricos nos sistemas de
potência, principalmente na condição V2G, tende a
implicar mudanças positivas sob diversos aspectos, tais
como:
a. ampliação da capacidade distribuída de
armazenamento de energia para a rede;
b. redução do impacto das incertezas impostas à
rede devido a alta penetração de energias
renováveis;
c. diminuição do custo de operação das redes;
d. alteração na relação custo/receita nos mercados
regionais de eletricidade.
Por outro lado, a implementação da tecnologia V2G
exigirá significativos investimentos em diversos
segmentos, a exemplo dos destacados a seguir:
a. estações inteligentes de carga e descarga de
baterias;
b. modernização da infraestrutura de energia e
comunicação;
c. maior padronização das concessionárias de
energia;
d. veículos equipados com hardware e software
para conexão e comunicação V2G;
e. normas e guias que facilitem a integração da
tecnologia V2G em larga escala no sistema de
potência.
O trabalho aqui estudado considera a produção de energia
que inclue unidades de geração eólica, termoelétrica e
hidrelétricas. Discute basicamente:
a. a integração de frotas de veículos elétricos a
redes com restrições de carga, sob a variedade de
cenários possíveis;
b. o benefício potencial da tecnologia V2G e da
mobilidade em si, no processo de programação da
geração de energia elétrica que é
sistematicamente elaborado com antecedência de
um dia e considerando o estado da rede em cada
uma das 24 horas do dia.
Para a carga e descarga de baterias dos veículos são
levados em conta fundamentalmente:
a. as restrições de transmissão horária da rede;
b. a programação de despacho de geração
estabelecida com um dia de antecedência;
c. as exigências impostas pelo consumidor.
A otimização da interação dos veículos eletricos com a
rede ocorre em dois estágios de solução, a saber:
a. no nível de distribuição, os agregadores
(equipamentos que conectam os veículos à rede)
mapeiam a mobilidade dos veículos elétricos
individualmente e preparam um plano otimizado
a ser disponibilizado ao operador da rede para
fins de programação da carga do dia seguinte no
nível de transmissão. Também coordenadam a
sequência de carregamento das baterias do
veículos nos níveis de sub-transmissão e de
distribuição, conforme orientação previamente
recebida do operador do sistema;
b. devidamente informado, o operador do sistema
executa um algorítmo que lhe permite obter a
programação de geração ideal para o dia seguinte,
considerando as restrições de transmissão, os
requisitos dos consumidores e os preços no
mercado de eletricidade. Também, despacha os
recursos de geração de maneira otimizada e envia
ordens de operação aos agregadores que vão
controlar a sequência de carregamento e
descarregamento das baterias dos veículos
individualmente, com base na programação
elaborada no dia anterior.
A interação entre os estágios a e b continua até que seja
alcançado um ponto de equilíbrio. A Fig. 1 resume a
estrutura de informação e de controle.
3. 3
Fig.1- Troca de informação e controle para a integração das frotas
de veículos elétrica à rede.
2 ALGORÍTIMO PROPOSTO PARA A
PROGRAMAÇÃO DA OPERAÇÃO
DOS VEÍCULOS ELÉTRICOS
O algorítimo executado pelo operador do sistema elétrico
que lhe permite obter a programação de geração ideal ao
mínimo custo para o dia seguinte, considerando as
restrições de transmissão, os requisitos dos consumidores
e os preços no mercado de eletricidade é caracterizado por
meio de um problema de otimização do tipo programação
inteira mista (MPI).
A função objetivo (1) reune o custo de geração das
unidades térmicas, o custo de inicialização e desligamento
das unidades térmicas e hidrelétricas, bem como o custo
de operação das frotas de veículos elétricos.
As restrições do sistema e da geração são consideradas nas
equações (2) a (18).
A Fig. 2 mostra o diagrama de fluxo em que o problema
de programação de grande porte é decomposto em um
problema MIP principal, representado pelas equações (1) a
(15), e em um subproblema de programação linear (LP)
representado pelas equações (17), (18) e (19) a (24). O
subproblema verifica eventuais violações no compromisso
de geração horária calculado no problema principal, o qual
é submetido ao equilíbrio de energia, em cada barramento
(20) e limites de fluxo de linha (17) e (18). Cortes de
Benders são gerados de acordo com as violações e depois
impostos à solução do problema principal. Se o valor de
(19) é maior do que a tolerância especificada, a solução
atual do problema principal violará a restrição da rede de
transmissão e, neste caso, um corte de viabilidade (25)
será formado e adicionado ao problema principal para a
solução da próxima interação.
Nomeclatura:
4. 4
Equações:
Fig. 2 – Programação de geração horária em rede restrita com a
integração de veículos elétricos.
3 ESTUDO DE CASO
Para a realização do estudo de caso, os autores avaliaram o
impacto da tecnologia V2G num grupo seis barramentos
de energia elétrica e também num outro grupo de 118
barramentos, considerando:
a. custo de operação da rede;
b. preços marginais locacionais;
c. aproveitamento horário da geração eólica;
d. comprometimento e despacho ideal das unidades
de geração termoelétricas, hidrelétricas e eólicas.
3.1.1 ESTUDO PARA O GRUPO DE SEIS
BARRAMENTOS
O sistema elétrico com os seis barramentos considerados é
ilustrado na Fig. 3. O total de 10 mil veículos é dividido
em cinco frotas, de acordo com os padrões de
dirigibilidade de cada veículo. A conexão é feita por
estações comerciais e residenciais com capacidade de
potência de 3,8kW a 7,2kW e de 7,2kW a 16,8kW,
respectivamente. A capacidade de potência para cada
veículo é de 7,3kW (carga) e 6,2kW (descarga). A
capacidade de carga de energia da bateria na primeira frota
é de 19kWh e de 27,4kWh para as demais frotas. A
eficiência total de carga e descarga é de 83,6%. A energia
consumida por veículo é definida como 9kWh/dia,
considerando uma distância percorrida de 32,88 milhas/dia
(equivalente a 52,9km/dia) e uma autonomia de 3,65
milhas/kWh.
5. 5
Foram estudados quatro casos, a saber:
a. Caso 1 - A rede controla a programação de carga da
bateria do veículo, mas não é utilizada a tecnologia
V2G
Neste caso, os veículos são modelados como uma
demanda distribuída e o cronograma de hora em hora ideal
para a carga dos veículos é calculado de acordo com os
padrões de condução dos mesmos e com os requisitos de
operação da rede de energia. A mobilidade dos veículos
combinada como o controle feito pela rede permite que a
baterias sejam carregadas num dado barramento (de
partida ou de chegada), dependendo do preço da energia
no horário e no local, mas não permite a descarga caso a
rede necessite de energia.
b. Caso 2 - O consumidor controla a programação de
carga da bateria do veículo, e não é utilizada a
tecnologia V2G
Neste caso, a bateria do veículo deve estar completamente
carregada quando o mesmo parte de um posto de carga.
Esta restrição imposta pelo consumidor vai ampliar o
custo de operação da rede. Por outro lado, a bateria não é
descarrgada na rede, caso esta última necessite de energia.
c. Caso 3 - A rede controla a programação de
carga/descarga da bateria do veículo, com utilização
da tecnologia V2G
Neste caso, a tecnologia V2G pode diminuir o custo de
operação da rede de energia, por meio de um maior
aproveitamento da geração eólica disponível a cada hora e
também por meio da redução do uso das unidades de
geração mais caras. Usando a tecnologia V2G, as baterias
dos veículos alimentam a rede onde e quando o preço da
electricidade é elevado e extraem energia da rede onde e
quando o preço da electricidade é baixo.
d. Caso 4 - O consumidor controla a progamação de
carga da bateria do veículo, embora o sistema,
paralelamente, aplica a tecnologia V2G
Assim como no caso 2, a bateria do veículo deve estar
completamente carregada quando o mesmo parte de um
posto de carga. Esta restrição imposta pelo consumidor vai
ampliar o custo de operação da rede porque dificulta a
facilidade de tranferir energia entre barramentos,
proporcinada pela tecnologia V2G.
Fig.3 – Sistema de potência com 6 barramentos.
A Tabela 1 mostra os resultados dos principais parâmetros
considerados em cada caso.
Analisando-se a tabela 1, percebe-se:
a. para o caso 1, se os veículos não se
movimentarem de um barramento para o outro, o
custo de operação da rede aumenta cerca de 6,3%
em relação ao custo obtido quando os mesmos se
movimentam e a redução do uso de energia eólica
(fato indesejado) aumenta muito mais, ou seja,
cerca de 7,3 vezes;
b. na situação normal (havendo mobilidade), o custo
de operação da rede aumenta no Caso 2, quando
comparado com o Caso 1, mas a redução do uso
de energia eólica diminui, ou seja, a energia
eólica é melhor aproveitada. Isto evidencia que
não há uma correlação entre estes dois
parâmetros, quando a tecnologia V2G não está
sendo utilizada;
c. o preço total pago pela energia por dia para o
caso 2 é maior do que para o caso 1, o que indica
que o controle feito pela rede é mais indicado;
d. em situação normal (havendo mobilidade), o caso
3 apresenta o menor custo de operação da rede e
não há diminuição do uso de energia eólica (fato
desejado). Mesmo não havendo mobilidade, o
custo de operação da rede e a redução do uso de
energia eólica ainda se evidenciam como os
resultados mais vantajosos. Outra vantagem é que
o período de operação da usina térmica (custo
mais alto) se mostrou o menor no caso 3.
e. no caso 4, não há diminuição do uso de energia
eólica, mas a geração térmica é plenamente
utilizada. Por outro lado, o custo de operação da
rede é maior do que o do caso 3 e menor que o do
caso 2.
Para cada caso estudado, a tabela 2 apresenta os preços
máximos da energia de acordo com o local de
carregamento das baterias (preço marginal locacional).
Uma breve análise desta tabela é suficiente para se
perceber que a eficácia da tecnologia V2G é indiscutível
num ambiente onde a rede controla a carga das baterias,
mas possui eficácia modesta quando o controle é feito pelo
consumidor.
De qualquer forma, o controle da rede por meio da
tecnologia V2G se mostrou a opção mais indicada.
6. 6
Tabela 1 – Resultados dos principais parâmetros obtidos para os quatro
casos estudados (rede com seis barramentos).
Tabela 2 – Preços locacionais máximos (US$/MWh)
3.1.2 ESTUDO PARA O GRUPO DE 118
BARRAMENTOS
Neste estudo, são consideradas cinco usinas de geração
eólica de 150MW cada uma, bem como 100 mil veículos
dividido em cinco frotas, de acordo com os padrões de
dirigibilidade de cada veículo.
Foram discutidos os mesmos quatro casos do estudo
anterior e várias das conclusões obtidas foram
semelhantes.
Em especial, poderia ser destacado que o custo de
operação da rede diminui à medida que a capacidade de
armazenamento de energia das baterias dos veículos
elétricos aumenta.
4 REPRODUÇÃO PARCIAL DOS
RESULTADOS OBTIDOS POR
KZAHODAYAR ET AL.
A fim de aprofundar o entendimento da metodologia e dos
conceitos utilizados pelos autores do artigo aqui em
análise, foram estudadas a função objetivo, bem como as
equações de restrição, objetivando-se a reprodução do dos
resultados originais.
Para resolver o problema da otimização proposto
originalmente por Kzahodayar et al., utilizou-se o software
LINDO Classic 6.1 (12/05/03), em sua versão de
demonstração, elaborado pela Lindo Systems Inc. Por ser
um programa utilizado para a resolução de problemas de
pequeno porte, o LINDO limita alguns parâmetros de
entrada, dentre eles:
a. o número de variáveis, que deve ser menor que
300;
b. o número de restrições, que deve ser menor que
150;
c. o número de variáveis binárias, que deve ser
menor que 50.
As limitação do programa Lindo diante da insuficiência de
dados e da complexidade do algoritmo proposto
originalmente (problema de otimização de grande porte,
não linear, não convexo e não determinístico) exigiram a
adoção de significativas simplificações no algoritmo
efetivamente utilizado pelos autores deste artigo, a saber:
a. foram consideradas apenas duas unidades
termelétricas e três frotas de veículos elétricos;
b. as funções de custo operacional, tanto das
geradoras termelétricas, quanto das frotas de
veículos elétricos foram linearizadas;
c. os custos de “start up” e “shut down” das usinas
foram considerados fixos por hora em que as
mesmas estiveram ligadas ou desligadas;
d. a simulação foi realizada para um período total de
seis horas, sendo três no pico da manhã e três no
pico da tarde/noite (de modo a considerar o
deslocamento dos veículos elétricos).
e. considerou-se que os veículos elétricos são
carregados no período noturno/madrugada. Ou
seja, após o pico da noite, os veículos são
carregados (neste intervalo o “consumo extra” foi
considerado homogêneo) e a energia é
armazenada para o dia posterior.
4.1.1 PARÂMETROS ADOTADOS
As tabelas 3, 4 e 5 apresentam os parâmetros adotados
para as unidades termoelétricas e para as frotas de
veículos, que por sua vez, são semelhantes aos
apresentados no artigo aqui estudado.
7. 7
Tabela 3 - Parâmetros adotados para as unidades temoelétricas
Unidade Pmáx
(MW)
SU ($) SD ($) Min
(Up)
Min
(Dn.)
I1 220 100 50 1 1
I2 220 200 40 1 1
Tabela 4 – locomoção das frotas de veículos e seu consumo
Consumo (MWh) para Deslocamento
Hora V1 V2 V3
7 0 0 0
8 7,65 0 9
9 7,65 9 0
17 0 0 0
18 0 0 0
19 15,3 9 9
Tabela 5 - Parâmetros de capacidade e descarga
Frota Mín. Cap.
(MWh)
Máx.Cap.
(MWh)
Descarga
Máx.
(MW)
V1 13.152 65.76 21,08
V2 e
V3
10,96 54,8 12,4
4.1.2 PARÂMETROS OBTIDOS POR MEIO DO
ALGORÍTIMO SIMPLIFICADO
Por meio do algorítmo simplificado utilizado foram
simulados dois casos, sendo que o primeiro considera os
veículos elétricos somente como cargas, enquanto que no
segundo, os mesmos também acumulam a função de
armazenadores de energia, que por sua vez, é devolvida à
rede no horário de pico.
Para cada caso, foram calculados os seguintes parâmetros:
a. Potência da carga em função do tempo;
b. Custo de operação;
c. Custo no horário de pico.
Adicionalmente, foi verificado o fluxo de energia entre os
veículos elétricos e o Sistema Elétrico ao longo do tempo.
Vale destacar que o problema de otimização simplificado
resolvido não considera a viabilidade de transporte de
energia entre barramentos.
As Tabelas 6 e 7, bem como o Gráfico 1, apresentam os
principais resultados obtidos de potência da carga em
função do tempo.
O memorial de cálculo é apresentado no Apêndice.
Tabela 6 - Potência (MW) x tempo – caso 1
8. 8
Tabela 7 - Potência (MW) x tempo – caso 2
Gráfico 1 – Potência x tempo para o caso 1 (sem veículo elétrico) e caso
2 (com veículo elétrico).
A partir das Tabelas 6 e 7 e do Gráfico 1 é possível
verificar que, com a utilização dos veículos elétricos, os
picos da curva de demanda energética das unidades
geradoras são menores do que sem a utilização dos
mesmos. Isto ocorre porque as baterias dos veículos são
utilizadas para armazenar energia nos horários fora da
ponta (neste caso de madrugada), e esta é devolvida à rede
nos momentos em que o consumo atinge o pico. Isto
proporciona uma redução na participação das usinas
geradoras nos horários de pico, que neste caso foi de
aproximadamente 7% às 17h.
As Tabelas 8 e 9 apresentam os detalhes dos custos de
operação para os casos 1 e 2 respectivamente.
O custo de operação no horário de pico é apresentado na
Tabela 10.
Apesar de não ter sido reduzido de maneira global, os
custos de operação no horário de pico (que é crítico para o
Sistema Elétrico) foram reduzidos em pouco mais de 5%.
Tabela 8 – Custo de operação - caso 1
Tabela 9 – Custo de operação - caso 2
9. 9
Tabela 10 – Custo de operação no horário de pico -
caso 2.
A Tabela 11 e os gráficos 2, 3 e 4 mostram como se dá o
fluxo de energia armazenada ao longo do dia (24h) pelas
três frotas. Destaca-se que está representado somente o
período que inclui o início do pico da manhã (7h00) até o
término do pico noturno (20h00). Cabe esclarecer que o
termo “energia consumida (DESL.)” indica que os
veículos, neste caso, estão em movimento e, portanto,
desligados do Sistema Elétrico de Potência.
Tabela 11 – Consumo da energia armazenada
Gráfico 2 – Fluxo de energia na frota 1.
Gráfico 3 – Fluxo de energia na frota 2.
Gráfico 4 – Fluxo de energia na frota 3.
5 CONCLUSÃO
O estudo mostrou que o uso da tecnologia V2G reduz o
custo de operação do sistema e alivia o congestionamento
na transmissão de energia elétrica. Isto se dá à medida que
os veículos drenam energia elétrica mais barata em um
dado local e horário e alimentam outro ponto da rede em
outro momento, onde ou quando a tarifa é mais alta. Por
outro lado, os veículos elétricos viabilizam o aumento da
penetração de energia renovável, por meio de um melhor
aproveitamento da energia disponibilizada de forma
aleatória pela força do vento, no caso estudado.
Há que se considerar que os veículos elétricos se
constituem numa nova demanda de energia e que a sua
integração à rede elétrica tende a aumentar o custo de
operação do sistema. Adicionalmente, os custos de carga e
descarga das baterias dos veículos promovidos pela
tecnologia V2G são significativos. Portanto, a aplicação
desta tecnologia tende a ser mais efetiva em sistemas de
energia congestionados e com tarifas de alto valor.
Embora os veículos elétricos não emitam poluentes, a
energia utilizada pelos mesmos precisa ser gerada de
alguma forma, muitas vezes, por usinas termoelétricas
emissoras de poluentes. Evidentemente, o fato de estas
serem unidades estáticas tende a facilitar a redução e o
controle das emissões.
10. 10
Pelas limitações já explicitadas anteriormente, não foi
possível reproduzir integralmente o algoritmo proposto
pelos autores. Assim sendo, aspectos importantes como a
geração das unidades eólicas, o agendamento das cargas
dos veículos elétricos e o problema de otimização no
transporte da energia não foram abordados. Apesar disto, a
simulação realizada evidenciou os benefícios da utilização
de veículos elétricos no que tange à redução do custo de
operação, por conta da redução da geração de
termoelétricas em horário de pico, desde que as baterias
dos veículos sejam recarregadas nos momentos corretos e
preestabelecidos. Em contrapartida, se os veículos forem
carregados no horário de ponta (sem regulamentação),
atuariam de forma contrária, prejudicando o desempenho
do Sistema Elétrico.
6 REFERÊNCIAS
[1] Electric vehicles: KHODAYAR, M. E., WU, L., LI, Z.
Electric vehicle mobility in transmission-constrained
hourly power generation scheduling. Smart Grid, IEEE
Transactions on, vol. 4, no. 2, pp. 779-788, June 2013.
URL:
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber
=6476056&isnumber=6517533
[2] Demo LINDO/PC, release 6.1 (12 May 03); URL:
http://www.lindo.com/index.php?option=com_content&vi
ew=article&id=34&Itemid=15
12. 12
Pdcv106 - 0.0062Idcv106 >= 0
Pdcv106 - 21.08Idcv106 <= 0
!Frota 2
Pdcv201 - 0.0062Idcv201 >= 0
Pdcv201 - 12.4Idcv201 <= 0
Pdcv202 - 0.0062Idcv202 >= 0
Pdcv202 - 12.4Idcv202 <= 0
Pdcv203 - 0.0062Idcv203 >= 0
Pdcv203 - 12.4Idcv203 <= 0
Pdcv204 - 0.0062Idcv204 >= 0
Pdcv204 - 12.4Idcv204 <= 0
Pdcv205 - 0.0062Idcv205 >= 0
Pdcv205 - 12.4Idcv205 <= 0
Pdcv206 - 0.0062Idcv206 >= 0
Pdcv206 - 12.4Idcv206 <= 0
!Frota 3
Pdcv301 - 0.0062Idcv301 >= 0
Pdcv301 - 12.4Idcv301 <= 0
Pdcv302 - 0.0062Idcv302 >= 0
Pdcv302 - 12.4Idcv302 <= 0
Pdcv303 - 0.0062Idcv303 >= 0
Pdcv303 - 12.4Idcv303 <= 0
Pdcv304 - 0.0062Idcv304 >= 0
Pdcv304 - 12.4Idcv304 <= 0
Pdcv305 - 0.0062Idcv305 >= 0
Pdcv305 - 12.4Idcv305 <= 0
Pdcv306 - 0.0062Idcv306 >= 0
Pdcv306 - 12.4Idcv306 <= 0
!Termos 11, 12 e 13
Ev101 + Erdv101 - Eamz1 = 0
Ev102 + Erdv102 - Ev101 + 7.65aux = 0
Ev103 + Erdv103 - Ev102 + 7.65aux = 0
Ev104 + Erdv104 - Ev103 = 0
Ev105 + Erdv105 - Ev104 = 0
Ev106 + Erdv106 - Ev105 + 15.3aux = 0
Ev201 + Erdv201 - Eamz2 = 0
Ev202 + Erdv202 - Ev201 = 0
Ev203 + Erdv203 - Ev202 + 9aux = 0
Ev204 + Erdv204 - Ev203 = 0
Ev205 + Erdv205 - Ev204 = 0
Ev206 + Erdv206 - Ev205 + 9aux = 0
Ev301 + Erdv301 - Eamz3 = 0
Ev302 + Erdv302 - Ev301 + 9aux = 0
Ev303 + Erdv303 - Ev302 = 0
Ev304 + Erdv304 - Ev303 = 0
Ev305 + Erdv305 - Ev304 = 0
Ev306 + Erdv306 - Ev305 + 9aux = 0
end
!Variáveis Binárias
Int Icv101
Int Icv102
Int Icv103
Int Icv104
Int Icv105
Int Icv106
Int Idcv101
Int Idcv102
Int Idcv103
Int Id cv104
Int Idcv105
Int Idcv106
Int Icv201
Int Icv202
Int Icv203
Int Icv204
Int Icv205
Int Icv206
Int Idcv201
Int Idcv202
Int Idcv203
Int Idcv204
Int Idcv205
Int Idcv206
Int Icv301
Int Icv302
Int Icv303
Int Icv304
Int Icv305
Int Icv306
Int Idcv301
Int Idcv302
Int Idcv303
Int Idcv304
Int Idcv305
Int Idcv306
Int Nv101
Int Nv102
Int Nv103
Int Nv104
Int Nv105
Int Nv106
Int Nv201
Int Nv202
Int Nv203
Int Nv204
Int Nv205
Int Nv206
Int Nv302
Int Nv306
!Intervalo das Variáveis
!Termos 11, 12 e 13
SLB Ev101 13.152
SUB Ev101 65.76
SLB Ev102 13.152
SUB Ev102 65.76
SLB Ev103 13.152
SUB Ev103 65.76
SLB Ev104 13.152
SUB Ev104 65.76
SLB Ev105 13.152
SUB Ev105 65.76
SLB Ev106 13.152
SUB Ev106 65.76
SLB Ev201 10.96
SUB Ev201 54.8
SLB Ev202 10.96
SUB Ev202 54.8
SLB Ev203 10.96
SUB Ev203 54.8
SLB Ev204 10.96
SUB Ev204 54.8
SLB Ev205 10.96
13. 13
SUB Ev205 54.8
SLB Ev206 10.96
SUB Ev206 54.8
SLB Ev301 10.96
SUB Ev301 54.8
SLB Ev302 10.96
SUB Ev302 54.8
SLB Ev303 10.96
SUB Ev303 54.8
SLB Ev304 10.96
SUB Ev101 65.76
SLB Ev305 10.96
SUB Ev305 54.8
SLB Ev306 10.96
SUB Ev306 54.8
SUB Eamz1 65.76
SUB Eamz2 54.8
SUB Eamz3 54.8
SLB aux 1
!Limites das Geradoras 1 e 2
SUB Pi101 220
SUB Pi102 220
SUB Pi103 220
SUB Pi104 220
SUB Pi105 220
SUB Pi106 220
SUB Pi201 220
SUB Pi202 220
SUB Pi203 220
SUB Pi204 220
SUB Pi205 220
SUB Pi206 220
![2
1 INTRODUÇÃO
Este trabalho é uma das atividades do processo de
avaliação da Disciplina PEA 5918 – Redes Elétricas
Inteligentes e Microrredes (Smart Grids and Microgrids),
integrante do Programa de Energia e Automação da Escola
Politécnica da Universidade de São Paulo, e tem como
objetivo analisar o artigo “Electric Vehicle Mobility in
Transmission-Constrained Hourly Power Generation
Scheduling”, elaborado por Mohammad E. Khodayar,
LeiWu, and Zuyi Li [1], bem como reproduzir de modo
simplificado os resultados obtidos pelos autores.
Todas as informações e dados aqui apresentados
encontram-se referenciados no artigo em análise, não
sendo necessário, portanto, novamente referenciá-los.
1.1 PANORAMA GERAL
O setor de transporte dos países desenvolvidos e/ou em
desenvolvimento tem grande responsabilidade na geração
dos gases de efeito estufa (GEE) do planeta. Nos Estados
Unidos, por exemplo, o setor de transporte produz cerca
de um terço destes gases. Neste contexto, a International
Energy Agency prevê esforços que levam a uma
substancial redução das emissões globais até 2050, em que
a o setor de transporte poderia contribuir com uma
diminuição de 30% em relação aos níveis de 2005. Isso
seria alcançado por meio de uma maciça venda de
veículos elétricos e híbridos, onde os elétricos
representariam 50% do total anual das unidades
comercializadas.
O domínio da tecnologia “Vehicle to Grid” (V2G) – no
qual a energia flui nos dois sentidos da rede e pode ser
controlada remotamente – ainda é incipiente. Porém, a
paulatina penetração de veículos elétricos nos sistemas de
potência, principalmente na condição V2G, tende a
implicar mudanças positivas sob diversos aspectos, tais
como:
a. ampliação da capacidade distribuída de
armazenamento de energia para a rede;
b. redução do impacto das incertezas impostas à
rede devido a alta penetração de energias
renováveis;
c. diminuição do custo de operação das redes;
d. alteração na relação custo/receita nos mercados
regionais de eletricidade.
Por outro lado, a implementação da tecnologia V2G
exigirá significativos investimentos em diversos
segmentos, a exemplo dos destacados a seguir:
a. estações inteligentes de carga e descarga de
baterias;
b. modernização da infraestrutura de energia e
comunicação;
c. maior padronização das concessionárias de
energia;
d. veículos equipados com hardware e software
para conexão e comunicação V2G;
e. normas e guias que facilitem a integração da
tecnologia V2G em larga escala no sistema de
potência.
O trabalho aqui estudado considera a produção de energia
que inclue unidades de geração eólica, termoelétrica e
hidrelétricas. Discute basicamente:
a. a integração de frotas de veículos elétricos a
redes com restrições de carga, sob a variedade de
cenários possíveis;
b. o benefício potencial da tecnologia V2G e da
mobilidade em si, no processo de programação da
geração de energia elétrica que é
sistematicamente elaborado com antecedência de
um dia e considerando o estado da rede em cada
uma das 24 horas do dia.
Para a carga e descarga de baterias dos veículos são
levados em conta fundamentalmente:
a. as restrições de transmissão horária da rede;
b. a programação de despacho de geração
estabelecida com um dia de antecedência;
c. as exigências impostas pelo consumidor.
A otimização da interação dos veículos eletricos com a
rede ocorre em dois estágios de solução, a saber:
a. no nível de distribuição, os agregadores
(equipamentos que conectam os veículos à rede)
mapeiam a mobilidade dos veículos elétricos
individualmente e preparam um plano otimizado
a ser disponibilizado ao operador da rede para
fins de programação da carga do dia seguinte no
nível de transmissão. Também coordenadam a
sequência de carregamento das baterias do
veículos nos níveis de sub-transmissão e de
distribuição, conforme orientação previamente
recebida do operador do sistema;
b. devidamente informado, o operador do sistema
executa um algorítmo que lhe permite obter a
programação de geração ideal para o dia seguinte,
considerando as restrições de transmissão, os
requisitos dos consumidores e os preços no
mercado de eletricidade. Também, despacha os
recursos de geração de maneira otimizada e envia
ordens de operação aos agregadores que vão
controlar a sequência de carregamento e
descarregamento das baterias dos veículos
individualmente, com base na programação
elaborada no dia anterior.
A interação entre os estágios a e b continua até que seja
alcançado um ponto de equilíbrio. A Fig. 1 resume a
estrutura de informação e de controle.](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)