Maximização dos benefícios do operador do PE/proprietários dos VEs

Nesta secção, serão descritos alguns modelos de otimização cujo objetivo é a maximização dos benefícios do operador do PE e dos proprietários dos VEs.

Em [38], é descrito um modelo de otimização de carregamento de VEs com utilização de ESF num PE de um local de trabalho que considera três modelos de VEs diferentes. O objetivo desta otimização passa pela minimização da energia comprada à rede, de forma a minimizar os custos do carregamento dos VEs. As variáveis necessárias para a conceção deste modelo são definidas através das suas propriedades estocásticas. O modelo parte dos dados horários da potência solar e da ocupação do PE, derivando depois as diversas variáveis probabilísticas através de funções de distribuição de probabilidade. As variáveis consideradas são a potência solar, o número de veículos disponíveis, a energia requerida para o carregamento dos VEs, os parâmetros financeiros e o preço do estacionamento.

A potência solar é obtida através das características estocásticas da radiação solar, sendo criadas funções de distribuição de probabilidade mensais.

A ocupação do PE é obtida através da subtração do número de entradas pelo número de saídas em cada hora. As funções do número de entradas no parque e do tempo de estacionamento são definidas por funções de distribuição de probabilidade obtidas a partir de estatísticas da ocupação de garagens na Universidade do Estado de Ohio. O número de saídas é dado pelo número de veículos cuja hora de entrada acrescida do tempo de estacionamento resulta numa hora anterior à hora considerada.

A energia requerida para o carregamento dos VEs tem como base dois parâmetros essenciais: a capacidade da bateria e o SOC com que o veículo entra no parque. A função de distribuição de probabilidade que descreve a capacidade das baterias dos VEs no parque é uniforme para os diferentes veículos considerados com igual penetração no mercado. No que se refere ao SOC, este é dependente da distância diária percorrida pelo veículo desde o seu último carregamento, da autonomia elétrica do VE e dos limites de SOC da bateria.

Para o cálculo dos parâmetros financeiros, consideram-se dados de tarifas reais e diversos incentivos e reduções de impostos. O preço do serviço prestado pelo PE para o proprietário do VE, uma vez que os PEs não estão autorizados a cobrar pela energia adquirida pelos VEs, é relativo ao estacionamento e à utilização da estação de carregamento.

Uma vez que o objetivo do modelo é a minimização da compra de energia à rede por parte do PE, primeiramente, é necessário determinar a potência e o tempo de carregamento dos VEs. Para tal, este algoritmo divide-se em duas partes. Primeiro, é determinado o valor da potência de carregamento do conjunto dos veículos do parque de forma a otimizar a utilização da rede. Numa segunda parte, essa potência de carregamento é distribuída pelos veículos estacionados no PE e com disponibilidade de bateria. O cálculo da potência da rede necessária é dado pela subtração da potência fotovoltaica à potência de carregamento dos VEs em cada hora. A determinação da potência de carregamento dos VEs numa dada hora é conseguida através dos dados da hora anterior; i.e., ao carregamento conseguido na hora anterior e à energia requerida é retirada a potência utilizada (solar e da rede), obtendo-se a potência necessária de carregamento na hora atual.

Outros modelos de otimização do carregamento de VEs podem ser encontrados em [18], [29] e [30]. Estes três artigos foram escritos pelos mesmos autores, e representam três abordagens diferentes do mesmo problema, partindo sempre do mesmo pressuposto. Os artigos baseiam-se num PE com diferente lotação, mas o funcionamento do carregamento inteligente em todos os estudos tem como base a receção de informação dos proprietários dos VEs (tempo de estacionamento, limites de preço de carregamento/descarregamento a que estão dispostos a comprar/vender energia à rede e a degradação da bateria) e dos preços de eletricidade no mercado aberto para as 24h seguintes. Com esta informação é efetuado o escalonamento do carregamento dos VEs tendo em conta as funções objetivo de cada modelo. Estes modelos consideram as entradas e saídas dos PEs como dados aleatórios e a ocupação do parque foi obtida através de dados estatísticos de parques da cidade de Tehran. Quanto às restantes variáveis de input (hora de chegada, SOC à chegada, limites de preços de carregamento e descarregamento desejados e tempo de estacionamento), considera-se que estas seguem uma função de distribuição de probabilidade contínua e estão contidas num intervalo.

O objetivo da otimização em [30] é a maximização da taxa de carregamento/descarregamento da bateria e do lucro dos proprietários dos VEs através da venda e compra de energia nas alturas mais favoráveis, não deixando de maximizar o nível de carregamento da bateria e utilizando um modelo simplificado da mesma. A função objetivo deste modelo tem em conta um fator de peso que define a prioridade de carregamento de cada veículo e considera aspetos como a idade da bateria e as limitações de preço de compra e venda de energia especificados por cada dono.

A taxa de carregamento/descarregamento da bateria é calculada através do rendimento e da corrente aplicada na bateria. A cada hora, cada veículo encontra-se num de três modos: a carregar, a descarregar ou inativo. Para que o modelo faça sentido na prática, são aplicados diversos constrangimentos. Entre os quais, definem-se intervalos para vários parâmetros como o SOC, a potência e a taxa de carregamento/descarregamento. Constringe-se também a duração do estacionamento, o número máximo de mudanças de estado de carregamento/descarregamento e assume-se que o carregamento e descarregamento não são simultâneos, garantindo-se que o SOC final das baterias é suficiente para o VE percorrer uma certa distância.

O sistema de gestão de energia do PE é informado do preço de mercado e dos limites de preço impostos pelo proprietário do VE; se o preço de mercado for inferior ao preço de compra de energia pretendido pelo proprietário e se o número de mudanças de modos da bateria não tiver sido atingido, o veículo começa a carregar, i.e., compra energia à rede. Se, por outro lado, o preço de mercado for mais alto do que o preço de venda de energia fixado pelo proprietário do VE, é verificado se o número de mudanças de modos já foi atingido e, em caso negativo, o VE vende a energia à rede, i.e., injeta energia na rede e, consequentemente, descarrega a sua bateria. Caso o preço de mercado fique no meio, o VE não carrega nem descarrega.

Em [18], os autores consideram uma micro-rede que inclui produção renovável. De forma a fazer face às incertezas da previsão de produção de energia, considera-se que o PE pode fornecer capacidade de reserva girante. Neste modelo, o SOC à saída do parque é determinado pelo proprietário do VE e é simulado como variável aleatória. O objetivo principal é a minimização dos custos de operação da micro-rede e, para tal, a função objetivo é dada pela minimização das trocas de potência entre a micro-rede e a rede principal, os geradores locais despacháveis e os VEs. Dos constrangimentos aplicados, além dos referidos para o modelo anterior, destacam-se a reserva girante ser assegurada pelos VEs e pelos geradores locais despacháveis e a garantia de que o SOC final pretendido é atingido. A capacidade da reserva girante é assumida como 20% da potência horária da produção renovável. O montante pago aos VEs pela ligação à rede e oferta de capacidade de reserva à micro-rede equivale a 10% do preço de venda de energia à rede pretendido pelo proprietário do veículo.

Em [29], o objeto de estudo é um PE com produção fotovoltaica e dois geradores de energia, considerando-se também reserva girante para compensar a incerteza da produção renovável. A capacidade de reserva girante é suportada pelas baterias dos VEs e pelos dois geradores. Este sistema de energia encontra-se ligado à rede elétrica. O propósito do modelo é a maximização do lucro do PE. Incluem-se penalizações para o parque caso este não consiga satisfazer o SOC final desejado pelo proprietário do VE, podendo este custo ser evitado através da utilização da capacidade de reserva girante. Assume-se ainda que o preço de venda de energia à rede é determinado de forma a incentivar quer o operador quer os proprietários dos VEs a vender a sua energia produzida/armazenada. Os constrangimentos do modelo são semelhantes ao modelo descrito anteriormente. O algoritmo baseia-se na distribuição da reserva girante entre os dois geradores e os VEs e na melhor gestão de energia entre a produção do PE e a compra de energia à rede. O objetivo é maximizar o valor de venda à rede (por venda de energia e por oferta de capacidade de reserva), e minimizar o valor de compra (quando a energia produzida é insuficiente) e o custo das penalizações por não atingir o SOC pretendido.