Aprendizagem por Reforço para Aplicações de Veículos Elétricos em Sistemas de Energia Elétrica

Resumo

O crescimento global na adoção de veículos elétricos - electric vehicles (EVs) - é reconhecido como uma estratégia recente para combater as mudanças climáticas devido à sua eficácia em reduzir emissões de gases de efeito estufa e melhorar a qualidade do ar urbano. Paralelamente, os sistemas energéticos distribuídos - distributed energy resources (DERs), como sistemas fotovoltaico - photovoltaic (PV) e sistema de armazenamento de energia em bateria - battery energy storage system (BESS), estão cada vez mais presentes em ambientes sustentáveis. Este projeto de doutorado visa desenvolver um modelo robusto e adaptável de Aprendizado por Reforço - reinforcement learning (RL) para gerir a energia de forma eficiente em diferentes cenários de sistemas de energia elétrica, integrando EVs e DERs. Serão explorados cenários variados, incluindo casas inteligentes, microrredes, e estacionamentos eletrificados, abrangendo também a infraestrutura de recarga pública gerida por diferentes agentes, como operador do ponto de carga - charge point operator (CPO) e provedor do serviço de mobilidade elétrica - e-mobility service provider (eMSP). Através do uso de simulações avançadas e dados reais, o modelo será aplicado e validado tanto em laboratórios quanto em infraestruturas reais, com o objetivo de desenvolver soluções para carregamento inteligente de EVs, otimização de tarifas de recarga e gestão de frotas. Este estudo busca trazer contribuições para a área de gestão energética, promovendo a sustentabilidade e a eficiência energética em diversos cenários operacionais.