Coordenação do Carregamento de uma Frota de Veículos Elétricos numa Garagem de Recarga

• Processo: 22/10650-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de novembro de 2022
• Data de Término da vigência: 31 de outubro de 2023
• Área de conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Pesquisador responsável: Marcos Julio Rider Flores
• Beneficiário: Guilherme Kenzo Assaf Yamaguti
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 21/11380-5 - CPTEn - Centro Paulista de Estudos da Transição Energética, AP.CCD
• Assunto(s): Sistemas de distribuição de energia elétrica
• Palavra(s)-Chave do Pesquisador: 1 - Coordenação de carregamento | 2 - Frota de veículos elétricos | 3 - Garagem de recarga | 4 - Modelagem matemática | 5 - Programação Linear Inteiro-Misto | Sistemas de Distribuição de Energia Elétrica

Resumo

O problema da coordenação do carregamento de uma frota de veículos elétricos (VEs) numa garagem de recarga consiste em determinar a melhor programação da recarga da frota de VEs de forma a minimizar o tempo de carregamento total em um período de recarga estabelecido, considerando que capacidade do transformador de distribuição da garagem de recarga seja respeitada. O trabalho de iniciação científica tem por objetivo desenvolver uma metodologia baseada em um modelo matemático de programação linear inteiro-misto (PLIM) para resolver o problema de coordenação do carregamento de uma frota de VEs em uma garagem de recarga. A metodologia proposta usa técnicas de linearização para obter um modelo de PLIM com uma boa aproximação do modelo de programação não-linear inteiro-misto (PNLIM) original. Um modelo de PLIM tem os seguintes benefícios: (a) um modelo matemático robusto, genérico e flexível; (b) uma solução computacional eficiente com solvers convencionais; e (c) a convergência para a solução ótima é garantida usando técnicas de otimização clássica. O modelo será implementado na linguagem de modelagem matemática AMPL e resolvido usando o solver comercial CPLEX.