Use este identificador para citar ou linkar para este item:
https://repositorio.ufpa.br/jspui/handle/2011/16799
Tipo: | Tese |
Data do documento: | 13-Nov-2024 |
Autor(es): | HERNÁNDEZ GÓMEZ, Oscar Maurício |
Afiliação do(s) Autor(es): | USP Universidade de São Paulo |
Primeiro(a) Orientador(a): | VIEIRA, João Paulo Abreu |
Título: | Avaliação probabilística do impacto da recarga rápida de veículos elétricos nos sistemas de distribuição de energia elétrica |
Agência de fomento: | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior |
Citar como: | HERNÁNDEZ GÓMEZ, Oscar Maurício. Avaliação probabilística do impacto da recarga rápida de veículos elétricos nos sistemas de distribuição de energia elétrica. Orientador: João Paulo Abreu Vieira. 2024. 100 f. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, , Universidade Federal do Pará, Belém, 2024. Disponível em:https://repositorio.ufpa.br/jspui/handle/2011/16799 . Acesso em:. |
Resumo: | A adoção em massa de veículos elétricos (VEs) está transformando o setor automotivo, impulsionada por preocupações ambientais e avanços tecnológicos. Governos e empresas estão investindo na expansão das redes de recarga, com foco na recarga rápida para atender à crescente demanda. O desenvolvimento de uma infraestrutura sólida de estações de recarga é essencial para eliminar a "ansiedade de autonomia" e incentivar a transição para os VEs. A recarga rápida é fundamental para o sucesso da eletrificação veicular. Com ela, as baterias podem ser carregadas muito mais rapidamente do que com a recarga convencional, o que aumenta a conveniência para os usuários e melhora a experiência geral de uso. À medida que mais estações de recarga rápida são instaladas, a confiança dos consumidores nos VEs cresce, desenvolvendo o caminho para um futuro mais sustentável. Com uma rede de recarga rápida bem distribuída, os VEs se tornam uma alternativa prática aos veículos movidos a combustíveis fósseis, acelerando a transição para uma mobilidade mais verde. Entretanto, a recarga rápida de VEs pode causar impactos técnicos nas redes de média tensão. A alta demanda de corrente pode resultar em quedas de tensão, especialmente em áreas com infraestrutura de distribuição mais frágil. Transformadores podem ser sobrecarregados, o que diminui sua vida útil e aumenta o risco de falhas. O aquecimento excessivo dos condutores devido à corrente elevada também pode causar perdas e danificar os cabos. Esses desafios ressaltam a necessidade de um planejamento adequado e investimentos na infraestrutura elétrica para suportar o aumento da recarga rápida. Uma análise probabilística do impacto da recarga rápida nas redes de média tensão é crucial. A demanda por energia varia ao longo do ano devido a fatores sazonais, como o uso de ar-condicionado no verão e aquecedores no inverno. A recarga rápida adiciona uma carga considerável à rede, que pode coincidir com esses picos de demanda, agravando os desafios de gestão. A instalação de vários pontos de recarga pode causar flutuações de tensão e sobrecargas. A análise probabilística ajuda a prever esses impactos e desenvolver estratégias de mitigação, simulando cenários de recarga e comportamentos de usuários. Isso permite um planejamento mais preciso da infraestrutura, incluindo reforços na rede e melhorias para garantir a confiabilidade do fornecimento. Esta tese propõe uma metodologia probabilística para avaliar o impacto da recarga rápida de veículos elétricos em redes de distribuição de média tensão, considerando quedas de tensão, carregamento de elementos da rede e comutações do tape do regulador de tensão. Utilizando o software Power Factory da DIgSILENT©, simula-se um alimentador real no Brasil, analisando diferentes casos de estudo. São conectados três eletropostos (EP), cada um com seis pontos de recarga de 100 kVA, totalizando 600KVA por cada EP. O perfil de recarga dos EP é programado com variáveis estocásticas. Por fim, apresenta-se uma estratégia de controle Volt/Var para mitigar o impacto na queda de tensão e nas comutações do tape do regulador, permitindo a injeção de potência reativa sem necessidade de comunicação entre os pontos de recarga. |
Abstract: | The mass adoption of electric vehicles (EVs) is transforming the automotive sector, driven by environmental concerns and technological advancements. Governments and companies are investing in the expansion of charging networks, focusing on fast charging to meet the growing demand. Developing a robust infrastructure of charging stations is essential to eliminate “range anxiety” and encourage the transition to EVs. Fast charging is crucial for the success of vehicle electrification. It allows batteries to be charged much more quickly than conventional charging, increasing convenience for users and improving the overall user experience. As more fast-charging stations are installed, consumer confidence in EVs grows, paving the way for a more sustainable future. With a well-distributed fast-charging network, EVs become a practical alternative to fossil fuel-powered vehicles, accelerating the transition to greener mobility. However, fast charging of EVs can cause technical impacts on medium voltage networks. The high current demand can result in voltage drops, especially in areas with weaker distribution infrastructure. Transformers can be overloaded, reducing their lifespan and increasing the risk of failures. Excessive heating of conductors due to high current can also cause losses and damage cables. These challenges highlight the need for proper planning and investments in electrical infrastructure to support the increase in fast charging. A probabilistic analysis of the impact of fast charging on medium voltage networks is crucial. Energy demand varies throughout the year due to seasonal factors, such as the use of air conditioning in summer and heaters in winter. Fast charging adds a considerable load to the network, which can coincide with these demand peaks, exacerbating management challenges. The installation of multiple charging points can cause voltage fluctuations and overloads. Probabilistic analysis helps predict these impacts and develop mitigation strategies by simulating charging scenarios and user behaviors. This allows for more precise infrastructure planning, including network reinforcements and improvements to ensure supply reliability. This thesis proposes a probabilistic methodology to evaluate the impact of fast charging of electric vehicles on medium voltage distribution networks, considering voltage drops, network element loading, and regulator tap changes. Using the Power Factory software by DIgSILENT©, a real feeder in Brazil is simulated, analyzing different case studies. Three fast charging stations (FCS) are connected, each with six charging points of 100 kVA, totaling 600 kVA per EP. The charging profile of the EPs is programmed with stochastic variables. Finally, a Volt/Var control strategy is presented to mitigate the impact on voltage drops and regulator tap changes, allowing reactive power injection without the need for communication between charging points. |
Palavras-chave: | Queda de tensão Sazonalidade Sistema de distribuição elétrica Veículo elétrico Electric vehicle Seasonality Electric power distribution system. Voltage drops. Fast charging. |
Área de Concentração: | SISTEMAS DE ENERGIA ELÉTRICA |
Linha de Pesquisa: | SISTEMAS ELÉTRICOS DE POTÊNCIA |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA DE MATERIAIS E METALURGICA |
País: | Brasil |
Instituição: | Universidade Federal do Pará |
Sigla da Instituição: | UFPA |
Instituto: | Instituto de Tecnologia |
Programa: | Programa de Pós-Graduação em Engenharia Elétrica |
Tipo de Acesso: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 Brazil |
Fonte URI: | Disponível na internet via correio eletrônico: bibliotecaitec@ufpa.br |
Aparece nas coleções: | Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Tese_AvaliacaoProbabilisticaImpacto.pdf | 3,89 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons