FenixEdu™

Dissertação

Smart Electric Vehicle charging based on Deep Reinforcement Learning EVALUATED

Detalhes: Os veículos eléctricos (VEs) são uma tecnologia em crescimento na área dos transportes ecológicos, transformando os veículos em versões mais limpas e inteligentes. O crescimento exponencial desta tecnologia pode levar a um impacto energético significativo nos serviços de rede e torna-se mais crucial a gestão adequada da infraestrutura de carregamento para reduzir as taxas de pico e melhorar a eficiência da rede. Este trabalho centra-se na aplicação de técnicas de aprendizagem por reforço ao problema do controlo do carregamento de VEs com o objectivo de reduzir os custos de operação do carregamento e, consequentemente, o pico de maior procura de energia eléctricao. Os algoritmos foram implementados no ACN-Sim, um simulador de rede de carregamento de VEs integrado com um conjunto de dados com sessões de carregamento reais, de forma a criar um ambiente de estudo mais aproximado da realidade. Além de um algoritmo de carregamento sem controlo, foi implementada uma abordagem determinística que minimiza o custo do carregamento enquanto assegura os requisitos de energia, como base para comparação. Em seguida, foi desenvolvido algoritmos com dois agentes usando Proximal Policy Optimization e Twin Delayed DDPG. Estes agentes foram treinados e testados com o simulador, com o objectivo de gerir todas as sessões de carregamento de VEs durante um dia, e minimizar os custos de operação. A comparação com as linhas de base mostrou flexibilidade na gestão de uma rede de carregamento de VEs e minimização do pico de procura, embora mostrando algumas limitações no carregamento completo de todos os VEs.
Keywords: Inteligência Artificial, Veículos Eléctricos, Aprendizagem por Reforço, Gestão, Redes Inteligentes

Discussão: junho 19, 2023, 10:0