Dissertação
Power Output Optimisation for Electric Vehicles Smart Charging Hubs EVALUATED
Atendendo a que a maioria dos ramos da rede de distribuição já estão próximos da sua capacidade maxima, a gestão inteligente durante o carregamento de veículos elétricos (EVs) está a tornar-se cada vez mais crucial. De facto, edíficios comerciais podem não ser capazes de lidar com várias transações ao mesmo tempo, especialmente considerando a próxima geração de carregadores rápidos com elevado consumo energético. É, por isso, necessária uma otimização da programação de carga. Este trabalho aborda o problema do agendamento em tempo real do carregamento dos EVs através de técnicas de aprendizagem por reforço (DRL). O DRL foi escolhido dado que pode aprender adaptativamente da interação com o ambiente circundante. O foco da otimização é garantir a plenitude das transações de carregamento em tempo útil, mudando a carga nos picos de consumo. A novidade da abordagem proposta reside no seu framework inovador. Grupos de EVs com características diferentes são categorizados usando um algoritmo de agrupamento. Um classificador foi desenvolvido para ordenar novas instâncias de EVs e uma rede neural foi treinada para prever a duração da sessão de carga. Estas informações são utilizadas como recursos com base nos quais o agente realiza as suas ações, ajustando a potência máxima associada a cada estação de carregamento. O modelo foi comparado com o sistema atualmente implementado e testado em vários cenários. Os resultados mostraram que o algoritmo desenvolvido falha menos do que o atual modelo, com uma redução da carga devida ao carregamento dos EVs de 80% durante os momentos de pico.
janeiro 18, 2021, 14:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Mecânica (DEM)
Professor Catedrático
