Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/11945
Files in This Item:
File Description SizeFormat 
viníciusamorimbotelho.pdfPDF/A8.4 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Dias, Bruno Henriques-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0551171976628693pt_BR
dc.contributor.advisor-co1Oliveira, Leonardo Willer de-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9223644407644508pt_BR
dc.contributor.referee1Borba, Bruno Soares Moreira Cesar-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0309392084163978pt_BR
dc.contributor.referee2Araujo, Leandro Ramos de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5968839321163534pt_BR
dc.creatorBotelho, Vinícius Amorim-
dc.creator.Latteshttp://lattes.cnpq.br/5385067434360141pt_BR
dc.date.accessioned2020-12-01T11:51:47Z-
dc.date.available2020-12-01-
dc.date.available2020-12-01T11:51:47Z-
dc.date.issued2020-07-18-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/11945-
dc.description.abstractWith the increasing penetration of electric vehicles (EVs) the necessary charging infrastructure deployment becomes imperative. Thus, it is necessary to consider the increase in the demand associated with the EVs charging in the distribution systems expansion planning (DSEP), determining the necessary investments to meet the demand with competitive costs. In this way, methodologies to support the distribution system must be developed, considering the uncertainties related to both the conventional and the EV demand. Furthermore, other characteristics must be observed in relation to the insertion of EVs on the EDSs such as their location of connection and the charging type. In this context, the present work shows a two-stage stochastic model of mixed-integer linear programming (MILP) to solve the static expansion planning of distribution power system problem. The expansion planning assesses the construction and/or reinforcement of substations and circuits as well as the allocation of distributed generation units, capacitors banks, and electric vehicles public recharging stations (EVPS). The construction of scenarios considers a set of historic data to represent the stochastic features and the correlation between conventional and EV demand, wind and solar generation. To properly represent the historic EV demand data the Gaussian mixture models (GMM) methodology his used, modeling the main metrics of EVs recharge. To reduce the number of scenarios the present work makes use of the k-means clustering method generates. Finally, the importance of considering the uncertainties associated with the EVs demand in the DSEP is evaluated. As the recharge infrastructure development for EVs in public places is strategic some governments have embraced actions to install PSEVs. So, the present work also address the impact of the implementation profile of PSEVs on the DSEP. In this regard, two new constraints are proposed to compose the mathematical model of sizing the PSEVs inside the multistage expansion planning of distribution systems. This approach considers a deterministic MILP model that assesses the investment decisions over the considered planning horizon. To evaluate the results of the inclusion of those constraints a case of study is proposed. Both deterministic and stochastic models use the 18-bus test system in the simulations. The results show the importance of considering the characteristics concerning the insertion of EVs in the distribution systems, aiming to obtain expansion plans more adapted to the real conditions.pt_BR
dc.description.resumoCom a crescente penetração dos veículos elétricos (VEs), a necessidade de proporcionar uma infraestrutura de carregamento adequada será indispensável. Logo, é natural que o planejamento da expansão do sistema de distribuição (PESD) considere esse novo incremento da demanda associada à recarga dos VEs, pois é necessário determinar o investimento que garanta o atendimento da demanda com custos competitivos. Portanto, métodos que auxiliem o sistema de distribuição de energia elétrica (SDEE) a lidar com esse novo desafio devem ser desenvolvidos, considerando as incertezas associadas à demanda convencional, demanda dos VEs e geração renovável. Além disso, outras características devem ser observadas em relação a inserção dos VEs nos SDEEs, como o local da conexão e tipo de carregamento. Neste contexto, o presente trabalho apresenta um modelo de programação linear inteira mista (PLIM) estocástico de dois estágios, investimento e operação, baseado em cenários para resolução do problema de planejamento da expansão do sistema de distribuição estático. O planejamento da expansão avalia a construção e/ou reforço de subestações e circuitos, assim como também a alocação de unidades de geração distribuída, bancos de capacitores e estações públicas de carregamento dos VEs (EPVEs). Com o objetivo de representar as características estocásticas e a correlação entre demanda (convencional e dos VEs) e geração (eólica e fotovoltaica), considera-se um conjunto de dados históricos. Para representar adequadamente os dados de demanda dos VEs, utilizou-se um conjunto de modelos de mistura Gaussiana que modelam as principais métricas de recarga dos VEs. Para reduzir o número de cenários, o trabalho utiliza o método de clusterização k-means. Por fim, avalia-se a importância de considerar as incertezas associadas às demandas dos VEs no PESD. Como o desenvolvimento da infraestrutura de recarga de VEs em áreas públicas é estratégico e alguns governos vêm adotando medidas para instalação das EPVEs, o trabalho também aborda o impacto do perfil de implementação das EPVEs no PESD. Para isso, duas novas restrições são propostas para compor a modelagem matemática do dimensionamento das EPVEs dentro do problema de planejamento da expansão do sistema de distribuição multiestágio. Nesta abordagem, considera-se um modelo de PLIM determinístico que avalia as decisões de investimento ao longo horizonte de planejamento, e para avaliar o resultado da inclusão das novas restrições é proposto um estudo de caso. Ambos os modelos, determinístico e estocástico, utilizam o sistema teste de 18 barras nas simulações. Os resultados ressaltaram a importância de considerar as características em relação a inserção dos VEs nos SDEEs, visando obter planos de expansão mais adaptados às condições reais.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Engenhariapt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-ShareAlike 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/br/*
dc.subjectEstação de carregamentopt_BR
dc.subjectPlanejamento da expansãopt_BR
dc.subjectProgramação linear inteira mistapt_BR
dc.subjectSistemas de distribuiçãopt_BR
dc.subjectVeículos elétricospt_BR
dc.subjectCharging stationpt_BR
dc.subjectDistribution networkpt_BR
dc.subjectElectric vehiclept_BR
dc.subjectExpansion planningpt_BR
dc.subjectMixed-integer linear programmingpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.titleAnálise do impacto da infraestrutura de recarga de veículos elétricos no planejamento da expansão dos sistemas de distribuiçãopt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Mestrado em Engenharia Elétrica (Dissertações)



This item is licensed under a Creative Commons License Creative Commons