Un grupo de científicos de India ha desarrollado un método novedoso para programar la recarga de vehículos eléctricos (VE) en estaciones de recarga que incluyen sistemas de generación fotovoltaica y de almacenamiento de energía en baterías (BESS).
El método propuesto consta de dos componentes: optimización y jerarquización. El primer componente optimiza la ubicación de las estaciones de carga de vehículos eléctricos (EVCS) dentro de un sistema de distribución radial estándar IEEE de 33 buses, junto con el dimensionamiento del sistema fotovoltaico y el BESS. El segundo componente determina el orden en que se cargan los vehículos eléctricos.
«Esta investigación aborda el caos optimizando la ubicación y el funcionamiento de las estaciones en las redes de distribución, lo que garantiza un flujo de energía eficiente y reduce las emisiones y los gastos», afirmó el equipo en un comunicado. «Al abordar estos obstáculos, se allana el camino para un transporte sostenible que no sobrecargue nuestras redes eléctricas obsoletas, lo que convierte a los EV en una opción práctica para todos, desde los viajeros urbanos hasta los conductores de larga distancia».
La parte de optimización del método se basa en el algoritmo de optimización remora multiobjetivo (MOROA), que se inspira en la forma en que los peces remora se mueven y se adhieren a animales marinos más grandes. Para determinar el tamaño óptimo de la energía fotovoltaica y el BESS, el modelo inicia primero un «viaje libre», que representa una búsqueda global con saltos significativos. Después, realiza pequeños ataques, al igual que el animal, para localizar mejor el área de la respuesta. Por último, el modelo pasa al estado de «explotación», ajustando la mejor respuesta.
En cuanto a la parte de jerarquización del método, el sistema utiliza el proceso jerárquico analítico (AHP) para ver si puede ofrecer un punto de recarga a un vehículo eléctrico. La solicitud debe realizarse inicialmente a través de una aplicación para teléfonos móviles. A continuación, el sistema tiene en cuenta varios parámetros para determinar la asignación, entre ellos la hora de llegada al EVCS, la hora de salida suponiendo una carga de cinco horas, el estado de carga, el estado de carga deseado, la distancia del vehículo eléctrico al EVCS y la disponibilidad de plazas. Un algoritmo asigna una puntuación normalizada a cada parámetro, en función de la cual se toma una decisión para el conductor.
«El mecanismo de clasificación por peso supone una menor carga para la red, lo que se traduce en menos apagones y tarifas eléctricas más bajas para las comunidades», explicó el equipo. «Los propietarios de vehículos eléctricos disfrutan de recargas más rápidas y baratas, mientras que los operadores de las estaciones aumentan sus beneficios gracias a la integración optimizada de PV-BESS. Desde el punto de vista medioambiental, la minimización de las emisiones contribuye a los objetivos globales de neutralidad en carbono, lo que podría evitar toneladas de CO2 al año en las zonas con una alta adopción de vehículos eléctricos».
Para probar su método, los investigadores realizaron una simulación MATLAB de un sistema IEEE de 33 buses. Colocaron dos EVCS (EVCS 1 y EVCS 2) en la red, cada uno con sistemas BESS y fotovoltaicos de tamaño óptimo. El EVCS 1 se diseñó para dar cabida a 40 vehículos eléctricos, y el EVCS 2, a 80. Sin embargo, recibieron solicitudes de recarga simultáneas de 80 y 150 vehículos eléctricos, respectivamente. La simulación consideró tres tipos de vehículos: un MG Comet con una batería de 17,3 kWh, un Tata Tiago con una batería de 19,2 kWh y un Citroën eC3 con una batería de 29,2 kWh.
Los científicos probaron cuatro escenarios en el bus IEEE 33: un caso base sin nada añadido al bus (caso 1); el autobús IEEE 33 con los dos EVCS (caso 2); el autobús IEEE 33 con los dos EVCS y PV (caso 3); y, por último, el autobús IEEE 33 con los dos EVCS, PV y BESS (caso 4). En todos los casos que requerían EVCS, el MOROA ha colocado el EVCS en el autobús 29 y el EVCS 2 en el autobús 11. En todos los casos que requerían PV, el tamaño consistía en 514 módulos de 5 kW cada uno en la primera estación y 318 módulos de la misma capacidad en la segunda estación. El EVCS 1 requería 90 BESS con una capacidad de 18 kWh cada uno, y el EVCS 2 requería 92 de los mismos BESS.
En el caso 1, la pérdida total de potencia fue de 2206,88 kW. En los casos restantes, cambió a 2417,97 kW, 1604,01 kW y 1591,52 kW para los casos 2, 3 y 4, respectivamente. Las emisiones de la red ascendente fueron de 34 055,24 kg, 35 543,88 kg, 24 926,55 kg y 25 056,24 kg, respectivamente. Los costos correspondientes a cada configuración fueron de 92 629 901,34 INR (1 045 566,50 dólares), 96 952 067,57 INR, 161 078 952,90 INR y 164 542 048,50 INR, respectivamente.
«Este enfoque impulsado por MOROA podría revolucionar la planificación urbana, incorporando EVCS inteligentes en ciudades inteligentes donde las combinaciones PV-BESS gestionan las demandas en tiempo real de flotas masivas de vehículos eléctricos», concluyeron los científicos. «Investigaciones posteriores podrían incorporar la inteligencia artificial para la modelización predictiva del tráfico de vehículos eléctricos o energías renovables híbridas como la eólica, mejorando la resiliencia frente a la variabilidad climática. Al refinar las incertidumbres en el comportamiento de los vehículos eléctricos, como las llegadas aleatorias, las futuras iteraciones podrían optimizar redes más grandes, como los sistemas IEEE de 69 autobuses, reduciendo aún más los costos y las emisiones para una transición fluida al transporte electrificado en todo el mundo».
Sus hallazgos se publicaron en «Multi-objective electric vehicle charge scheduling for photovoltaic and battery energy storage based electric vehicle charging stations in distribution network» (Programación de carga de vehículos eléctricos con múltiples objetivos para estaciones de carga de vehículos eléctricos basadas en energía fotovoltaica y almacenamiento de energía en baterías en la red de distribución), en Green Energy and Intelligent Transportation. En el estudio han participado científicos de la Universidad Siksha ‘O’ Anusandhan y la Universidad Tecnológica Biju Patnaik de India.
Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.
Al enviar este formulario, usted acepta que pv magazine utilice sus datos con el fin de publicar su comentario.
Sus datos personales solo se divulgarán o transmitirán a terceros para evitar el filtrado de spam o si es necesario para el mantenimiento técnico del sitio web. Cualquier otra transferencia a terceros no tendrá lugar a menos que esté justificada sobre la base de las regulaciones de protección de datos aplicables o si pv magazine está legalmente obligado a hacerlo.
Puede revocar este consentimiento en cualquier momento con efecto para el futuro, en cuyo caso sus datos personales se eliminarán inmediatamente. De lo contrario, sus datos serán eliminados cuando pv magazine haya procesado su solicitud o si se ha cumplido el propósito del almacenamiento de datos.
Puede encontrar más información sobre privacidad de datos en nuestra Política de protección de datos.