Inicio » Listado de proyectos » Gestión de recarga de vehículos eléctricos y su integración inteligente con la red eléctrica

Gestión de recarga de vehículos eléctricos y su integración inteligente con la red eléctrica

Código del proyecto
FSE_1_2018_1_153050
Fecha de inicio
2019/07/01
Beneficiario
Andres Ferragut : Facultad de Ingeniería
Duración
27
Año de convocatoria
2018
Departamento
Montevideo

Resumen publicable

El sector eléctrico está encaminado hacia cambios significativos. Al reemplazo de centrales despachables de fuente térmica por energías renovables de características intermitentes (eólica, solar), se le suma un disruptor del lado de la demanda: los vehículos eléctricos. Este escenario presenta interesantes desafíos de investigación.

En este proyecto, nos proponemos desarrollar actividades de investigación, formación de investigadores, colaboración internacional y transferencia tecnológica en la temática de operación de los futuros sistemas eléctricos. Poniendo el foco en la incorporación de vehículos eléctricos a la red, se analizarán mecanismos de gestión de carga, así como mecanismos de regulación incorporando el manejo de la congestión con el modelado de la red. Para alcanzar este objetivo utilizaremos el modelado matemático y la optimización.

Se abordarán dos líneas de trabajo: por una parte la optimización de la gestión de carga de vehículos eléctricos, con foco en parques de vehículos (flotas de transporte público, empresas) donde se puede realizar una planificación inteligente. Se requiere de una adecuación de las políticas de carga a la energía disponible buscando optimizar el aprovechamiento de los recursos renovables. En segundo lugar, se analizará la optimización conjunta de la carga de vehículos con la red. La demanda de los vehículos traerá aparejado un estrés adicional sobre la infraestructura, el cuál será más importante a nivel de la red de distribución. Es aquí donde el impacto de la optimización es relevante, buscando el aprovechamiento que el almacenamiento distribuido de los vehículos eléctricos puede proporcionar a la red, en forma de flexibilidad (vehicle to grid).

En ambas líneas la metodología consiste en la formulación de modelos matemáticos que capturen la esencia del problema, su resolución analítica o mediante herramientas de optimización, el diseño de algoritmos y su validación mediante simulaciones o pruebas en parques reales.

El sector eléctrico está encaminado hacia cambios significativos: el reemplazo de centrales despachables de fuente térmica, por energías renovables de características intermitentes (eólica, solar), así como la aparición de un disruptor del lado de la demanda, los vehículos eléctricos, presentan nuevos desafíos de investigación. En este proyecto, nos proponemos desarrollar actividades de investigación, colaboración internacional, formación de investigadores y transferencia tecnológica en la temática de operación de los futuros sistemas eléctricos. Poniendo el foco en la incorporación de vehículos eléctricos a la red, se analizarán mecanismos de gestión de carga, así como mecanismos de regulación incorporando el manejo de la congestión con el modelado de la red. Para alcanzar este objetivo utilizaremos el modelado matemático y la optimización. Se abordarán dos líneas de trabajo: por una parte la optimización de la gestión de carga de vehículos eléctricos, con foco en parques de vehículos (flotas de transporte público, empresas) donde se puede realizar una planificación inteligente. Se requiere de una adecuación de las políticas de carga a un contexto de potencia variable no despachable que es necesario aprovechar, para minimizar el estrés a la infraestructura de red. En segundo lugar, se analizará la optimización conjunta de la carga de vehículos con la red. La demanda de los vehículos traerá aparejado un estrés adicional sobre la infraestructura, el cuál será más importante a nivel de la red de distribución. Es aquí donde el impacto de la optimización es relevante, buscando el aprovechamiento que el almacenamiento distribuido de los vehículos eléctricos puede proporcionar a la red, en forma de flexibilidad (vehicle to grid). En ambas líneas la metodología consiste en la formulación de modelos matemáticos que capturen la esencia del problema, su resolución analítica o mediante herramientas de optimización, el diseño de algoritmos y su validación mediante simulaciones o pruebas en parques reales.

Productos académicos

Artículo

Castellano, A., Martínez, C., Monzón, P., Bazerque, J., Ferragut, A., Paganini, F. (2021). Quadratic approximate dynamic programming for scheduling water resources: a case study. Url: https://hdl.handle.net/20.500.12381/471

Artículo

Nakahira, Y., Ferragut, A., Wierman, A. (2021). Generalized Exact Scheduling: a Minimal-Variance Distributed Deadline SchedulerGeneralized Exact Scheduling: a Minimal-Variance Distributed Deadline Scheduler. Url: https://hdl.handle.net/20.500.12381/469

Artículo

Ferragut, A., Narbondo, L., Paganini, F. (2021). EDF vehicle charging under deadline uncertainty . Url: https://hdl.handle.net/20.500.12381/467

Artículo

Ferragut, A., Narbondo, L., Paganini, F. (2021). The effect of deadline uncertanity on EV charge scheduling. Url: https://hdl.handle.net/20.500.12381/468

Artículo

Ferragut, A., Narbondo, L., Paganini, F. (2021). Scheduling EV charging with uncertain departure times. Url: https://hdl.handle.net/20.500.12381/470