Ubicación óptima para recarga de vehículos eléctricos en una red de media tensión
DOI:
https://doi.org/10.15649/2346030X.2713Palabras clave:
vehículo eléctrico, co-simulación, algoritmo genético, optimizaciónResumen
En este trabajo, se presenta una metodología para la ubicación óptima de estaciones de recarga utilizando cosimulación. El sistema eléctrico se modela en DigSILENT PowerFactory. El algoritmo de optimización se implementa en Matlab. El desafío de este problema es definir una pasarela que permita comunicar Matlab con DigSILENT PowerFactory. Se utiliza Matlab para desarrollar el algoritmo de Ubicación Óptima de Estaciones de Recarga (UOER), pues cuenta con excelentes herramientas que permiten hacer análisis de los datos y desarrollo de algoritmos. La red se implementa en DigSILENT PowerFactory por su excelente análisis en simulaciones de sistemas eléctricos. El algoritmo propuesto, es un algoritmo híbrido conformado por dos criterios donde el primero es el método de búsqueda exhaustiva, el cual evalúa todas las posibles soluciones y escoge la mejor solución entre todas, por otra parte, el segundo criterio se basa en el elitismo, el cual consiste en seleccionar las mejores soluciones, y trasladarlas a la siguiente generación sin ninguna alteración. El algoritmo desarrollado, es un algoritmo heurístico el cual no garantiza que se va a encontrar el óptimo de la solución; sin embargo, se muestra que para casos de estudio el sistema permite encontrar la solución óptima. Con este trabajo, se permitirá en un futuro brindar servicios a cualquier operador de red o entidad que tenga un sistema de distribución, y encontrar la ubicación óptima de estaciones de recarga.
Referencias
B.A. Ardila y Y.J. Ochoa, “Ubicación óptima de una estación de recarga pública para vehículos eléctricos en una red de distribución de energía eléctrica”, [Trabajo de grado], Ingeniería Eléctrica, Universidad Industrial de Santander, 2018.
Cerovsky, Zdenek y Pavel-Mindl, "Impact of Energy Production Technology on gas emission by Electric Hybrid and Electric Vehicles." International Journal of Renewable Energy Research (IJRER) 1 (3):118-25, 2011.
Wu, Han, y Dongxiao-Niu, "Study on Influence Factors of Electric Vehicles Charging Station Location Based on ISM and FMICMAC." Sustainability 9 (4):1-19, 2017.
N. Sujitha y S. Krithiga, "Grid tied PV- Electric Vehicle Battery Charger using Bidirectional Converter." International Journal of Renewable Energy Research (IJRER) 9 (4), 2019.
Shareef, Hussain, M Mainul-Islam, and A. Mohamed. "A review of the stage-of-the-art charging technologies, placement methodologies, and impacts of electric vehicles." Renewable and Sustainable Energy Reviews 64:403-20. doi: 2016. [En línea]. Disponible: https://doi.org/10.1016/j.rser.2016.06.033.
Moghaddam, A. Akbari, A. Shahrbaf-Darvazehnoie y A. Delnavaz, "Estimation of Vehicles Movements as a Sustainable Energy Source in Some Main Roads in Iran”. International Journal of Renewable Energy Research (IJRER) 9 (4), 2019.
Catalbas, M.C.M. Yildirim, A. Gulten y H. Kurum, “Estimation of optimal locations for electric vehicle charging stations”, Paper presented at the 2017, IEEE International Conference on Environment and Electrical Engineering and 2017 IEEE Industrial and Commercial Power Systems Europe (EEEIC / I&CPS Europe), 6-9 June 2017.
Consejería de Economía y Hacienda Comunidad de Madrid, “Guía del Vehículo Eléctrico II”, Madrid: Dirección General de Industria, Energía y Minas de la Comunidad de Madrid, 2019.
Mohsenzadeh, Amin, Samaneh Pazouki, Shahab-Ardalan y M. Reza-Haghifam, "Optimal placing and sizing of parking lots including different levels of charging stations in electric distribution networks". International Journal of Ambient Energy 39 (7):743-50, 2018.
Pazouki, Samira y J. Olamaei, "The effect of heterogeneous electric vehicles with different battery capacities in parking lots on peak load of electric power distribution networks". International Journal of Ambient Energy 40 (7):734-8, 2019.
W.E. Rangel y C.L. Jaimes, “Proyección de las redes de distribución eléctricas urbanas de uso residencial ante el escenario de masificación del vehículo eléctrico”, [Trabajo de grado] Ingeniería Eléctrica, Universidad Industrial de Santander, 2017.
K. Yenchamchalit, Y. Kongjeen, K. Bhumkittipich y N. Mithulananthan, “Optimal Sizing and Location of the Charging Station for Plug-in Electric Vehicles Using the Particle Swarm Optimization Technique”, Paper presented at the 2018 International Electrical Engineering Congress (iEECON), 7-9 March 2018.
Sadeghi-Barzani, Payam, A. Rajabi-Ghahnavieh y H. Kazemi-Karegar, "Optimal fast charging station placing and sizing". Applied Energy 125:289-99, 2014.
Islam, M. Mainul, H. Shareef y A. Mohamed, "Optimal siting and sizing of rapid charging station for electric vehicles considering Bangi city road network in Malaysia", Turkish Journal of Electrical Engineering & Computer Sciences 24:3933-48, 2016.
Zheng, Y., Z. Y. Dong, Y. Xu, K. Meng, J. H. Zhao y J. Qiu. "Electric Vehicle Battery Charging/Swap Stations in Distribution Systems: Comparison Study and Optimal Planning." IEEE Transactions on Power Systems 29 (1):221-9. 2014.
J. Sharma, y R.S. Singhal, “Comparative research on genetic algorithm, particle swarm optimization and hybrid GA-PSO. Paper presented at the 2015 2nd International”, Conference on Computing for Sustainable Global Development (INDIACom), 11-13 March 2015.
Efthymiou, Dimitrios, K. Chrysostomou, M. Morfoulaki y G. Aifantopoulou, "Electric vehicles charging infrastructure location: a genetic algorithm approach". European Transport Research Review 9 (2), 2017.
S. Lehnhoff, O. Nannen, S. Rohjans, F. Schlogl, S. Dalhues, L. Robitzky, U. Hager y C. Rehtanz. “Exchangeability of power flow simulators in smart grid co-simulations with mosaik”, Paper presented at the 2015 Workshop on Modeling and Simulation of Cyber-Physical Energy Systems (MSCPES), 13-13 April 2015.
J. Garcia-Villalobos, I. Zamora, M. Marinelli, P. Eguia y J.I. San Martin. "Co-simulation with DIgSILENT PowerFactory and MATLAB: Optimal Integration of Plug-in Electric Vehicles in Distribution Networks". In Advanced Smart Grid Functionalities Based on PowerFactory. Green Energy and Technology, edited by Francisco Gonzalez-Longatt and José Luis Rueda Torres, 67-91. Cham: Springer International Publishing, 2018.
A. Latif, M. Shahzad, P. Palensky y W. Gawlik, “An Alternative PowerFactory Matlab Coupling Approach”, IEEE, pp. 486-491. 2015.
J. Mola-Jimenez, J.L. Rueda, A. Perilla, W.Da, P. Palensky y M. Van Der Meijden, “PowerFactory-Python based assessment of frequency and transient stability in power systems dominated by power electronic interfaced generation”, Paper presented at the 2018 Workshop on Modeling and Simulation of Cyber-Physical Energy Systems (MSCPES), 10-10 April 2018.
C. Deckmyn, T.L. Vandoorn, M. Moradzadeh y L.Vandevelde, “Multi-objective optimization for environomic scheduling in microgrids”, Paper presented at the 2014 IEEE PES General Meeting | Conference & Exposition, 27-31 July 2014.
L. Wonjae, y K. Hak-Young, “Genetic algorithm implementation in Python”, Paper presented at the Fourth Annual ACIS International Conference on Computer and Information Science (ICIS'05), 14-16 July 2005.
5. Tabatabaei, M.N., Aghbolaghi, A.J., Boushehri, N.S. y F.H. Parast, “Reactive Power Optimization Using MATLAB and DigSILENT”, Chapter 11, Springer International Publishing, pp. 411- 474, 2017.
V.H. Medina, C.A. Avella, y E. Rivas, “Management Platform for a VPP in an Electric System base don Python and DIgSILENT”, International Journal af Applied Engineeing Research, 13 (21), 14930-14934, 2018.
Publicado
Cómo citar
Número
Sección
Altmetrics
Descargas
Licencia
La revista ofrece acceso abierto bajo una Licencia Creative Commons Attibution License
Esta obra está bajo una licencia Creative Commons Attribution (CC BY 4.0).
