Estratégia Inteligente para Recarga de VE em Ondas de Calor
As ondas de calor cada vez mais intensas estão se tornando um desafio constante para as cidades modernas, não apenas pela saúde pública, mas também pela estabilidade das redes elétricas. Com o aumento das temperaturas, a demanda por energia para ar-condicionado dispara, criando um pico de carga que pode sobrecarregar o sistema. Essa tensão é agravada pela rápida adoção de veículos elétricos (VEs), cuja recarga, se não for gerenciada adequadamente, pode transformar um problema de gestão em uma crise energética. Uma nova pesquisa, liderada por Han Linyang e Ye Chengjin da Universidade de Zhejiang, propõe uma solução inovadora que não visa restringir o uso dos veículos, mas transformá-los em um ativo valioso para a rede elétrica por meio de uma estratégia de “recarga no vale”.
O estudo, publicado na prestigiada revista Automation of Electric Power Systems, aborda o problema de forma holística, reconhecendo que a solução não reside apenas na engenharia elétrica, mas também na compreensão do comportamento humano. Os modelos tradicionais para prever a carga de recarga dos VEs se baseiam em suposições simplificadas: os usuários recarregam quando a bateria está baixa, seguindo padrões de viagem predefinidos. No entanto, essa abordagem falha ao ignorar um fator crucial: as pessoas não são máquinas. Suas decisões sobre quando e onde recarregar são profundamente influenciadas por fatores externos como o clima, seu horário e, principalmente, seu conforto e conveniência.
A equipe da Universidade de Zhejiang dá um passo à frente ao incorporar a “Teoria do Comportamento Planejado” em seu modelo. Essa teoria psicológica afirma que a intenção de uma pessoa de realizar uma ação, como recarregar seu carro, se baseia em três pilares: sua atitude em relação à ação, as normas sociais percebidas e sua percepção de controle sobre a ação. Durante uma onda de calor, esses pilares mudam drasticamente. O desconforto do calor torna as viagens não essenciais menos atraentes, enquanto a necessidade de um veículo fresco e climatizado aumenta a dependência do carro. Essa mudança de comportamento, por sua vez, altera os padrões de tráfego, influenciando diretamente quando e onde um veículo está disponível para recarga. O estudo analisa dados de pesquisas de viagem juntamente com registros meteorológicos para quantificar como a vontade dos usuários varia de acordo com a temperatura, revelando padrões claros: em dias úteis, a intensidade média de viagens aumenta, pois as pessoas dependem mais de seus veículos climatizados para ir ao trabalho, enquanto em feriados, diminui, pois saídas desnecessárias são evitadas. Essa compreensão granular do comportamento humano é a base sobre a qual toda a simulação é construída.
O segundo grande avanço do estudo diz respeito à forma como calcula o consumo de energia do veículo. Os modelos convencionais geralmente usam uma métrica simples de “kWh por quilômetro”, ajustando esse valor com um fator de correção para a temperatura. Essa abordagem, segundo os pesquisadores, é fundamentalmente defeituosa porque ignora que uma parte significativa da drenagem da bateria em climas quentes não vem da condução, mas do funcionamento do sistema de ar-condicionado e refrigeração. Esses sistemas consomem energia com base no tempo de funcionamento, não na distância percorrida. Um carro parado em um congestionamento a 40 °C com o ar-condicionado no máximo drenará sua bateria muito mais rápido do que um carro que percorre a mesma distância em uma manhã fresca e clara.
Para superar essa limitação, a equipe desenvolveu um modelo de cálculo de energia em três componentes. O primeiro é o consumo para a propulsão, influenciado pela velocidade, distância e congestionamento do tráfego. O segundo é o consumo para o controle climático, que depende diretamente da temperatura externa e da duração da viagem. O terceiro é o consumo para acessórios de baixa tensão, como ventiladores e bombas, que também aumenta em temperaturas elevadas. Ao integrar a duração e a distância da viagem como entradas principais, este modelo oferece uma imagem muito mais precisa das necessidades energéticas reais de um VE, especialmente nas condições estressantes de uma onda de calor. Suas simulações confirmaram que o consumo energético do veículo aumenta drasticamente durante o clima quente, particularmente durante as horas de pico de tráfego, quando tanto o congestionamento quanto o uso do ar-condicionado são altos, levando a um aumento significativo na frequência e no volume de recarga necessários.
Com um modelo realista de onde as pessoas vão e quanta energia usam, a peça final do quebra-cabeça é entender como escolhem recarregar. Os pesquisadores abandonam a regra simplista de “recarregar quando a bateria está baixa”. Em vez disso, propõem um “modelo de escolha racional” em que os motoristas são vistos como agentes econômicos que tomam decisões complexas para minimizar seu custo total de propriedade. Esse custo não é apenas o preço da eletricidade; também inclui o custo da degradação da bateria por descargas profundas ou sobrecargas, e o que chamam de “custo de inconveniência”, uma medida quantificável do incômodo de recarregar em um determinado local ou momento. Um motorista pode preferir pagar uma taxa ligeiramente mais alta para recarregar em um ponto próximo e seguro em casa, em vez de um mais barato, mas remoto e menos seguro. Essa visão holística do processo de decisão do usuário permite que o modelo preveja não apenas se um carro será recarregado, mas também quando e onde o fará.
Esse nível de detalhe é crucial para os operadores da rede, que precisam conhecer não apenas a carga total, mas também sua localização precisa na rede. Com essa ferramenta de simulação altamente precisa, os pesquisadores passaram para sua proposta central: uma “estratégia de orientação espacial”. Sua solução é um mecanismo elegante e baseado no mercado que chamam de “descontos para recarga no vale”. O conceito é simples em princípio, mas sofisticado em sua execução. Todos os dias, o operador da rede de distribuição usaria seu modelo de simulação para prever o perfil de carga do dia seguinte. Ao analisar os preços marginais dos nós — o custo de fornecer uma unidade adicional de energia em cada ponto da rede — poderia identificar momentos e locais específicos onde há um excesso de eletricidade, muitas vezes durante a tarde, quando a geração solar é alta, mas a demanda geral é mais baixa.
O operador então ofereceria um desconto no preço de recarga nesses nós e momentos de “vale”. Essas informações seriam comunicadas aos motoristas com antecedência, talvez por meio de um aplicativo dedicado ou o sistema de navegação do veículo. Diante de um incentivo financeiro, os motoristas seriam incentivados a ajustar seus planos de recarga. Um motorista que normalmente recarrega em casa à noite poderia optar por recarregar em seu local de trabalho durante a tarde, ou procurar um ponto de recarga público com desconto no caminho de volta para casa. Isso não é uma ordem; é um empurrão, aproveitando a racionalidade econômica do motorista para obter um benefício em nível de sistema.
O brilhantismo dessa estratégia está no fato de que ela resolve múltiplos problemas simultaneamente. Reduz a carga de pico na rede deslocando a demanda para fora das horas críticas da tarde, reduzindo assim o risco de apagões e a necessidade de usinas elétricas “de pico” caras e poluentes. Aumenta a utilização de energia renovável criando demanda durante períodos de alta geração solar. E, mais importante, faz isso sem incomodar os usuários; na verdade, economiza dinheiro para eles. Os resultados da simulação do estudo são convincentes. Quando aplicado a uma cidade modelo durante um cenário de “calor extremo”, a implementação de descontos para recarga no vale reduziu a diferença entre pico e vale da carga em um notável 38,1% e reduziu a necessidade de desligamento de carga de emergência em 75,7%. Os custos de operação da rede diminuíram, levando a um aumento líquido na receita do sistema. Para os motoristas, o custo total de propriedade do veículo — a soma das tarifas de recarga, desgaste da bateria e inconveniência — diminuiu em 5,57%, uma economia significativa para uma grande frota de veículos.
Esta pesquisa representa um avanço significativo no campo da integração veículo-rede. Vai além dos silos técnicos da engenharia elétrica e dos modelos de transporte para criar uma abordagem verdadeiramente integrada e centrada no ser humano. Ao reconhecer que os motoristas são atores racionais com necessidades e preferências complexas, a estratégia transforma os veículos elétricos de uma carga passiva e imprevisível em um recurso ativo, reativo e valioso para a estabilidade da rede. Oferece um plano para um futuro em que o sistema energético não seja apenas inteligente, mas também empático, funcionando em harmonia com as pessoas que serve.
As implicações deste trabalho vão muito além do desafio imediato das ondas de calor. Os mesmos princípios podem ser aplicados para gerenciar a recarga durante outros eventos climáticos extremos, para integrar níveis mais altos de energia eólica e solar, ou para otimizar o uso do armazenamento de energia local. Fornece uma ferramenta poderosa para planejadores urbanos e empresas elétricas enquanto navegam na complexa transição para um sistema de transporte sustentável e eletrificado. À medida que o número de veículos elétricos nas estradas continua a crescer exponencialmente, estratégias como esta serão essenciais para garantir que a promessa do transporte limpo não venha ao custo de uma rede elétrica frágil e instável. O trabalho de Han Linyang, Ye Chengjin, Zhu Chao, Gao Qiang e Yu Haiyue demonstra que, com a combinação certa de modelagem avançada e compreensão do comportamento, podemos construir um sistema energético que não seja apenas robusto e eficiente, mas também justo e fácil de usar.
Han Linyang, Ye Chengjin, Zhu Chao, Gao Qiang, Yu Haiyue, Universidade de Zhejiang. Automation of Electric Power Systems. DOI: 10.7500/AEPS20230731005