Nova estratégia revolucionária de carga e descarga para VEs marca avanço decisivo na tecnologia V2G
A ascensão dos veículos elétricos (VE) tem sido um dos pilares da transição energética global, prometendo mitigar problemas de escassez de energia e poluição ambiental. No entanto, o crescimento exponencial desse parque veicular traz desafios significativos para as redes elétricas. Até dezembro de 2023, a China já contava com 20,41 milhões de veículos de energia nova, correspondendo a 6,07% do total de veículos no país, sendo 15,52 milhões deles veículos totalmente elétricos. Com projeções indicando que a participação desses veículos no mercado ultrapassará 50% em 2026, a necessidade de estratégias eficazes para gerenciar sua carga e descarga tornou-se mais urgente do que nunca. Uma nova pesquisa, publicada recentemente, apresenta uma abordagem inovadora baseada em um modelo de otimização de dois níveis que equilibra as demandas da rede elétrica e dos usuários, representando um avanço significativo na tecnologia Vehicle-to-Grid (V2G), que permite a interação bidirecional de energia entre os VE e a rede.
A pesquisa identifica as limitações das estratégias atuais. As tarifas horárias tradicionais, embora reduzam em parte os impactos da carga desordenada — como o aumento da diferença entre picos e vales da demanda diária e a redução da taxa de carga —, tendem a criar novos picos quando um grande número de usuários concentra sua carga em horários de preços baixos. Por outro lado, estratégias de otimização multiobjetivo, que buscam equilibrar interesses da rede e dos usuários, enfrentam dificuldades na definição de coeficientes de peso ideais para combinar as funções objetivo, resultando em resultados insatisfatórios para ambas as partes. Além disso, alguns métodos utilizam ferramentas de resolução que não garantem precisão suficiente quando lidam com um volume elevado de VE.
Para superar essas deficiências, a equipe de pesquisadores propôs uma estratégia de despacho baseada em um modelo de dois níveis, projetado para atender integralmente às necessidades tanto da rede quanto dos usuários. O primeiro nível concentra-se na minimização da variância da carga diária da rede, visando reduzir a diferença entre picos e vales e estabilizar a curva de demanda. O segundo nível, por sua vez, busca minimizar os custos de carga para os proprietários dos VE e garantir que o estado de carga da bateria (SOC) atenda às suas demandas de viagem. Esses dois níveis interagem: os resultados da otimização do segundo nível são enviados de volta ao primeiro, e o processo se repete até que uma solução ótima final seja alcançada.
Um elemento-chave da pesquisa é o uso de um algoritmo híbrido melhorado, que combina a Otimização por Enxame de Partículas (PSO) e o Recozimento Simulado (SA). O PSO é conhecido por sua velocidade na convergência para soluções próximas da ótima, mas tende a ficar preso em mínimos locais. O SA, por outro lado, é eficaz em escapar desses mínimos, embora tenha uma taxa de convergência mais lenta. O algoritmo PSO-SA melhorado integra os benefícios de ambos: começa com o PSO para obter rapidamente uma solução aproximada, depois usa o SA para perturbar e otimizar ainda mais essa solução, evitando mínimos locais e buscando uma solução global melhor. Essa abordagem demonstrou ser mais eficiente e precisa do que cada método isoladamente, especialmente ao lidar com a complexidade do despacho da carga e descarga de 1.500 VEs distribuídos em 96 intervalos de 15 minutos ao longo do dia.
Para validar a estratégia proposta, os pesquisadores realizaram simulações usando a plataforma Matlab, com dados reais de uma região de Chongqing, China. A metodologia de Monte Carlo foi empregada para modelar os padrões de carga dos VE, considerando parâmetros como capacidade da bateria de 35 kWh, consumo médio de 20 kWh por 100 km, potência de carga de 7 kW e eficiência de 90%. As tarifas horárias usadas foram baseadas nas tarifas residenciais de Chongqing, que diferenciam períodos de pico (11:00-17:00 e 20:00-22:00, com preço de 0,64 yuan/kWh), período médio (8:00-11:00, 17:00-20:00 e 22:00-24:00, a 0,54 yuan/kWh) e período de vale (00:00-8:00, a 0,36 yuan/kWh).
Os resultados das simulações mostraram que a estratégia de dois níveis supera claramente outras abordagens. Em termos de rede elétrica, a diferença entre picos e vales da curva de demanda foi reduzida em 48,24% em relação às tarifas horárias e em 28% em relação à estratégia multiobjetivo. A variância diária da carga, que mede a volatilidade da demanda, caiu 51,6% em comparação com as tarifas horárias e 19,75% em relação à estratégia multiobjetivo, indicando uma curva de carga muito mais estável. Além disso, ao contrário das tarifas horárias, que causaram novos picos de demanda — por exemplo, entre 10:15 e 3:00 da manhã seguinte —, a estratégia de dois níveis suavizou a curva de carga de forma uniforme, evitando a criação de novos picos e aliviando a pressão sobre a rede em todos os momentos.
Do ponto de vista dos usuários, os benefícios são igualmente significativos. Os custos médios de carga por VE passaram de 12,01 yuan com a carga desordenada para 9,97 yuan com a estratégia multiobjetivo, e para 9,05 yuan com a estratégia de dois níveis — uma redução de 24,63% em relação à carga desordenada e de 9,18% em relação à estratégia multiobjetivo. Essa economia considerável não apenas beneficia os usuários individuais, mas também aumenta sua disposição para participar de programas V2G, fundamental para a adoção em larga escala dessas estratégias. Além disso, a estratégia considera o custo de degradação das baterias devido aos ciclos de carga e descarga, integrando esse fator nos cálculos para garantir que as economias não sejam comprometidas por custos adicionais relacionados à redução da vida útil das baterias.
A estrutura de controle do despacho dos VE adotada na pesquisa inclui três níveis: o nível de despacho da rede de distribuição, o nível de operação da estação de carga (nível de controle) e o nível do usuário. Esses níveis comunicam-se em tempo real por meio de uma rede de comunicação robusta, permitindo uma coordenação eficaz. O centro de despacho da rede de distribuição elabora planos de despacho ótimos, as estações de carga transmitem informações sobre os veículos a serem despachados e recebem os planos, e os dispositivos de carga inteligentes executam as operações de carga e descarga conforme as instruções recebidas.
A pesquisa também comparou a performance da estratégia proposta com outras abordagens por meio de indicadores chave. Em relação à diferença entre picos e vales, a estratégia de tarifas horárias apresentou 3.251,44 kW, a estratégia multiobjetivo 2.340,90 kW, e a estratégia de dois níveis 1.682,79 kW. Na variância da carga diária, os valores foram 269,58 para as tarifas horárias, 162,57 para a multiobjetivo e 130,47 para a de dois níveis. Esses dados confirmam que a nova estratégia proporciona uma rede mais estável e eficiente.
Com o crescimento contínuo do parque de VE, estratégias como essa são essenciais para garantir que a transição para a mobilidade elétrica seja sustentável do ponto de vista energético e econômico. A capacidade dos VE de atuar como armazenadores de energia distribuídos, por meio da tecnologia V2G, pode transformá-los em ativos para a rede elétrica, ajudando a integrar maiores quantidades de energias renováveis e melhorar a eficiência do sistema como um todo.
Esta pesquisa foi conduzida por Ma Yongxiang, Wang Xixin, Yan Qunmin, Kong Zhizhan e Dan Wenguo, respectivamente afiliados ao College of Electrical Engineering da Shaanxi University of Technology (Hanzhong), à Shaanxi Electric Power Company (Xi’an) e à Ulanqab Electric Power Bureau (Nei Mongol). O trabalho foi publicado na revista “Journal of Chongqing University of Technology (Natural Science)” (Volume 38, Número 2, 2024), com DOI: 10.3969/j.issn.1674-8425(z).2024.02.029.