Comparação de Estratégias de Carregamento de Veículos Elétricos

Faculdade de Engenharia da Universidade do Porto Comparação de Estratégias de Carregamento de Veículos Elétricos Nuno Miguel Duarte Lima VERSÃO FINAL Dissertação realizada no âmbito do Mestrado Integrado em Engenharia Electrotécnica e de Computadores Major Energia Orientador: Prof. Manuel Matos 26/10/2012 ii © Nuno Miguel Duarte Lima, 2012 iii Resumo Perante um panorama internacional marcado por uma grave crise financeira e crescentes preocupações ambientais, particularmente com o setor dos transportes, as atenções viram-se para alternativas aos ineficientes e poluentes veículos de combustão interna. Neste âmbito, os veículos elétrico (em particular os do tipo plug-in), ao permitirem uma circulação limpa e económica, afiguram-se como uma solução interessante a ter em conta, apesar de alguns inconvenientes que devem ser acautelados. A circulação de um veículo elétrico só pode ser considerada limpa se a energia proveniente de rede elétrica e que alimenta as suas baterias for proveniente de fontes renováveis. Para além disso, o crescimento de uma frota de veículos elétricos poderá ter um considerável impacto no sistema elétrico de energia, conforme as estratégias de carregamento adotadas pelos seus utilizadores. Nesse sentido, têm surgido trabalhos que propõem a existência de uma entidade responsável por agregar e coordenar o carregamento de frotas de veículos elétricos (agregador). Estas entidades permitem, por um lado, o controlo desse impacto no sistema elétrico de energia, e por outro, representar essa frota no mercado elétrico, conseguindo contratos mais interessantes e, possivelmente, outros benefícios económicos para os utilizadores, em função do uso do veículo elétrico como apoio à rede elétrica de energia. Nesta dissertação foram estudados algoritmos de carregamento de frotas de veículos elétricos, simulando a posição de um agregador. Esse estudo recaiu sobre algoritmos heurísticos (i.e., baseados em regras), nomeadamente dois algoritmos de outros autores e um novo algoritmo desenvolvido ao longo desta dissertação. A performance destes algoritmos foi comparada com a de um algoritmo de carregamento de seleção ótima, e como tal, com performance superior mas, por outro lado, mais complexo. No decorrer deste trabalho foram realizados vários testes, tendo como base os dados do Mercado Ibérico de Eletricidade referentes ao ano de 2010, enquanto os dados necessários à aplicação dos algoritmos, nomeadamente, a energia elétrica contratada ao mercado ao longo dos dias e os comportamentos da frota, foram obtidos no âmbito de outras dissertações e são resultado dos algoritmos de previsão. Os algoritmos foram testados para 23 agregações e para 30 cenários de mercado, e em cada, duas frotas diferentes foram usadas. iv v Abstract Before an international landscape marked by a severe financial crisis and growing environmental concerns, particularly in the transport sector, the attentions turn to alternatives to the inefficient and polluting internal combustion vehicles. In this context, the electric vehicles (especially the plug-in ones), by allowing a clean and economic movement, seem like an interesting solution to take into account, despite some drawbacks that must be addressed. The movement of an electric vehicle can only be considered to be clean if the energy from the power grid and feeding their batteries comes from renewable sources. In addition, the growth of a fleet of electric vehicles may have a considerable impact on system electrical power according to the strategies adopted by their drivers. In this sense, there have been studies that suggest the existence of an entity responsible for aggregating and coordinating the loading fleet of electric vehicles (aggregator). These entities allow, on one hand, the impact of this control in electric power system, and on the other, represent this fleet in the electrical market, achieving more interesting contracts and possibly economic benefits to users, based on the use of electric vehicle as support for grid power. In this thesis, were studied algorithms for charging electric vehicle fleets, simulating the position of an aggregator. This study fell on heuristic algorithms (i.e., rule-based), including two algorithms of other authors and on a new algorithm developed throughout this dissertation. The performance of these algorithms has been compared with that of an optimization based algorithm, as such with superior performance but, on the other hand, more complex. In the course of this work were performed several tests, based on data from the Iberian Electricity Market for the year 2010, while the data necessary for the application of algorithms, including the electricity market contracted during the day and the behaviors of Fleet were calculated using the predictive models already exist. The algorithms were tested for 23 aggregates and in 30 market scenarios and for each, two different fleet were used. vi vii Agradecimentos Primeiro gostaria de agradecer ao meu orientador, o professor Manuel Matos, por todo o incentivo e aconselhamento dado ao longo desta dissertação. Gostaria ainda de agradecer ao Eng.º Ricardo Bessa do INESC-Porto, que, para além de toda a ajuda e conselhos que me deu ao longo deste período, ainda me forneceu os dados para a aplicação dos algoritmos e os resultados do seu algoritmo. Finalmente, gostaria de agradecer à minha família e amigos, que direta ou indiretamente, contribuíram para a conclusão de um capítulo tão grande na minha vida. Obrigado. Nuno Lima viii ix “Hoje melhor do que ontem, amanhã melhor do que hoje!” Lema japonês Kaizen xvi Lista de Símbolos Δt Duração do intervalo de carregamento Pmax Potência máxima atribuível a um VE Trt,j Tempo restante no intervalo t até à partida do VE j ej Próximo intervalo de saída do VE j Rt,j Energia requisitada remanescente do VE j no intervalo t Et,j Taxa de carregamento atribuída ao VE j no intervalo t Etbid Energia contratada para o intervalo t Mt,j Prioridade atribuída ao VE j no intervalo t dX Desvio positivo no intervalo X dY Desvio negativo no intervalo Y xvii xviii 1 Capítulo 1 Introdução 1.1 - Enquadramento Perante um panorama internacional marcado por uma grave crise financeira e crescentes preocupações ambientais, particularmente com o setor dos transportes, as atenções viram-se para alternativas aos ineficientes e poluentes veículos de combustão interna (VCI). Neste âmbito, os veículos elétricos (em particular os do tipo plug-in), ao permitirem uma circulação limpa e económica, afiguram-se como uma solução interessante a ter em conta. A ideia centra-se em transferir parte do consumo de energia dos veículos em circulação para a rede elétrica, de tal modo que a energia fornecida a estes, pela rede, tenha origem em fontes de energia renovável e nuclear e seja fornecida durante as horas de vazio de forma a minimizar investimentos em transmissão, distribuição e geração adicional. A tecnologia dos veículos elétricos apresenta vantagens significativas sobre os tradicionais VCI: operação mais limpa e silenciosa; condução agradável e uma capacidade de aceleração elevada; custos baixos de operação; custos de manutenção reduzidos e redução da dependência dos combustíveis petrolíferos. A estas pode-se ainda acrescentar o previsível uso dos veículos elétricos do tipo plug-in como apoio aos sistemas elétricos de energia, na forma de reserva. Estes veículos têm a capacidade de se ligar à rede de energia para carregarem a bateria e, numa lógica Vehicle-to-Grid (V2G), será também possível o trânsito da energia no sentido contrário ou, simplesmente, a otimização da taxa de carregamento, contribuindo assim para a qualidade e fiabilidade da própria rede. No entanto, esta possibilidade origina alguns inconvenientes que devem ser acautelados. A circulação de um veículo elétrico só pode ser considerada limpa se a energia proveniente de rede elétrica e que alimenta as suas baterias for proveniente de fontes renováveis. Para além disso, o crescimento de uma frota de veículos elétricos poderá ter um considerável impacto no sistema elétrico de energia, conforme as estratégias de carregamento adotadas pelos seus utilizadores. 2 2 Embora a tecnologia já se encontre no mercado, esta apresenta ainda uma expressão muito reduzida. A penetração desta tecnologia enfrenta, por ora, alguns desafios: a autonomia reduzida (mais acentuada nos puramente elétricos), a dificuldade no carregamento (processo moroso e escassez de pontos de carregamento) e o elevado custo de aquisição do veículo, são questões que causam um impacto considerável no quotidiano dos utilizadores, o que justifica a sua reduzida difusão. Como tal, o impacto do carregamento da frota no Sistema Elétrico de Energia (SEE) é, por enquanto, praticamente nulo. No entanto, a previsível evolução das baterias, quer ao nível do preço, quer ao nível da autonomia, acompanhada de um crescimento das economias de escala, irá tornar o VE uma proposta mais atrativa, sendo expectável um considerável crescimento da frota. Nesse cenário, e olhando para o VE como uma carga normal, ele representa uma considerável quantidade de energia, que pode ser aproximada a cerca de metade da energia consumida numa habitação doméstica típica no seu pico de consumo. Deste modo, é fácil de prever graves problemas de congestionamento nas redes já muito carregadas e problemas de perfil de tensão em redes predominantemente radiais, particularmente se os períodos de pico coincidirem com os períodos de carregamento dos VE. Assim, se não forem definidas estratégias de gestão apropriadas para acomodar este aumento de carga, irão ocorrer significativos problemas técnicos cujas desvantagens podem inclusive superar os benefícios económicos e ambientais decorrentes da utilização dos VE. Estas estratégias podem ter duas formas: 1) desenvolvimento e adoção de um modelo dinâmico de sinalização de preço, onde o utilizador é incentivado a carregar nas horas de menor consumo, ou, 2) desenvolvimento de um sistema de gestão técnica, que pode corresponder a uma nova entidade, responsável por agrupar e coordenar o carregamento de uma frota de VE. Essa entidade é designada por agente agregador (AA) e tem, por um lado, a responsabilidade de garantir o carregamento desses veículos e, por outro, a oportunidade de o fazer de forma tão eficiente e com o menor impacto para o sistema quanto possível. 1.2 - Objectivos Esta dissertação incide sobre as estratégias de carregamento de VE coordenados por um agente agregador. Os objetivos a que se propõe são o estudo e comparação de estratégias desenvolvidas por outros autores e a conceção de estratégias de carregamento alternativas. Do modo que é proposto o modelo do agregador [1], este agente terá um trabalho duplo: 1) a participação no mercado diário para comprar energia (baseada em previsões) para o dia seguinte, chamada fase de bidding, e 2) a gestão do carregamento da sua frota no próprio dia, chamada fase operacional. A componente de otimização de ofertas ao mercado já foi alvo de um estudo aprofundado [2,3,32] e está fora do âmbito desta dissertação. O problema que se tenciona abordar consiste em, a partir dessas ofertas, e, aproveitando os graus de liberdade que cada VE tem (i.e., tempo disponível até à sua partida) gerir o carregamento desses veículos de forma a modo a minimizar os desvios entre as quantidades contratadas e as realizadas. 3 Este tópico, apesar de recente, já foi alvo de algum estudo, nomeadamente [3-5]. A minimização do desvio entre quantidades contratadas e despachadas pode ser resolvido recorrendo a algoritmos de seleção ótima e algoritmos heurísticos de carregamento inteligente. Os algoritmos abordados e desenvolvidos nesta dissertação serão métodos heurísticos, que são métodos que tentam encontrar boas soluções, guiados por uma boa ideia. Estes métodos, apesar de não garantirem a otimalidade da solução, são métodos mais simples que apresentam como vantagens um menor peso computacional, bem como, um menor tempo de resolução. 1.3 - Estrutura da Dissertação Esta dissertação é constituída por 7 capítulos. O primeiro e atual capítulo serve como introdução ao documento, onde é descrito o contexto em que surge este trabalho e são definidos os objetivos. No capítulo 2 faz-se uma descrição aprofundada do veículo elétrico, incluindo uma contextualização histórica, as diversas vertentes tecnológicas e a caraterização do veículo em Portugal. O terceiro capítulo explica o funcionamento geral do MIBEL e dos vários mercados que o constituem pelo que é um ponto importante para perceber a interação que existe entre eles e o agregador. O capítulo 4 apresenta o estado da arte do agente agregador de VE, nomeadamente, a definição, o modelo de negócio, otimização das propostas ao mercado e otimização do despacho de carregamento. O quinto capítulo faz a descrição dos algoritmos operacionais desenvolvidos e ainda dos algoritmos de previsão, os quais não foram utilizados mas que deram origem às propostas ao mercado utilizadas neste trabalho. No sexto capítulo são apresentados e comparados os resultados dos três algoritmos heurísticos desenvolvidos e de um quarto de optimização utilizado como referência. Os algoritmos foram testados para diferentes agregações de VE e diferentes cenários de mercado, e para estes, foram utilizados duas frotas diferentes. O sétimo e último capítulo apresenta as conclusões dos resultados obtidos e principais a reter. 4 Capítulo 2 Veículos Elétricos 2.1 - História do Veículo Elétrico A génesis do VE tem uma data incerta mas, aparte de outras contribuições, esta é amplamente atribuída a Ányos Jedlik, inventor escocês do séc. XIX, que no ano de 1828 construiu um pequeno modelo de um carro movido por um motor elétrico que ele próprio projetou [6-8]. A invenção das baterias de chumbo-ácido em 1859 por Gaston Planté e o aperfeiçoamento das suas capacidades por Camille Faure em 1881 são pontos marcantes para a evolução do próprio carro elétrico. Não obstante todos os desenvolvimentos do VE ao longo desses anos, o primeiro automóvel elétrico de sucesso só foi construído em 1891 nos EUA por William Morrison of Des Moines. A evolução do VE a partir desse momento fez dele um dos veículos de eleição do final desse século e início do seguinte. Na viragem do século, 40% dos automóveis americanos eram movidos a vapor, 38% pela eletricidade, e 22% a gasolina. As vendas de carros elétricos atingiram o pico em 1912. De facto, em 1912, cerca de 34 000 VE de passageiros estavam registados na América e, em 1915, os serviços postais nas grandes cidades eram dominados por camiões elétricos devido à sua fiabilidade e funcionamento silencioso [9]. Esta “influência” fez-se sentir também nos desportos motorizados. Em França, em 1898, foi um VE a estabelecer o primeiro record oficial de velocidade em estrada, com uma velocidade média de 39 km/h. O carro elétrico foi também o primeiro a quebrar a barreira da milha por minuto (aproximadamente 97 km/h), com uma velocidade de 107 km/h, atingidos no dia 29 de Abril de 1899 [10]. Só em 1902 o record de velocidade foi conquistado por um carro a vapor com uma velocidade média de 120 km/h, num marco que, de certa forma, marcou o início do declínio dos carros elétricos [9]. Apesar do alcance limitado e da dependência de estações de carregamento próprias para carregar, o VE valia pela sua fiabilidade, facilidade de arranque e pelo seu operar silencioso, características que faltavam quer aos carros a vapor, quer aos carros de combustão interna. Curiosamente, viria a ser o desenvolvimento de um motor elétrico a condenar o sucesso 5 destes veículos. Em 1911, um motor de arranque elétrico viria substituir os tradicionais e incómodos arrancadores à manivela, dando aos carros a gasolina um arranque mais simples e fiável. Este fator, combinado com a disponibilidade limitada de eletricidade nas zonas rurais, tempos de carregamento demorados e alcance limitado dos VE, marcou o início do declínio dos VE [9]. No desenrolar desse século, o veículo de combustão interna viria a afirmar-se como o principal meio de transporte rodoviário, domínio que se mantém nos dias de hoje. Porém, com as crises petrolíferas da década de 1970, o aumento dos preços dos combustíveis despertou novamente o interesse pelo desenvolvimento dos veículos elétricos. A crescente consciencialização ambiental que se fez sentir nas décadas seguintes só serviu para reforçar essa preocupação, em especial, devido ao efeito de estufa para o qual muito contribui a poluição rodoviária. Em 1997, no Japão, a Toyta lançou o Prius, o primeiro carro híbrido produzido em série no mundo. Nos anos seguintes, alguns modelos puramente elétricos de outros fabricantes são introduzidos no mercado, embora em pequena escala e a maioria em modo leasing. Mais recentemente, a nova escalada do preço dos combustíveis fósseis deu novo impulso à aposta no veículo elétrico. Hoje em dia existe uma série de veículos elétricos disponíveis à venda, incluindo os notáveis Toyota Prius Plug-in, o Nissan Leaf e o Chevrolet Volt. 2.2 - Tipos de Veículos Elétricos Os veículos elétricos são veículos rodoviários que se diferenciam dos veículos usuais pelo facto de utilizarem um sistema de propulsão elétrica. Em alternativa à solução comum, em que a propulsão tem por base um depósito de combustível, um motor de combustão interna (que converte a energia armazenada no combustível em energia mecânica) e um sistema de transmissão mecânica às rodas, os VE utilizam motores elétricos, que convertem energia elétrica na energia mecânica necessária à sua propulsão. Os VE têm todos a mesma base tecnológica, contudo existem importantes diferenças tecnológicas que permitem distinguir tipos de VE. Assim, estes podem ser divididos em três diferentes categorias: veículos puramente elétricos, híbridos e veículos de célula de combustível. Figura 2.1 – Tipos de Veículos Elétricos [38] 6 6 Os veículos puramente elétricos, também conhecidos na literatura inglesa por Battery Electric Vehicles (BEV), caraterizam-se por utilizarem apenas energia elétrica para alimentar o(s) motor(es) elétrico(s) que lhe dão locomoção. Essa energia encontra-se guardada em baterias cuja recarga terá que ser feita através da ligação à REE ou a outra fonte de energia elétrica (outra bateria, por exemplo). Por recorrer apenas à energia elétrica das baterias, estes veículos não causam dano ao ambiente, uma vez que a sua circulação não produz quaisquer emissões. No entanto, esse é também o seu maior inconveniente pois devido ao estado de desenvolvimento das baterias, estes veículos apresentam em geral autonomias baixas (aproximadamente 100-160 km). [12-13]. O alto custo inicial, o longo tempo de carga e o reduzido espaço de carga são outros dos defeitos normalmente apontados a estes veículos [14]. Os veículos híbridos (HEV) são veículos que combinam a tecnologia dos BEV e dos VCI, i.e., motor de combustão interna e um ou mais motores elétricos. O modo como estes são concebidos para funcionar dá origem a três tipos de HEV – híbrido série, híbrido paralelo e híbrido série-paralelo. O híbrido série carateriza-se pela inexistência de uma ligação direta entre o motor de combustão e o veio de transmissão; somente o motor elétrico é responsável pela locomoção do veículo. O motor elétrico é alimentado pela energia proveniente das baterias. Quando esta não é suficiente para satisfazer os requisitos da condução o motor de combustão interna o qual é alimentado por um combustível fóssil (tipicamente, gasóleo) aciona um alternador que, por sua vez, produz eletricidade para corresponder às necessidades do motor elétrico. No híbrido paralelo, as rodas podem ser acionadas pelo motor de combustão, pelos elétricos ou por uma combinação de ambos. O híbrido série-paralelo combina caraterísticas dos dois, no sentido de tirar partido das vantagens de cada um. Para ajudar a clarificar segue-se um esquema com as três configurações descritas. Figura 2.2 - Configurações do HEV: a) série; b) paralelo; c) série-paralelo (adaptado de [14]) 7 O HEV foi desenvolvido para ultrapassar as deficiências quer dos VCI quer dos BEV, promovendo grande eficiência no funcionamento conjunto dos motores elétrico e de combustão. Nesse sentido, o ou os motores elétricos permitem reduzir o uso do motor de combustão em situações onde o motor elétrico seja capaz de assegurar o normal funcionamento do veículo (por exemplo, quando o veículo está imobilizado ou quando circula a uma velocidade inferior a determinado valor). O motor elétrico permite ainda a recuperação da energia cinética nas travagens ou durante a desaceleração natural do veículo (por exemplo, a descer uma via inclinada). Para além da redução do consumo de combustível, a menor utilização do motor de combustão contribui também para o seu menor desgaste e portanto, a manutenção do veículo pode ser significativamente reduzida [14]. Ainda na categoria dos HEV, estes podem ser classificados como sendo do híbridos do tipo plug-in, ou, assumindo a designação inglesa, Plug-In Hybrid Electric Vehicles (PHEV). Esta subcategoria permite que o carregamento das baterias se faça com recurso à ligação do veículo à rede elétrica. Este tipo de solução tecnológica para o recarregamento das baterias permite que o veículo utilize apenas a energia elétrica para se movimentar, o que é uma grande vantagem face aos restantes HEV, uma vez que torna possível que, em viagens curtas (tais como as viagens citadinas diárias), não se utilize nenhum outro combustível. Os veículos de célula de combustível, ou Fuel Cell Vehicles (FCV), produzem energia elétrica a partir do hidrogénio. A eletricidade resulta duma reação química entre o hidrogénio e o oxigénio cujo produto, para além da eletricidade, é água, pelo que se pode concluir que estes veículos não são poluentes. A energia elétrica produzida é utilizada na locomoção do veículo ou guardada nas baterias ou ultracondensadores para uso posterior. Esta tecnologia possui a desvantagem de utilizar um combustível (hidrogénio) cuja ocorrência na Natureza não é abundante e cuja obtenção implica um processo químico. Se este processo utilizar fontes de energia não-renováveis, então a produção de hidrogénio não é ambientalmente favorável. Para além disso, até serem estruturadas economias de escala a exploração destes veículos não será atrativa do ponto de vista económico. 2.3 - Carregamento de um Veículo Elétrico O carregamento de um VE consiste no processo de reposição de energia química na(s) bateria(s) do veículo para um nível máximo, ou pelo menos, superior. Os VE estão dotados de um carregador interno que transforma a energia recebida (por meio de um cabo) em corrente alternada (CA) para corrente contínua (CC), sendo dessa forma absorvida pela bateria. Para tal, o VE deve ser conectado à Rede Elétrica de Energia seja através de um posto de carregamento próprio ou tão simplesmente de uma tomada doméstica normal. 14 14 economicamente mais eficiente a manutenção de uma estrutura monopolista nestas atividades do que a sua abertura a mecanismos de concorrência. Os monopólios naturais subjacentes às atividades de transporte e distribuição de energia elétrica estão sujeitos a regulação, tendo-se consagrado o princípio de acesso livre por terceiros mediante o pagamento de uma tarifa regulada. Por seu lado, a produção e a comercialização de energia elétrica estão abertas à concorrência, com a justificação económica de introduzir maior eficiência na gestão e operação dos recursos afetos a estas atividades. 3.3 - Mercados de Eletricidade “A atividade de produção de energia elétrica em regime de mercado está associada a um mercado grossista, no qual os produtores asseguram a colocação da mesma e os agentes compradores adquirem energia elétrica, seja para satisfazer a carteira de fornecimentos a clientes finais, seja para consumo próprio. A atividade de comercialização está associada a um mercado retalhista, em que os agentes comercializadores concorrem para assegurar o fornecimento dos clientes finais. Nas secções seguintes procura-se caracterizar a estrutura do mercado elétrico ibérico, caracterizando aquelas que são as duas atividades abertas à concorrência: produção (mercado grossista) e comercialização (mercado retalhista)”. 3.3.1 - Mercados Grossista e Retalhista Mercado Grossista “O funcionamento do mercado grossista de energia elétrica está assente na existência de um conjunto de modalidades de contratação que se complementam entre si. Estas modalidades refletem as especificidades de funcionamento do sector elétrico, designadamente o facto de se tratar de um sector que funciona em regime de equilíbrio síncrono de produção e consumo e, por essa via, não ser possível a arbitragem temporal existente em outros mercados. Desta forma, o mercado grossista do MIBEL compreende atualmente quatro modalidades de contratação:  Um mercado de contratação a prazo (OMIP), em que se estabelecem compromissos a futuro de produção e de compra de energia elétrica. Este mercado pode efetuar liquidação física (entrega da energia) ou liquidação financeira (compensação dos valores monetários subjacentes à negociação);  Um mercado spot de contratação à vista (OMEL), com uma componente de contratação diária e uma componente de ajustes intradiários (mercados 15 intradiários), em que se estabelecem programas de venda (produção) e de compra de eletricidade para o dia seguinte ao da negociação;  Um mercado de serviços de sistema que efetua o ajustamento de equilíbrio da produção e do consumo de energia elétrica e que funciona em tempo real;  Um mercado de contratação bilateral, em que os agentes contratam para os diversos horizontes temporais a compra e venda de energia elétrica”. Mercado Retalhista “A estrutura de mercado retalhista assenta na coexistência de duas formas principais de contratação do fornecimento de energia elétrica:  Contratação em mercado regulado, por aplicação de tarifas integrais também reguladas;  Contratação em mercado liberalizado, com as condições de negociação da energia a serem definidas e acordadas entre as partes e a componente do acesso às redes a ser aplicada através de preço regulado. Assim, de forma genérica, a primeira caracterização da estrutura de mercado ao nível do retalho pode fazer-se com a repartição da contratação entre mercado regulado e mercado liberalizado”. Nos subcapítulos seguintes serão aprofundados os mercados spot diário e intradiário, onde o agregador contrata energia. O agregador poderia também transacionar energia nos mercados a prazo e de contratação bilateral mas apostar em mercados de longo prazo implicaria recorrer a previsões (da procura) de longo prazo, o que aumenta muito o risco e diminui a qualidade da previsão. Assim, os mercados de contratação a prazo e de contratação bilateral não são tidos em conta dado que não são compatíveis com o negócio do agregador, que funciona numa base diária. Em [16] são sugeridos os mercados onde o V2G pode ser atrativo: de base e de ponta, reserva girante e regulação. Estes serão também aprofundados. 3.3.1.1 - Mercado Diário e Intradiário Mercado Diário “O mercado diário do MIBEL é a plataforma onde se transaciona eletricidade para entrega no dia seguinte ao da negociação. Este mercado forma preço para cada uma das 24 horas de cada dia e para cada um dos 365 ou 366 dias de cada ano. 16 16 O preço de mercado é encontrado através de um processo em que se ordenam de forma crescente em preço as ofertas de venda (curva de oferta) e de forma decrescente em preço as ofertas de compra (curva de procura) de eletricidade para uma mesma hora. O preço de mercado (graficamente corresponde ao cruzamento das curvas de oferta e de procura) é o menor dos preços que garante que a oferta satisfaz a procura. É o chamado pool simétrico. Adicionalmente, como o mercado diário compreende simultaneamente Portugal e Espanha, torna-se necessário prever a circunstância de as capacidades de interligação comercialmente disponíveis entre os dois países não comportarem os fluxos de transfronteiriços de energia que o cruzamento de ofertas em mercado determinaria. Sempre que tal ocorre, as regras atuais de mercado determinam que se separem as duas áreas de mercado correspondentes a Portugal e Espanha e que se encontrem preços específicos para cada uma das áreas mencionadas. Este mecanismo é designado como market splitting ou separação de mercados. A hora de fecho do mercado diário será às 10 horas da manhã do dia anterior à data do fornecimento; os resultados do processo de encontro serão publicados às 11 horas. O processo de encontro incorpora: as posições abertas transferidas do mercado a prazo, para as quais foi solicitada uma entrega física; a informação relativa à execução, quando ela ocorra por entrega física, dos leilões regulados e os resultados dos leilões de capacidade nas interligações. Entre as 11 e as 14 horas, uma vez incorporados os contratos bilaterais, obtém-se o programa diário base de funcionamento (PDBF) para cada um dos sistemas; os operadores de sistema analisam e resolvem as possíveis restrições técnicas derivadas do processo de encontro do mercado diário e a declaração de contratos bilaterais, gerando desse modo os respetivos programas diários viáveis provisórios (PDVP); o PDV definitivo é publicado antes Figura 3.1 – Mercado em pool simétrico [24] 17 das 16 horas e incorpora o resultado do mercado de regulação secundária (descrito em pormenor no capítulo dedicado aos serviços do sistema). Apresentam-se a seguir as sucessivas sessões do intradiário; o resultado de cada sessão, uma vez livre de potenciais restrições ocorridas, gera o programa horário final (PHF). O esquema temporal de funcionamento é apresentado na seguinte figura”: Figura 3.2 – Esquema temporal do funcionamento dos mercados diários e intradiários [23] Este é o mercado ao qual o agregador faz propostas de compra para fornecimento da sua frota para o dia seguinte. Como se pode ver, este mercado encerra às 10 horas da manhã do dia anterior à data de fornecimento, razão pela qual o agregador tem que recorrer a previsões da procura da sua frota no dia seguinte, nas quais baseia a sua abordagem ao mercado. Mercado Intradiário “O mercado ibérico intradiário foi concebido como um mercado de ajustes, enunciado pelo Real Decreto 2019/2007, de 26 de Dezembro, com o objectivo de oferecer uma adequação entre a oferta e a procura mais precisa e próxima do tempo real que a permitida pelo mercado diário, resolvendo, desse modo, possíveis desajustes em sucessivas etapas da programação. No mercado intradiário, e com o objetivo de retificar as suas posições anteriores, os agentes com uma posição natural vendedora (produtores) também podem comprar energia, e os agentes com uma posição natural compradora (comercializadores) também podem vender energia. O mercado intradiário do MIBEL confere uma grande flexibilidade à operação dos agentes, propiciando um grau de otimização notável do portfólio, em função das necessidades de cada agente, numa variedade de horizontes temporais e com as mesmas garantias a nível de transparência e de possibilidades de supervisão que caracterizam o mercado diário. 18 18 O mercado intradiário estrutura-se em várias sessões, seis no total, realizando-se em cada uma delas um cruzamento de cariz marginal entre a oferta e a procura. A primeira sessão abrange 28 horas (as últimas 4 no dia D-1 e as 24 do dia D); a sexta abrange as últimas 9 horas do dia D”. O agregador tem necessidade de recorrer a este mercado em duas situações:  Em função dos resultados dos programas diários viáveis provisórios;  Conforme os desvios entre a energia contratada e despacha em cada intervalo. Em função dos ajustes técnicos efetuados pelo operador de sistema ao programa diário base de funcionamento, dos quais resultam os programas diários viáveis provisórios, pode haver alterações às propostas de compra inicialmente aceites em mercado. Essa situação pode levar à necessidade de o agregador recorrer ao mercado intradiário, de modo a conseguir a energia equivalente às necessidades inicialmente previstas. A outra situação em que o agregador pode recorrer ao mercado intradiário resulta da necessidade de ajuste dos desvios entre a procura prevista e a efetiva. Se a procura da frota for superior à prevista (desvio negativo), o agregador ficará numa situação de défice de energia, que terá que colmatar comprando-a no mercado intradiário. Na situação contrária (desvio positivo), o agregador encontra-se numa situação de excesso de energia, a qual irá vender também em mercado intradiário. Numa situação e noutra, o resultado da operação dá, geralmente, um saldo negativo, uma vez que, na maioria das vezes, o preço a que a energia é contratada ou vendida nestas sessões é menos favorável do que em mercado diário. Relativamente aos dois mercados, diário e intradiário, e no âmbito de V2G, o agregador poderá também interagir com estes mercados mas para vender energia dos VE da sua frota. Figura 3.3 – Esquema horário das sessões do Mercado Intradiário [23] 19 Embora a carga base e de ponta sejam transacionadas no mesmo mercado, faz sentido separa-las em dois mercados para analisar o benefício económico que um e outro podem ter para o agregador de VE. Este ponto é detalhado no final deste capítulo. 3.3.1.2 - Mercado de Serviços de Sistema “Qualquer SEE tem a necessidade de possuir Serviços de Sistema, designados, na literatura inglesa, Ancillary Systems. Estes serviços fornecem um apoio à operacionalidade da rede. Existem várias diferenças na sua aplicação e no seu funcionamento, específicas de cada país, no entanto, identificam-se traços muito comuns nos casos europeus, que se abordam de seguida. Os serviços necessários à exploração segura e fiável de um SEE são os seguintes: Reservas (no qual se inclui o controlo de frequência), Controlo de Tensão e BlackStart. Estes serviços podem ser obrigatórios, fornecidos através de contratos bilaterais ou negociados em mercado. Para além disso, os serviços podem ou não ser remunerados”. Controlo de Frequência e Reservas “Os serviços de sistema que fornecem reservas estão diretamente ligados ao controlo de frequência dos SEE. No caso europeu, existe uma entidade - ENTSO-E, European Network of Transmission System Operators of Electricity - responsável pela monitorização da frequência da rede elétrica europeia, constituída por várias áreas de controlo, geralmente coincidentes com as áreas dos países. Segundo esta entidade são definidos os seguintes serviços auxiliares para o controlo de frequência:  Reserva Primária - Está associada à resposta automática local das unidades produtoras a variações rápidas de carga. Após um incidente que cause um desvio de frequência, todas as máquinas sincronizadas com o SEE dispondo de controlo central veem o seu controlo primário ativado, antes que o desvio de frequência seja superior a 20mHz, com o objetivo de o estabilizar, isto é, para evitar que a frequência do sistema se continue a afastar do seu valor nominal. A nível europeu, a ENTSO-E definiu a reserva primária total em 3000 MW, a qual se encontra alocada às diversas áreas de controlo, de acordo com a energia de cada uma delas;  Reserva Secundária - Após a atuação do controlo primário, a frequência estabiliza, podendo encontrar-se num valor diferente do seu valor nominal. Assim, após este primeiro controlo, o AGC (Automatic Generation Control) ativa a Reserva Secundária para repor a frequência no valor nominal e para repor os 20 20 trânsitos pré-acordados nas interligações entre as diferentes áreas de controlo. A potência que cada área dever ter como Reserva Secundária é definida pela ENTSO-E;  Reserva Terciária - É ativada manualmente pelo TSO da área de controlo onde o incidente ocorreu, para libertar as reservas secundárias, quando o valor da frequência volta ao nominal. Para além de definir as regras do controlo de frequência e os níveis necessários de potência das reservas, a ENTSO-E define também tempos de atuação dos três tipos de reserva”. Dentro das reservas, podem-se distinguir a Reserva Girante e a Regulação. A Reserva Girante é fornecida pela capacidade de unidades de produção adicional, que é sincronizada com a rede. Essas unidades devem responder imediatamente e atingir plena capacidade dentro de 10 minutos, quando solicitadas pelo SO [38]. A Regulação é constituída por unidades (cargas ou geradores) que estão sob controlo direto do SO, em tempo real, para aumentar ou diminuir a geração / consumo. A Regulação é usada para ajustar a frequência da rede, combinando geração com carga. Este serviço pode ser dividido em Regulação a Subir - para a capacidade de aumentar a produção de electricidade (consumo ou diminuição) a partir de um ponto de operação - e Regulação a Descer - para a capacidade de reduzir a geração de energia (ou aumento de consumo), a partir de um ponto de operação [38]. Nestes dois serviços, o VE é pago para ter disponíveis e sincronizados a capacidade de um dado e recebe pagamentos adicionais para energia entregue à rede [38]. 3.3.2 - Valor do V2G Como foi referido, em [25] são distinguidos e analisados quatro tipos de mercado onde o V2G pode ser atrativo. Nesse estudo, os autores afirmam que a ponta não é um mercado promissor para o VE, dado que o o preço de ponta nunca é suficientemente alto, ideias igualmente suportadas por trabalhos mais recentes [36,37]. Relativamente ao mercado da reserva girante, os autores afirmam que, na sua maioria, os diferentes tipos de VE conseguem participar com lucro. Os FCV e os HPEV conseguem os maiores lucros, seguidos dos BEV. Sobre os serviços de regulação, os autores apontam os BEV como particularmente promissores. Os BEV parecem ser especialmente adequados para a regulação porque os seus ciclos de descarga reduzidos provocam menos degradação da bateria, e, porque as baterias 21 experienciam muito pouco descarga quando fornecem regulação para cima ou para baixo. Deste trabalho, pode-se perceber que certos tipos de VE são mais adequados para alguns mercados do que outros. Estas ideias são consistentes com as apresentadas em trabalhos mais recentes [36,37]. Além de equilibrar o diagrama de carga, os VEP apresentam características típicas [25] aqui enunciadas:  Resposta rápida;  Custo reduzido por kWh;  Custos de inactividade baixa;  Geração e carga geograficamente distribuída. Estas características fazem da tecnologia V2G um assunto de elevado potencial na optimização dos sistemas de energia e transportes. 22 22 Capítulo 4 Despacho do Carregamento de VE 4.1 - Descrição do Problema O agente agregador (ou simplesmente, agregador) é a entidade que se acredita que, a curto-médio prazo, dependendo da evolução das smart-grids, venha a ser responsável pelo carregamento dos VE. Este conceito será aprofundado oportunamente. Este agente organiza o carregamento de uma frota de VE, dividindo-o em intervalos temporais de duração fixa, daqui em diante designados, simplesmente, por intervalos. Em cada um desses intervalos ele terá que decidir, consoante a disponibilidade e necessidades de cada VE, a taxa de carregamento a atribuir a cada um. Entenda-se por disponibilidade o facto de o VE estar ligado à rede (através de um ponto de carregamento ou de uma tomada em casa), e na condição de poder receber ou fornecer energia elétrica. No caso de um VE ligado por vários intervalos seguidos, este conjunto de intervalos denomina-se período. É assumido que a taxa de carregamento atribuída a um VE em cada intervalo é constante ao longo do intervalo e que este carregamento se prolonga do início ao fim do intervalo, ou seja, uma vez iniciado não pode ser interrompido. Da mesma forma, assume-se que, se um veículo se liga à rede, tal acontece no início de um intervalo, ou seja, um VE que se ligue ao sistema durante um intervalo, apenas será considerado no início do intervalo seguinte. Quando o utilizador de um VE se liga então à rede, deve comunicar os seus requisitos de carregamento, i.e., o valor-alvo do nível de carga (state of charge) da bateria e o último intervalo antes de o veículo abandonar o sistema. É de notar que o mesmo VE pode voltar ao sistema tantas vezes quantas pretender, dando assim início a um novo processo. Para além da informação fornecida pelo utilizador no início de cada intervalo, o agregador sabe quais os VE ligados ao sistema no intervalo atual, bem como, a energia contratada para esse intervalo e para os seguintes. Resumindo, em cada intervalo, no momento de tomar a decisão sobre a taxa de carregamento de cada VE, o agregador conhece: os VE ligados ao sistema nesse intervalo, a 23 energia pretendida, o intervalo de partida desses veículos, e ainda, a energia contratada para esse intervalo e para os seguintes. Com base nesta informação, o agregador deve então decidir qual a taxa de carregamento a atribuir a cada um dos VE disponíveis nesse intervalo. A taxa de carregamento pode variar entre zero e uma taxa máxima que se irá estabelecer em 3 kW, um valor standard, suficiente para cobrir as necessidades do viajante habitual [26]. Assim, o problema do carregamento de uma frota de VE pode ser descrito da seguinte forma:  Em cada dia (D) o agregador faz previsões para o dia seguinte (D+1) das seguintes variáveis: i. procura da frota; ii. energia requisitada por cada VE; iii. disponibilidade de cada VE.  Com essa informação, faz propostas de compra ao mercado de eletricidade;  No dia D+1, à medida que os VE se ligam, e comunicam a sua disponibilidade e requisito de carregamento, o agregador decide o seu despacho, procurando minimizar a diferença entre a energia contratada e a efetivamente despachada. O problema do carregamento de uma frota de veículos elétricos não está relacionado propriamente com a discrepância entre a procura prevista e a efetiva, como se poderia imaginar inicialmente. Naturalmente, nenhuma previsão é perfeita, e a previsão da procura de energia pelos utilizadores dos VE não é exceção. No entanto, embora também seja uma parte importante, não é esta a razão que torna complexo o carregamento organizado de uma frota de VE. Mesmo num cenário teórico em que a previsão da procura é perfeita, i.e., que num dado intervalo a procura prevista (leia-se energia contratada) e efetiva coincidam, o problema mantém-se. A dificuldade inerente a este problema reside no facto de não ser possível saber quais os requisitos dos VE que se ligam ao sistema até que estes se liguem efetivamente, ou seja, o problema não está em saber quanta energia será necessária para alimentar a frota no intervalo seguinte, mas sim em como os requisitos dos VE que se liguem ao sistema no intervalo seguinte vão condicionar o despacho nos intervalos subsequentes. O que acontece é que o agregador tem de, em cada intervalo, decidir o despacho dos veículos disponíveis sem saber os requisitos dos VE no intervalo seguinte. Isto dá aso a que dois despachos diferentes mas igualmente ótimos no intervalo atual (i.e., mesmo desvio entre procura prevista e efetiva) não permitam a mesma otimização no intervalo seguinte. Para melhor compreensão, atente-se no seguinte exemplo. 30 30 Wu et al. [3] define algoritmos para o Agendamento e Despacho da energia elétrica por parte dos agregadores de frotas PEV, cujo principal objetivo é a maximização de lucros de comercialização de energia. O algoritmo para “Despacho” (2), determina os intervalos (de 1 min) em que cada PEV será carregado. Esse algoritmo calcula a duração do carregamento com base na informação fornecida pelos PEV à medida que estes vão chegando, atribuindo a cada veículo que chega os N intervalos mais baratos ainda disponíveis, necessários e suficientes satisfazer o carregamento. Amoroso et al. [4] apresenta um artigo onde estuda o Impacto de Variações de Eficiência na Eficácia de Estratégias de Carregamento com Taxa Variável para Veículos Elétricos. O autor considera duas estratégias -“Maximum Energy With Priority” (MEWP) e “Spread Energy With Priority” (SEWP) – nas quais os utilizadores são ordenados por prioridade decrescente. A primeira consiste em alocar a energia ao utilizador de modo que o carregamento fique completo no final desse período, enquanto a segunda consiste em distribuir a energia ainda a ser fornecida ao utilizador pelo tempo disponível até que este deixe o sistema. A taxa de carregamento de uma e outra corresponde à energia que falta carregar a dividir pelo tempo considerado em cada. Para uma eficiência de carregamento ideal, i.e., de 100%, as duas estratégias apresentam resultados semelhantes e positivos, permitindo uma boa exploração da rede, mas quando se considera uma eficiência de carregamento realista observa-se que o SEWP mostra ser mais adequado do que o MEWP, o que se justifica pelo facto de que o segundo tende a utilizar taxas de carregamento mais elevadas, onde a eficiência de carregamento é menor. Sortomme et al. [5] apresenta uma abordagem V2G ao carregamento ótimo de VE, na qual o VE pode oferecer o fornecimento de energia elétrica e serviços de sistema à rede, os quais merecem a devida compensação remuneratória. O artigo dedica-se ao estudo do V2G unidirecional por ser mais fácil de implementar inicialmente, uma vez que não impõe grande desgaste às baterias nem implica a construção de infra-estruturas substanciais, sendo vista pelo autor como um primeiro passo lógico para o V2G. O V2 unidirecional não permite a venda de energia à rede, apenas a prestação de serviços de regulação. Assim, a regulação, é realizada pela variação do ponto preferido de operação (POP) de cada VE. Este artigo sugere dois algoritmos de seleção do POP, algoritmos heurísticos de carregamento inteligente (smartcharging) e algoritmos de seleção ótima. São apresentados dois novos algoritmos, um heurístico de carregamento inteligente - “Max Reg Based”- e um de seleção ótima - “Opt Max Reg” - que, em cada intervalo (que compõe o período de carregamento), definem o POP e a capacidade de reserva a subir e a descer de cada VE. 31 No “Max Reg Based”, o POP é igual à diferença entre a energia máxima da bateria de cada VE e o seu SOC, a dividir pelas horas restantes naquele cenário de carregamento. O valor do POP não pode ultrapassar a energia requisitada remanescente. A capacidade de reserva a subir é o mínimo entre: a margem que o VE tem entre a máxima potência que pode receber e o POP atribuído; e a margem entre a energia requisitada remanescente e o POP atribuído. Por fim, a capacidade de reserva a descer é, naturalmente, igual ao próprio POP. Assim, Assim, o VE elétrico não carrega totalmente até ao final do período de licitação, assegurando a regulação pretendida e o cumprimento dos planos de carregamento. O valor efetivo de regulação fornecida pelo agregador é determinado consoante o sinal de regulamentação que o recebe do operador do sistema. O algoritmo de seleção ótima “Opt Max Reg”, é uma versão otimizada do “Max Reg Based”, que resolve um problema de maximização do lucro do agregador, o qual está sujeito a restrições quer dos utilizadores, quer das utilities com que interage. Por exemplo, a capacidade de reserva a subir mais o POP de um VE não pode ultrapassar a potência máxima que o VE pode receber, e, a energia recebida esperada para cada VE será dada pelo POP mais o valor esperado de regulação para baixo menos o valor esperado de regulação para cima. Os valores esperados de regulação cima e para baixo podem ser calculado a partir de dados históricos. Os resultados mostram que apenas o algoritmo de seleção ótima proporcionam benefícios significativos a todos os participantes: os clientes, agregador e utility. Para os clientes, maximizam a carga das baterias do período seleccionado enquanto minimizam o custo de carregamento. Para o agregador, maximizam os lucros nas condições dinâmicas do sistema. Para a utility, eles têm o potencial de melhorar o funcionamento do sistema de alimentação e de controlo, fornecendo flexibilidade adicional para compensar a variabilidade de fontes de energia renováveis. O trabalho desenvolvido nesta dissertação incide sobre os algoritmos apresentados por Wu et al. [3] e por Amoroso et al. [4], os quais são melhor detalhados no capítulo 5. 32 Capítulo 5 Descrição dos Algoritmos 5.1 - Introdução Este quinto capítulo começa com a descrição do enquadramento adotado neste trabalho e do conjunto de dados utilizados nesta dissertação. O resto do capítulo servirá para descrever os algoritmos de despacho de carregamento de VE propostos pelos autores Wu e Amoroso (já mencionados), nas suas versões originais e depois das alterações implementadas. A principal diferença entre estes dois algoritmos é que, enquanto o primeiro faz o despacho de carregamento dos VE para cada intervalo separadamente, o segundo fá-lo considerando os intervalos subsequentes até à partida do VE. Para além destes, será ainda apresentado um novo algoritmo desenvolvido nesta dissertação, o qual assenta num método heurístico que procura, através de ajustes nos despachos dos intervalos seguintes, a minimização dos desvios entre energia contratada e despachada em cada intervalo. 5.2 - Enquadramento proposto O agregador participa no mercado do dia seguinte com propostas de compra (baseadas em previsões) de energia elétrica para os diversos períodos do mercado. Estes períodos – com a duração de meia hora cada – coincidem com os intervalos de carregamento dos VE. A eletricidade contratada em cada intervalo é paga ao respetivo preço marginal estabelecido no fecho do mercado. Um dos pressupostos da aplicação destes algoritmos é que o agregador pode controlar o carregamento de todos os VE da sua frota, desde que sejam satisfeitos os seus requisitos de carregamento, ou seja, que cada VE receba a energia requisitada até ao intervalo que o seu utilizador define como de partida. 33 Antes do fecho do mercado no dia D, o agregador tem de definir a quantidade de energia elétrica a contratar em cada intervalo do dia D+1, com o objetivo de abastecer a sua frota de VE ao menor custo possível. Depois da participação no mercado de eletricidade e ao longo da fase operacional, a energia contratada é utilizada para o carregamento dos VE. Uma vez que a energia contratada foi obtida com base em previsões, é expectável que esses valores não coincidam sempre com os respetivos consumos. Em alguns intervalos o consumo poderá superior à energia contratada, enquanto noutros será inferior. Para minimização desses desvios, o agregador pode recorrer a algoritmos adequados de gestão operacional. Três algoritmos são apresentados na secção 5.4. 5.3 - Conjunto de dados O negócio da gestão do carregamento de uma frota de VE, como já foi explicado, envolve duas fases: a participação no mercado diário de energia, onde se determina a energia a contratar para o dia seguinte, e a atribuição (em tempo real) dessa energia no carregamento dos VE. Uma vez que a distância temporal entre uma fase e outra é, em geral, acima de 24 horas, o agregador precisa prever o consumo dos VE para o dia seguinte (D +1). O consumo dos VE divide-se em duas variáveis: a disponibilidade de carregamento e a energia requisitada. Para decidir a sua abordagem ao mercado, o agregador necessita também de prever o preço da eletricidade no mercado spot. Os dados (correspondentes a essas três variáveis) utilizados nesta dissertação foram obtidos no âmbito de outras dissertações e são resultado dos algoritmos de previsão disponíveis em [33]. 5.4 - Algoritmos Operacionais 5.4.1 - Amoroso Modificado No seu artigo, Amoroso sugere dois algoritmos – “Maximum Energy With Priority” (MEWP) e “Spread Energy With Priority” (SEWP). Em ambas as estratégias, os utilizadores são ordenados por ordem decrescente de prioridade e a energia é atribuída aos utilizadores com maior nível de prioridade até que a energia da rede se esgote. Tanto a energia requerida para completar a carga da bateria como o tempo disponível até à partida do utilizador variam à medida que o carregamento avança. Por essa razão, essa alocação apenas diz respeito a esse intervalo, sendo que, no intervalo 34 34 seguinte, cada utilizador pode ter um grau de prioridade diferente, repetindo-se então o processo até o último instante em análise. A prioridade (M) de cada utilizador procura satisfazer, simultaneamente, dois objetivos: satisfação do utilizador e o lucro do agregador por meio de Ms e Mp, respetivamente. { ( ) (2) onde: Rk,j –energia que no intervalot ainda necessária para completar o carregamento do VE j, Trk,j – tempo ainda disponível antes que o utilizador abandone o sistema, PMAX – potência máxima disponível a partir da rede, KU e KF – tarifa paga pelo utilizador pela eletricidade e penalidade a pagar pelo OS em caso de falha (€/kWh), KUMAX e KFMAX – valores máximos admissíveis para KU e KF, respetivamente, α1, α2 e α3 – Coeficientes de ponderação. O carregamento de cada veículo acontece a um determinado ritmo conforme a estratégia, MEWP ou SEWP, e será aqui denominado por Et,j. A primeira consiste em alocar a energia ao utilizador à taxa máxima, enquanto a segunda consiste em distribuir a energia requerida pelo utilizador pelo tempo disponível até que este deixe o sistema. Assim, as taxas de carregamento de uma e de outra estratégia, respetivamente, podem ser expressas da seguinte forma: (4) (5) No entanto, quer numa estratégia, quer na outra, a taxa de carregamento pode assumir valores inferiores a estes. Naturalmente, quando a taxa em causa corresponde a uma energia superior à que falta para igualar o requisito de carga do veículo, a taxa será apenas a suficiente para cumprir essa exigência. Os resultados apresentados pelo algoritmo SEWP ficaram muito aquém dos obtidos restantes algoritmos estudados, pelo que não foram considerados para apresentação. Modificações efetuadas Da forma como são apresentados, os algoritmos não estão preparados para carregar em cada intervalo mais do que a energia contratada inicialmente em mercado diário. Por exemplo, se no primeiro intervalo tiverem sido contratados 45 kW, o algoritmo não permite 35 que o carregamento de todos os VE nesse intervalo exceda esse valor, mesmo que isso implique que não sejam cumpridos os requisitos de carregamento de um ou mais veículos. Logicamente, a energia a mais a contratar teria que ser comprada nas várias sessões intradiárias do mercado (explicado com mais profundidade no capítulo 4). As vantagens dessa possibilidade são as seguintes: por um lado, devido à maior proximidade da hora em causa a incerteza é menor e portanto torna-se mais fácil aproximar a energia contratada da carga real, uma vez que também é mais fácil a previsão da carga; por outro, permite garantir que todos os veículos recebem a energia que precisam, mesmo quando a carga da frota supera as expectativas do agente agregador. O algoritmo original MEWP foi então modificado de modo a admitir esta possibilidade. A segunda modificação incide sobre o cálculo da prioridade de cada VE. Neste caso, uma vez que não se conhecem as constantes KU e KF, optou-se por utilizar apenas a parte respetivaà satisfação do utilizador. Assim, o cálculo da prioridade foi simplificado para: (3) O que significa que, um utilizador (de VE) é tão mais prioritário quanto mais energia requisitar e quanto menor for o tempo restante até à sua partida. De seguida são apresentados os passos que descrevem o algoritmo como este foi utilizado neste trabalho, ou seja, incluindo as modificações supracitadas: 1. no início do intervalo t, o agregador recebe a informação do utilizador do VE j e conhece o requisito de carregamento Rj nesse intervalo; 2. é calculado o nível de prioridade Mt,j de cada VE conectado ao sistema no intervalo t. Seguidamente, o agregador carrega os VE por ordem descendente de prioridade até que sejam todos despachados ou até que a energia contratada para o intervalo t se esgote. A taxa de carregamento de cada VE é dada por ( ), onde Pmax é a taxa máxima de carregamento (1.5 kW), ∆t é a duração do intervalo (meia hora) e Rt,j é a energia requisitada remanescente (i.e., por fornecer) no intervalo t. Aqui, duas situações podem ocorrer:  ∑( ) , tal que, todos os VE conetados no intervalo t (representados por Nt), com taxas de carregamento Et,j, são insuficientes para igualar a energia contratada para esse intervalo (Etbid);  ∑( ) , tal que, os p VE mais prioritários são suficientes para igualar a energia contratada para esse intervalo. Neste caso, é necessário verificar se os VE não despachados (j>p) são “flexíveis”, ou seja, se os seus requisitos de carregamento podem ser cumpridos dentro do tempo que eles têm antes da partida. Caso tal não se verifique, estes VE “inflexíveis” serão 36 36 carregados da mesma forma que primeiros p VE, o que leva a que ∑( ) , onde m>p; 3. o valor de Et,j é enviado com um valor-alvo (POP) para o VE j, e a energia requisitada remanescente Rj é atualizada para o intervalo seguinte, . De seguida é apresentado o algoritmo proposto por Wu. 5.4.2 - Wu Modificado Com este algoritmo, o autor pretende distribuir pelos VE a energia contratada com o menor desvio possível em relação ao previsto. Tal como o anterior, este algoritmo funciona continuamente durante o período de carregamento, atualizando de forma dinâmica a lista dos VE que estão conectados e os seus dados. A principal caraterística que distingue este algoritmo do anterior é que este não considera apenas o intervalo atual, ou seja, em cada intervalo ele determina não só o carregamento de um VE para o intervalo atual mas também para os intervalos seguintes até à partida do VE. Um despacho que tenha sido atribuído para um intervalo futuro pode ser corrigido nos intervalos seguintes. A cada VE que chega são atribuídas os próximos intervalos mais baratos com energia disponível e suficiente para proceder ao carregamento. Estes intervalos vão constituir o conjunto Hj. Modificações efetuadas Caso a energia disponível nos intervalos não seja suficiente para satisfazer o requisito de carregamento de um VE, este algoritmo (tal como o anterior), não prevê a possibilidade de o carregamento total atribuído, num dado intervalo, exceder a energia contratada para esse mesmo intervalo. De modo a atender esse requisito e atendendo à especificidade deste algoritmo, determinou-se que, quando tal acontece, deve ser aplicado o próprio princípio do algoritmo, i.e., esgotada a energia contratada nos intervalos em que o VE está ligado, a energia que falta atribuir ao VE de modo cumprir o seu requisito de carregamento inicial, será atribuída aos intervalos mais baratos necessários que permitam o carregamento do PEV à taxa máxima de carregamento. Esse carregamento adicional, corresponde a energia contratada em mercado intradiário, e, deve ser o suficiente para suprir a energia que falta ao VE. Em cada intervalo k, a taxa de carregamento adicional (Eadk,j) mais a taxa de carregamento já atribuída ao VE j (Ek,j ) não pode ser superior à taxa máxima de carregamento. 37 Para melhor compreensão apresentam-se de seguida os passos deste algoritmo (incluindo modificações): 1. no início do intervalo t, o agregador recebe a informação do utilizador do VE j e conhece o requisito de carregamento Rj nesse intervalo; 2. para cada um dos VE conetados, o agregador faz um ranking (por ordem decrescente de preço da energia contratada) dos intervalos compreendidos entre o intervalo atual (t) e o intervalo de saída (еj) do VE j. De seguida, a cada VE j, atribui os próximos intervalos mais baratos com energia disponível e suficiente para proceder ao carregamento. A taxa de carregamento de cada VE em cada intervalo k, é dada por ( ). De modo idêntico ao algoritmo anterior, no despacho de cada VE j, duas situações podem ocorrer:  ∑( ) { }, tal que, nos intervalos disponíveis até à sua partida lhe é atribuída a energia requisitada:∑( ) ;  ∑( ) { }, tal que, existe pelo menos um intervalo k onde os p primeiros VE (por ordem nominal: 1,2,3...) são suficientes para igualar a energia contratada para esse intervalo. Consequentemente, nos intervalos disponíveis até à partida do VE j não existe energia contratada para satisfazer a energia requisitada inicialmente no instante t: ∑( ) . Neste caso, fazendo uso do mesmo ranking determinado inicialmente para o VE j, é atribuída carga adicional (Eadk,j) aos intervalos mais baratos até ser cumprido o requisito inicial do VE j (Rt,j), tal que, ( ); 3. Os valores de Et,j e Eadt,j são enviados como valores-alvo (POP) para o VE j, enquanto os valores para k>t podem ser modificados no intervalo t+1. A energia requisitada remanescente Rj é atualizada para os intervalo seguinte, . No próximo subcapítulo é apresentado o novo algoritmo de carregamento desenvolvido, denominado “Heurístico Corretivo”. 5.4.3 - Heurístico Corretivo Em adição aos algoritmos desenvolvidos por outros autores e apresentados em cima, foi desenvolvido um algoritmo novo. Este novo algoritmo, designado “Heurístico Corretivo”, tem por base os dois algoritmos supracitados e acrescenta algumas ideias na tentativa de minimizar, ainda mais, o desvio total. Este algoritmo consiste em realizar, intervalo a intervalo, o despacho dos VE disponíveis atentendendo à sua prioridade, de modo semelhante ao "Amoroso Modificado" e, 38 38 simultaneamente, planear o despacho desses VE para os intervalos seguintes até à sua partida, tal como no "Wu Modificado". Para além destas, foram acrescentadas duas novas caraterísticas a este algoritmo. A primeira é que, o processo do despacho respetivo ao intervalo atual foi dividido em duas fases: carregamento dos VE inflexíveis e carregamento dos flexíveis. A lógica desta alteração tem a ver com a fórmula (3) usada em “Amoroso Modificado” para a atribuição da prioridade aos VE. Esta fórmula, que pretende dar prioridade aos VE com maiores requisitos de energia e menos tempo para a receber, falha em tornar os VE inflexíveis os mais prioritários, i.e., é possível que a um VE não prioritário seja atribuído um nível de prioridade mais elevado do que a um prioritário. Por exemplo, um VE que apresente um requisito de carregamento de 3 kWh e esteja ligado mais três intervalos tem um grau de prioridade de , enquanto apresente um requisito de carregamento de 1.6 kWh e esteja ligado mais dois intervalos (sendo por isso inflexível) tem um nível de prioridade de apenas . Uma vez que aos VE prioritários é atribuído o carregamento antes que aos restantes, nalguns casos estaria a atribuída energia a VE não inflexíveis que poderia antes ser atribuída a VE inflexíveis. Imagine-se que no intervalo t é atribuída a energia E a VE não inflexíveis. No caso de se esgotar a energia contratada e haver ainda VE inflexíveis por despachar, isso implica que seja contratada energia extra em sessões intradiárias numa quantidade superior à verdadeiramente necessária, fazendo aumentar desnecessariamente o desvio naquela hora. Para resolver este problema dividiu-se o despacho para o intervalo atual em duas fases: despacho dos VE inflexíveis; despacho dos VE não inflexíveis. Os VE continuam a ser classificados pela mesma função de prioridade, a única diferença é que os inflexíveis são despachados primeiro e os não inflexíveis a seguir. Assim garante-se que a energia contratada é atribuída primeiro aos VE inflexíveis, diminuindo em certos casos, a energia contratada nas sessões intradiárias. A segunda e última nova caraterística que este algoritmo apresenta é que à medida que avança, o algoritmo vai corrigindo o despacho "planeado" dos VE ainda ligados ao sistema, transferindo "carga" de intervalos onde o carregamento de todos os VE é superior à energia contratada para intervalos onde é inferior. Essa transferência deve obedecer a alguns critérios de modo a que os carregamentos façam sentido e a serem cumpridos os requisitos de carregamento de todos os VE. Assim, para se transferir carga de um VE k do intervalo X para o intervalo Y devem ser cumpridos alguns requisitos:  O VE deve estar ligado durante o período entre X e Y. Só assim se garante que é cumprido o seu requisito de carregamento e que não se interfere com outro período onde o VE está também ligado;  Se o intervalo para onde se quer transferir carga for posterior ao intervalo de onde se quer retirar (Y>X), tem que se garantir que no intervalo X o VE não é 39 inflexível, pois nesse intervalo o VE deve obrigatoriamente receber o carregamento planeado. O carregamento transferido de um VE, um intervalo para outro, deve estar limitado:  Ao próprio carregamento atribuído ao VE na hora X;  À margem desse VE no intervalo Y, ou seja, à diferença entre a energia já atribuída e a máxima (Pmax∙Δt) que é possível atribuir;  Ao desvio ainda existente quer no intervalo X quer no Y. Em relação à seleção dos intervalos com desvio positivos, i.e., os intervalos onde se esgota a energia contratada, estes são ordenados em função do Up Price (o preço da energia na sessão intradiária correspondente), ou seja, é dada preferência à transferência de carga de intervalos onde o Up Price é mais elevado. Desta forma, o algoritmo evita ir ao mercado intradiário nas sessões onde a energia é mais cara. Apresentam-se de seguida os passos deste algoritmo: 1. No início do intervalo t, o agregador recebe a informação do utilizador do VE j e conhece o requisito de carregamento Rj nesse intervalo; 2. É calculado o nível de prioridade Mt,j de cada VE conectado ao sistema no intervalo t. Os VE conectados são divididos em dois grupos: o dos inflexíveis e o dos não inflexíveis. Seguidamente, o agregador carrega os VE por ordem descendente de prioridade, primeiro os inflexíveis e depois os não inflexíveis. O agregador decide o carregamento de cada VE j desde o intervalo atual (t) ao intervalo de saída (еj). A taxa de carregamento em cada intervalo k dos VE inflexíveis é dada por ( ). A taxa de carregamento dos VE não inflexíveis é dada por ( ∑ ), ou seja, é semelhante exceto que está limitada à energia contratada sobrante para o intervalo k em questão, i.e., que ainda não foi atribuída (última parcela); 3. Calcular e ordenar os desvios: desvios positivos ordenados por ordem crescente de Up Price; desvios negativos ordenados do maior para o menor desvio (absoluto). Percorrer a lista ordenada dos intervalos com desvio positivo. Em cada um dos intervalos positivos. Identificar os VE viáveis. Calcular e ordenar os desvios negativos. A taxa de carregamento afeta ao VE j, a transferir do intervalo X para o intervalo Y é dada por , onde dx e dy são os desvios (positivo e negativo) nos intervalos X e Y, correspondentemente. Repetir até acontecer um dos seguintes:  O desvio positivo se anular;  O desvio negativo se anular;  Não existir mais margem nos VE selecionados. 46 46 Analisando estes resultados, percebe-se que os custos de excesso de energia, são em geral, muito superiores aos custos por défice. Esse resultado traduz que os desvios foram, na sua maioria, por excesso em vez de por defeito. Percebe-se ainda que, de modo geral, os algoritmos que apresentaram maior mMAPE são também aqueles cujos custos por excesso são mais elevados. Por exemplo, o “Wu Modificado”, que apresentou os maiores desvios em quase todos os cenários, apresenta também os custos mais elevados (quer de excesso, quer de défice de energia) tanto numa frota, como noutra. Atente-se na visualização gráfica dos custos dos desvios, i.e., os custos finais não considerando os custos fixos com a energia contratada previamente ao despacho (primeira componente da eq. 9). Figura 6.5 - Custos [k€] dos desvios dos algoritmos de gestão operacional em 30 cenários de mercado para a frota A 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 0 5 10 15 20 25 30 35 k€ Cenário Custo dos Desvios A AM Wu HC Ot 47 Figura 6.6 - Custo [k€] dos desvios dos algoritmos de gestão operacional em 30 cenários de mercado para a frota B Relembrando a figura 6.4, viu-se que, na frota B, entre os algoritmos heurísticos, o que apresentou menor desvio variou entre o “Amoroso Modficado” e o “Heurístico Corretivo”. No entanto, confrontando esses resultados com os apresentados na figura 6.6, percebe-se que os casos em que o primeiro apresentou menor desvio não se traduziram num menor custo final. Tanto o “Heurístico Corretivo” como o “Otimizado”, em função da seleção inteligente dos intervalos para carregamento, apresentam para ambas as frotas, o custo final mais baixo. Analise-se agora, separadamente, os custos por desvio e por excesso, dos quatro algoritmos para as frotas A e B. 2 3 4 5 6 7 8 9 10 0 5 10 15 20 25 30 35 k€ Cenário Custo dos Desvios B AM Wu HC Ot 48 48 Figura 6.7 - Custos [k€] por excesso de energia dos algoritmos de gestão operacional de 30 cenários de mercado para a frota A Figura 6.8 – Custos [k€] por excesso de energia dos algoritmos de gestão operacional de 30 cenários de mercado para a frota B 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 5 10 15 20 25 30 35 k€ Cenário Up Cost A AM Wu HC Ot 0 1 2 3 4 5 6 7 8 0 5 10 15 20 25 30 35 k€ Cenário Up Cost B AM Wu HC Ot 49 Pela análise das figuras 6.7 e 6.8, percebe-se que as heurísticas aplicadas ao “Heurístico Corretivo”, nomeadamente, a transferência de carga dos intervalos com excesso de energia mais caros para os intervalos com défice de energia, permitiram reduzir os custos por excesso de energia relativamente ao “Amoroso Modificado. Relativamente ao “Wu Modificado” houve igualmente redução do Up Cost, mas não para todo os cenários. No entanto, este menor custo não deve ser visto como positivo. Os custos por défice e por excesso não são independentes, i.e., as decisões tomadas para influenciar o aumento dos desvios positivos, também assumem efeitos nos desvios negativos, e vice-versa. Por exemplo, uma estratégia que exceda consistentemente a energia contratada, terá tendência para ter menos desvios negativos. Atente-se no custo por excesso, expresso nas figuras seguintes. 6.9 - Custos [k€] por défice de energia dos algoritmos de gestão operacional de 30 cenários de mercado para a frota A 0 0.2 0.4 0.6 0.8 1 1.2 1.4 0 5 10 15 20 25 30 35 k€ Cenário Down Cost A AM Wu HC Ot 50 50 Figura 6.10 - Custos [k€] por défice de energia dos algoritmos de gestão operacional de 30 cenários de mercado para a frota B Neste caso, na frota B, onde o “Wu Modificado” tinha obtido menores custos por défice do que o “Heurístico Corretivo”, pode-se ver que obteve agora os maiores custo por excesso de energia. Recordando a figura 6.6, percebe-se o acréscimo do Up Cost que o “Heurístico Corretivo” teve em relação ao “Wu Modificado”, foi compensado pela diminuição nos custos por excesso (Down Cost), resultando num custo total inferior. Este facto traduz , mais uma vez, uma seleção mais inteligente dos intervalos para carregamento, resultante das heurísticas do algoritmo. Por outro lado, o algoritmo “Amoroso Modificado” apresentou em todos os cenários, custos por excesso de energia sempre superiores ao “Heurístico Corretivo”. Tal pode ser entendido pelo facto de este algoritmo não preparar os intervalos subsequentes, limitandolhe a capacidade de reduzir os desvios por excesso. Relativamente ao algoritmo “Heurístico Corretivo”, especialmente na frota B (figura 6.10), este apresenta uma performance idêntica à do “Otimizado”, o que é um sinal da otimização do primeiro algoritmo neste ponto. 0 0.5 1 1.5 2 2.5 3 3.5 4 0 5 10 15 20 25 30 35 k€ Cenário Down Cost B AM Wu HC Ot 51 Para demonstração dos resultados no custo final (Eq. 9) dos algoritmos, selecionou-se um cenário de mercado exemplificativo das potenciais diferenças entre os algoritmos. Este cenário foi testado para as frotas A e B, ambas com 1500 VE. Tabela 6.4 - Custos dos algoritmos de gestão operacional num cenário de mercado para as frotas A e B Algoritmo Frota A [k€] Frota B [k€] Amoroso Modificado 4.955 9.031 Wu Modificado 5.622 9.479 Heurístico Corretivo 4.870 8.854 Otimizado 3.890 8.397 Como se pode verificar, o “Wu Modificado” e o “Amoroso Modificado” são os algoritmos que apresentam o custo final mais elevado, nas frotas A, como para a outra. Este resultado vem de encontro às conclusões tiradas nas várias comparações efetuadas com os outros algoritmos, nas quais este algoritmo apresentou os piores resultados, nomeadamente, os desvios mais elevados. Da mesma forma, o algoritmo “Otimizado”, o qual apresentou em praticamente todos testes comparativos os melhores resultados, apresenta agora o custo final mais baixo. Relativamente ao “Heurístico Corretivo”, é possível verificar que as regras aplicadas no seu desenvolvimento permitiram, nestas condições, uma redução do custo final para ambas as frotas em relação aos outros algoritmos de seleção heurísticos. Relativamente ao “Amoroso Modificado”, as reduções no custo final foram de:  85,09 € para a frota A;  177,07 € para a frota B. As reduções relativamente ao “Wu Modificado” apresentam valores semelhantes. Este exemplo é ilustrativo do benefício económico que a implementação de um algoritmo eficiente de gestão operacional de carregamento de VE. Neste caso, o algoritmo “Heurístico Corretivo”, com uma complexidade ligeiramente superior aos outros heurísticos testados, consegue uma redução significativa no custo final do carregamento. 52 Capítulo 7 Conclusões Esta dissertação compara diferentes algoritmos de gestão operacional de carregamento de VE para agentes agregadores. O objetivo era procurar algoritmos simples que conseguissem resultados interessantes com menos complexidade computacional do que algoritmos de otimização, daí que se tenha optado por algoritmos heurísticos. Em primeiro lugar, os testes realizados, nomeadamente, para várias agregações, enfatizam a importância do carregamento coordenado e agregado de VE para minimização dos desvios finais. Três algoritmos heurísticos de gestão operacional foram testados, dos quais um que define o carregamento para o próprio intervalo e atribui prioridade aos VE, outro que considera o período completo disponível para o carregamento, e um terceiro que atribui prioridade aos VE e considera o período disponível para carregamento mas que efetua correcções aos despachos seguintes. Este terceiro algoritmo foi desenvolvido nesta dissertação. Os desvios finais obtidos por estes algoritmos foram, na média entre as duas frotas testadas, de 13%, 14% e 12%, respectivamente, dando-se ênfase ao primeiro e último resultados, satisfatoriamente próximos do desvio de 10% apresentados pelo algoritmo de optimização também testado. O desenvolvimento de um novo algoritmo heurístico de gestão operacional permitiu desenvolvimentos, já que, acrescentando pouco complexidade aos heurísticos já existentes, consegue nalguns casos, benefícios económicos significativos. Os algoritmos foram testados em dados sintéticos de VE, antecipando uma realidade futura, que é a instalação de redes inteligentes por toda a Rede de Distribuição. No entanto, as conclusões deste trabalho podem ser generalizadas para casos de estudo com dados reais de VE e os algoritmos podem ser aplicados sem qualquer alteração. 54 Referências [1] R.J. Bessa, Manuel A. Matos, “The role of an aggregator agent for EV in the electricity market,” in Proc. of MedPower 2010, Agia Napa, Cyprus, 07-10 Nov. 2010. [2] Bessa, R.J.; Matos, M.A.; Soares, F.J.; Lopes, J.A.P.; , "Optimized Bidding of a EV Aggregation Agent in the Electricity Market," Smart Grid, IEEE Transactions on , vol.3, no.1, pp.443-452, March 2012. DOI: 10.1109/TSG.2011.2159632. [3] Di Wu; Aliprantis, D.C.; Lei Ying; , "Load Scheduling and Dispatch for Aggregators of Plug-In Electric Vehicles," Smart Grid, IEEE Transactions on , vol.3, no.1, pp.368-376, March 2012. DOI: 10.1109/TSG.2011.2163174. [4] Francesco A. Amoroso, Gregorio Cappuccino, “Impact of charging efficiency variations on the effectiveness of variable-rate-based charging strategies for electric vehicles”, Journal of Power Sources, Volume 196, Issue 22, 15 November 2011, Pages 9574-9578, ISSN 03787753, 10.1016/j.jpowsour.2011.07.074. [5] – Sortomme, El-Sharkawi. “Optimal Charging Strategies for Unidirectional Vehicle-toGrid”, IEEE TRANSACTIONS ON SMART GRID, VOL. 2, NO. 1, MARCH 2011. 10.1109/TSG.2010.2090910. [6] http://en.wikipedia.org/wiki/History_of_the_electric_vehicle, 10/03/2012. [7]http://inventors.about.com/od/estartinventions/a/History-Of-Electric-Vehicles.htm, 10/3/2012. [8] http://www.recharge-power.com/About/History, 15/03/2012 [9] Young, W.R., Jr.; , "Electric vehicles of yesterday carry us into tomorrow," Southcon/94. Conference Record, vol., no., pp.14-16, 29-31 March 1994, DOI: 10.1109/SOUTHC.1994.498067. [10] http://www.internalcombustionbook.com/RedDevil.php, 28/03/2012. [11] A Market Study on Hybrid Electric Vehicle, http://www.dolcera.com/wiki/index.php?title=A_market_study_on_Hybrid_vehicles_and _the_concept_of_V2G&printable=yes [12]http://www.renault.pt/descubra-a-renault/meioambiente/comunicados/renaulttwizy/, 22/02/2012. 55 [13]http://www.nissanusa/leaf-electric-car/index#/leaf-electric-car/specsfeatures/index, 22/02/2012. [14] Chan, C.C.; , "The State of the Art of Electric, Hybrid, and Fuel Cell Vehicles," Proceedings of the IEEE , vol.95, no.4, pp.704-718, April 2007. DOI: 10.1109/JPROC.2007.892489. [15] Formas de Carregamento de Veículos Eléctricos em Portugal, http://www.cmloures.pt/doc/Ambiente/RedeMobie.pdf [16] - A.G. Madureira, J.A. Peças Lopes, “Coordinated voltage support in distribution networks with distributed generation and microgrids”, Renewable Power Generation, IET (December 2009). [17] J. A. Peças Lopes, “Mobilidade Eléctrica e Redes Eléctricas Inteligentes”, FEUP & INESC Porto, 2011 Set. Disponível em: http://www.oern.pt/documentos/Apresentacao_jpl.pdf [18] João Abel Peças Lopes, Filipe Joel Soares, Pedro Miguel Rocha Almeida, ―Identifying Management Procedures to Deal with Connection of Electric Vehicles in the Grid‖, IEEE Bucharest PowerTech 2009, Bucharest, Roménia, Junho, 2009. [19] J. A. Peças Lopes, F. J. Soares, P. M. Rocha Almeida, ― Integration of Electric Vehicles in the Electric Power System‖, Vol.99, n°1, January 2011, Proceedings of the IEEE. [20] University of Delaware, ―Vehicle to grid Technology (2009), disponível em http://www.udel.edu/V2G/page2/page9/page9.html, consultado em 07/06/2012. [21] Anurag K. Srivastava, Bharath Annabathina, Sukumar Kamalasadan, The Challenges and Policy Options for Integrating Plug-in Hybrid Electric Vehicle into the Electric Grid, The Electricity Journal, Volume 23, Issue 3, April 2010, Pages 83-91, ISSN 1040-6190, 10.1016/j.tej.2010.03.004. [22] EcoEDP. http://www.eco.edp.pt/pt/veiculos-eletricos [23] Site da ERSE. http://www.erse.pt/pt/Paginas/home.aspx. Consultado em 05/04/2012. [24] - Tomé Saraiva, João Paulo, “Mercados de Electricidade – Regulação e Tarifação de Uso das Redes”, slides da Disciplina “Mercados e Qualidade”, Faculdade de Engenharia da Universidade do Porto, 2010/2011. [25] Kempton W, Tomic J, S. Letendre, “Vehicle-to-Grid Power: Battery, Hybrid, and Fuel Cell Vehicles as Resources for Distributed Electric Power in California”, 2001, Institute of Transportation Studies, University of California, Davis, CA, USA. UCD-ITS-RR-01-03. [26] T. Gomez, I. Momber, M. Rivier, A. Sanchez, “Regulatory framework and business models for charging plug-in electric vehicles: infrastructure, agents, and commercial relationships”. Energy Policy, pp.6364, November 22, 2010.