Carga Eficiente para Vehículos Eléctricos en Redes de Estacionamiento

Los Vehículos Eléctricos (VE) están cada vez más de moda, y con este aumento viene la necesidad de una carga eficiente. Este estudio se centra en programar la carga de los VE en una Red de estacionamientos, teniendo en cuenta los límites de Suministro de energía de la red. El objetivo es reducir las esperas de los VE que están a la espera de cargar, mientras se respeta la capacidad de la red eléctrica.

#Antecedentes

A medida que crece el número de vehículos eléctricos, también aumenta la necesidad de muchas estaciones de carga. Los estacionamientos cerca de áreas concurridas, como edificios de oficinas, son a menudo donde muchos VE se agrupan para cargar. Estos estacionamientos suelen tener una alta demanda durante ciertas horas, especialmente cuando el sol brilla y los paneles solares generan energía.

Muchos estacionamientos instalan paneles solares junto a las estaciones de carga para proporcionar energía adicional. Necesitamos gestionar la demanda de carga en estos lotes para asegurarnos de que todos los VE se carguen de manera efectiva sin sobrecargar el sistema eléctrico.

#Descripción del Problema

Este estudio analiza un grupo de estacionamientos conectados a la misma red eléctrica. Cada lote tiene un número limitado de estaciones de carga y solo puede proporcionar una cierta cantidad de electricidad basada en su conexión con la red. La llegada de los VE a los estacionamientos sigue un patrón conocido.

Cuando llega un VE, nos enteramos de su hora de salida deseada y cuánta energía necesita para cargar. Debemos crear un horario de carga para minimizar las esperas mientras respetamos los límites de la red.

La Programación de la carga debe hacerse con cuidado porque si un VE no está completamente cargado para su hora de salida, se retrasará. Nuestro objetivo es reducir este retraso general para todos los vehículos en la red.

#Importancia de la Programación

La carga de vehículos eléctricos es un tema importante que se ha estudiado desde varias perspectivas. Las revisiones de este tema clasifican las estrategias de carga en tres tipos: aquellas que se centran en la red eléctrica, las que involucran agregadores y las que se centran en los clientes. Nuestro enfoque se alinea con el modelo de agregadores, buscando proporcionar el mejor servicio posible mientras enfrentamos ciertos límites de capacidad.

El control de carga puede suceder a diferentes niveles. El nivel más básico es reactivo, centrándose en mantener estable la red. Queremos trabajar a un nivel más alto alineando la demanda de carga con la generación de los paneles solares y las necesidades de otros vehículos.

Estudios anteriores sugieren que la coordinación central de la carga conduce a mejores resultados. Nuestro método toma un enfoque centralizado, buscando optimizar el horario de carga en toda la red de estacionamientos mientras gestionamos recursos limitados.

#Método Propuesto

Presentamos un nuevo método que extiende las técnicas de programación tradicionales para adaptarse a la carga en línea de los VE. Nuestro enfoque se basa en reglas de programación establecidas para crear horarios que puedan ajustarse a medida que llegan nuevos vehículos.

Tenemos algunas estrategias para crear estos horarios: métodos únicos que generan un solo horario y métodos avanzados que actualizan los horarios periódicamente a medida que aparece nueva información. Al hacerlo, podemos desarrollar múltiples planes de programación para gestionar eficazmente las solicitudes de carga.

#Estudio de Caso

Utilizamos datos reales de la ciudad de Utrecht para probar nuestro enfoque. Estos datos incluyen patrones de llegada, necesidades de energía y tiempos de conexión para los VE. Este estudio de caso nos ayudará a evaluar qué tan bien funcionan nuestras técnicas de programación en un entorno práctico.

La red de estacionamientos en nuestro estudio está interconectada y tiene capacidades de carga específicas. Cada lote tiene su propio conjunto de paneles solares que pueden suministrar energía adicional, dependiendo de las condiciones meteorológicas.

Asumimos un promedio de aproximadamente 1,125 VE que llegan por día a estos estacionamientos. Los datos sobre horarios de llegada, volúmenes de carga y tiempos de conexión están basados en observaciones del mundo real.

#Estrategias de Programación

Para generar horarios de carga efectivos, nos centramos en técnicas de programación basadas en prioridades. Estas técnicas nos permiten manejar los trabajos-solicitudes de carga-clasificándolos según su urgencia.

Hay dos tipos principales de estrategias de programación: serial y paralela. En un enfoque serial, manejamos cada trabajo de carga uno a la vez, mientras que en una estrategia paralela, llenamos los huecos de tiempo disponibles con tantos trabajos de alta prioridad como sea posible.

Al mejorar estos métodos, podemos ajustarlos mejor a nuestras necesidades en el manejo de solicitudes de carga de VE. Nuestras estrategias de programación mejoradas no solo ayudan a gestionar las solicitudes actuales, sino que también se ajustan rápidamente a medida que llegan nuevos vehículos o cambian las condiciones.

#Simulación y Resultados

Para ver qué tan bien funcionan nuestras estrategias de programación, realizamos una simulación que replica cómo operarían estos estacionamientos en la vida real. Ejecutamos varios escenarios de prueba y recopilamos datos sobre el retraso promedio para los VE, el retraso máximo encontrado y cuántos VE experimentaron retrasos significativos.

La principal medida de rendimiento es el retraso promedio: cuánto tiempo, en promedio, tuvo que esperar un VE para comenzar a cargar. También observamos los retrasos máximos y el número de VE que enfrentaron retrasos más largos que un tiempo establecido.

De nuestras pruebas, encontramos que aplicar nuestros métodos de programación reduce significativamente el retraso experimentado por los VE. También descubrimos que tener en cuenta el diseño de la red eléctrica al programar es crucial para minimizar los retrasos.

#Análisis de las Limitaciones de la Red

Las limitaciones de suministro de energía son un aspecto central de nuestro enfoque. En nuestro estudio, demostramos los efectos de gestionar la carga en una red simplificada donde se ignoran estas limitaciones. En este escenario, los retrasos casi desaparecen, revelando la importancia de reconocer las limitaciones de la red para una simulación realista.

Nuestros resultados confirman que no considerar estos límites conduce a resultados de programación poco realistas. Un modelo más preciso debe tener en cuenta el diseño físico y la capacidad de la red para proporcionar resultados válidos.

#Beneficios de las Tarifas de Carga Flexibles

Usar tarifas de carga flexibles permite a los vehículos ajustar la rapidez con que cargan según la disponibilidad de energía actual. En nuestros escenarios, comparamos el uso de tarifas flexibles con tarifas fijas, encontrando que los retrasos promedio eran generalmente más cortos con tarifas flexibles.

Eliminamos los paneles solares de la prueba con tarifas fijas para mantener la equidad en la comparación de rendimiento. La ausencia de energía solar cambió significativamente los resultados, mostrando que las tarifas flexibles conducen a mejores resultados generales.

#Impacto de la Frecuencia de Programación

En la práctica, actualizar el horario de carga cada vez que llega nueva información podría ser excesivo. Así que exploramos varias frecuencias para generar nuevos horarios: activando una actualización cada vez que aparece nueva información, cada 15 minutos, o una vez por hora.

Los resultados muestran que actualizaciones menos frecuentes aún producen un buen rendimiento mientras mejoran la eficiencia computacional. Los mejores métodos de programación siguen superando a los enfoques más simples, incluso con intervalos más largos entre actualizaciones.

#Rendimiento General

Las estrategias de programación paralela tendieron a funcionar mejor que las seriales en varias pruebas. Los resultados más prometedores provienen de nuestro enfoque refinado, que combinó múltiples reglas de prioridad para generar horarios.

Al comparar nuestros métodos de programación óptimos con un escenario sin gestión, encontramos un riesgo significativo de sobrecarga de la red sin programación. Cargar sin control llevó a frecuentes sobrecargas, demostrando la necesidad de gestionar la carga de los VE de manera efectiva.

#Conclusión y Direcciones Futuras

Nuestro estudio ofrece un método para programar la carga de VE de una manera que minimiza los retrasos mientras respeta los límites de la red eléctrica. Al centrarnos en el diseño de la red y permitir tarifas de carga flexibles, podemos atender a más VE de manera eficiente.

Los hallazgos indican que sin una gestión adecuada, la sobrecarga de infraestructura se convierte en un problema serio. Nuestro enfoque de programación proporciona soluciones a este desafío, manteniendo los retrasos promedio bajos, justo por encima de un minuto y medio por vehículo, incluso en condiciones de alto tráfico.

De cara al futuro, hay muchas avenidas para investigar más. Optimizar nuestro método de programación puede incluir explorar reglas de prioridad más diversas y perfeccionar nuestras técnicas de destruir y reparar para aumentar la efectividad del horario.

También podemos ampliar el modelo permitiendo que los VE compartan energía con otros y haciendo un análisis más detallado de las variaciones de salida solar. Estas adiciones podrían mejorar la precisión de nuestras simulaciones y llevar a una gestión aún mejor de las necesidades de carga de VE en el futuro.