Escolar Documentos
Profissional Documentos
Cultura Documentos
JUIZ DE FORA
2017
GUSTAVO IANNACONE DI MAIO SILVA
JUIZ DE FORA
2017
Ficha catalográfica elaborada através do programa de geração
automática da Biblioteca Universitária da UFJF,
com os dados fornecidos pelo(a) autor(a)
BANCA EXAMINADORA:
_______________________________________________
Prof. Bruno Henriques Dias, D.Sc.
Universidade Federal de Juiz de Fora, UFJF
Orientadora
_______________________________________________
Prof. Leonardo Willer de Oliveira, D.Sc.
Universidade Federal de Juiz de Fora, UFJF
_______________________________________________
Eng. Edgar Bellini Xavier
Universidade Federal de Juiz de Fora, UFJF
V
AGRADECIMENTOS
RESUMO
ABSTRACT
LISTA DE FIGURAS
LISTA DE TABELAS
SUMÁRIO
AGRADECIMENTOS .............................................................................................. V
RESUMO ................................................................................................................. VI
ABSTRACT ............................................................................................................ VII
LISTA DE FIGURAS .......................................................................................... VIII
LISTA DE TABELAS ............................................................................................. IX
SUMÁRIO .................................................................................................................. X
Capítulo 1 Introdução .............................................................................................. 12
1.1 Contextualização ........................................................................................................ 12
1.2 Objetivo......................................................................................................................... 12
1.3 Revisão Bibliográfica ................................................................................................ 13
Capítulo 2 Premissas Básicas e Conceitos Iniciais ................................................ 17
2.1 Introdução .................................................................................................................... 17
2.2 Desbalanceamento de Tensão ............................................................................... 17
2.2.1 Consequências do Desbalanceamento de Tensão ........................................... 18
2.2.2 Metodologias para Medição do Desbalanceamento ....................................... 19
2.3 Veículos Elétricos ...................................................................................................... 20
2.3.1 Tipos de Veículos Elétricos .................................................................................... 21
2.3.2 Sistemas de Carregamento ...................................................................................... 21
2.3.3 Modelos Utilizados nas Simulações ..................................................................... 22
Capítulo 3 Metodologia Proposta ........................................................................... 23
3.1 Introdução .................................................................................................................... 23
3.2 Características do Shopping Center ..................................................................... 23
3.3 Método de Análise de Desbalanceamento Causado por Carregamento
Descoordenado de Veículos Elétricos .............................................................................................. 26
3.4 Método de Análise de Desbalanceamento Causado por Carregamento
Coordenado de Veículos Elétricos ..................................................................................................... 28
Capítulo 4 Resultados .............................................................................................. 31
4.1 Introdução .................................................................................................................... 31
4.2 Simulações Considerando Dados de Quarta-Feira .......................................... 32
4.2.1 Alocação Descoordenada de Veículos Elétricos ............................................... 33
4.2.2 Alocação Coordenada de Veículos Elétricos ..................................................... 35
4.3 Simulações Considerando Sexta-Feira ................................................................ 37
4.3.1 Alocação Descoordenada de Veículos Elétricos ............................................... 37
4.3.2 Alocação Coordenada de Veículos Elétricos ..................................................... 39
4.4 Simulações Considerando Sábado ........................................................................ 40
4.4.1 Alocação Descoordenada de Veículos Elétricos ............................................... 40
4.4.2 Alocação Coordenada de Veículos Elétricos ..................................................... 42
4.5 Simulações Considerando Domingo .................................................................... 43
4.5.1 Alocação Descoordenada de Veículos Elétricos ............................................... 44
4.5.2 Alocação Coordenada de Veículos Elétricos ..................................................... 45
4.6 Comparação entre os Métodos .............................................................................. 46
Capítulo 5 Conclusões .............................................................................................. 49
Referências Bibliográficas ....................................................................................... 51
12
Capítulo 1
Introdução
1.1 Contextualização
1.2 Objetivo
O objetivo deste trabalho é analisar como veículos elétricos podem contribuir para a
solução de problemas de desbalanceamento em grandes consumidores de energia. Assim, ao
invés de tratar os veículos elétricos como um problema para o sistema elétrico, este trabalho
busca nos veículos elétricos um aliado na solução dos problemas de desbalanceamento de
tensão.
Através de uma estimativa do fluxo diário de veículos em um Shopping da região da
Zona da Mata mineira, serão realizadas simulações a fim de analisar o impacto dos veículos
elétricos no balanceamento do Shopping Center. Assim, com o auxílio do software Matlab,
13
com dados obtidos de Smart Meters a fim de encontrar soluções para os possíveis problemas
causados por esses veículos elétricos. Em UL-HAQ et al. (2015) são estudados dois perfis de
carregamento de veículos elétricos, um descoordenado e um coordenado baseado no valor da
tarifa de energia, mostrando que a configuração descoordenada pode levar a desbalanceamentos
de tensão superiores a 2%. Em MOGHBEL (2015), os autores estudam o carregamento
coordenado de veículos elétricos como alternativa para o controle de carga em transformadores,
além de controle de tensão e corrente.
Seguindo linha similar de pesquisa, em SILVA et al. (2017), os autores buscam
analisar como a oferta de pontos de carregamento de veículos elétricos em Shopping Centers
poderia impactar positiva, ou negativamente o balanceamento de tensão destes
estabelecimentos. Neste trabalho foi demonstrado que em ambos os casos a presença de
veículos elétricos elevaria o desbalanceamento do Shopping Center. Entretanto, quando os
veículos são carregados de forma descoordenada o nível de desbalanceamento encontrado foi
tão alto que a corrente no neutro atingiu valores que poderiam até mesmo desarmar os sistemas
de segurança do estabelecimento.
Sendo assim, tento como referência os estudos citados anteriormente, com destaque
para o artigo SILVA et al. (2017), este trabalho busca analisar como o perfil de tensão de
Shopping Centers seria impactado pelo carregamento coordenado e descoordenado de veículos
elétricos em seus estacionamentos.
17
Capítulo 2
2.1 Introdução
em relação à magnitude da tensão de cada uma das fases, ou mesmo defasagens diferentes de
120° entre elas. Estas discrepâncias ocorrem com mais frequência em sistemas de distribuição
de baixa tensão. Segundo TEODORO (2005), o principal motivo destes desequilíbrios é a
distribuição irregular de cargas monofásicas entre as fases deste sistema. Tal irregularidade
induz as correntes nos condutores a apresentarem valores diferentes entre si, causando então
quedas de tensão distintas em cada uma das fases do sistema elétrico, tornando o mesmo
desequilibrado, o que pode gerar consequências negativas para o sistema.
⃗⃗⃗
𝐈𝐧 = ⃗⃗⃗
𝐈𝐚 + ⃗⃗⃗
𝐈𝐛 + ⃗⃗𝐈𝐜 (1)
Onde:
⃗⃗⃗
In : corrente de neutro;
⃗⃗Ia : corrente da fase A;
⃗⃗⃗
Ib : corrente da fase B;
⃗⃗Ic : corrente da fase C.
19
Nesta seção serão apresentados os três principais métodos utilizados atualmente para
a medição do desequilíbrio de tensão. O método NEMA e o método IEEE buscam quantificar
o desbalanceamento trabalhando apenas com os módulos das tensões, enquanto o método
CIGRÉ correlaciona as tensões fase-fase por meio de uma grandeza adimensional.
Na primeira metodologia desenvolvida pela NEMA, o desequilíbrio de tensão do
sistema é dado pela razão entre o máximo desvio das tensões em relação à média, e a média
aritmética dos módulos das tensões trifásicas. Ou seja, sem considerar a separação angular entre
estas tensões (TEODORO, 2005). A equação desta metodologia é apresentada pela equação
(2).
∆𝐕𝐦á𝐱
𝐔𝐍𝐄𝐌𝐀 = ∗ 𝟏𝟎𝟎 (2)
∆𝐕𝐦é𝐝
Onde:
UNEMA : Desbalanceamento;
∆Vmáx : Desvio máximo de tensão em relação a Vméd ;
∆Vméd : Média aritmética das tensões trifásicas.
𝟑 ∗ ( 𝐕𝐦á𝐱 − 𝐕𝐦𝐢𝐧 )
𝐔𝐈𝐄𝐄𝐄 = ∗ 𝟏𝟎𝟎 (3)
𝐕𝐚 + 𝐕𝐛 + 𝐕𝐜
Onde:
UUIEEE : Desbalanceamento;
Vmáx : Tensão máxima medida;
Vmin : Tensão mínima medida;
Va : Tensão na fase A;
Vb : Tensão na fase B;
Vc : Tensão na fase C.
20
𝟏 − √𝟑 − 𝟔 ∗ 𝛅 (4)
𝐔𝐂𝐢𝐠𝐫é = √ ∗ 𝟏𝟎𝟎
𝟏 + √𝟑 − 𝟔 ∗ 𝛅
Onde:
UCigré : Desbalanceamento;
Vab : Tensão entre as fases A e B;
Vbc : Tensão entre as fases B e C;
Vca : Tensão entre as fases C e A.
Neste trabalho, não foram utilizados nenhum dos métodos citados anteriormente para
a medição do desequilíbrio de tensão, uma vez que os três métodos dependem da queda de
tensão em cada uma das fases do sistema. Esta queda de tensão depende, entre outros fatores
de características dos cabos que integram o sistema de distribuição do Shopping Center, e estes
dados não foram disponibilizados para a realização deste trabalho. Assim, para estimar o
desbalanceamento, foi utilizada a metodologia apresentada na seção 2.2.1, onde é demonstrado
que o desequilíbrio entre as fases de um sistema elétrico trifásico pode ser estimado através da
magnitude da corrente do condutor neutro.
Nesta seção serão apresentadas características dos três tipos de veículos elétricos
existentes atualmente no mercado, além de comparar as diferentes formas de carregamento de
cada um destes veículos.
21
Assim como exposto por BUNGA (2013), o que caracteriza um veículo elétrico é a
presença de componentes como um motor elétrico, uma bateria e um equipamento de
carregamento. Entretanto, os veículos elétricos podem ser divididos em três tipos, Batery
Electric Vehicles (BEV), Plug-in Hybrid Electric Vehicles (PHEV) e Extended-Range Electric
Vehicles (EREV). A diferenciação entre estes três tipos é dependente da estrutura interna e de
como os componentes principais destes veículos se organizam.
A principal característica dos BEVs, é que este tipo de EV não possui mecanismos de
combustão interna, ou seja, são veículos puramente elétricos. Segundo BUNGA (2013) este
tipo de veículo é capaz de percorrer distancias maiores, cerca de 100 a 160 Km, e possui baterias
com maior capacidade, em torno de 25 e 35 kWh. De acordo com IEA (2016), este é o tipo de
veículo elétrico que mais recebe incentivos governamentais para sua comercialização. Uma
desvantagem dos BEVs é o fato destes veículos serem completamente dependentes das baterias,
considerando a baixa presença de postos de carregamento de veículos elétricos (BUNGA,
2013).
O PHEVs, diferentemente dos BEVs, são veículos que além do motor elétrico, também
possuem um sistema de combustão interna e conseguem recarregar suas baterias por meio de
fontes externas (BUNGA, 2013). Apesar de percorrer distâncias inferiores se comparado ao
BEV, os PHEVs utilizam seu sistema de combustão interna para estender a capacidade do
veículo e percorrer distâncias adicionais. Este tipo de veículo elétrico também apresenta preços
inferiores se comparado aos modelos puramente elétricos.
O terceiro tipo de veículos elétricos são os EREVs, que são um tipo de PHEVs e
também apresentam um sistema de combustão interna (BUNGA, 2013). O grande diferencial
deste tipo de veículo é que o sistema de combustão interna é utilizado para gerar eletricidade
através de um pequeno gerador a combustão, ampliando assim a distância percorrida pelo
veículo, além daquela suportada pelas baterias.
Por possuírem uma carga relativamente alta, veículos elétricos necessitam de pontos
de carregamento destinados exclusivamente para este fim. Assim, a Society of Automotive
Engineers (SAE), considera três padrões de carregadores de veículos com diferentes
22
Capítulo 3
Metodologia Proposta
3.1 Introdução
(CÁRDENAS, 2003). Os dados sobre fluxo horário de veículos em cada um destes dias, em
função do fluxo viário total diário deste centro comercial é definido de acordo com a
metodologia proposta por PEREIRA (2011).
Assim, utilizando os dados fornecidos pelo Shopping e as metodologias propostas em
por PEREIRA (2011) e CÁRDENAS (2003) foi estimado o fluxo horário de veículos que
circula por este centro comercial em quatro dias diferentes. Os resultados podem ser conferidos
na Figura 2.
veículos elétricos nos EUA até meados do século XXI. Assim, dadas as diferenças econômicas
entre os dois países, foi realizada uma estimativa mais conservadora para o Brasil, dividindo os
valores propostos por dois.
De acordo com os dados fornecidos pela equipe do Shopping Center estudado, este
estabelecimento possui cerca de 2000 vagas de estacionamento. Considerando os percentuais
definidos anteriormente, este shopping então deveria reservar entre 10% e 40% de suas vagas
para postos de carregamento. Entretanto, como pode ser observado na Figura 2, o fluxo total de
veículos por hora dentro do Shopping Center raramente atinge valores superiores a 50%. Assim,
foi definido que o número de vagas oferecidas para veículos elétricos seria igual a 10% do
número total de vagas do Shopping Center.
Para a implementação da metodologia proposta no estabelecimento real, propõe-se que
a indicação das vagas aos motoristas será realizada por meio de um painel eletrônico nas
estradas do estacionamento.
Primeiramente foi proposto um algoritmo que recebe como dados de entrada o número
de veículos que chegam ao Shopping Center a cada 15 minutos e aloca estes veículos de maneira
aleatória entre os postos de carregamento livres do estacionamento, sem considerar a fase na
qual este posto de carregamento está conectado. A única restrição deste modelo é o número de
vagas livres em cada fase, naquele intervalo de tempo, ou seja, os veículos elétricos que
entrarem no Shopping Center podem estacionar livremente. A saída do algoritmo é o número
de vagas livres para o próximo intervalo de tempo e o nível de desbalanceamento do sistema,
causado pelo desequilíbrio de carga entre as fases do sistema.
Os dados de entrada de cada ciclo são o número de veículos que entrou e saiu de cada
fase durante o ciclo anterior, o número de veículos que permaneceu no Shopping e os dados da
curva de carga do estabelecimento. Isso significa que, no início de cada ciclo, o algoritmo irá
gerar um número aleatório de veículos que devem entrar no estacionamento e um número
aleatório de veículos elétricos que serão desconectados de cada fase do Shopping Center. Estes
valores servirão como dados de entrada para o próximo ciclo do algoritmo.
27
No primeiro passo, representado pela letra P1, ocorre a análise dos dados de corrente
do centro comercial a cada intervalo de 15 minutos, considerando sua curva de carga e o número
de veículos que estavam presentes no Shopping ao fim do ciclo anterior.
Já no passo P2, o algoritmo verifica o número de vagas que estão ocupadas naquele
instante em cada uma das fases. Em seguida, no passo P3, o algoritmo decide aleatoriamente
as posições dos veículos que deve deixar o Shopping em cada fase levando em consideração o
número de veículos elétricos que deve deixar cada fase, definido no passo P.8 do ciclo anterior.
No passo P.4, o algoritmo, identifica as posições de vagas livres conectadas a cada
uma das fases do Shopping Center. No passo P5, os veículos que entram de forma aleatória em
cada uma das fases são alocados nas posições livres identificadas no passo P4.
No passo P6, a corrente de cada fase é calculada novamente, levando em consideração
o novo número de veículos elétricos conectados em cada uma destas fases. A seguir, utilizando
as correntes de cada fase, a nova corrente do neutro para aquele instante é calculado de acordo
com a equação (1).
28
No passo P.7, tendo como base o número de veículos presente no Shopping neste
instante, o algoritmo define um número aleatório de veículos elétricos que devem entrar em
cada uma das fases do sistema para o próximo ciclo.
Por fim, no passo P8, o número de veículos que deverá deixar cada fase no próximo
intervalo de 15 minutos é determinado.
Vale ressaltar que a soma do número de veículos elétricos que entram em cada uma
das fases deve ser igual à entrada total de veículos elétricos no Shopping Center para o ciclo
determinado, originada da estimativa do fluxo de veículos. O mesmo acontece com a soma de
carros que saem do Shopping Center.
Esse algoritmo é repetido em intervalos de 15 minutos, até o fim do dia, somando,
assim, 96 iterações.
A seguir será descrito o algoritmo que simula uma alocação coordenada de veículos
elétricos entre as fases do Shopping Center, de maneira a reduzir os impactos causados pela
alocação descoordenada de veículos elétricos entre as fases deste estabelecimento.
Assim como no algoritmo de carregamento descoordenado, os dados de entrada de
cada ciclo são o número aleatório de veículos que deixou cada fase durante o ciclo anterior, o
número de veículos que permaneceu no Shopping e a curva de carga do estabelecimento. A
grande diferença para o algoritmo anterior, é que os veículos que chegam ao Shopping Center,
a cada ciclo, são alocados individualmente na fase de menor corrente do sistema, de maneira a
balancear a carga em cada uma das fases.
O fluxograma apresentado na figura 4 demonstra o funcionamento do algoritmo
realizado para a simulação da alocação de veículos elétricos de maneira coordenada. As
simulações também foram realizadas com o auxílio do software Matlab.
29
Similarmente ao método apresentado na Seção 3.3, as acorrentes de cada uma das fases
do estabelecimento em questão são calculadas a cada 15 minutos na etapa P1. Em seguida, a
corrente do neutro é encontrada através da equação (1), sem considerar a presença de veículos
elétricos.
Em seguida, no passo P2, a posição dos veículos que estão carregando em cada uma
das fases é identificada. Conhecendo as posições ocupadas por veículos elétricos em cada fase,
são definidas de forma aleatória quais posições deverão ser desocupadas, ou seja, definem-se
de maneira aleatória os veículos que deixam cada posição no passo P3, tendo como base o
número de veículos que deixa cada fase, definido no passo P10 do ciclo anterior.
A seguir, o algoritmo identifica as vagas livres em cada uma das fases, para que no
próximo passo, P5, os veículos que chegam ao Shopping de maneira aleatória sejam alocados
de maneira organizada nestas posições. O número de veículos que deve entrar em cada fase é
definido pelo loop representado pelos passos P7 P8 e P9, que alocam os veículos
individualmente em cada fase buscando equilibrar a carga entre as mesmas.
30
Na etapa P6, a corrente de cada uma das fases é então calculada levando em
consideração o novo número de veículos presente em cada fase, e em seguida a nova corrente
do neutro é encontrada de acordo com a equação (1).
Os passos P.7, P.8 e P.9 são realizados para cada veículo elétrico que entrará no
estacionamento do Shopping Center nos próximos 15 minutos. P.7 analisa se ainda existe algum
carro ainda não alocado para conectar à respectiva fase de carregamento. P.8 aloca o mesmo na
fase de menor corrente e P.9 atualiza a corrente dessa fase, somando a corrente de carregamento
do veículo à corrente já existente.
Em P.10, são decididos, aleatoriamente, quantos veículos elétricos saem de cada fase.
Contudo, a soma de veículos elétricos que saem de cada fase deve ser igual à saída total de
veículos do Shopping Center.
Assim como o algoritmo sem coordenação, esse procedimento é repetido em intervalos
de 15 minutos, até o fim do dia, somando, assim, 96 iterações.
É interessante revelar que esse método pode ser aplicado na prática, sem a necessidade
de grandes investimentos. Como o Shopping Center já possui equipamentos que medem as
correntes de fase de 5 em 5 minutos, só seria necessário um equipamento que indicasse a fase
que o veículo elétrico deve se conectar, como, por exemplo, um painel eletrônico ou luzes de
cores diferentes, como vermelho e verde, indicando a disponibilidade de recarga.
31
Capítulo 4
Resultados
4.1 Introdução
acréscimo é evidenciado pelo período no qual a corrente do neutro apresenta seus valores mais
elevados. Em comparação com a Figura 5 é possível perceber que no horário de pico de
consumo, a corrente do condutor neutro passou de valores em torno de 2 A para valores de até
8 A. Vale ressaltar que a volatilidade da curva aumentou, ou seja, o valor da corrente do neutro
apresenta mais oscilação em relação aos seus valores máximo e mínimo. Esse comportamento
é decorrente da entrada e saída aleatória de veículos do sistema que, devido a sua carga elevada,
acabam por causar oscilações nas correntes das fases e do neutro.
Com relação à simulação que considera uma presença de 40% de veículos elétricos,
nota-se claramente que o aumento na frota de veículos elétricos impactou no aumento de carga
no Shopping Center. Isso refletiu na corrente do neutro, que apresentou picos próximos a 14 A,
ou seja, cerca de 6 vezes superior a uma situação sem veículos elétricos. Com relação a uma
penetração maior de veículos elétricos, o aumento observado pode ser explicado pelo aumento
de carga, representado pelo número maior de carros elétricos no estabelecimento.
superior à situação sem a presença de veículos elétricos, indicando que a distribuição irregular
de veículos entre as fases desfavorece o sistema. Uma análise similar pode ser feita quando
considera-se uma penetração de 40% de veículos elétricos. O nível de desbalanceamento pode
ser atestado pelo gráfico superior direito, que indica as correntes de cada fase deste sistema.
Este desequilíbrio ocorre principalmente em decorrência do aumento de carga. Este aumento
de carga leva a um aumento no desbalanceamento, como notado na curva que representa a
corrente no condutor neutro para esta situação.
Figura 10. Resultados das simulações para sexta-feira com carregamento coordenado
Figura 12. Resultados das simulações para sábado com carregamento descoordenado
Na simulação que considera uma presença de 10% de veículos elétricos na frota total
do Shopping Center, observou-se um grande aumento no desbalanceamento representado pela
corrente do neutro do estabelecimento, que pode ser conferida no gráfico inferior direito da
Figura 12. Este desequilíbrio também é observado nas curvas das correntes de cada fase, com
ênfase para o horário de pico, com maior consumo do Shopping e maior presença de veículos
elétricos. O desequilíbrio observado neste dia é superior aos outros casos devido ao aumento
no número de veículos que circulam no Shopping no sábado, o que implica em blocos maiores
de carga oscilando entre as fases deste sistema.
Seguindo o mesmo padrão, os resultados observados para uma presença de 40% de
veículos elétricos indicam um desequilíbrio mais acentuado entre as fases do sistema, tendo
42
como principal agravante o aumento na carga. Esta elevação no desequilíbrio pode ser
observada pela diferença entre as correntes de fase deste sistema e pelos valores elevados da
corrente do neutro, indicando um desbalanceamento mais elevado nos horários de pico.
Figura 13. Resultados das simulações para sábado com carregamento coordenado
43
Por fim, esta simulação chega ao último dia analisado: domingo. Como realizado nos
procedimentos anteriores, inicialmente verificou-se a corrente natural do condutor neutro para
este estabelecimento no domingo, afim de estabelecer um parâmetro de comparação e
identificar o impacto dos veículos elétricos no desequilíbrio entre as fases deste centro
comercial em função das diferentes configurações de carregamento estudadas neste trabalho.
A Figura 14 a seguir representa a corrente do neutro obtida considerando o sistema
sem a presença de veículos elétricos.
44
pode ser explicado devido ao aumento na carga representado pelos veículos elétricos, como
exposto nas simulações anteriores.
Figura 16. Resultados das simulações para domingo com carregamento coordenado
Tabela 2. Mínima e máxima corrente de neutro em porcentagem da corrente normal, considerando 10% de
penetração de veículos elétricos
Tabela 3. Mínima e máxima corrente de neutro em porcentagem da corrente normal, considerando 40% de
penetração de veículos elétricos
Capítulo 5
Conclusões
Neste trabalho foi avaliado o impacto de que veículos elétricos poderiam causar no
desequilíbrio de fases de um Shopping Center, e foi proposto um modelo de organização de
veículos elétricos entre as fases deste Shopping como medida para mitigar eventuais problemas
de desbalanceamento.
Inicialmente, foram apresentados trabalhos semelhantes que também estudavam a
relação entre a distribuição desigual de veículos elétricos entre as fases de um sistema trifásico
e como isso poderia impactar o desequilíbrio de tensão neste sistema.
Em seguida, foram introduzidos conceitos sobre desequilíbrio de tensão e modelos de
veículos elétricos e sistemas de carregamento, a fim de fornecer uma base teórica para a
simulação e a solução proposta.
A seguir, foram apresentados dados sobre Shopping Center estudado, e o fluxo
esperado de veículos elétricos para este estabelecimento, considerando estes dados, as
simulações foram então realizadas considerando que os veículos fossem distribuídos de forma
coordenada e descoordenada entre as fases deste sistema. A simulação foi repetida levando em
conta os diferentes padrões de fluxo de veículos do estabelecimento, além de diferentes taxas
de penetração de veículos elétricos na frota total de veículos, 10% para o caso mais conservador
e 40% considerando uma situação com alta penetração de veículos elétricos.
Os resultados mostraram que quando o carregamento dos veículos elétricos ocorre de
maneira coordenada, o impacto dos veículos elétricos no desequilíbrio do Shopping é baixo,
mesmo considerando uma penetração de 40% de VE na frota total. Sendo que no caso mais
conservador, a coordenação dos veículos elétricos entre as fases do sistema pode inclusive
50
Referências Bibliográficas
AKHTAR, Z.; BALARKO, C.; HUI, S. Y. R. Smart loads for voltage control in distribution
networks. IEEE Transactions on Smart Grid, v. 8, n. 2, p. 937-946, mar. 2017.
DEY, N.; CHAKRABORTY, A. K. Neutral current and voltage in a three phase four wire
distribution system of a technical institution. International Journal of Computer
Applications, v. 72, n. 3, mai. 2013.
IEA. Global EV outlook 2016 – beyond one million electric cars. International Energy
Agency. 2016.
NEAIMEH, M. et al. A probabilistic approach to combining smart meter and electric vehicle
charging data to investigate distribution network impacts. Applied Energy, v.157, p. 688-698,
2015.
SHAHNIA, F.; WOLFS, P. J.; GOSH, A. Voltage unbalance reduction in low voltage feeders
by dynamic switching of residential customers among three phases. IEEE Transactions on
Smart Grid, v. 5, n. 3, p. 1318-1327, mai. 2014.
UL-HAQ, C.; CECATI, K.; ABBASI, E. Impact of electric vehicle charging on voltage
unbalance in an urban distribution network. Intelligent Industrial Systems, v. 1, n. 1, p.51-60,
2015.
WECKW, S.; DRIESEN, J. Load balancing with EV chargers and PV inverters in unbalanced
distribution grids. IEEE Transactions on Sustainable Energy, v. 6, n. 2, p. 635-643, abr.
2015.