ev_chargingcoordination2017
1.0.0
El sector del transporte representa una proporción significativa del consumo total de energía y hasta la fecha se basa en gran medida en combustibles fósiles. La mitigación de las emisiones de gases de efecto invernadero a través de la electrificación a gran escala del transporte por carretera probablemente deteriorará los perfiles de voltaje y los equipos de red de sobrecarga en las redes de distribución. El control del cronograma de carga de los vehículos eléctricos de manera centralizada y coordinada proporciona una solución potencial para mitigar los problemas y podría diferir la inversión en la actualización de las infraestructuras de la red.
En este trabajo, se presenta una sólida rutina de programación de un día de acceso unidireccional para cargar vehículos eléctricos durante la noche en redes de distribución de bajo voltaje residencial que observa limitaciones locales de redes, equipos y demandas de carga en un entorno estocástico. Para reducir la complejidad computacional, se utiliza una aproximación de flujo de potencia lineal. El entorno modelado involucra una demanda de electricidad residencial incierta, los precios del mercado y el comportamiento de movilidad de los propietarios de vehículos eléctricos, incluidas las distancias de viaje diarias estocásticas, los tiempos de llegada y de salida. El conocimiento sobre las distribuciones de probabilidad de estos parámetros se utiliza para cubrir los riesgos con respecto al costo de carga, sobrecargas de red, violación de voltaje y confiabilidad de carga.
Los resultados proporcionan una idea del impacto de la incertidumbre y la efectividad de abordar aspectos particulares del riesgo durante la optimización. En particular, la consideración de la demanda de nivel de hogar temporalmente variable y la planificación con estimaciones más conservadoras de los niveles iniciales de carga de la batería aumentó la confiabilidad y la viabilidad técnica de los horarios optimizados. Se describe aún más que la introducción de las gravámenes de la red dinámica, que amplifica el efecto de los precios de la electricidad variable, constituye un determinante clave del potencial de ahorro de costos por la gestión del lado de la demanda que podría incurrir solo en implicaciones fiscales menores.
Ejecute setup.py para instalar todos los paquetes requeridos. El archivo es ejecutable.
Instale los requisitos con conda .
$ conda install --file requirements.txt
Cree un nuevo entorno de Conda con los paquetes requeridos, ejecutando el siguiente comando en un terminal (Linux o MacOS) o una ventana de línea de comandos (Windows), asegurándose de ejecutar este comando dentro del directorio que contiene el archivo requirements.yml :
conda env create -f requirements.yml Para ejecutar, primero, especifique los parámetros en parameters/evalParams.ini , luego ejecute /src/run.py .
La disertación y los análisis se complementan en /docs/
Los resultados se almacenan en /log/ en una carpeta denotada por un singleton de fecha único. Los resultados utilizados para esta tesis están disponibles a pedido debido a los grandes tamaños de archivos.
