139
Mé odo de p io ización de ca ga pa a la in eg ación de lo as de ehículos eléc icos en sma g ids
MÉTODO DE PRIORIZACIÓN DE CARGA PARA LA
INTEGRACIÓN DE FLOTAS DE VEHÍCULOS ELÉCTRICOS
EN SMART GRIDS
Juan Ignacio Gue e o, An onio Pa ejo*, Sebas ián Ga cía, En ique Pe sonal,
Ca los León
Depa amen o de Tecnología Elec ónica, Escuela Poli écnica Supe io , Uni e sidad
de Se illa, Se illa.
E-mail de co espondencia: apa [email p o ec ed]
Resumen
Las lo as de ehículos eléc icos y las Sma G ids son dos ecnologías eme gen es
muy p ome edo as que han p o is o nue as o mas de educi la polución e
inc emen a la e iciencia ene gé ica. Na u almen e, es os elemen os aumen an la
complejidad de ges ión del sis ema eléc ico pues o que dichos ehículos pueden se
conside ados como ca gas mó iles, aumen ando así su ca ác e dis ibuido.
El p esen e abajo p opone una me odología de p io ización de ca ga dis ibuida
basada en el concep o de i ual powe plan y el uso de algo i mos de compu ación
e olu i a. Adicionalmen e, pa a e alua la a qui ec u a p opues a, se compa an
a ios de dichos algo i mos, como el gené ico, gené ico con con ol e olu i o, pa icle
swa m op imiza ion y una solución híb ida. La solución p opues a se p esen a como
una o ma de e i a la sob eca ga de la ed plani icando la p io ización de la ca ga.
Palab as cla e: Sma G ids; ehículo eléc ico, Vehicle- o-g id, Compu ación
e olu i a.
1. In oducción
El pa adigma de la Sma G id (SG) es á cada ez más p esen e en el mundo ac ual,
ya que ep esen a un gigan esco paso hacia un sis ema eléc ico más segu o,
dis ibuido y e icien e en el que los ecu sos de ene gía dis ibuidos (dis ibu ed
ene gy esou ces, DERs) cob an p o agonismo.
Una de las ecnologías oncales de es e cambio es el ehículo eléc ico y la in eg ación
ehículo- ed ( ehicle- o-g id, V2G), que además ep esen a una di icul ad ex a
pa a la ges ión de la ed. Es os ehículos pueden conside a se como ca gas mó iles
den o del sis ema, pues o que su pun o de eca ga pod á se a iable, p o ocando
140
La in es igación de hoy, el u u o de mañana
consumos en dis in os luga es según la u a que sigan (o incluso de ol iendo ene gía
a la ed si ue e necesa io). Es e hecho in oduce una a iabilidad aún mayo que
debe ene se en cuen a pa a log a una co ec a ges ión de es a ed dis ibuida.
El p esen e abajo p opone una solución pa a la p io ización de ca ga de lo as de
ehículos basado en el concep o de cen al eléc ica i ual ( i ual powe plan , VPP)
y aplicando algo i mos de compu ación e olu i a pa a op imiza dicha p io ización
den o del ecosis ema de la SG (Gue e o e al., 2019).
2. A qui ec u a p opues a
Como se explicó an e io men e, el sis ema de p io ización p opues o se engloba
den o de una VPP, pues o que es o pe mi e una mejo in eg ación de odos los
sis emas eléc icos (de gene ación y de consumo) conec ados a ella. Es e sis ema,
llamado pla a o ma dis ibuida e olu i a de p io ización (Dis ibu ed E olu iona y
P io i iza ion F amewo k, DEPF) iene la es uc u a mos ada en la Figu a 1.
Figu a 7. Módulos de la pla a o ma DEPF.
Fuen e: elabo ación p opia.
En ella puede dis ingui se el bloque del algo i mo de p io ización, obje o de es e
abajo. Uno de los núcleos cen ales pa a el algo i mo se á la in o mación del
es ado de ca ga (s a e o cha ge, SoC) de los ehículos implicados. La es imación
de los inc emen os y dec emen os del es ado de ca ga de dichos ehículos se lle a
a cabo usando la in o mación disponible (sob e el á ico, conduc o , u a, ipo de
ehículo, e c.) g acias al modelo de consumo, al y como se ap ecia en la Figu a 2.
141
Mé odo de p io ización de ca ga pa a la in eg ación de lo as de ehículos eléc icos en sma g ids
Figu a 8. A qui ec u a del modelo de consumo pa a la ob ención del SoC.
Fuen e: elabo ación p opia.
La in o mación suminis ada po es e modelo es usada después po el algo i mo de
ges ión de p io ización pa a ealiza la op imización de las ca gas a ealiza po cada
ehículo en unción de las u as plani icadas.
3. Algo i mos
Cua o algo i mos han sido aplicados en es e abajo:
• Algo i mo gené ico (gene ic algo i hm, GA).
• Algo i mo gené ico con con ol e olu i o (gene ic algo i hm wi h e olu ion
con ol, GAEC) basado en e olución de la cu a de ajus e ( i ness cu e).
• Op imización po enjamb e de pa ículas (pa icle swa m op imiza ion, PSO).
• Algo i mo híb ido. Es una combinación de los an e io es.
Los algo i mos gené icos se basan en dos p incipios p oceden es de la e olución
na u al biológica: la mu ación (mu a ion) y el c uce (c osso e ). Es o signi ica que los
indi iduos ob enidos pueden al e a se y combina se en e sí pa a ob ene nue os
ipos de indi iduos, siendo es os indi iduos posibles escena ios de solución pa a la
p io ización de la ca ga.
4. Resul ados y discusión
Pa a comp oba el desempeño de cada uno de los algo i mos se ha ealizado una
se ie de simulaciones, ob eniendo los esul ados obse ados en la Figu a 3.
142
La in es igación de hoy, el u u o de mañana
Los “ alles” que se obse an du an e la simulación son cambios alea o ios que se
han p o ocado en las u as con obje o de obse a la elocidad de la espues a a
cambios ealizados en las condiciones de con o no del p oblema.
Figu a 9. Cu as de mejo ajus e.
Fuen e: elabo ación p opia.
Como puede e se, el algo i mo que log a un mejo ajus e pa a esol e la
plani icación es el algo i mo híb ido.
5. Conclusiones
El sis ema eléc ico dis ibuido p esen a g andes en ajas, en a las que des acan
un mejo ap o echamien o de las ene gías eno ables g acias a los DERs y la
expansión del ehículo eléc ico. No obs an e, es o conlle a un g an inc emen o en
la complejidad de ges ión.
Es e abajo p opone un sis ema de op imización de p io ización de ca ga de
ehículos que se enca ga de ges iona cuándo y dónde debe ca ga la ba e ía una
lo a de ehículos eléc icos pa a cumpli con las u as p e is as.
De odos los algo i mos aplicados, se obse a que una combinación de algo i mos
gené icos y PSO p opo ciona muy buenos esul ados, siendo posible aplica la
pla a o ma incluso en nea - eal ime.
Re e encias bibliog á icas
Gue e o, J. I., Pe sonal, E., Ga cía, A., Pa ejo, A., Pé ez, F., y León, C. (2019).
Dis ibu ed Cha ging P io i iza ion Me hodology Based on E olu iona y
Compu a ion and Vi ual Powe Plan s o In eg a e Elec ic Vehicle Flee s on
Sma G ids. Ene gies, 12(12), 2402. h ps://doi.o g/10.3390/en12122402