Carregamento inteligente de veículos elétricos

Alves, Raphael Cruz (2023)

Dissertação de Mestrado

RESUMO: Com o crescente aumento da utilização de veículos elétricos, buscando reduzir a emissão de gases poluentes, surge uma necessidade emergente de otimizar a utilização dos carregadores elétricos e mitigar o impacto da sua utilização crescente junto a rede de distribuição de energia elétrica. Este crescimento no consumo energético destaca a importância de soluções inovadoras para evitar possíveis sobrecargas na rede, promovendo uma mudança na curva de consumo através de tarifas dinâmicas e incentivando o uso de fontes de energia renováveis. Muitos carregadores veiculares atualmente atuam apenas como dispositivos Plug and Charge, sem uma solução de gerenciamento automático e proteção da rede elétrica. A proposta deste projeto é justamente abordar essa lacuna, apresentando uma estratégia de smart retrofit para esses carregadores, adicionando monitoramento e acionamento do carregamento em uma camada de inteligência para tomada de decisões. Utilizando carregadores de 7.4kVA e 220V e uma plataforma em nuvem, o projeto propõe desenvolver um sistema para gerenciar o carregamento de veículos elétricos, sugerir horários otimizados com base em tarifas diferenciadas e detectar anomalias no processo de carregamento, monitorar em tempo real os dados dos sensores, exibidos em dashboards, gerenciar o agendamento da recarga conforme as preferências do usuário, fornecer sugestões de utilização e identificar proativamente falhas na rede elétrica.

ABSTRACT: With the increasing use of electric vehicles, aiming to reduce the emission of polluting gases, an urgent need arises to optimize the use of electric chargers and mitigate the impact of their growing use on the electrical distribution network. This surge in energy consumption highlights the importance of innovative solutions to prevent potential overloads in the network, promoting a shift in the consumption curve through dynamic tariffs and encouraging the use of renewable energy sources. Currently, many chargers operate solely as Plug and Charge devices without an automatic management solution and protection for the electrical grid. The proposal of this project is precisely to address this gap, presenting a smart retrofit strategy for these chargers, adding a monitoring layer and charging activation within an intelligence layer for decision-making. Using 7.4kVA and 220V chargers and a cloud platform, the project aims to develop a system to manage the charging of electric vehicles, suggest optimized schedules based on differentiated tariffs, and detect anomalies in the charging process. It will monitor real-time sensor data displayed on dashboards, manage charging scheduling according to user preferences, provide usage suggestions, and proactively identify failures in the electrical network.


Colecciones: