Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
El presente trabajo se enfoca en buscar energías alternativas que sustituyan el consumo de combustibles fósiles en transporte, el cual es el causante de la contaminación atmosférica en un 80% aproximadamente [1] . Para el ingreso de vehículos eléctricos en el sistema de transporte es necesario el análisis de la adecuación del sistema eléctrico actual a diferentes posibilidades de consumo.
Un limitante para la adquisición de vehículos eléctricos en Ecuador, es que se dispone solo de cuatro ciudades donde se puede realizar la provisión de estas unidades con disponibilidad de estaciones de carga.
Cabe recalcar que Tungurahua está posicionada en el puesto tres en comercialización de vehículos [2] y buscando nuevas tecnologías amigables con el medio ambiente, realizando estudio de mercado y pruebas de rutas para el sector de vehículos eléctricos. Por lo cual nace la idea del estudio y diseño para una estación de carga en la zona centro del país.
Según Plan Nacional de Eficiencia Energética del Ecuador-PLANEE, mediante un modelo logarítmico estima una capacidad máxima de 2MW para el año 2018 que representa 425 vehículos, y para el 2027 estima proveer 7MW [3].
Es muy importante considerar el comportamiento de la demanda teniendo en cuanta las redes de distribución. Analizando perfiles de voltaje y potencia máxima en la estación de carga. Además, se tiene que tener en cuenta la hora del día, y si la carga es lenta, rápida o super rápida.
Mediante simulaciones de Monte Carlo a través de un modelo matemático en un paquete computacional, se desarrollará “n” simulaciones, las mismas que representarán distintos escenarios operativos, y estimar perfiles de demanda de energía, considerando la disponibilidad de vehículos eléctricos y las características de carga, y posible impacto sobre la red de distribución.
Con las características previas para la estimación de escenarios posibles con el desarrollo del método Monte Carlo, se logrará estimar la potencia y energía consumida por una flota de vehículos eléctricos.
Dentro del análisis se realizará la integración progresiva de vehículos eléctricos de distintas características hacia la red eléctrica. Y de igual forma una serie de vehículos de forma progresiva a la estación de carga.
MARCO TEÓRICO
Fundamentación Teórica
Sistemas Eléctricos de potencia Modernos
La concepción tradicional de los sistemas eléctricos de potencia es la generación, transmisión y distribución de energía eléctrica. [4]
En la concepción de los sistemas eléctricos de potencia modernos, es importante que represen las siguientes características [5]:
Permita la integración de energías renovables.
Participación activa de los clientes para que la conservación de la energía sea mejor.
Uso adecuado de los activos existentes con enfoque en la sostenibilidad a largo plazo.
Optimización del flujo de energía para la reducción de pérdidas y disminución de costo de energía.
Integración de vehículos eléctricos para la reducción de la dependencia de combustible de hidrocarburos.
Gestión de la generación distribuida y almacenamiento de energía.
Integración de sistemas de comunicación y control que promuevan la interoperabilidad, e incrementen la seguridad y confiabilidad operativa.
Características de la Carga
En un sistema eléctrico, el consumidor final o carga del sistema puede estar relacionado con un cliente individual o grupo de clientes, los cuales tienen un comportamiento variante en el tiempo dentro de la red de distribución [6].
Las cargas son elementos que consumen, generan o controlan potencia activa y/o reactiva, además de tener sensibilidad frente a variaciones transitorias, dinámicas o de estado estable [7].
Vehículos Eléctricos
Los vehículos eléctricos se caracterizan por el tipo de tecnología que emplean dentro de su estructura, los principales tipos a nivel mundial son los siguientes:
Vehículos eléctricos de Baterías (BEV): Emplea 100% energía eléctrica, grandes baterías y alcanza de 160 a 250 km de autonomía con una sola carga. Son los vehículos sobre los cuales se concentrará el presente estudio.
Vehículos eléctricos híbridos enchufables (PHEV): dispone de un motor de combustión interna convencional y un motor eléctrico. Que se lo carga a través de un enchufe.
Sistemas de Estaciones de Carga para Vehículos Eléctricos
Las estaciones de carga de vehículos eléctricos deben tener características como sistemas de conversión de energía de alto voltaje y corriente para el caso de carga rápida, además de tener la capacidad de suplir la demanda de un determinado número de cargas y vehículos conectados [8]. Los tipos de estación de carga son los siguientes [8] [9] [10] [11].
Estaciones de Cargas Residenciales: extrae menos corriente de la red, minimizando el impacto de la demanda de voltaje adicional en horas pico. Usualmente la carga se realiza en horario nocturno, lo cual da una eficacia de costo e impacto a la red.
Estación de carga de estacionamiento: aprovecha el tiempo de estacionamiento de los usuarios, lo cual en tiempo es un promedio de 4 a 8 horas en lugares de trabajo, restaurantes y centros comerciales.
Estaciones de carga públicas: el objetivo principal es proporcionar estaciones de carga rápida. Usando conversores estáticos de tipo AC-DC y DC-DC, conectados a un bus DC de tipo capacitivo, es objetivo principal del presente trabajo.
Fundamentación metodológica
De acuerdo con la norma IEC 618581-1, los sistemas de carga rápida se encuentran en puntos de carga públicos, los cuales proporcionan una corriente de carga mucho mayor [12].
Los modelos de carga relacionados con vehículos eléctricos son: modelos de carga tradicionales, modelos derivativos y modelos con incertidumbre aleatoria [13].
Modelo de carga tradicional
Emplean modelos de carga clásicos de impedancia, corriente o potencia constante:
Modelo de corriente constante: se los denomina vehículos de red o en ingles V2G (vehicle to Grid) [13]. Y se usa este modelo para el análisis de estabilidad de voltaje [14].
Modelo de Potencia Constante: el modelo contempla variaciones de potencia activa y reactiva en los vehículos eléctricos, con independencia de variaciones de voltaje [11]. Es usado en estudios de estabilidad de voltaje en sistemas de distribución con alta penetración de vehículos eléctricos [13].
Modelo de Impedancia Constante: Tiene una tasa de variaciones constantes entre la variación de voltaje y la corriente de entrada de vehículo eléctrico.
Modelo de carga derivativo
La impedancia de entrada del sistema de carga es constante, por lo que se tiene una tasa de variación constante entre el voltaje y corriente de entrada al vehículo eléctrico.
Modelo exponencial: considera el comportamiento de un cargador de baterías, el cual tiene una etapa de rectificador de voltaje de la red con control de factor de potencia y un convertidor DC-DC con modulación de ancho de pulso (PWM), dada por la siguiente expresión:
Donde:
Modelo polinomial ZIP: está basado en un cargador de vehículos eléctricos, consta de un convertidos AC/DC controlado con un filtro en el lado de AC y un convertidor tipo Buck DC/DC. Se lo controla con variación de corriente y voltaje para rangos de batería entre el 0 y 100%. La relación de potencia consumida y variación de carga, potencia y corriente está dada por:
Donde
Modelo con distribución de probabilidad: se basa en el uso de distribución de probabilidad considerando por ejemplo el estado inicial de la carga, o el consumo promedio de potencia del vehículo eléctrico [15]. Y se caracteriza por:
La definición de la variable aleatoria y el campo de variación.
Determinar las probabilidades a través de la definición de una función de distribución.
Estación de carga rápida
En este tipo de estación se estima que, entre 15 a 30 min, llega a una carga de 0 a 80% de la batería del vehículo [17].
La potencia entregada por estaciones convencionales está entre 20 kW a un voltaje entre 200 y 600V [18]. Para aspectos como la regulación de tipos de carga, tipos de cargadores o modo de carga, no existe normativa vigente en Ecuador por lo que toca referirse a la normativa internacional vigente.
La Asociación Española de Normalización (AENOR) es una certificadora de estándares y protocolos a nivel mundial. AENOR certifica normas ISO 6469-3, UNE-EN 61851-1 o IEC 61851-1.
Simulación de Montecarlo
La simulación de Montercarlo se basa en la generación de datos de forma aleatoria, mediante el uso de funciones de distribución conocidas, y puede ser usada en el análisis de escenarios para realizar estimaciones y toma de decisiones a partir de variables con incertidumbre.
Tiene como salida la generación de muestras basadas en modelos probabilísticos
Los datos de entrada se basan en curvas de distribución
El resultado obtenido se lo conoce al realizar una serie de experimento.
PROPUESTA METODOLÓGICA
Para el análisis del problema se propone el estudio de la estimación de la demanda de una estación de carga de vehículos eléctricos a través del uso de simulaciones de Montecarlo.
Para este fin, se hace uso del software PowerFactory de DIgSILENT, en donde se parametrizan los elementos del alimentador del sistema de distribución, sistema de generación fotovoltaica, cargas de vehículos eléctricos y el sistema de carga de vehículos eléctricos. Se genera varios casos operativos con la finalidad de evaluar la capacidad de carga del sistema de distribución mediante el uso del modelo Montecarlo.
Demanda de vehículos eléctricos
Para definir la demanda de vehículos eléctricos, se toma como referencia las características de los vehículos presentes en el mercado, tal como se muestra en la Tabla 1.
Modelos de sistemas eléctricos y estaciones de carga de vehículos eléctricos
Los aspectos importantes para la simulación en el software PowerFactory son las características de los vehículos eléctricos, estaciones de carga, sistemas fotovoltaicos, además del dimensionamiento con base en la característica de carga rápida.
Se considera la modelación de un sistema de distribución mediante el uso de PowerFactory de DIgSILENT.
En la Fig. 1, se muestra el modelo del alimentador primario del sistema de distribución, posterior pasa por un transformador adjunto, obteniendo los voltajes adecuados para la alimentación a la red residencial.
A continuación, en la Tabla 2 se muestra las características de alimentación de la barra Ambato, y en la Tabla 3 las características del trasformador de distribución.
Para la integración de sistemas de energía renovable se consideró el uso de Paneles fotovoltaicos, obsérvese en la Fig. 2.
El dimensionamiento del panel fotovoltaico está dado por:
Donde:
HSP: radiación solar sobre metro cuadrado.
Para determinar el número de paneles solares se utiliza la ecuación 5.
Donde:
En la Fig. 3, se observa la estación de carga modelada con una de las barras del sistema, de manera que la demanda de carga del sistema se vea reflejada en la misma.
Estimación de demanda en vehículos eléctricos
Para las funciones de probabilidad de entrada a la simulación de Montecarlo, se considera las distribuciones de probabilidad por marca de los vehículos que se encuentran en el mercado [6] [20]. Tabla 4.
La distribución de horas de carga se realiza enfocado en vehículos eléctricos emitido por el MMERNNR y ARCERNNR [22], se observa en la Tabla 5.
Se considerará a un valor del 40 % del valor medio como desviación estándar [23] [24]. Además, otros parámetros que aumentarán a la aleatoriedad del modelo es el uso de la distribución de probabilidad por vehículo eléctrico y la distribución de probabilidad por hora y día.
En este sentido la generación de números aleatorios estará dada por:
Dentro del parámetro del valor medio, se considerará la aleatoriedad de la integración de uno o dos vehículos al punto de carga o la posibilidad que ningún vehículo esté conectado al punto de carga a través de la variable n.
Estimación de la demanda en electrolineras
Se utiliza un proceso de carga rápida, el cual dependerá de tres factores
Tamaño de batería (kWh)
Potencia del punto de recarga (kW)
Potencia máxima de recarga del vehículo eléctrico.
Si tienen diferente potencia el punto de carga y el vehículo, tendrá mayor predominancia el menor.
Se estima la entrada de cada cargador en 58 KVA [26]. Tiene un factor de potencia de 0,95 de acuerdo con CONELEC-044/11. La potencia que consume cada cargador será de 55.1 kW, y la potencia total de los cargadores será de 275.5 kW. Además, tendrá consumos auxiliares que se añaden a la potencia total (Tabla 6).
Simulación de Montecarlo
La simulación de Montecarlo se basa en el diagrama de flujo de la Fig. 4 y sigue los siguientes pasos: Cálculo de condiciones iniciales, Generación de curvas de distribución normal, Modificar los valores de los perfiles de carga de los EV, Generación de estados operativos aleatorios, asignación de condiciones operativas, cálculo de flujo de potencia, extracción, procesamiento y análisis de resultados.
RESULTADOS
Se considera la Tabla 7 para la ubicación de vehículos.
En la Fig. 5 se observa el comportamiento del Voltaje al momento de integración de cada vehículo, obteniendo una caída de voltaje de forma progresiva hasta llegar a un valor inferior del límite (0.92 p. u).
Para el análisis se realiza la inclusión de los siguientes vehículos con los diferentes perfiles de carga.
En la Fig. 6 se observa que la frecuencia de la barra presenta valores transitorios en cada integración de cada vehículo. En donde los valores más elevados son durante la conexión de la carga acumulada.
La Fig. 7 y 8 ante la integración de vehículos en la red. Se observa el comportamiento de la potencia activa y reactiva del transformador de distribución.
El análisis se lo realiza en el lado de bajo voltaje, y presenta un similar comportamiento de la barra de la electrolinera, manteniéndose dentro del límite estable.
Figura 9: Voltaje del trasformador de distribución en el lado de bajo voltaje- condiciones iniciales
En la Fig. 10 no presentan caídas de voltaje significativas y representa el lado de voltaje del alimentador primario.
Para perfiles de carga se ha definido la curva de carga para los días jueves, viernes y sábado, y se considera el de mayor valor medio de demanda el BYD E5 con una potencia media de 160 kW. Obteniendo el siguiente perfil de carga para el día jueves 13:0 pm.
En la Fig. 13 se observa el comportamiento frente a la generación de casos operativos, teniendo una mayor probabilidad de valores de carga entre 40 y 80 kW.
Simulación Montecarlo
Caso 1: demanda día jueves
Se realiza 1000 simulaciones, obteniendo las Tablas 9, 10 y 11.
En la Tabla 10 se observa que la barra de electrolinera tiene un valor de 0,885 p.u que está bajo el límite mínimo. Pero ocurre en menor frecuencia como se observa en la Fig. 14.
Se considera el uso de CDF, obteniendo que los escenarios de operación fuera del límite inferior de voltaje no sobrepasa el 30%. Por lo que se necesita definir estrategias para mitigar en cierta forma dichos escenarios.
En la Fig. 16 y 17 se observa que se toma valores de carga del vehículo desde 0 a 100%, lo cual permite obtener un espectro de todos los casos posibles.
En la Fig. 18 la cargabilidad de la línea de alimentación de la electrolinera presenta valores que superan el 77% hasta 135%, poco recurrentes presentando un escenario de sobrecarga de líneas.
Caso 2: Integración de sistemas fotovoltaicos
Teniendo un escenario de sobrecarga de 35%, considerando que la potencia máxima promedio es 430.4 kW. Se considera suplir el 60% del excedente mediante el uso de panales solares.
Al integrar paneles solares el voltaje de la barra de la electrolinera pasa de 0.885 a 0.963 p.u. ubicándose dentro de los límites de operación. En donde los sistemas de PV tienen un aporte del 13.89%, lo cual beneficia las condiciones operativas del sistema.
En la Fig. 19, de acuerdo con la curva CDF, se observa que mínimamente baja del valor de 1 p.u, lo cual es algo aceptable.
En la Fig. 20 se tiene valores que no superan el 16 % en el estado de carga de la línea de alimentación a la barra de electrolinera, teniendo un beneficio importante para la red.
CONCLUSIONES Y RECOMENDACIONES
El estudio y análisis de la demanda considerando la integración de nuevas cargas especiales a un sistema eléctrico de potencia es de gran importancia frente a la planificación de los sistemas de distribución, en este sentido como se observó es imprescindible el uso de herramientas de tipo determinísticas como en el estado del arte, o de herramientas complementarias como lo es la simulación de MonteCarlo.
A través del uso de la simulación de MonteCarlo es posible la generación de un número determinado de casos operativos. En este sentido, es importante conocer el modelo en el cual se va aplicar, definiendo las entradas y salidas que se van a obtener, además de definir las herramientas estadísticas o probabilísticas para su modelado.
Se pudo observar que la aleatoriedad que presenta el modelo permite definir aspectos como de los casos críticos del sistema que es de los parámetros más importantes frente al análisis y la posibilidad de definir contingencias frente al mejoramiento de la respuesta del sistema.
Al tener escenarios críticos, se ha considerado la inclusión de la generación de tipo fotovoltaica en el sistema, de forma que permite mitigar los efectos de la inclusión de los vehículos eléctricos en la barra de la electrolinera, tal como se observó en los resultados obtenidos, fue de gran beneficio para la red, de manera que se ha mejorado la respuesta del voltaje del sistema.
Es importante que en el país se desarrolle una normativa y una regulación frente al análisis de la demanda de vehículos eléctricos en el sistema, con la posibilidad de definir aspectos característicos para la evaluación de su impacto en la red eléctrica.
