| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 7.65 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A presente dissertação parte da necessidade crescente de encontrar soluções sustentáveis e
tecnicamente viáveis para enfrentar os desafios impostos pela transição energética e pela
crescente penetração de fontes renováveis nas redes elétricas. Neste contexto, os veículos
elétricos (VE) surgem como elementos estratégicos, não apenas enquanto meios de transporte,
mas sobretudo como unidades móveis de armazenamento de energia. Através da tecnologia
Vehicle-to-Grid (V2G), os VE podem contribuir ativamente para a estabilidade, flexibilidade e
resiliência das redes, permitindo a gestão dinâmica da procura e da oferta de energia.
A investigação desenvolvida estrutura-se em torno de três partes: a análise técnica da
integração dos VE em diferentes tipologias de rede (residencial, agrícola e industrial), a
avaliação do desempenho de algoritmos de aprendizagem automática aplicados à previsão do
estado de carga (SoC) e da energia necessária, e a quantificação dos impactos económicos
associados à utilização dos VE como fontes de armazenamento. Para tal, recorreu-se à recolha
de dados reais obtidos por telemetria, à aplicação de modelos preditivos desenvolvidos na
plataforma WEKA e à simulação de diferentes cenários operacionais com restrições de
carregamento.
Os resultados obtidos demonstram que, em condições específicas de utilização e com
o apoio de algoritmos como a Random Tree, é possível prever com elevada fiabilidade o
comportamento energético dos VE, permitindo otimizar a sua integração na rede.
Adicionalmente, a análise económica revelou que, mesmo com restrições de descarga, é
possível alcançar lucros mensais significativos, reforçando a viabilidade financeira da
abordagem proposta.
Este trabalho contribui, assim, para o avanço do conhecimento técnico e aplicado na
área da mobilidade elétrica e da gestão inteligente de energia, propondo soluções concretas
que podem ser replicadas em contextos reais, com benefícios para os consumidores,
operadores de rede e para o sistema energético como um todo.
Descrição
Palavras-chave
Electric vehicles Vehicle-to-Grid Bidirectional charging Energy storage Algorithms Machine learning Veículos elétricos Carregamento bidirecional Armazenamento de energia Algoritmos Aprendizagem automática
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC
