Objetivo:

En este artículo se revisan diferentes enfoques sobre cómo modelar la penetración de los vehículos eléctricos (EV) en los sistemas eléctricos de potencia. También se evalúa y compara experimentalmente el desempeño de tres enfoques probabilísticos de demanda de carga de vehículos eléctrico considerando cuatro niveles de penetración de EV.

Metodología:

Se realiza una búsqueda detallada del estado del arte de estrategias de modelado de carga de carga para vehículos eléctricos, donde se recopilaron los trabajos más representativos sobre este tema. Se propone un modelo probabilístico basado en la simulación de Monte Carlo y se implementan dos métodos más. Estos modelos tienen en cuenta la hora de salida de los vehículos eléctricos, la hora de llegada y la hora que se conectan a la red, las cuales fueron concebidas como variables aleatorias.

Resultados:

Se obtuvieron histogramas de la demanda de carga de los vehículos eléctricos para los tres modelos contemplados. Adicionalmente, se calculó una métrica de similitud para conocer la distribución que mejor se ajusta a los datos de cada modelo. Lo anterior se realizó considerando 20, 200, 2.000 y 20.000 vehículos eléctricos en promedio. Si se tiene una baja penetración de vehículos eléctricos, es posible modelar la demanda de estos usando una distribución gamma. De lo contrario, se recomienda usar una distribución Gaussiana o lognormal si se tiene una alta penetración de EV.

Conclusiones:

Se presenta una revisión del estado del arte en el modelado de vehículos eléctricos bajo un enfoque G2V, donde se identificaron tres grupos: los enfoques deterministas, los métodos que tratan la incertidumbre y la variabilidad y los métodos basados en datos. Adicionalmente, se observó que el modelo EVCP 3 y la distribución gamma pueden ser apropiados para modelar la penetración de vehículos eléctricos en análisis de flujo de carga probabilístico o para estudios de planeamiento estocástico en redes de distribución activas.

Financiamiento:

Institución Universitaria Pascual Bravo