Este estudo propõe uma ferramenta de software com uma nova abordagem para a avaliação dos potenciais impactos e das possíveis restrições para recargas de veículos elétricos (EVs) na rede elétrica de áreas urbanas. A abordagem se concentra em uma análise espaço-temporal detalhada, utilizando modelos representativos de larga escala para avaliação de aspectos como o aumento das perdas de energia, a alteração do fator de potência, e a elevação da demanda e do consumo de energia. A metodologia utiliza o OpenDSS para executar estudos de casos baseados em uma rede de média tensão real, usando um banco de dados de uma subestação elétrica extraído do Geographic Information System (GIS), com um sistema de distribuição que atende cerca de 54.000 unidades consumidoras na cidade de São Paulo. As simulações consideram um caso base, sem recargas de EVs, e outros quatro cenários futuros com diferentes níveis de penetração de mercado, diferentes níveis de demanda e diferentes padrões de recarga, que incluem recargas residenciais, comerciais e em estações de recarga pelo período de vinte anos. Nas simulações realizadas, o pior cenário é previsto para os dias próximos aos feriados e projeta um aumento de 246,7% nas perdas de energia, 100,7% no pico de demanda e violação de potência de 73% dos transformadores no intervalo de tempo considerado. Além disso, o alimentador mais carregado apresentou, após dez anos, quedas de tensão abaixo de 0.9 p.u., em todos os cenários simulados, chegando a 0,72 p.u. ao final das simulações. Ao final, os dados apresentados nesse trabalho podem contribuir para o planejamento das redes de distribuição, indicando as necessidades reais e evitando superestimativas, além de confirmarem a importância da análise do modelo espaço-temporal.

This study proposes a software tool to structure a novel approach to evaluate the potential impacts of EVs on urban areas electricity grid, the constraints on the systems capacity to supply electricity for EVs recharging, and the options for managing those potential impacts and constraints. The approach focuses on a detailed spatio-temporal analysis, using large-scale representative models to evaluate aspects such as increased energy losses, power factor changes, increased demand, and energy consumption. The methodology involves the OpenDSS to run case studies based on a real medium voltage network using an electrical substation database extracted from the GIS, with a distribution system that serves around 54,000 consumers units in São Paulo. The simulations consider a base case without EVs recharges and four other future scenarios with different levels of market penetration, different levels of demand, and different recharge patterns, including residential, commercial, and station recharge over a period of twenty years. In the simulations, the worst-case scenario is expected to be the days around holidays, and it projects an increase of 246.7% in power losses, 100.7% in peak demand, and power violation in 73% of the transformers. Furthermore, the most loaded feeder showed voltage drops below 0.9 p.u. after ten years in all simulated scenarios, reaching 0.72 p.u. at the end of the simulations. In conclusion, the data presented in this work can contribute to the planning of distribution networks, indicating the real needs and avoiding overestimations, and confirming the importance of analyzing the space-time model.