Sanches 2012

Heleno da Luz Monteiro Sanches
Licenciado em Engenharia Electrotcnica Sistemas Elctricos de Energia
Optimizao do Despacho e Reserva Girante em Sistemas Elctricos Hbridos

Estudo de caso: Sistema Elctrico da Ilha de Santiago em Cabo Verde
Dissertao para obteno do grau de Mestre em Energias Renovveis Converso Elctrica e Utilizao Sustentveis
Orientador: Doutor Joo Murta Pina, FCT/UNL Co-orientador: Mestre Pedro Ribeiro Pereira, FCT/UNL
Jri: Presidente: Prof. Doutor Lus Filipe Figueira de Brito Palma Arguente: Prof. Doutor Joo Francisco Alves Martins
Dezembro de 2012
HELENO DA LUZ MONTEIRO SANCHES

LICENCIADO EM ENGENHARIA ELECTROTCNICA SISTEMAS ELCTRICOS DE ENERGIA
OPTIMIZAO DO DESPACHO E RESERVA GIRANTE EM SISTEMAS ELCTRICOS HBRIDOS

ESTUDO DE CASO: S ISTEMA ELCTRICO DA ILHA DE SANTIAGO EM CABO VERDE
DISSERTAO PARA OBTENO DO GRAU DE MESTRE EM ENERGIAS RENOVVEIS CONVERSO ELCTRICA E UTILIZAO SUSTENTVEIS
ORIENTADOR: DOUTOR J OO MURTA P INA, FCT/UNL CO-ORIENTADOR : MESTRE PEDRO R IBEIRO PEREIRA, FCT/UNL
Optimizao do Despacho e Reserva Girante em Sistemas Elctricos Hbridos . Estudo de Caso: Sistema Elctrico Hbrido da Ilha de Santiago em Cabo Verde Copyright Heleno da Luz Monteiro Sanches, FCT-UNL A Faculdade de Cincias e Tecnologia e a Universidade Nova de Lisboa tm o direito, perptuo e sem limites geogrficos, de arquivar e publicar esta dissertao atravs de exemplares impressos reproduzidos em papel ou de forma digital, ou por qualquer outro meio conhecido ou que venha a ser inventado, e de a divulgar atravs de repositrios cientficos e de admitir a sua cpia e distribuio com objectivos educacionais ou de investigao, no comerciais, desde que seja dado crdito ao autor e editor.
A esperana adquire-se. Chega-se esperana atravs da verdade, pagando o preo de repetidos esforos e de uma longa pacincia. Para encontrar a esperana necessrio ir alm do desespero. Quando chegamos ao fim da noite, encontramos a aurora (Georges Bernanos)
Agradecimentos Agradecer em particular a todos aqueles que de uma forma ou outra contriburam para a realizao desta dissertao no tarefa fcil, visto que se corre sempre o risco de deixar algum de fora. Portanto, eu no quero deixar ningum de fora. Como tal, quero agradecer a todos meus amigos que contriburam com a sua amizade e sugestes efectivas para realizao deste trabalho. Gostaria de agradecer em particular minha famlia pelo apoio, incentivo e inspirao ao longo deste percurso. Aos meus pais por me terem dado apoio e incentivo em todas as minhas decises ao longo de toda a minha vida, principalmente nesta etapa. Ao meu filho, ao qual tive que afastar fisicamente por mais dois anos, faltando-lhe assim a presena fsica do pai. Neste sentido, dedico-lhe este trabalho como exemplo de que, mesmo nos momentos difceis e controversos, a perseverana alcana os seus frutos. Tambm quero agradecer ao meu orientador, Professor Joo Murta Pina, no s por ter aceite a orientao da minha dissertao mas tambm pela ajuda em todo o seu processo. De igual modo quero agradecer tambm ao meu co-orientador, Professor Pedro Pereira, pela sua disponibilidade e envolvncia permanente em todo processo.
Meu muito obrigado!
Gostaria de agradecer tambm em particular Fundao Calouste Gulbenkian pelo financiamento atravs de uma Bolsa de Mestrado
Resumo Com os avanos conseguidos no campo de tecnologias de converso de energias renovveis nos ltimos 20 anos, e as escaladas no preo do petrleo dos ltimos anos, tornou-se mais atractivo investir em tecnologias de converso de energias renovveis, principalmente em sistemas elctricos isolados de elevada disponibilidade de recursos renovveis, como o caso do sistema elctrico da ilha de Santiago em Cabo Verde, onde aumentou-se consideravelmente a penetrao renovvel nos ltimos trs anos. Contudo, sobretudo devido variabilidade dos recursos e produo renovvel, o aumento destas fontes nos sistemas elctricos isolados acrescenta tambm desafios tomada de deciso de optimizao do despacho e reserva girante. Assim, apresentado nesta dissertao um sistema inteligente que se baseia na lgica difusa (fuzzy logic) e sistema neuro-fuzzy (ANFIS) para optimizar automaticamente o despacho e reserva girante no Sistema Elctrico Hbrido da Ilha de Santiago (SEHIS). O sistema proposto baseia-se na previso do consumo e produo renovvel, nomeadamente a produo elica e fotovoltaica, e despacha automaticamente os geradores a fuelleo com base nos seus custos de produo, por forma a permitir a mxima penetrao renovvel, reduzindo assim o consumo do fuelleo e, consequentemente, o custo de produo. Alm disso, o sistema proposto salvaguarda as restries tcnicas do sistema elctrico, nomeadamente a reserva girante mnima necessria para fazer face contingncia ou erro de previso, e ainda as restries tcnicas dos geradores, designadamente o limite mnimo de carga recomendado pelos fabricantes ( ), permitindo desta forma evitar a degradao da eficincia e aumento de avarias dos geradores. Palavras-chave: Sistema Elctrico Hbrido, Lgica Difusa (Fuzzy Logic), Sistema Neurofuzzy (ANFIS), Despacho de Geradores, Reserva Girante.
ii
Abstract With development in renewables technologies in last twenty years and recent escalation in price oil, has been became more attractive to invest in renewables energies, essentially in isolated power system with good availability of renewable resources, as power system of Santiago Island in Cap-Vert, where was increased significantly the penetration of renewables energies in last three years. However, essentially due the variability of renewable resources and production, was increased also the complexity in decision-making of dispatch optimization and spinning reserve. Therefore, this dissertation shows an intelligent system which base on the Fuzzy Logic and Adaptive Neuro-Fuzzy Inference System (ANFIS) for optimize automatically the dispatch and spinning reserve in Hybrid Power System of Santiago Island. The proposed system based on predict load and renewable production, namely the photovoltaic production and wind production, and dispatch automatically the fuel gen-sets taking into account their production costs, with main objective to accommodate maximum penetration of renewable production, so reducing the fuel consumption and, consequently, the production cost. In addition, the proposed system guaranty the electric system constraints, namely the spinning reserve for contingency or prediction error, and also the technical constraints of gensets, for example, the load above the minimal recommended from manufactures ( ), and so avoiding the efficiency burn of gen-sets and increase of failure and maintenance cost. Keywords: Hybrid Power System, Fuzzy Logic, Neuro-fuzzy (ANFIS), Dispatch of Gensets, Spinning Reserve.
iii
ndice
Agradecimentos........................................................................................................................................ i Resumo .................................................................................................................................................... ii Abstract .................................................................................................................................................. iii ndice ...................................................................................................................................................... iv ndice de figuras ..................................................................................................................................... vi Acrnimos, abreviaturas e simbologias................................................................................................ viii Captulo I. 1.1 1.2 1.3 1.4 2.1 2.1.1 2.1.2 2.1.3 2.1.4 2.1.5 2.2 2.3 2.3.1 2.3.2 2.3.3 Captulo III. 3.1 3.1.1 3.1.2 3.1.3 3.1.4 3.1.5 3.2 Introduo .......................................................................................................................... 1 Enquadramento e motivao .................................................................................................. 1 Objectivos .............................................................................................................................. 2 Contribuies originais .......................................................................................................... 2 Organizao da dissertao .................................................................................................... 3 Reviso da literatura...................................................................................................... 5 Definio ........................................................................................................................... 5 Caracterizao ................................................................................................................... 5 Tecnologia a fuelleo ........................................................................................................ 7 Tecnologia fotovoltaica ................................................................................................... 11 Tecnologia elica............................................................................................................. 16 Controlo e operao de sistemas elctricos hbridos ........................................................... 21 Pr-despacho, despacho e reserva girante em sistemas elctricos hbridos ......................... 22 Definio e formulao do problema de despacho e reserva girante .............................. 22 Optimizao do despacho ................................................................................................ 25 Optimizao da reserva girante ....................................................................................... 27 Metodologias ............................................................................................................... 29 Teoria de conjunto difuso versus teoria clssica de conjunto.......................................... 30 Fuzificao ...................................................................................................................... 33 Inferncia e regras ........................................................................................................... 34 Defuzificao................................................................................................................... 37 Configurao de um controlador fuzzy no Matlab ........................................................... 37 Sistema neuro-fuzzy (ANFIS) .............................................................................................. 41 Lgica difusa (fuzzy logic) ................................................................................................... 29 Definio e caracterizao de sistemas elctricos hbridos.................................................... 5
Captulo II.
Captulo IV. Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante..................................................................................................................... 47 4.1 4.1.1 4.1.2 4.1.3 Caracterizao do sistema elctrico hbrido da ilha de Santiago ......................................... 47 Caracterizao do recurso e produo elica .................................................................. 50 Caracterizao do recurso e produo fotovoltaica ......................................................... 54 Despacho e reserva girante .............................................................................................. 56
iv
4.2 4.2.1 4.2.2 4.2.3 4.2.4
Optimizao do despacho e reserva girante e anlise de resultados .................................... 58 Despacho de geradores .................................................................................................... 61 Anlise da reserva girante ............................................................................................... 64 Anlise do consumo de combustvel ............................................................................... 67 Impacte de penetrao renovvel na reduo do custo de produo ............................... 67 Optimizao do despacho a partir do sistema proposto vs programao inteira mista 69 Despacho de geradores ........................................................................................................ 69 Reserva girante .................................................................................................................... 70 Custo de produo ............................................................................................................... 72 Concluses, limitaes e tpicos de investigao futura ............................................ 73 Concluses ........................................................................................................................... 73 Limitaes............................................................................................................................ 74 Tpicos de investigao futura ............................................................................................ 74
Captulo V. 5.1 5.2 5.3 6.1 6.2 6.3
Captulo VI.
Referncias bibliogrficas ..................................................................................................................... 75 Anexo 1 Formulao matemtica do problema de otimizao no Gams ....................................... 80
ndice de figuras
Fig. 1: Esquema de um sistema a fuelleo [1] ........................................................................................ 7 Fig. 2: Curva do consumo e eficincia de um gerador a fuelleo/diesel [7] ........................................... 8 Fig. 3: Curva caracterstica de um regulador droop .............................................................................. 10 Fig. 4: Controlo da potncia reactiva em funo do estatismo da tenso [1] ........................................ 11 Fig. 5: Controlo da potncia activa em sistemas fotovoltaicos em funo da frequncia da rede, adaptada de [12] .................................................................................................................................... 14 Fig. 6: Controlo da potncia reactiva em sistemas fotovoltaicos de grande dimenso [12].................. 15 Fig. 7: Controlo da potncia reactiva em sistemas fotovoltaicos de pequena dimenso [12] ............... 15 Fig. 8: Esquema de um aerogerador [14] .............................................................................................. 16 Fig. 9: Curva de potncia de uma turbina elica [17] ........................................................................... 18 Fig. 10: Esquema de um controlador fuzzy (FLC) [50] ........................................................................ 30 Fig. 11: Funo caracterstica da teoria clssica de conjunto [55] ........................................................ 31 Fig. 12: Funo de pertena da teoria de conjunto difuso [55] ............................................................. 31 Fig. 13: Universo de discurso da produo elica................................................................................. 32 Fig. 14: Operao de interseco de conjuntos fuzzy ............................................................................ 32 Fig. 15: Operao de unio de conjuntos fuzzy .................................................................................... 33 Fig. 16: Modelo de inferncia Mamdani ............................................................................................... 35 Fig. 17: Modelo de inferncia Takagi-Sugeno [54] .............................................................................. 36 Fig. 18: Toolbox fuzzy de Matlab .......................................................................................................... 38 Fig. 19: Etapa de fuzificao de entradas de controlador Takagi-Sugeno. ........................................... 39 Fig. 20: Bloco de regras e inferncia de um controlador Takagi-Sugeno ............................................. 39 Fig. 21: Configurao de sada de um controlador tipo Takagi-Sugeno no Matlab ............................. 40 Fig. 22: Clculo da potncia trmica necessria a partir dum controlador do tipo Takagi-Sugeno ...... 40 Fig. 23: Estrutura de sistema neuro-fuzzy (ANFIS). Fonte [55] ............................................................ 41 Fig. 24: Toolbox ANFIS de Matlab ...................................................................................................... 43 Fig. 25: Erro de treinamento de sistema ANFIS aceitvel .................................................................... 44 Fig. 26: Overfitting de um modelo ANFIS ........................................................................................... 45 Fig. 27: Validao de modelo ANFIS ................................................................................................... 46 Fig. 28: Mapeamento do sistema elctrico da ilha de Santiago em 2011 [56] ...................................... 47 Fig. 29: Diagrama de carga do sistema elctrico da ilha de Santiago (2009). Dados da Electra .......... 48 Fig. 30: Mix electroprodutor da ilha de Santiago para 2012 ................................................................. 49 Fig. 31: Diagrama de carga prevista para Dezembro 2012, com base na informao da Electra. ........ 50 Fig. 32: Frequncias de velocidades do vento no Ilhu de So Filipe cidade da Praia ...................... 51 Fig. 33: Funo distribuio de Weibull do vento no Monte/Ilhu de So Filipe ................................. 52 Fig. 34: Funo de distribuio de Weibull para cada ms no Monte de So Filipe ............................ 52 Fig. 35: Impacte esperado da produo elica no consumo de Dezembro 2012 .................................. 53
vi
Fig. 36: Irradiao mensal no parque fotovoltaico da cidade da Praia .................................................. 54 Fig. 37: Produo mensal mdia do parque fotovoltaico do Palmarejo ................................................ 55 Fig. 38: Impacte expectvel da produo fotovoltaica no consumo de Dezembro de 2012 ................. 56 Fig. 39: Penetrao renovvel expectvel para Dezembro de 2012 ...................................................... 57 Fig. 40: Sistema proposto para optimizao automtica do despacho e reserva girante ....................... 60 Fig. 41: Despacho com produo elica indisponvel e produo fotovoltaica indisponvel ............... 62 Fig. 42: Despacho com produo fotovoltaica disponvel e produo elica indisponvel .................. 63 Fig. 43: Despacho com produo elica disponvel e produo fotovoltaica indisponvel .................. 63 Fig. 44: Despacho com produo elica disponvel e produo fotovoltaica disponvel...................... 64 Fig. 45: Reserva girante para o despacho sem produo renovvel ...................................................... 65 Fig. 46: Reserva girante para o despacho com produo renovvel ..................................................... 66 Fig. 47: Consumo do combustvel para o despacho com e sem produo renovvel ........................... 67 Fig. 48: Impacte de produo renovvel na reduo do custo horrio de produo ............................. 68 Fig. 49: Impacte de produo renovvel na reduo do custo mdio da energia .................................. 68 Fig. 50: Despacho de geradores sem produo renovvel a partir de programao inteira mista ......... 69 Fig. 51: Despacho de geradores sem produo renovvel a partir do sistema proposto ....................... 70 Fig. 52: Comparao da reserva girante entre o sistema proposto versus programao inteira mista .. 71
vii
Acrnimos, abreviaturas e simbologias Acrnimos

Redes adaptativas (ANFIS- Adaptive Neuro-Fuzzy Inference System) Baixa Tenso Corrente Contnua (DC-Direct Current) Controlador Fuzzy (FLC-Fuzzy Logic Controller) Fotovoltaicos Seguidor do ponto de mxima potncia (MPPT- Maximum Power Point Tracker) Mdia Tenso Temperatura Nominal da Clula durante Operao (NOCT-Nominal Operation Cell Temperature) SEE: Sistemas Elctricos de Energia SEH: Sistemas Elctricos Hbridos SEHIS: Sistema Elctrico Hbrido da Ilha de Santiago STC: Condies de Testes e Referncias (STC- Standard Test Conditions) ANFIS BT: DC: FLC: FV: MPPT: MT: NOCT
Abreviaturas e simbologias
Coeficiente quadrtico da funo do custo de produo de gerador rea varrida pelas ps do rotor em Coeficiente linear da funo do custo de produo de gerador Coeficiente fixa da funo do custo de produo de gerador Factor de escala da funo densidade de probabilidade de Weibull em Factor de capacidade (CF - Capacity Factor) Coeficiente de potncia da turbina elica (adimensional) Custo de arranque a frio do gerador Dimetro do rotor em Energia em Frequncia nominal em Factor de degradao da potncia Frequncia da rede em Hz Consumo do fuelleo em Funo objectivo de minimizao do problema de despacho econmico Funo de custo do gerador quando fornece a potncia Irradincia/insolao em ) Insolao nas condies de testes e referncias ( Funo densidade de probabilidade Altura em Altura de medio do vento em Custo de arranque a quente do gerador Irradiao mdia em Factor de forma da funo densidade de probabilidade de Weibull Estatismo da tenso em
CF
( ) ( )
viii
Poder calorfico inferior do combustvel em MJ/kg Funo Objectivo de minimizao do problema do pr-despacho Nmero de geradores Temperatura nominal da clula na operao em C Potncia efectiva em ou Potncia fotovoltaica instantnea em Potncia gerada do gerador em ou Potncia gerada pelo gerador Potncia instalada em Potncia nominal do gerador, em Potncia mnima do gerador , em Potncia gerada pelo gerador no subintervalo Consumo previsto no subintervalo , em Perdas totais na transmisso em MW Potncia mdia Potncia nominal Potncia reactiva em Potncia reactiva mxima em Potncia reactiva nominal em Reserva girante no subintervalo , em Rotao por minuto Estatismo do gerador em Custo de arranque do gerador no subintervalo Perodo em horas Temperatura instantnea em C Temperatura das clulas nas condies reais em Temperatura da clula nas condies STC em Tempo de arranque a frio do gerador , em Tempo mnimo de paragem do gerador , em Tempo de paragem continua do gerador , em Estado on/off de gerador no subinterva : On ; off Velocidade em Velocidade do vento partir do qual a turbina comea a produzir Velocidade do vento partir do qual a turbina esta potncia mxima Velocidade do vento medida Velocidade do vento a partir do qual a turbina desconectada da rede Potncia nominal do sistema fotovoltaico em Comprimento de rugosidade o quociente entre a velocidade nas pontas das ps e velocidade do vento Desvio da frequncia em relao nominal em Desvio da potncia em Variao da potncia reactiva Variao da tenso Rendimento de equipamentos elctricos Rendimento do gerador em % Rendimento global do sistema
ix
Rendimento mecanismo da caixa de velocidade Densidade do ar em Massa volmica do fuelleo em Densidade de referncia ao nvel do mar (1,225 km/m3: Para 15 C e 1 atm)
Captulo I. 1.1
Introduo
Enquadramento e motivao
Tradicionalmente, os sistemas elctricos instalados nas ilhas tm sido baseados apenas em grupos a fuelleo e/ou diesel para satisfazerem as suas necessidades de energia elctrica, e, sobretudo por esta razo, apresentam um elevado custo de produo. Alm disso, com as escaladas no preo do petrleo dos ltimos anos, estes tm sofrido cada vez mais uma presso exacerbada sobre os seus custos de produo. Entretanto, com o desenvolvimento das tecnologias de converso de energias renovveis nos ltimos 20 anos, a alternativa Sistema Elctrico Hbrido (SEH), ou seja, a combinao de sistemas de converso de energia no renovvel (a fuelleo) com sistemas de converso de energias renovveis e.g., sistemas elicos e/ou fotovoltaicos tem-se afirmado cada vez mais como uma opo de viabilidade econmica para estes sistemas. Todavia, em termos tcnicos, os SEH so caracterizados como de redes fracas (e.g., poucos geradores e reserva girante), nos quais so frequentes perturbaes (e.g., desvio da frequncia, desvio da tenso etc.), sobretudo devido volatilidade do consumo e/ou da produo renovvel [1]. Nesta perspectiva, medida que se aumenta a penetrao renovvel aumenta tambm os desafios de controlo e operao do sistema, nomeadamente os de segurana e fiabilidade do sistema, os de violao dos limites mnimos de carga dos geradores e ainda os de qualidade da energia. Portanto, em SEH de elevada penetrao renovvel, como o caso do Sistema Elctrico Hbrido da Ilha de Santiago (SEHIS) em Cabo Verde, onde a penetrao instantnea mxima volta de , por forma a estabelecer adequadamente o compromisso entre os desafios econmicos e tcnicos referidos nos pargrafos anteriores, torna-se vital apoiar em ferramentas computacionais de tomada de deciso para optimizar a operao tcnicaeconmica do sistema, designadamente a optimizao do despacho e reserva girante, a partir do qual possvel tirar o mximo proveito da produo renovvel disponvel em cada instante, enquanto salvaguarda-se as restries tcnicas do sistema e geradores. Para tal, foi proposto nesta dissertao um sistema inteligente, que se baseia na Lgica Difusa e Sistema Neuro-fuzzy (ANFIS), para optimizar automaticamente o despacho e reserva girante em SEH, principalmente dos sistemas de elevada penetrao renovvel como o caso do SEHIS. O sistema recebe informaes relativas previso do consumo e produo renovvel, e despacha automaticamente os geradores trmicos por forma a permitir a mxima penetrao de produo renovvel previsvel, enquanto salvaguarda-se as restries tcnicas do sistema e geradores, nomeadamente o balano de potncia, a reserva girante, os limites mnimos e mximos de carga de geradores etc..
Captulo I: Introduo
1.2
Objectivos
O objectivo principal desta dissertao apresentar um sistema inteligente que visa optimizar o despacho e reserva girante em SEH com base na previso do consumo e produo renovvel. O sistema deve permitir, por um lado, a mxima penetrao renovvel, reduzindo assim o consumo do fuelleo e, consequentemente, o custo de produo, e, por outro lado, salvaguardar todas as restries tcnicas do sistema e geradores. Assim, modelizou-se e implementou-se no Matlab-Simulink o estudo de caso (o actual SEHIS). Pretende-se ainda, com base nos resultados do estudo de caso (SEHIS), analisar se o despacho de geradores satisfaz todas as restries tido em considerao no treinamento e implementao do sistema, analisar os perodos do despacho onde a reserva girante possa ser inefectiva, analisar o impacte da produo renovvel na reduo do consumo de combustvel e custo de produo, e tambm comparar os resultados obtidos com outra tcnica de optimizao, nomeadamente a Programao Inteira Mista (PIM). 1.3 Contribuies originais
Nesta dissertao apresenta-se um sistema de optimizao automtica do despacho e reserva girante de sistemas elctricos hbridos baseando em tcnicas de inteligncia artificial, designadamente a lgica difusa e o sistema neuro-fuzzy. Na implementao e modelizao do sistema proposto introduziu-se, basicamente, duas inovaes em relao a outros estudos publicados sobre a matria, por exemplo, referidos no 2.3. 1) Introduziu-se um controlador fuzzy do tipo Takagi-Sugeno de entradas consumo de energia previsto e produo renovvel prevista, e sada potncia trmica a distribuir entre geradores convencionais, resultante da subtraco ao consumo previsto a produo renovvel prevista em cada instante. A partir deste controlador despacha-se em cada instante os geradores convencionais estritamente necessrios para satisfazer a procura de energia e necessidade da reserva girante no sistema, permitindo assim reduzir o risco de submeter geradores convencionais a regime de carga inferior ao mnimo recomendado pelos fabricantes. 2) Introduziu-se um controlador neuro-fuzzy para o despacho de geradores, substituindo assim o controlador fuzzy clssico que tem sido frequentemente utilizado. Este controlador, associado a cada um dos geradores convencionais do sistema electroprodutor, visa despachar os geradores conforme a informao sua entrada proveniente do controlador fuzzy referido anteriormente. A principal vantagem de um controlador neuro-fuzzy, comparativamente com o controlador fuzzy de sistema de inferncia do tipo Mamdani (clssico), que permite controlar o nvel de carga dos geradores de forma mais rigorosa. 2
Captulo I: Introduo
1.4
Organizao da dissertao
Alm do captulo introdutrio, Capitulo I, que corresponde a este captulo, esta dissertao encontra-se dividida em cinco captulos, cujos contedos sero resumidamente descritos de seguida. No captulo II, reviso da literatura, encontra-se definido e caracterizado de forma genrica os SEH, dando particular ateno s principais tecnologias de converso de energia coexistentes no sistema em estudo, nomeadamente a tecnologia a fuelleo, a tecnologia fotovoltaica e a tecnologia elica. Tambm foi caracterizado o controlo e operao em SEH, e ainda os principais mtodos e estratgias utilizados na optimizao do despacho e reserva girante em sistemas elctricos. No captulo III encontra-se descrita a metodologia utilizada na abordagem do problema em estudo. A metodologia baseia-se nas tcnicas da Inteligncia Artificial (IA), nomeadamente a lgica difusa (Fuzzy Logic) e o sistema neuro-fuzzy, que serviram de base para a configurao e o treinamento dos dois tipos de controladores que constituem o sistema proposto de optimizao do despacho e reserva girante de SEH. Alm disso, introduziu-se tambm as teorias do conjunto difuso subjacentes as tcnicas da lgica difusa e sistema neuro-fuzzy, bem como s configuraes dos controladores Fuzzy Logic e sistema neuro-fuzzy no MatlabSimulik. No captulo IV, em primeiro lugar, encontra-se caracterizado o Sistema Elctrico Hbrido da Ilha de Santiago (SEHIS), que serviu do estudo de caso desta dissertao, dando particular ateno aos sistemas de converso de energias renovveis disponveis e a forma como efectuada a optimizao do despacho e reserva girante, e, de seguida, modelou-se e implementou-se no Matlab-Simulink o estudo de caso. Por ltimo, apresentou-se e analisouse os principais resultados obtidos, designadamente o despacho de geradores, a efectividade da reserva girante, o consumo de combustvel e o impacte da produo renovvel na reduo do custo de produo. No captulo V utilizou-se GAMS (General Algebraic Modeling System), que uma ferramenta computacional a partir do qual se pode formular de forma clssica (matematicamente) o problema de optimizao do despacho e reserva girante em sistemas elctricos, por forma a comparar o resultado do sistema proposto com uma tcnica clssica. Na formulao do problema no GAMS utilizou-se a tcnica clssica Programao Inteira Mista (PIM). Neste sentido, comparou-se os principais resultados, como sejam, o despacho de geradores propriamente dito, a reserva girante e o custo de produo dirio.
Captulo I: Introduo
No captulo VI apresenta-se as principais concluses do trabalho, as limitaes no desenvolvimento do mesmo e ainda as pistas para investigao futura.
Captulo II. Reviso da literatura Neste captulo pretende-se rever a literatura relacionada com o tema da dissertao, procurando definir e caracterizar os sistemas elctricos hbridos em estudo, caracterizar as principais tecnologias de converso de energia coexistentes nestes sistemas, e ainda descrever as principais tcnicas de controlo, operao e optimizao do despacho e reserva girante nestes sistemas. 2.1 Definio e caracterizao de sistemas elctricos hbridos
A reviso da literatura permitiu verificar que h uma grande diversidade de Sistemas Elctricos Hbridos (SEH), tais como: os instalados nas ilhas, os instalados em locais remotos, os constitudos com diferentes tecnologias de converso de energia (e.g., elica-diesel ou diesel-fotovoltaica, etc.), os com armazenamento de energia e/ou potncia, etc. Por esta razo, nos subcaptulos que se seguem, define-se o SEH em estudo, descreve-se de forma generalizada os principais desafios deste sistema e ainda caracteriza-se as principais tecnologias de converso de energia que o constitui. 2.1.1 Definio Tradicionalmente, o conceito sistema hbrido tem sido utilizado para se referir aos sistemas elctricos isolados, implantados em localidades remotas ou ilhas, onde coexiste pelo menos uma tecnologia de converso de energias renovveis ou de armazenamento de energia em paralelo com os grupos a fuelleo a satisfazer a necessidade da energia elctrica no sistema. Contudo, recentemente, com o surgimento do conceito produo distribuda tem-se utilizado tambm o termo sistema hbrido para se referir as produes distribudas nas grandes redes elctricas em que se utiliza mais do que uma tecnologia de converso de energias renovveis [2]. No mbito desta dissertao, pretende-se com o conceito Sistemas Elctricos Hbridos (SEH) referir-se aos sistemas elctricos instalados nas ilhas sem interligaes e armazenamento da energia elctrica, onde coexistem trs tecnologias de converso de energia, sendo duas delas de natureza renovvel fotovoltaica e elica - e uma de natureza no renovvel (a fuelleo). 2.1.2 Caracterizao Segundo [1], os SEH so geralmente caracterizados como sendo de redes fracas (poucos geradores e reserva girante), nos quais so frequentes perturbaes (e.g., desvio da frequncia, desvio da tenso etc.), sobretudo devido s variaes no consumo e/ou na produo. Assim sendo, de acordo com [3], o aumento de penetrao de energias renovveis nestes sistemas acrescenta desafios segurana e fiabilidade do sistema, violao dos limites mnimos de carga e degradao da eficincia dos geradores convencionais, e qualidade da energia. 5
CAPTULO II: Reviso da literatura
Todavia, sendo o custo de produo nestes sistemas relativamente elevado, principalmente devido importao do fuelleo, o aumento de penetrao de energias renovveis representa uma oportunidade para reduzir o consumo do fuelleo, e, consequentemente, o custo de produo [4] e emisso dos gases poluentes. Relativamente aos desafios de segurana e fiabilidade do sistema, que se agravam com o aumento de penetrao de energias renovveis, estes devem-se fundamentalmente volatilidade de produo renovvel e inadequao/inefectividade da reserva girante1 medida que se substitui produo convencional por produo renovvel. A inadequao da reserva girante deve-se, por um lado, ao facto de que os sistemas renovveis geralmente no disponibilizam reserva girante, visto que normalmente se dispem de equipamentos electrnicos (e.g., seguidor do ponto de mxima potncia) para que estejam sempre em mxima potncia. Em contraste, os sistemas convencionais - a fuelleo - so normalmente escalonados at 85% das suas capacidades nominais de modo a disporem sempre da reserva girante [1]. Por outro lado, deve-se tambm ao facto de que, quando a penetrao renovvel elevada, os geradores convencionais encontram-se baixa carga e, desta forma, no caso de contingncias no sistema (e.g., avaria na unidade de maior potncia), os geradores convencionais podem no responder em tempo til s exigncias de aumentarem rapidamente as suas produes, principalmente os geradores mais antigos (e.g., um gerador de 4,5 - 10 MW leva 4 minutos para aumentar a sua produo de 50% a 100% de capacidade) [3]. Quanto aos desafios relativos violao dos limites mnimos de carga e degradao da eficincia dos geradores a fuelleo, estes encontram-se associados ao facto de que, devido volatilidade de produo renovvel e/ou cargas, os geradores a fuelleo ficam sujeitos a regime de carga inferior ao mnimo recomendado pelos fabricantes (30/50% da capacidade nominal), e, desta forma, aumentam-se as avarias e degrada-se a eficincia, sobretudo devido queima incompleta do combustvel, segundo [5]. Portanto, resumidamente, um dos principais desafios de SEH de Optimizao do Despacho e Reserva Girante, i.e., de como coordenar as distintas tecnologias de produo disponveis (renovveis e no renovveis), de modo a tirar o mximo proveito de produo renovvel, enquanto salvaguarda-se as restries tcnicas do sistema e dos geradores, nomeadamente, o balano de potncia, a reserva girante, os limites mnimos de carga dos geradores convencionais etc. Para tal, fundamental dispor de informaes relativas s distintas tecnologias de converso de energia elctrica coexistentes no sistema, como por exemplo, a funo custo de produo
A reserva girante do sistema, por vezes, denominada apenas de reserva, a soma da quantidade de potncia disponvel nos geradores ligados rede, necessria para repor o equilbrio entre a produo e consumo na situao de contingncias no sistema, designadamente, a perda da unidade de produo de maior potncia, aumento brusco do consumo etc.
de geradores a fuelleo, as estimativas da potncia gerada pelos sistemas renovveis, a forma de controlo da potncia activa e reactiva, etc. Neste sentido, nos captulos seguintes sero caracterizadas as tecnologias de produo coexistentes no SEH em estudo, dando especial ateno as curvas de produo/potncia, a forma de interaco com a rede, bem como a forma de controlo da potncia activa e reactiva. 2.1.3 Tecnologia a fuelleo A tecnologia a fuelleo (ou a diesel) tem sido a tecnologia convencional mais utilizada na produo da energia elctrica em SEH. Geralmente um sistema a fuelleo constitudo por cinco partes fundamentais, conforme se pode verificar na Fig. 1: 1) uma mquina de combusto interna (Diesel Engine), 2) um gerador elctrico (Synchronous Generator), 3) um regulador (Governor Control), 4) um controlador de tenso (Voltage Regulator) e 5) um sistema de superviso e controlo (Engine and Generator Supervisory Control).
Fig. 1: Esquema de um sistema a fuelleo [1]
A mquina motriz de combusto interna responsvel pela transformao da energia qumica contida no fuelleo em energia mecnica disponibilizada ao veio do gerador elctrico. O gerador elctrico, geralmente gerador sncrono de velocidade fixa, converte por meio de lei de induo magntica a energia mecnica em energia elctrica. Enquanto o regulador, o controlador e o sistema de supervisionamento e controlo, desempenham, respectivamente, a seguinte funo: regular a potncia activa fornecida, controlar a tenso sada e supervisionar e controlar a mquina motriz e o gerador elctrico, de a acordo com [1]. Curva do consumo especfico
A curva de consumo especfico de um gerador a fuelleo representada por [6] e [7] como sendo a variao no consumo ( ) e na eficincia () com a variao da potncia (carga) do gerador. Logo, reflecte o custo da energia produzida pelo gerador com a variao da potncia, 7
primordial na optimizao do despacho de geradores. De acordo com [7], a variao do consumo pode ser traduzida pela equao (1), enquanto a variao da eficincia pela equao (2). A Fig. 2 traduz a curva de tendncia da variao do consumo e da eficincia de um gerador de pequena dimenso. Para os geradores de gama de potncia diferente, as curvas do consumo e eficincia mantm-se mais ou menos as mesmas tendncias. Estas curvas so geralmente obtidas a partir de ensaios de geradores ou ento a partir de fichas tcnicas de fabricantes.
( )
(1)
Na equao anterior, F representa o consumo em l/h, a potncia gerada em kW, e , , e os coeficientes da curva parablica que traduz o consumo de gerador com a variao da potncia produzida.
( )
(2)
Relativamente equao (2), o rendimento da mquina em percentagem, a massa volmica do combustvel em kg/m3 ( para leo-diesel), o poder calorfico inferior do combustvel ( para diesel) e a potncia gerada em .
Fig. 2: Curva do consumo e eficincia de um gerador a fuelleo/diesel [7]
Conforme se pode verificar na Fig. 2, e tambm segundo [8], a eficincia do gerador degrada significativamente para regime de carga inferior a 50%, e, entretanto, permanece praticamente constante para regime de carga superior a 50%.
Alm disso, conforme j foi referido no documento e ainda de acordo com [5], para regime de carga inferior a 30/50% aumentam-se as avarias devido combusto incompleta do fuelleo. Por isso, normalmente, os fabricantes recomendam regime de carga para geradores superior a 30/50% de capacidade nominal. de referir que, a propsito de evitar a degradao da eficincia e o aumento de avarias nos geradores a fuelleo provocado por baixo regime de carga, tem sido prtica adoptar sistemas a fuelleo com gerador elctrico de velocidade varivel (sncrona/assncrona) em vez de gerador de velocidade fixa comumente utilizado. Segundo [6], possvel operar a mquina motriz com uma relao directa com o consumo, i.e., quando o consumo baixo a velocidade de rotao tambm baixa e, consequentemente, a mquina efectua uma combusto mais completa do combustvel, e desta forma melhora a eficincia de combusto [5]. Porm, apesar destas vantagens, e outras apresentadas por [6] e [5], a utilizao de geradores elctricos de velocidade varivel em geradores a fuelleo encontra-se limitado essencialmente devido ao custo global do sistema, pois precisa-se de dispositivos electrnicos de interface com rede. Controlo de potncia
A forma como o gerador controla a sua potncia activa e reactiva fundamental para a estabilidade da rede qual o gerador est conectado, na medida em que a partir deste que o gerador ajusta a sua potncia activa e reactiva, e assim contribuir para a reposio de um eventual desequilbrio entre a produo e o consumo, como por exemplo, devido oscilao no consumo ou na produo renovvel. Controlo da potncia activa O controlo da potncia activa garantido atravs do regulador (governor), que pode ser tanto do tipo iscrono (de frequncia fixa), que varia instantaneamente a potncia da mquina motriz aps uma perturbao de modo a anular qualquer desvio da frequncia ( ) do gerador em relao frequncia de referncia/rede ( ), como do tipo droop (estatismo), normalmente de 3 ou 5%. Segundo [1], o regulador droop frequente em geradores com capacidade de despacho e em sistemas com mltiplos geradores em paralelo. Portanto, tendo em considerao o propsito deste trabalho, de seguida apenas ser caracterizado o regulador do droop. A forma como o regulador droop varia a produo do gerador aps uma perturbao no sistema (desequilbrio entre a produo e o consumo) encontra-se descrita na Fig. 3, traduzida pela equao 3.
f (Hz) 51
50,8 50,6 50,4 50,2 50 49,8 49,6 49,4 0 0,5 1 1,5 2 2,5 3
P (MW)
Fig. 3: Curva caracterstica de um regulador droop
(3) Na equao 3, representa a potncia gerada em ,

( )
o estatismo do
, controlador em o desvio da frequncia do gerador em vazio em relao a frequncia da rede ( ). Enquanto a frequncia de referncia (set-point) de um gerador o ponto de intercepo da recta com o eixo da ordenada (frequncia) da Fig. 3, ou seja, corresponde frequncia em que o gerador injecta 0 na rede. A ttulo de exemplo de como um regulador droop ajusta a potncia activa de um gerador aps uma perturbao na rede, assume-se que o estatismo do regulador da Fig. 3 de 2 MW/Hz e que a frequncia de referncia do controlador de , e que este se encontra aplicado a um gerador de . Em condies normais (frequncia da rede em )o gerador injecta ( ( ) na rede. No entanto, num eventual desequilbrio entre a produo e o consumo em que a frequncia da rede cai para ,o ( gerador aumenta a sua potncia injectada na rede para ( ) e, desta forma, contribui para repor o equilbrio entre a produo e o consumo, contribuindo assim para trazer a frequncia da rede de volta para os . Controlo da potncia reactiva O controlo da potncia reactiva (ou controlo da tenso) de um gerador a fuelleo garantido por meio de controlador automtico da tenso, vulgarmente denominado de AVR Automatic Voltage Regulator, normalmente de duas maneiras distintas: a) utilizando o controlador de factor de potncia que fixa o factor de potncia do gerador independentemente da tenso da rede, b) utilizando a funo de controlo do estatismo da tenso e potncia reactiva que varia a potncia reactiva do gerador em funo da variao da tenso aos terminais do gerador. A forma de controlo com base no estatismo da tenso-potncia reactiva mais vantajosa para 10
sistemas com mltiplos geradores em paralelo, visto que permitem partilhar a potncia reactiva [1]. Assim sendo, de seguida apenas ser caracterizado a forma de controlo atravs da funo do estatismo da tenso-potncia reactiva apresentada na Fig. 4.
Fig. 4: Controlo da potncia reactiva em funo do estatismo da tenso [1]
Conforme se pode verificar na Fig. 4. e de acordo com [1], a forma de controlo atravs do estatismo da tenso permite controlar a potncia reactiva ( ) do gerador em funo da variao da tenso nos seus terminais ( ), ou seja, em funo do consumo da energia reactiva no sistema. O que quer dizer que, quando a tenso aos terminais do gerador diminui/aumenta devido ao aumento/diminuio do consumo da energia reactiva na rede, o gerador aumenta/diminui a sua potncia reactiva. O estatismo da tenso ( ) determinado com base no desvio mximo ( ) e mnimo ( ) da tenso permitido no sistema, e a potncia reactiva mnima ( ) e nominal ( ) que o gerador pode fornecer [1]. 2.1.4 Tecnologia fotovoltaica Os sistemas fotovoltaicos visam converter a energia das radiaes solares em energia elctrica. Geralmente encontram-se ligados rede elctrica pblica ou ento isolados da rede como sistemas autnomos a alimentar habitaes particulares, sistemas de bombagem de gua etc. Quando se encontram ligados rede elctrica pblica, geralmente esto ligados rede de BT atravs de inversores monofsicos ou trifsicos, ou ento ligados rede de MT atravs de transformador de distribuio. Normalmente esto ligados rede de BT quando a potncia instalada inferior a 100 kW e rede de MT quando a potncia instalada superior 100 kW e inferior a 6 MW [9]. No mbito deste trabalho tem interesse os sistemas ligados rede elctrica pblica, que basicamente so constitudos por dois componentes essenciais, os painis fotovoltaicos e os inversores de potncia. Os painis fotovoltaicos, constitudos por mdulos fotovoltaicos de silcio ou de filmes finos, convertem a energia contida nas radiaes solares em corrente contnua (CC). Enquanto os inversores de potncia converte a CC para a corrente alternada (CA) e ainda controlam a ligao do sistema rede. Alem disso, os inversores podem dispor de conversores CC-CC, vulgarmente denominado MPPT, que visa em cada instante 11
determinar o par corrente-tenso da curva caracterstica corrente-tenso dos paneis de modo que a potncia disponibilizada pelo inversor em cada instante seja o mximo possvel [9]. Estimativa de potncia e energia gerada
A energia (ou a potncia) produzida por sistemas fotovoltaicos depende de vrios factores, como sejam os factores relativos eficincia de converso dos mdulos e inversores, os factores relativos s condies climatricas (insolao, temperatura, humidade, nuvens etc.), os factores associados s opes de dimensionamento e instalao do sistema (orientao, inclinao, sombra etc.), e outros factores, designadamente, a sujidade do mdulo, a deteriorao dos equipamentos do sistema, etc. Como tal, na estimativa de potncia e/ou energia disponibilizada por um sistema fotovoltaico deve-se considerar esses factores. As equaes (4) e (6) permitem estimar a potncia e a energia disponibilizadas por um sistema fotovoltaico tendo em conta esses factores [10]. No entanto, convm referir que estas equaes no englobam todos os factores referidos atrs, mas sim apenas os de maior peso.
( )
(4)
representa a potncia instantnea produzida pelo sistema, a potncia nominal do 2 sistema, a insolao sobre a superfcie do mdulo (W/m ) considerando a inclinao dos mdulos, a radiao solar nas condies de testes e referencia (1000 W/m2), o factor da degradao da potncia, que pode incluir as sombras, as perdas nos cabos, a deteriorao dos materiais ( 10%), a sujidade dos mdulos ( 5%), eficincia do(s) inversor(es) ( 85%), o coeficiente da degradao da potncia com o aumento de temperatura da clula (W/ C), a temperatura das clulas nas condies reais, a temperatura da clula nas condies de testes e referncia ( STC - Standard Test Conditions). A temperatura das clulas (TC) para as condies reais pode ser calculada a partir da equao (5), de acordo com [11].
[ ]
(5)
Para a expresso anterior, representa a temperatura ambiente instantnea, a temperatura nominal de operao das clulas (NOCT - Nominal Operation Cell Temperature) fornecida pelos fabricantes e GT a insolao. No que diz respeito estimativa de energia mdia produzida ( ) por um sistema fotovoltaico (diria, mensal ou anual), pode ser calculada com base na equao (6). Para uma anlise mais rigorosa, que por exemplo leva em considerao a variao da inclinao dos mdulos, a variao da inclinao do sol, a sombra, etc., pode-se recorrer s expresses matemticas desenvolvidas na literatura [10]. 12
(6)
Relativamente equao (6), representa a potncia nominal do sistema, a irradiao mdia (diria, ou mensal, ou anual) sobre a superfcie dos mdulos e o rendimento global do sistema. O rendimento global do sistema ( ), que inclui as perdas nos cabos e inversores, as perdas devido ao aumento da temperatura da clula, a deteriorao dos equipamentos, as sombras, etc. Tendo em conta os factores referidos anteriormente, o rendimento global de um sistema fotovoltaico bem dimensionado e correctamente instalado varia entre 75% a 85% [9]. A irradiao mdia disponvel no local ( ) (diria, ou mensal, ou anual) pode ser obtida atravs de medies, ou ento a partir de plataformas, como a PVGIS (http://re.jrc.ec.europa.eu/pvgis/) e a SoDa (http://www.soda-is.com/eng/). Controlo de potncia
O controlo de potncia (activa e reactiva) em sistemas fotovoltaicos foi durante muito tempo, at 2009, tecnicamente limitado. Desta forma, os sistemas fotovoltaicos no podiam participar nos servios de sistema, designadamente o controlo da frequncia e da tenso, por isso, eram considerados como cargas negativas puramente resistivas [12], que apenas contribuem para reduzir as cargas nos geradores convencionais. Portanto, para salvaguardar a segurana da rede e proteco do pessoal de manuteno, os sistemas fotovoltaicos eram desconectados automaticamente da rede, por meio de dispositivos de proteco, comando e controlo, sempre que a frequncia e/ou tenso da rede sassem fora dos limites da regulao previamente definidos. Contudo, a perda descontrolada da produo fotovoltaica, aquando uma oscilao na frequncia e/ou tenso da rede, pode potenciar ainda mais a instabilidade na rede, principalmente em redes fracas. Todavia, actualmente, graas aos avanos tcnicos conseguidos, os sistemas fotovoltaicos j podem participar nos servios de sistema, controlando a suas potncias activas (controlo da frequncia) e reactivas (controlo da tenso) injectadas na rede. Controlo da potncia activa O controlo da potncia activa em sistemas fotovoltaicos de actualidade pode ser efectuado por meio de funes que permitem reduzir a potncia activa efectiva injectada na rede de trs formas distintas: 1) Manualmente, 2) remotamente atravs dos canais de comunicao e 3) automaticamente em funo da frequncia da rede [12]. Com efeito, entre as trs formas de controlo da potncia activa referidas anteriormente, destaca-se a forma de controlo automtico em funo da frequncia da rede apresentada na Fig. 5, principalmente por no depender constantemente de aces de operador do sistema, por isso ser caracterizada de seguida. 13
Fig. 5: Controlo da potncia activa em sistemas fotovoltaicos em funo da frequncia da rede, adaptada de [12]
Tendo os sistemas fotovoltaicos (inversores) devidamente regulados, que consiste basicamente em ter definido o limiar mnimo (e.g., 47,5 Hz) e mximo (e.g., 51,5 Hz) da frequncia a partir dos quais os inversores desconectam da rede, e tambm o limiar da frequncia (e.g., 50,2 Hz) a partir do qual os inversores comeam a reduzir as suas potncias efectivas, tal como mostra a Fig. 5, os sistemas fotovoltaicos podem reduzir a potncia efectiva ( rede ( ) injectada na rede em ) for superior a 50,2 Hz.
(
( )
) sempre que a frequncia da
Como exemplo, um sistema fotovoltaico de 50 kW, regulado de acordo com a Fig. 5, que est a injectar na rede 30 kW, reduz a sua potncia activa efectiva injectada na rede em 12 kW quando a frequncia da rede aumenta de 50,2 para 51,2 Hz, passando assim a injectar na rede 18 kW (
( ) ( ) ). Assim, contribui tambm para
trazer a frequncia da rede de volta aos 50 Hz. Controlo da potncia reactiva O controlo da potncia reactiva pode ser efectuado de quatro formas diferentes: 1) fixa; 2) em funo da potncia activa injectada na rede; 3) em funo da magnitude da tenso no ponto de ligao rede; e 4) remotamente atravs dos canais de comunicao [13]. A forma de controlo da potncia reactiva em funo da potncia activa tem sido frequente, por isso, na Fig. 6 e Fig. 7, encontram-se apresentadas as formas de controlo da potncia reactiva em funo da potncia activa para sistemas fotovoltaicos de grande dimenso (superior a 100 kW) e pequena dimenso (inferior a 100 kW) respectivamente. Conforme se pode verificar na Fig. 6, os sistemas de grande dimenso, normalmente ligados rede de MT, diminuem os seus factores de potncia (potncia reactiva) de 0,95 capacitivo para 0,95 indutivo medida que se aumentam as suas potncias activas efectivas injectadas na rede. Assumindo, nestes casos, que o factor de potncia igual ao ( )
14
Fig. 6: Controlo da potncia reactiva em sistemas fotovoltaicos de grande dimenso [12]
Conforme se pode verificar na Fig. 7, os sistemas fotovoltaicos de potncia inferior a 100 kW, ( ) normalmente ligados rede de BT [9], no fornecem a potncia reactiva ( ) rede quando a potncia efectiva inferior a 50% e diminui o factor de potncia para 0,95/0,9 medida que a potncia efectiva aumenta para alm dos 50%. Na verdade, os sistemas de potncia superior a 13,8 kVA diminuem os seus factores de potncia para 0,9 indutivo, enquanto os sistemas de potncia inferior (a 13,8 kVA) diminuem os seus factores de potncia para 0,95 indutivo.
Fig. 7: Controlo da potncia reactiva em sistemas fotovoltaicos de pequena dimenso [12]
Portanto, quando se dispe de sistemas fotovoltaicos com funes de controlo da potncia activa e reactiva, possvel em muitas situaes evitar o baixo regime de carga de geradores trmicos, frequente em sistemas com produo renovvel, e, consequentemente, a degradao da eficincia dos geradores e aumento de avarias. Alm disso, permite dispensar sistemas de comunicaes rpidas para o controlo de sistemas de produo fotovoltaicos.
15
2.1.5 Tecnologia elica Os sistemas elicos aerogeradores visam converter a energia cintica contida na massa do ar (vento; energia renovvel) em energia elctrica. Os aerogeradores, principalmente os mais recentes, Fig. 8, so constitudos por diversos componentes essenciais para os seus desempenhos, e, ao mesmo tempo, tambm fundamental para um bom desempenho da rede elctrica qual esto ligados. Contudo, nos pontos que seguem, pretende-se apenas realar as duas partes fulcrais de um aerogerador: 1) a turbina elica e 2) o gerador elctrico.
Fig. 8: Esquema de um aerogerador [14]
A turbina elica (rotor), representada na Fig. 8 como ponto 5, o componente do sistema responsvel pela converso da energia cintica contida na massa do ar em energia mecnica atravs de um processo aerodinmico resultante da interaco das ps da turbina com massa do ar em movimento. Enquanto o gerador elctrico, ponto 12 da Fig. 8, responsvel pela converso da energia mecnica recebida do veio do rotor (ou caixa de velocidade) em energia elctrica. Geralmente a energia elctrica produzida em BT (400 a 690 V) e depois transformada em MT por meio de transformador de potncia (ponto 14), com excepo das turbinas elicas de baixa potncia, volta de 300 kW, que normalmente se encontram ligados BT [15], como caso do sistema instalado na ilha das Flores (Aores-Portugal) [4]. Seguidamente dedica-se estimativa da energia e potncia gerada pelos sistemas elicos, bem como a forma de controlo da potncia de sistemas elicos. Estimativa de potncia e energia gerada
A produo elica depende essencialmente de factores relativos disponibilidade do recurso elico no local, normalmente caracterizado pela funo densidade de probabilidade de 16
Weibull, e a curva de potncia da turbina elica [16]. Entretanto, tambm afectada pelos factores como sejam as perdas elctricas no gerador elico e ligao rede (2-5%), a disponibilidade/fiabilidade da turbina (95-98% para turbinas modernas), a disponibilidade da rede que depende do nvel de tenso no local etc. (90-98%), a sujidade e degradao das ps, efeito do gelo etc. (1-5%) e ainda depende da preciso da avaliao do recurso elico no local [16]. Alm disso, para o caso particular de parque elico, afectada ainda pelo coeficiente de rugosidade do terreno no qual o parque elico est inserido e pelo coeficiente de efeito esteira do parque [16]. Estimativa da potncia De forma simplificada, i.e., sem considerar todos factores que influenciam a produo elica, a potncia elctrica disponibilizada por um aerogerador pode ser obtida atravs da equao (7), segundo [14] e [17]. No caso de um parque elico, multiplica-se a equao (7) pelo nmero de turbinas elicas existentes no parque. (7) Na equao 7, o representa o coeficiente de potncia da turbina elica que depende da tip2 speed ratio , a densidade do ar3, a rea varrida pelas ps do rotor dada pela equao, a 4 velocidade do vento extrapolada para o cubo da turbina atendendo equao e e so, respectivamente, o rendimento da caixa de velocidade e dos componentes elctricos que, segundo [17], podem ser de 0,95 e 0,9 respectivamente.
Tip-speed ratio o quociente entre a velocidade nas pontas das ps e velocidade do vento ( ), onde rpm a velocidade do rotor em rotao por minuto, o dimetro do rotor (em metros) e a velocidade do vento [11]. Tipicamente o varia entre 0,4 a 0,5 [59]. Um valor optimista de 0,45 [17].
3
A densidade do ar varia com a temperatura e altura. A funo seguinte: , combina as variaes da densidade do ar com altitude e temperatura. Onde, a densidade de referncia ao nvel do mar (1,225 kg/m3 para 15 C e 1 atm), e so os coeficientes de correco da densidade do ar com temperatura e altura respectivamente, e so tabelados como apresentado por [11].
4
De acordo com a abordagem europeia [11], a extrapolao da velocidade do vento para o cubo da turbina, conhecida como expresso logartmica do cisalhamento do vento, dada pela seguinte expresso: ( ) ( ); onde a velocidade do vento ao cubo da turbina, a velocidade do vento altura de medio, e o comprimento de rugosidade que depende de caractersticas do terreno (valores tabelados)
17
Estimativa da energia A energia produzida por sistemas elicos pode ser estimada atravs da expresso que se segue [16].
( ) ( )
(8)
( ) representa a expresso analtica cbica que melhor se Relativamente equao (8), ajusta curva real da turbina, que tem a tendncia da Fig. 9, ( ) a funo densidade de probabilidade da velocidade do vento ao cubo da turbina (equao (9)), o perodo de integrao (tipicamente de um ano: 8760 horas) e a potncia mdia no intervalo de integrao ( ).
A funo densidade de probabilidade da velocidade do vento ( ) e a potncia mdia das turbinas podem ser traduzidas, respectivamente, pelas equaes que se seguem.
( )
( )
(9)
( )
( )
( )
(10)
Se se pretender estimar a energia mensal ter simplesmente que alterar o intervalo de integrao ( ) e a funo de densidade de probabilidade. A alterao da funo densidade de probabilidade consiste em alterar o factor de escala ( ) e o factor de forma ( ) da funo densidade de probabilidade do Weibull para a do referido ms. A figura seguinte ilustra o aspecto da expresso analtica tpica,
( ), de uma turbina elica
Fig. 9: Curva de potncia de uma turbina elica [17]
18
Um outro parmetro, que embora no tenha muita relevncia para este trabalho, mas vulgarmente associado estimativa da energia produzida por sistemas fotovoltaicos, o factor de capacidade (CF- Capacity Factor), geralmente dada pela expresso (11) [16].
(11)
O indica a atractividade de investimento em sistemas elicos, que varia entre 20 a 45% em local com bom regime do vento. economicamente vivel investir em local com superior a 20% [16]. Controlo de potncia
Existem, basicamente, trs tipos de controlo de potncia em aerogeradores [18]. 1) o Tipo 0, tambm denominado de controlo passivo (Stall Control), em que as ps da turbina se encontram fixas no rotor a um determinado ngulo de ataque de modo que a turbina entra em perdas aerodinmicas a partir de uma determinada velocidade do vento, e, por isso, este tipo de controlo proporciona um aproveitamento elico bastante instvel e ineficiente. 2) o Tipo 1, vulgarmente conhecido como controlo activo (Stall Active Control), em que as ps da turbina no se encontram fixas no eixo do rotor e desta forma possvel variar o ngulo de passo (consequentemente o angulo de ataque das ps) quando a velocidade do vento baixa, de modo a conseguir uma maior eficincia no aproveitamento do recurso elico, e, de igual modo, varia tambm o ngulo de passo quando a velocidade do vento elevada, mas, neste caso, em oposio baixa velocidade, por forma a permitir que a turbina entra em perdas aerodinmicas. Este tipo de controlo proporciona um aproveitamento de energia elica bastante estvel e eficiente. 3) o Tipo 2, tambm conhecido como controlo do ngulo de passo (pitch control), em que as ps da turbina tambm no se encontram fixas no eixo do rotor e, neste caso, o ngulo de passo encontra-se em permanente variao de modo a conseguir uma produo mais estvel e eficiente. Em funo do que foi dito e sendo que aplicado aos aerogeradores comum existir dois tipos de geradores elctricos - os geradores de velocidade fixa e os geradores de velocidade varivel -, resumidamente, h dois grandes grupos de aerogeradores: 1) os aerogeradores de velocidade fixa e 2) os de velocidade varivel, que diferem na forma de controlo de potncia. Neste sentido, de seguida sero descritas as formas de controlo de potncia destes dois grandes grupos de aerogeradores. Controlo de potncia em aerogeradores de velocidade fixa O controlo de potncia activa e reactiva em aerogeradores de velocidade fixa encontram-se bastante limitados, visto que se encontram equipados com gerador de induo de rotor em gaiola e desta forma a potncia activa produzida determinada/fixada essencialmente pela 19
frequncia da rede, e a potncia reactiva necessria para a magnetizao do gerador consumida da rede e/ou fornecida por baterias de compensao de factor de potncia. Atendendo ao facto de que a potncia activa depende da frequncia da rede, o funcionamento destes aerogeradores em SEH bastante ineficiente, sobretudo porque a frequncia nestes sistemas instvel, pois, por um lado, quando a frequncia da rede inferior a 50 Hz (numa rede de 50 Hz), o rotor gira mais depressa e, deste modo, h uma diminuio da aerodinmica das ps e, consequentemente, um subaproveitamento da energia elica. Por outro lado, quando a frequncia da rede superior a 50 Hz, o rotor tende a reduzir a sua velocidade e, assim, h mais massa do ar a passar sem interagir com as ps, e, por conseguinte, um subaproveitamento da energia elica [19]. Segundo [18], numa rede isolada com oscilaes na frequncia entre 48 a 51 Hz, a potncia da turbina pode aumentar +20% para frequncia de 51 Hz, e reduzir -20% para frequncia de 48 Hz, quando a velocidade do vento permanece constante. Nesse sentido, em sistemas isolados, nos quais a frequncia e velocidade do vento so bastante variveis, a potncia activa e reactiva dos aerogeradores de velocidade fixa bastante instvel, e, por estas razes, h grandes desafios de tenses mecnicas etc. As vantagens de aerogeradores de velocidade fixa so mnimas quando se compara com as de geradores de velocidade varivel. Controlo de potncia em aerogeradores de velocidade varivel Os aerogeradores de velocidade varivel, geralmente equipados com geradores de induo duplamente alimentado ou sncrono de man permanente, e ligados rede por meio de conversores de potncia, podem variar a velocidade do gerador, portanto a velocidade da turbina elica, absorvendo assim as variaes da potncia fornecida rede quando a velocidade do vento [18] ou frequncia da rede varia, ou seja, possam fornecer rede uma potncia constante ainda que a velocidade do vento e/ou a frequncia variem. Alm do que foi dito, tambm variam a potncia reactiva. Em suma, o controlo da potncia activa e reactiva em aerogeradores de velocidade varivel so efectivas, se bem que so limitados na medida em que dependem da disponibilidade do vento. Por este motivo, comparativamente com os geradores de velocidade fixa, quando so integrados nas redes elctricas isoladas proporcionam um funcionamento da rede mais estvel e consequentemente h menos oscilaes na produo a fuelleo e tambm desafios de controlo e operao. Alm disso, os aerogeradores de velocidade varivel so construdos para atingir a mxima eficincia aerodinmica ( ) para uma gama de velocidade do vento [18], em vez de apenas para uma velocidade do vento, como acontece com gerador de velocidade fixa.
20
Na verdade, com geradores de velocidade varivel, possvel adaptar-se acelerando ou desacelerando continuamente a velocidade do rotor velocidade do vento e, desta forma, mantem-se a razo da velocidade (tip-speed ratio) constante e no valor mximo [14]. Resumidamente, face aos geradores de velocidade fixa, os aerogeradores de velocidade varivel possuem as seguintes vantagens: maior eficincia no aproveitamento da energia do vento; melhor qualidade de energia injectada na rede, devido a capacidade de atenuar as flutuaes da potncia injectada; reduzidas tenses mecnicas (e.g., nas ps, na caixa de velocidades, estrutura, etc.); e maior adaptao s condies locais (e.g., vento e rede). Em contrapartida, os geradores de velocidade varivel apresentam as seguintes desvantagens: maior perda e custo devido existncia de conversores de potncia [18]. 2.2 Controlo e operao de sistemas elctricos hbridos
O controlo e a operao de sistemas elctricos so duas tarefas interdependentes e fundamentais para a operao segura, fivel e econmica de sistemas elctricos. So particularmente exigentes em SEH. Isto deve-se, por um lado, ao facto de que nestes sistemas se deve satisfazer toda a necessidade da energia elctrica com segurana, fiabilidade (ininterrupta) e economia de forma autnoma (sem recorrer s interligaes), e num contexto de consumo bastante varivel, bem como da produo renovvel. Por outro lado, deve-se tambm ao facto de que, devido s caractersticas particulares destes sistemas (redes fracas), estes acarretam grandes desafios de controlo e operao. Como regra geral, o controlo em SEH estende-se a dois nveis: 1) o controlo primrio e 2) o controlo secundrio [1]. O controlo primrio visa, fundamentalmente, assegurar o equilbrio entre a produo e o consumo aps perturbaes/instabilidades (e.g., variao do consumo, sada forada de unidade de produo de maior potncia, variao de produo renovvel etc.) na rede e assim garantir a operao fivel do sistema [1]. Geralmente, o controlo primrio garantido por meio de unidades de produo a fuelleo sincronizados rede [20]. Para tal, fundamental que o sistema disponha em cada instante da reserva girante efectiva em geradores a fuelleo ligados rede, para que, perante perturbaes na rede, estes possam aumentar as suas potncias em tempo til, nomeadamente a potncia activa, por forma a evitar a diminuio da frequncia para alm dos limites aceitveis com consequentes deslastres de cargas ou perdas de sincronismos das mquinas que geralmente origina apages. O controlo secundrio visa sobretudo despachar os geradores disponveis, cargas diferveis e sistemas de armazenamento de energia/potncia quando existirem [1], com objectivo de satisfazer toda a necessidade de energia no sistema com mnimo custo econmico e ambiental, e, ao mesmo tempo, salvaguardando todas as restries tcnicas do sistema e
21
geradores convencionais, nomeadamente os limites mnimos de carga dos geradores a fuelleo, elevada comutao (ligar/desligar) dos geradores [21], reserva girante mnima etc.. Portanto, atendendo ao facto de que a produo renovvel praticamente no possui custos de operao, fundamental adoptar estratgias ao nvel do controlo secundrio por forma a priorizar a produo renovvel. Convm referir que o controlo e a operao de SEH apoiam-se fundamentalmente em estratgias ao nvel do despacho de geradores e definio da reserva girante, visto que se encontram subjacentes a vrios estudos de operao e controlo de SEH, como por exemplo em [22],[23][24]. Assim, no prximo ponto ir-se- centrar volta do problema do despacho e reserva girante em sistemas elctricos, focalizando particularmente na optimizao do despacho e reserva girante em SEH. 2.3 Pr-despacho, despacho e reserva girante em sistemas elctricos hbridos
Conforme j foi referido anteriormente, o planeamento operacional e o controlo em sistemas elctricos de energia encontram-se apoiados em estratgias ao nvel do despacho de geradores, que visam fundamentalmente coordenar os diversos geradores do sistema considerando as restries tcnicas do sistema e geradores, nomeadamente os limites mnimos e mximos de geradores, a reserva girante etc., de modo a satisfazer toda a necessidade da energia elctrica no sistema com segurana, fiabilidade (ininterrupta) e ainda com mnimo custo econmico e ambiental. Neste sentido, uma vez que o consumo da energia elctrica depende da actividade humana, que varia ao longo do dia, semana, ms etc., o despacho no directo e ainda bastante dinmico, principalmente em SEH. Portanto, para acompanhar a dinmica do consumo com fiabilidade e economia, frequente o despacho em sistemas elctricos envolver-se a resoluo de dois problemas de optimizao fundamentais: O unit commitment (pr-despacho/comissionamento de geradores) e o despacho econmico, e ainda um terceiro problema, mas no menos importante, principalmente em SEH, que a reserva girante. Neste mbito, de seguida, dedica-se definio e formulao do problema do despacho e reserva girante, e tambm caracterizao das tcnicas de optimizao usuais na resoluo destes tipos de problemas. 2.3.1 Definio e formulao do problema de despacho e reserva girante Seguidamente pretende-se definir e formular o problema do pr-despacho e despacho econmico e ainda definir e caracterizar a reserva girante.
22
Pr-despacho
O pr-despacho de geradores visa comissionar os geradores disponveis no sistema, com base na previso do consumo de energia nos prximos intervalos de tempo (usualmente horas ou dia ou semana), de modo que o custo de produo seja o mnimo nos respectivos intervalos, enquanto salvaguarda-se todas as restries tcnicas do sistema e geradores [25],[26],[27]. O pr-despacho um problema de matemtica combinatria de variveis no lineares e de difcil resoluo. Geralmente formulado como um problema de optimizao inteira mista representado por uma funo objectivo de minimizao - equao (12) - e vrias restries tcnicas (equaes (13) - (16)) [26],[27]. De seguida apresenta-se a funo objectivo e as restries tcnicas tpicas de um problema do pr-despacho Funo Objectivo
( ) [ ( ) ( )]
(12)
Restries

(a) Balano de potncia
(13)
(b) Reserva girante (c) Potncia mnima e mxima (d) Custo de arranque
{
(14) (15) (16)
Na equao (12), ( ) representa a funo custo do gerador quando fornece a potncia na hora . obtida multiplicando a curva caracterstica do gerador referida na equao (1) pelo custo do fuelleo. A resoluo do problema do pr-despacho, formulado atrs, envolve tambm a resoluo do problema do despacho econmico formulado de seguido, por isso, de difcil resoluo e computacionalmente exigente. A exigncia computacional aumenta-se com aumento do gerador no sistema.
23
Despacho econmico
Considerando o facto de o consumo da energia variar ao longo do dia (de hora para hora), e que a funo custo de geradores diferem entre si e tambm variam em funo da potncia fornecida, o despacho econmico visa redistribuir a carga entre os geradores prdespachados/comissionados (ligados rede num certo intervalo de tempo, e.g. hora) em subintervalos, normalmente de 15 minutos, de modo a acompanhar a evoluo do consumo horrio com mnimo custo de produo, enquanto salvaguarda-se tambm todas as restries tcnicas do sistema e geradores [26],[28]. O problema do despacho econmico tambm formulado matematicamente, como um problema de optimizao, com funo objectivo equao (17) e restries tcnicas equaes (18) e (19) [29], [28],[30]. A seguir apresenta-se a funo objectivo e as restries comuns a um problema do despacho econmico Funo Objectivo
( )
(17)
Restries
(a) Balano de potncia (b) Potncia mnima e mxima
(18) (19)
Quando h perdas na transmisso de energia, ou seja, quando as unidades de produo esto distantes do centro do consumo, as perdas totais na transmisso ( ) podem ser traduzidas em coeficientes , consideradas constante sob certas condies, e traduzida para a equao (20) [28],[30].
(20)
Entretanto, quando a distncia entre o local de produo e consumo baixo, ou ento geradores esto no mesmo parque electroprodutor, a perda negligencivel [28],[30]. Para resoluo deste problema de optimizao, tradicionalmente recorre-se a vrios mtodos de optimizao matemtica, tais como: o mtodo de gradiente, o mtodo Newton-Rapson, a iterao lambda, o multiplicador de Lagrange etc. [31],[32] . 24
Reserva girante
A reserva girante uma das restries do pr-despacho e despacho econmico, pertencente classe das restries do sistema, considerada como recurso mais efectivo que os operadores de sistema possuem para lidar com o desequilbrio no sistema, designadamente a oscilao no consumo, a perda forada de unidade de produo, o erro de previso, o desvio da potncia do gerador em relao ao despachado etc. [33],[34]. Desta forma, fundamental para a fiabilidade de fornecimento de energia [34], ainda mais em SEH. Tradicionalmente, a reserva girante definida com base em citrios determinsticos, entre os quais, o critrio , ou em funo de uma certa percentagem da carga, ou ainda em funo destas duas [31], [35], [36]. No entanto, se por um lado a reserva girante um servio de sistema importante para salvaguardar a fiabilidade do sistema, por outro lado consome uma parte significativa de recurso econmico que no negligencivel [33]. Por isso, torna-se fundamental a sua optimizao de modo a torn-la em cada instante o mnimo possvel, mas suficiente para garantir a operao fivel do sistema. 2.3.2 Optimizao do despacho Neste captulo, pretende-se com o termo Optimizao do despacho referir-se optimizao do problema de pr-despacho (Unit Commitment) que envolve no s a resoluo do problema de pr-despacho, mas tambm a resoluo do problema de despacho econmico. A sua optimizao consiste em resolver o problema de optimizao matemtica relativo ao prdespacho formulado nas equaes (12) - (16), de modo chegar a uma boa soluo econmica (ptima/sub-ptima) que satisfaz todas as restries tcnicas do problema. Assim, a sua resoluo computacionalmente morosa, na medida em que passa geralmente pela enumerao de todas as combinaes entre os geradores no sistema, que pode ser extremamente elevado em nmero ( : em que o nmero de gerador no sistema) [26],[37]. Por isso, ao longo do tempo, surgiram vrios estudos volta de tcnicas flexveis, eficientes e fiveis para a resoluo deste tipo de problema de optimizao. Tradicionalmente, as tcnicas de optimizao do despacho desenvolvidas baseavam-se essencialmente em mtodos matemticos determinsticos [38], nomeadamente, a Lista Prioritria, a Programao Dinmica, a Programao Inteira Mista, o Relaxao Lagrangeana e o Branch-and-Bound [26],[39] etc.. Cada um destes mtodos possui as suas caractersticas, descritas, por exemplo, na referncia [27]. O mtodo de Lista Prioritria o mais utilizado por ser rpido e de fcil implementao e compreenso, contudo tem como desvantagem a sua baixa preciso, em parte, pelo facto de no considerar o custo de arranque e paragem de geradores [38],[40] . O mtodo de Programao Dinmica apresenta como vantagem a sua preciso (atinge a melhor soluo), contudo bastante moroso em termos computacional 25
medida que se aumenta o nmero de geradores e restries [26],[27]. Enquanto a Programao Inteira Mista tem como principal vantagem a estruturao do modelo com base em premissas de eficincia computacional para aplicao prtica, no entanto no converge (falha) quando o nmero de gerador elevado [26],[27]. Relativamente ao mtodo de Relaxao Lagrangeana, apresenta como grande vantagem a rapidez na obteno de soluo ptima nas aplicaes prticas, entretanto, quando o nmero de gerador elevado, pode no convergir para uma soluo satisfatria [25],[26]. No que se refere a Branch-and-Bound tem como desvantagem a morosidade computacional que cresce exponencialmente com a dimenso do problema [26]. Em suma, com excepo do mtodo de lista prioritria, todos os mtodos de optimizao anteriormente referidos baseiam-se em modelos matemticos exactos e, como tal, possuem como desvantagens a dificuldade de modelizao e a ineficincia/ineficcia em atingir a soluo ptima, visto que consomem tempo proibitivo para gerar uma soluo ptima ou por simplesmente no conseguem convergir para uma soluo vivel em tempo til. Assim, com a intuito de ultrapassar as limitaes das tcnicas de optimizao matemtica referidas anteriormente, nos ltimos 30 anos, tem-se experimentado as tcnicas de optimizao baseadas em inteligncia artificial, como as redes neuronais, a lgica difusa, o algoritmo gentico, a Simulated Annealing, a pesquisa tabu, a inteligncia de enxame, a pesquisa do tipo colnia de formigas, [41], [39], que apesar de no garantem a soluo ptima, sendo que se baseiam em mtodos heursticos (Meta heursticas) no rigorosos, so de um modo geral de fcil implementao e produzem boas solues (sub-ptimas) rapidamente [26]. Alem disso, em contraste com as tcnicas de optimizao clssicas que se baseiam em programao matemtica, as tcnicas de optimizao oriundas da inteligncia artificial permitem modelar facilmente problemas de optimizao no lineares e de variveis estocsticas de grande complexidade [29]. Assim, tm requisitos para serem aplicadas em problemas reais do pr-despacho e despacho econmico, onde h variveis estocsticas, como so o consumo, a produo renovvel, etc. em que muitas das vezes o objectivo principal encontrar uma soluo sub-ptima num intervalo de tempo bastante restrito. Particularmente em SEH, onde para alm da grande volatilidade do consumo tambm a produo varivel - produo renovvel -, as tcnicas de optimizao oriundas da inteligncia artificial possam ser efectivas, sobretudo porque permitem modelar o problema de forma fcil e ainda lidar com as variveis estocsticas, como so o consumo de energia e a produo renovvel. Entre as tcnicas de optimizao do pr-despacho e despacho econmico oriundas da inteligncia artificial, de realar as tcnicas de optimizao baseada em redes neuronais e lgica difusa, pelo fato de vrios estudos demostrarem, em comparao com outras tcnicas de optimizao, que estas so flexveis, rpidas, eficientes (atingem boas solues), robustas e simples, na resoluo do problema de pr-despacho e despacho econmico 26
[29],[26],[37],[38],[42],[43],[44]. Alm disso, convm referir ainda que quando so aplicados em simultneo, como sistema de optimizao hbrido, complementam-se e superaram-se as limitaes individuais, e assim conseguem-se melhores resultados [45],[46]. 2.3.3 Optimizao da reserva girante A optimizao da reserva girante em sistemas elctricos hbridos consiste em determinar a reserva girante estritamente necessria para se fazer face s contingncias no sistema, e.g., variao da produo renovvel, perdas de geradores etc., e assim salvaguardar a fiabilidade e estabilidade do sistema com mnimo custo. Pois, como j foi referido, se por um lado a fiabilidade e estabilidade do sistema aumenta-se com o aumento da reserva girante no sistema, por outro lado o custo de operao do sistema aumenta-se tambm [34]. Conforme j foi referido no documento, de modo tradicional, a reserva girante determinada com base em critrios determinsticos, ou seja, com base no critrio , onde a reserva girante disponvel no sistema deve ser igual ou superior a capacidade do gerador de maior potncia, ou em funo de uma certa percentagem do consumo, ou ainda em funo destas duas [31],[35],[36]. Adicionalmente, em SEH, frequente tambm reservar (determinar) sempre uma certa reserva girante em todos os geradores ligados rede, como por exemplo, restringido no despacho que os geradores so despachados at 85% das suas capacidades nominais antes de despachar o prximo gerador mais eficiente [1]. Contudo, para vrios autores [36],[47], a definio da reserva girante com base em critrios determinsticos bastante simplista, visto que no reflecte nem as caractersticas particulares do sistema, nem as restries da frequncia na operao do sistema. Portanto, na perspectiva destes autores, as variveis referidas anteriormente so de maior importncia na definio da reserva girante do que, por exemplo, a fiabilidade do gerador de maior capacidade (critrio ). Neste sentido, tm surgido vrios estudos que se baseiam em caractersticas particulares do sistema e nas restries da frequncia na operao do sistema para determinar a reserva girante em sistemas elctricos isolados [36],[47]. Neste sentido, tendo em conta as caractersticas particulares de SEH, para alm de ser crucial preocupar-se com a definio da reserva girante, tambm crucial se preocupar com as caractersticas particulares do sistema e as restries da frequncia na operao do sistema. Conhecendo as caractersticas particulares do sistema permite, por um lado, conhecer a sensibilidade da frequncia do sistema e dinmica de resposta dos geradores, por outro lado, torna possvel levar em conta a frequncia a partir do qual se d o deslastre de carga e as restries do tempo para controlo primrio, etc. Assim, permite determinar a reserva girante que efectivamente evita o deslastre de carga e garante a fiabilidade do sistema. Apesar da aparente simplicidade do problema de optimizao da reserva girante, a sua modelizao prtica em SEH tem sido complexa e computacionalmente exigente, sobretudo 27
devido a natureza estocstica de contingncia, consumo, produo renovvel, etc., que envolvem-se na sua formulao matemtica [34]. Portanto, pretende-se neste trabalho desenvolver uma estratgia simples, rpida e robusta, que visa fundamentalmente optimizar o despacho de geradores e reserva girante em sistemas elctricos hbridos. A metodologia a partir da qual ser efectuada a optimizao do despacho e reserva girante encontra-se no Captulo III, enquanto as estratgias de optimizao descritas no ponto 4.2.
28
Captulo III. Metodologias Da reviso da literatura constatou-se que a optimizao do despacho e reserva girante em sistemas elctricos pode ser efectuada apoiando em mtodos de programao matemtica ou ento em mtodos oriundos da inteligncia artificial. Nos ltimos anos, a optimizao do despacho e reserva girante a partir de mtodos de optimizao oriundos da inteligncia artificial tem-se avanado, essencialmente pelas seguintes razes: permite modelar e resolver este tipo de problema sem recorrer explicitamente sua formulao matemtica [38],[42], requer baixo tempo computacional, permite ainda descrever variveis no lineares e estocsticas, como so o consumo de energia e produo renovvel [38],[41]. Assim, no mbito desta dissertao, apresenta-se um sistema inteligente para optimizao automtica do despacho e reserva girante em Sistemas Elctricos Hbridos (SEH), baseando em tcnicas oriundas da inteligncia artificial, designadamente a lgica difusa (fuzzy logic) e o sistema neuro-fuzzy (ANFIS Adaptive Neuro-Fuzzy Inference System). O sistema proposto composto por dois tipos de controladores inteligentes: um controlador fuzzy e um ou mais controladores neuro-fuzzy (ANFIS) . O controlador fuzzy, cujas entradas so o consumo e a produo renovvel previstos, baseia-se na tcnica da lgica difusa para calcular a potncia trmica a distribuir entre os geradores trmicos no sistema. A potncia trmica, sada do controlador fuzzy, resulta da subtraco ao consumo previsto a produo renovvel prevista. O controlador neuro-fuzzy (ANFIS), tanto quanto o nmero de geradores disponveis no SEH, de entrada potncia trmica e sada nvel de potncia (set-point) do gerador ao qual se encontra associado, baseia-se no sistema neuro-fuzzy para determinar o nvel de potncia do gerador associado ao controlador, consoante a informao entrada do controlador ANFIS, proveniente do controlador fuzzy. Neste sentido, o controlador neuro-fuzzy deve ser adequadamente treinado, com base nas caractersticas dos geradores, restries tcnicas do sistema e geradores, e potncia trmica (sada) do controlador fuzzy, por forma a reproduzir correctamente as aces que se pretende. Nos pontos seguintes sero descritas as tcnicas inerentes aos controladores fuzzy e neurofuzzy, incidindo sobre as diferentes etapas das suas configuraes, e tambm sobre as suas configuraes no Matlab. 3.1 Lgica difusa (fuzzy logic)
A lgica difusa (fuzzy logic) uma tcnica de inteligncia artificial que tem por base a teoria de conjunto difuso (fuzzy set) desenvolvida por Lotfi A. Zadeh em 1965[48]. Geralmente encontra-se aplicada a controladores fuzzy, sobretudo para imitar (reproduzir) aces de operadores de sistema, conforme referido por [49]. Hoje em dia encontramo-la aplicada em diversos controladores de equipamentos electrnicos, tais como: mquina de lavar, aparelhos de ar condicionado, controladores de geradores etc., cujo objectivo principal de controlar automaticamente a tarefa inerente aos respectivos equipamentos. 29
Captulo III: Metodologias
A constituio de um controlador fuzzy muito simples [49]. constitudo por um estgio de entrada (fuzzifier), um estgio de inferncia (inference engine) e um estgio defuzificador (defuzzifier), conforme se pode verificar na Fig. 10.
Fig. 10: Esquema de um controlador fuzzy (FLC) [50]
Sendo que a base de um controlador fuzzy encontra-se na teoria de conjunto difuso (fuzzy set), primeiramente, antes de passar para descrio dos respectivos blocos de um controlador fuzzy, sero descritos os fundamentos de um conjunto difuso, comparando-os com a teoria clssica de conjunto. 3.1.1 Teoria de conjunto difuso versus teoria clssica de conjunto A teoria de conjunto difuso (fuzzy set) representa, no essencial, uma extenso da teoria clssica de conjunto (crisp set) [48]. Na teoria clssica de conjunto um elemento pertence (1) ou no pertence (0) um determinado (sub) conjunto. Porm, na teoria de conjunto difuso atribudo um peso, que varia entre 0 e 1, para representar o grau de pertena de um determinado elemento a um determinado (sub) conjunto. A ttulo exemplificativo, de seguida ser apresentado um caso frequentemente utilizado nas referncias - e.g., [51] - para revelar a principal diferena entre a teoria de conjunto difuso e a teoria clssica de conjunto. O exemplo refere-se avaliao de estatura de um conjunto de indivduos, que, por exemplo, varia num universo de discurso ( ) entre 1,5 a 2,0 m. Admitindo que se pretende classificar os indivduos como baixo ( ) ou alto ( ), com base na teoria clssica de conjunto, determina-se uma altura de referncia, neste caso de , que serve de base classificao da estatura de indivduos. Desta forma, um individuo de altura menor ou igual a considerado baixo ( ), e, em contraste, um individuo de altura superior a 1,70 m considerado alto ( ). Para formular matematicamente a classificao de estatura de indivduos, utiliza-se a funo caracterstica ( ( )) que se segue:
30
( )
Neste caso, os indivduos que no pertencem ao conjunto de indivduos de estatura baixo ( ), i.e., de valor binrio , por excluso de parte, pertencem classe de indivduos de estatura alta ( ). A figura seguinte traduz a funo caracterstica da teoria clssica de conjunto.
Fig. 11: Funo caracterstica da teoria clssica de conjunto [55]
Note-se, na Fig. 11, que h uma transio abrupta de classe de indivduos de estatura baixa ( ) para classe de indivduos de estatura alta ( ), visto que por apenas um individuo pode no pertencer classe de indivduos de estatura baixa para assim pertencer classe de indivduos de estatura alta. Na perspectiva de Zadeh, que introduziu a teoria de conjunto difuso, devido s incertezas e/ou impreciso da vida prtica, a funo caracterstica binria da teoria clssica de conjunto - Fig. 11 - deve ser alterada para funo de pertena - Fig. 12. A funo de pertena representa o grau de pertena, que varia entre 0 e 1, dos elementos (altura de indivduos) a um determinado subconjunto. Deste modo, os elementos de um subconjunto difuso , de universo de discurso , tm, cada qual, um grau de pertena ao subconjunto, representado pela seguinte ( ) ( ) o grau de pertena do elemento ao expresso: , onde subconjunto , que indica o quanto o elemento pertence ao subconjunto . Nesta lgica, um elemento pode pertencer mais do que um subconjunto em simultneo com igual ou diferente grau de pertena. Como exemplo, um individuo de 1,80 m de altura pode pertencer 0,85 ( ( ) ) classe de indivduos alto ( ) e 0,15 ( ( ) ) classe de indivduos baixo ( ).
Fig. 12: Funo de pertena da teoria de conjunto difuso [55]
31
Adicionalmente, conforme ainda se pode verificar na figura anterior, a teoria de conjunto difuso veio introduzir uma transio suave entre indivduos realmente altos e menos altos. Todavia, para cada subconjunto difuso, de um determinado universo de discurso, fundamental a escolha adequada da funo de pertena que efectivamente traduz o grau de pertena de cada elemento do conjunto ao subconjunto. As funes de pertena podem ser do tipo, triangular, gaussiana, trapezoidal, etc. A funo de pertena da figura anterior tende-se funo sigmide (sigmoid function). Operadores de conjunto difuso De igual modo do que acontece na teoria clssica de conjunto, na teoria de conjunto difuso tambm frequente utilizar dois tipos de operadores: 1) o operador de interseco e (and), 2) o operador de unio ou (or). Para exemplificar como so efectuados estas operaes, sero utilizadas as funes de pertena baixa e mdia do universo de discurso da produo elica que se encontra na figura seguinte, onde as funes de pertena so todas do tipo triangular
Fig. 13: Universo de discurso da produo elica
Operador de interseco e (or)
Quando se aplica o operador de interseco e, entre os subconjuntos fuzzy Baixa e Mdia da produo elica da figura anterior, resulta um outro subconjunto difuso apresentado na Fig. 14., preenchido a preto.
Fig. 14: Operao de interseco de conjuntos fuzzy
32
Em termos conceptual, o subconjunto de interseco resulta da interseco ponto-a-ponto de cada elemento dos dois subconjuntos (alto e baixo), em que para cada ponto considerado o mnimo grau de pertena entre os respectivos subconjuntos, ( ). Nesta lgica, a interseco entre o subconjunto difuso da produo elica baixa {( ) ( )( )( )} - e o subconjunto difuso da ( ) )( )( )}, resulta o produo elica mdia ( ) {( ) ( subconjunto difuso que se segue.
{( )( )( )( )}
Operador de unio ou (and)
Quando se aplica a teoria de operador de unio (ou) entre os subconjuntos fuzzy Baixa e Mdia referidas anteriormente, resulta um outro subconjunto difuso apresentado na Fig. 15., preenchido a preto.
Fig. 15: Operao de unio de conjuntos fuzzy
Em termos conceptual, considera-se para os respectivos pontos (potncias) o mximo grau de pertena entre a unio dos subconjuntos, e, deste modo, resulta o subconjunto difuso abaixo.
{( )( )( )( )}
3.1.2 Fuzificao A fuzificao o estgio que visa receber os valores quantitativos de um determinado universo de discurso (intervalo que se compreende os valores) e mapeiam-nos para expresses lingusticas, como por exemplo, muito baixo, baixo, alto, muito alto etc., atribuindo assim a cada elemento do intervalo um grau de pertena aos subconjuntos. Dito de outra forma, transforma os dados de previses (de sensores ou transdutores) em variveis lingusticas, com o argumento de que na maioria das situaes de vida prtica apenas precisa de informaes lingusticas, no exactas e/ou incertas, para tomar uma deciso. Por exemplo, se da previso meteorolgica ficou-se a saber que nas prximas horas a velocidade mdia do vento de 20 , provvel que um operador do sistema elctrico tome as diligncias no sentido de acomodar a mxima produo elica na rede, pois muito provvel que a produo elica 33
seja elevada. Em contrapartida, provvel que um banhista tome as diligncias no sentido de cancelar a ida praia, visto que analogamente muito provvel que a onda seja elevada. Tendo em conta o que foi dito no pargrafo anterior, o estgio da fuzificao uma das partes vitais de um controlador fuzzy, visto que uma fuzificao errada ou escolha errada de funo de pertena implica uma inferncia errada e, consequentemente, a tomada de deciso. Por isso, a fuzificao deve ser feita por aquele que conhece o sistema, e.g., um especialista ou operador do sistema, a partir de informaes disponveis, e depois de valid-los (ou filtr-los). 3.1.3 Inferncia e regras A configurao do estgio de inferncia e regras de um controlador fuzzy envolve a incluso das regras que relacionam as variveis de entrada e de sada, e, ainda, a escolha de um modelo de inferncia com base no qual o controlador fuzzy reproduz (s) aco (es) que se destina. Regras
Em termos comparativos, as regras so anlogas s expresses matemticas que so geralmente includas na funo objectivo de um problema de tomada de deciso clssica (formulado matematicamente). Normalmente so construdas a partir de experincias e/ou conhecimento humano, designadamente, do operador de sistema e/ou especialistas, e ficam guardadas no controlador juntamente com as variveis de entrada e os seus respectivos universo de discurso e as funes de pertenas consideradas na fuzificao. De forma semelhante qualquer regra, as regras fuzzy tambm so expressas por um conjunto de se-ento ( ). Com efeito, o nmero de regras de um controlador fuzzy depende, essencialmente, das funes de pertenas da (s) varivel (eis) de entrada que geralmente varia entre trs (3) a cinco (5) [49]. Como exemplo, se considerar um controlador fuzzy de uma (1) varivel de entrada ( ) e duas funes de pertena (baixa e alta), o controlador deve ter duas (2) regras, que correspondem ao nmero de funes de pertena do controlador, demostradas de seguida.
( ( ) )
O propsito do controlador fuzzy do exemplo anterior de ligar ou desligar o gerador I consoante o nvel da produo elica. Entretanto, na prtica, o propsito de um controlador fuzzy no to elementar como do exemplo anterior. Dito de outra forma, um controlador 34
fuzzy geralmente combina as diferentes funes de pertena de vrias variveis de entrada do controlador, atravs dos operadores fuzzy e (and), ou (or) e no (not), de modo a ter um leque maior de regras e decises a tomar. A ttulo de exemplo, se considerar um controlador fuzzy que envolve trs variveis de entrada (previso do consumo de energia, previso da produo elica e previso da produo fotovoltaica), cada qual de trs funes de pertena (baixa, mdia e alta), o sistema deve ter pelo menos 27 ( ) regras, que resulta da multiplicao das trs funes de pertena de cada entrada. Inferncia
A forma como se d o processamento das regras difusas existentes na base do conhecimento de um controlador fuzzy depende do tipo de modelo de inferncia escolhido. Entre os vrios modelos de inferncia, destacam-se os modelos Mamdani e Takagi-Sugeno pelo facto de so mais comuns. Ambos baseiam em antecedentes lingusticos (e.g., baixo, mdio etc.), entretanto a grande diferena reside no consequente das regras, e, nesse sentido, na agregao e defuzificao das regras. Modelo Mamdani A principal caracterstica do modelo de inferncia Mamdani que quer os antecedentes quer os consequentes so difusos e, portanto, so agregados com operadores fuzzy e e/ou ou. Este modelo conhecido como de Max-Min, que correspondem s operaes de unio ou (Mximo) e interseco e (Mnimo) de conjuntos fuzzy [52]. O quer dizer que os conjuntos difusos dos antecedentes de cada regra so agregados por meio de operadores de interseco fuzzy e que origina um grau de disparo que limita os valores mximos dos conjuntos de sada, e a agregao dos consequentes difusos, ou seja, a composio de todas as regras disparadas (activadas), realizada atravs de operador de unio ou. A figura Fig. 16 traduz a forma como so agregadas as entradas e as sadas de cada regra com base no modelo de inferncia de Mamdani.
Fig. 16: Modelo de inferncia Mamdani
35
A forma como o modelo Mamdani efectue a defuzificao, ou seja, a forma como converte o conjunto difuso resultante ( ) em valores quantitativos crisp, ser abordado no ponto 3.1.4. De acordo com [53], embora este modelo de inferncia seja muito intuitivo e de elevada aceitao, pouco eficiente. Modelo Takagi-Sugeno A diferena do modelo de inferncia Takagi-Sugeno para com o modelo de inferncia Mamdani encontra-se no consequente. O consequente do modelo de inferncia TakagiSugeno, contrrio ao modelo de inferncia Mamdani, pode ser tanto constante ou linear em funo das variveis de entrada [51]. Quando o consequente linear, i.e., um polinmio de primeiro grau em funo das variveis de entrada equao 21 , o resultado de inferncia fuzzy denominado de sistema de inferncia Takagi-Sugeno de primeira ordem. Caso contrrio (constante), sistema de inferncia Takagi-Sugeno de ordem zero. ( )
(21)
Os coeficientes , , e referem-se ao peso de cada uma das variveis na sada, e o termo refere-se a constante do polinmio, enquanto , e so as variveis de entrada. Como exemplo de modelo de inferncia Takagi-Sugeno de primeira ordem, segue-se a Fig. 17.
Fig. 17: Modelo de inferncia Takagi-Sugeno [54]
O modelo de inferncia Takagi-Sugeno apresentado acima de apenas uma varivel de entrada e de trs funes de pertena triangular (pequeno, mdio e largo), dispondo assim de trs regras. Conforme as expresses da figura anterior mostram, cada regra difusa origina como sada (consequente) parcial um polinmio de primeira ordem ( ). Nesta lgica, sempre que uma regra activada sucede uma sada parcial, que por conseguinte tem o seu peso na sada ( ) agregada, que depende do grau de pertena da varivel em cada conjunto difuso das regras [54]. Assim sendo, utilizando o modelo de inferncia Takagi-Sugeno, no necessrio defuzificar a sada. 36
Comparativamente com o modelo Mamdani, o modelo Takagi-Sugeno possui as seguintes vantagens: mais preciso, funciona bem na optimizao e aplicada as tcnicas adaptativas, adequado para operaes matemticas e ainda funciona bem com sistemas lineares (e.g., controlo PI) [53]. 3.1.4 Defuzificao A defuzificao o processo contrrio da fuzificao, dito por outras palavras, o processo que visa transformar os conjuntos fuzzy de sada (qualitativos) em valores quantitativos. Contudo, nem todos os mtodos de inferncia fuzzy tm a necessidade de defuzificar a sua sada, como o exemplo, o mtodo de inferncia Takagi-Sugeno, uma vez que o consequente j quantitativo. Em contrapartida, o modelo de inferncia Mamdani precisa-se de um estgio para defuzificao de sada, sendo que os consequentes so qualitativos (e.g., baixo, alto etc.). Com efeito, comum utilizar os seguintes mtodos de defuzificao [54]: o Mtodo centro de massa (CoG), o Mtodo de mdia dos mximos (MoM) e o Mtodo centro de rea (CoA). Porm, apenas sero descritos o Mtodo centro de massa (CoG), por ser um dos mtodos mais utilizados, e o Mtodo de mdia dos mximos (MoM), por ser de demostrao rpida. Mtodo centro de massa (CoG) ), o centro de massa do conjunto fuzzy
Este mtodo procura-se, no intervalo de sada ( agregada, , a partir da seguinte equao:

( ) ( )
(22)
Mtodo de mdia dos mximos (MoM)
Este, por sua vez, procura-se o ponto mdio entre os valores inferidos de maior grau de pertena utilizando a equao que se segue:
(23)
O mtodo de defuzificao tambm influencia o valor quantitativo de sada, como se pode verificar da diferena que os dois mtodos anteriores se apresentam. Por isso, deve-se escolher aquele que melhor se ajuste ao caso. 3.1.5 Configurao de um controlador fuzzy no Matlab Conforme mostra a Fig. 18, a partir do Toolboox fuzzy de Matlab possvel configurar os dois tipos de controlador fuzzy mais usual. 37
Fig. 18: Toolbox fuzzy de Matlab
No entanto, neste mbito, apenas ser exposto a configurao de um controlador fuzzy do tipo Takagi-Sugeno, uma vez que este serve melhor o propsito deste trabalho. A configurao de um controlador Takagi-Sugeno a partir de Toolbox Matlab bastante rpida, quando se compara com a configurao do controlador Mamdani, pois no tem que se preocupar tanto com o tipo de operador, o tipo de implicao e a escolha do mtodo de defuzificao que melhor se ajuste ao problema. A sua configurao consiste, basicamente, na configurao de trs blocos: 1) o (s) bloco (s) de entrada, onde se configura a defuzificaao da entrada; 2) o bloco central, onde se implementa as regras de inferncia; e 3) o bloco de sada, onde se escolhe o tipo de sada (constante / linear). Como exemplo de como se configurar um controlador do tipo Takagi-Sugeno no MatlabSimulink, imagine que se pretende configurar um controlador Takagi-Sugeno que tem como entrada a previso do consumo, a previso da produo elica e a previso da produo fotovoltaica, e, como sada, uma potncia denominada de necessidade de potncia trmica, que resulta de subtraco ao consumo esperado a produo renovvel esperada. Configurao do estgio de fuzificao
Para a fuzificao de entradas admite-se, por um lado, os seguintes prossupostos: o consumo previsto varia entre , a produo fotovoltaica varia entre e a produo elica varia entre . Por outro lado, assumiu-se tambm trs funes de pertena de tipo triangular para cada uma das entradas. Assim, aps adicionar as variveis de entrada e configur-las de acordo com os pressupostos anteriores, chega-se as configuraes da Fig. 19.
38
Fig. 19: Etapa de fuzificao de entradas de um controlador Takagi-Sugeno.
Configurao do estgio de regras e inferncia
Tendo em conta o nmero de funes de pertenas de entradas, consegue-se, no mximo, 27 ( ) regras distintas, que podem ser agregadas com operador de unio and, como ilustra a Fig. 20.
Fig. 20: Bloco de regras e inferncia de um controlador Takagi-Sugeno
Configurao do estgio de sada
Neste estgio, deve-se configurar o tipo de sada que se pretende. Escolhendo uma sada constante, deve-se para cada uma das regras (1,227) definir o valor constante que se pretende. Contudo, para este caso especfico, pretende-se que a sada de cada regra seja um polinmio em funo das variveis de entrada. Neste sentido, todas as regras foram 39
configuradas com parmetros 1, -1,-1, 0, conforme mostra a Fig. 21. Note-se que apenas o primeiro termo tem o peso 1, o que significa que para cada par de entrada subtrado ao consumo previsto a produo renovvel prevista. O polinmio das sadas tem o seguinte ) aspecto: ( , onde o termo constante nulo.
Fig. 21: Configurao de sada de um controlador tipo Takagi-Sugeno no Matlab
Concluindo as configuraes anteriores, conforme pode-se constatar na Fig. 22, para cada par de entrada subtrado ao consumo previsto a produo renovvel prevista. Por exemplo, quando o consumo previsto de , a produo fotovoltaica de e a produo elica de , a potncia trmica necessria (a distribuir entre os geradores trmicos com ) base em critrios tcnicos e econmicos de ( ( ).
Fig. 22: Clculo da potncia trmica necessria a partir dum controlador do tipo Takagi-Sugeno
40
3.2
Sistema neuro-fuzzy (ANFIS)
O sistema ANFIS (Adaptive Neuro-Fuzzy Inference System), proposto por Roger Jang em 1993[55], baseia-se em redes neuronais e lgica difusa, como sistema hbrido, com objectivo de ajustar as funes de pertenas e regras a conjunto de pares entrada-sada de um problema de inferncia, de modo que o controlador reproduza melhores pares entrada-sada. Dito por outras palavras, contrrio do que acontece em sistema de inferncia clssica, nomeadamente, o sistema Takagi-Sugeno e Mamdani, em que se deve escolher cuidadosamente as funes de pertenas e regras de inferncia que melhor representam os pares entrada-sada, que requer muito tempo, um sistema de inferncia neuro-fuzzy (ANFIS) suporta a construo de um conjunto de regras fuzzy (se-ento) e funes de pertenas apropriadas para reproduzir/mapear os pares entrada-sada pretendidos [48]. A principal vantagem do sistema proposto por Roger Jang que combina as sinergias de tcnicas de redes neuronais e sistema de inferncia da lgica difusa. Na verdade, combina a capacidade de aprendizagem do sistema de inferncia fuzzy com a capacidade de formao de base do conhecimento das redes neuronais [48]. Assim, supera as limitaes individuais e, deste modo, origina um sistema inteligente hbrido bastante eficiente. Portanto, um sistema neuro-fuzzy pode ser utilizado na modelizao de problemas no lineares, na identificao de componente online de um sistema de controlo [55] e no despacho de geradores, sendo que este ltimo o propsito deste trabalho. O sistema neuro-fuzzy (ANFIS) ajusta as condies iniciais de um sistema de inferncia, ou mapeia um sistema de inferncia para um conjunto de pares entrada-sada, baseando no algoritmo backpropagation ou algoritmo hbrido resultante da combinao de estimao do mtodo de mnimos quadrados (least squares estimation ) e backpropagation. A estrutura bsica de um sistema ANFIS de 5 camadas (layers) encontra-se na Fig. 23. de realar que a estrutura do sistema ANFIS apresentada abaixo semelhante a de Takagi-Sugeno, visto que esta se refere a um sistema ANFIS que se baseia no sistema de inferncia Takagi-Sugeno.
Fig. 23: Estrutura de sistema neuro-fuzzy (ANFIS). Fonte [55]
41
Para descrever a estrutura do sistema ANFIS da figura anterior, ser designada a sada de cada n de , onde representa o nmero de camada e o nmero de n pertencente. de realar que os elementos (ns) pertencentes mesma camada tm as mesmas funes, que sero descritas de seguida. Camada 1 Os ns desta camada visam gerar um grau de pertena das respectivas entradas associadas s suas funes de pertena. As funes de pertena das entradas podem ser do tipo triangular, e, se assim for, a sada de cada n desta camada dada pela expresso em baixo.
( ( ( ( { ) ) ) )
Os parmetros representam os parmetros premissas das respectivas funes de pertena de entrada. Admitindo que todas as funes de pertena das entradas do tipo triangular, ento as funes de pertena da entrada igual a da entrada , e, neste caso, as funes de pertena da entrada tambm dada pela expresso anterior, mudando apenas a varivel por e conjunto por . Estes ns so adaptativos e podem ser ajustados por algoritmos hbridos (least squares estimation e backpropagation). Camada 2 Todos os ns desta camada so ns fixos, cuja sada igual ao produto de todos os sinais de entrada [48]. Exemplo: ( ) ( ) (24)
O resultado de cada n activa uma regra, geralmente, baseando no operador and. Camada 3 Os n desta camada calcula a razo entre o todas a regras activadas [48]. Atravs da seguinte expresso: regra activada e a soma de
(25)
42
Camada 4 A sada de todos os ns desta camada adaptativo e calculada pela seguinte expresso [48]. ( ) (26)
Os parmetros so os parmetros desta camada, normalmente denominados de consequentes que, de acordo com [48], podem ser ajustados a partir de RLSE (Recursive Least Square Estimator). Camada 5 O nico n desta camada, denominada de n somatrio, calcula a sada global como o somatrio de todos os sinais de entrada a partir da seguinte expresso [48]: (27)
desta maneira que se constri um sistema de inferncia ANFIS que tem as mesmas funes do sistema de inferncia Takagi-Sugeno referido atrs [55]. Configurao de um sistema ANFIS no Matlab
Tendo reunido os pares entrada-sada para os quais pretende-se construir um sistema/modelo de inferncia ANFIS, pode-se apoiar no Toolbox de Matlab apresentada na Fig. 24. A partir deste, possvel ajustar as funes de pertena e regras de inferncia aos pares que no se conhece o modelo de inferncia ou, por simplesmente, de difcil inferncia a partir do conhecimento que se tem do sistema.
Fig. 24: Toolbox ANFIS de Matlab
43
Como regra geral, para ajustar um sistema de inferncia ANFIS a um conjunto de pares entrada-sada, essencial no s dispor de um grande leque de pares entrada-sada, preferencialmente completo, como tambm conhecer o sistema por forma a validar o sistema de inferncia. Para o efeito de treinamento e validao do sistema de inferncia, geralmente so preparados dois tipos de pares entrada-sada: um para o treinamento, outro, para a validao. Os pares entrada-sada de treinamento, geralmente extrados de leque de todos os pares, so efectivamente os dados de base para criar o modelo de inferncia. Enquanto os pares entradasada de validao, tambm extrado de leque de todos os pares, e diferente dos pares de treinamento, so usados para verificar como o sistema determina as sadas, quando este recebe inputs diferentes daqueles que foi treinado e, ao mesmo tempo, para ajustar o sistema de forma que quando recebe entradas diferentes daquelas que serviu de treinamento, este tenha um bom desempenho. Adicionalmente, os dados de validao permitem verificar se os dados de treinamento so suficientes para modelar um sistema de bom desempenho e tambm verificar e controlar a potencialidade do modelo ajustar demasiado (overfitting) aos dados. Treinamento de sistema Aps carregar os dois tipos de dados para o ambiente de Toolbox ANFIS e, por um lado, aceitando a configurao por defeito relativamente a Grid partition, hybrid e erro de tolerncia (Error Tolerance), e, por outro lado, alterando o epochs, por exemplo para 50, escolhe-se por tentativa de erro o tipo e nmero de funes de pertena para a (s) entrada (s), de modo que o erro entre os dados de treinamento e dados de validao seja baixo e apresente a configurao da Fig. 25.
Fig. 25: Erro de treinamento de sistema ANFIS aceitvel
Em princpio, o erro apresentado na figura anterior tende a diminuir medida que se melhore o treinamento do sistema (e.g., aumentado o nmero de funes de pertena). Contudo, a 44
partir de um certo ponto de treinamento o sistema comea a entrar em overffiting, aumentado assim o erro de validao e assim passa a ter uma configurao parecida com a da Fig. 26. Com efeito, desejvel que o erro entre os dados de treinamento e dados de validao seja o mnimo possvel. Portanto, enquanto o sistema apresenta o aspecto da Fig. 26, deve-se alterar o nmero e tipos de funes de pertena ou aumentar os pares entrada-sada de dados de treinamento, de modo a conseguir o aspecto da configurao da Fig. 25.
Fig. 26: Overfitting de um modelo ANFIS
Validao do modelo de inferncia A validao do modelo processo que consiste em verificar o desempenho do modelo para um conjunto de pares entrada-sada para o qual o sistema no foi treinado. Por isso, procurase um modelo que quando se apresenta os dados de validao este apresenta uma configurao parecida com a da Fig. 27. Ou seja, um modelo que reproduza praticamente todas as pares entrada-sada de validao.
45
Fig. 27: Validao de modelo ANFIS
46
Captulo IV. Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante Neste captulo, primeiramente, pretende-se caracterizar o SEHIS. De seguida, com base na metodologia descrita no Captulo III, apresenta-se um sistema para optimizao automtica do despacho e reserva girante em SEHIS. 4.1 Caracterizao do sistema elctrico hbrido da ilha de Santiago
O sistema elctrico da ilha de Santiago (em Cabo Verde) encontra-se sob explorao da Electra SARL, empresa responsvel pela produo e distribuio de electricidade em todo o arquiplago de Cabo Verde, assim como pela produo e distribuio de gua potvel na ilha de S. Vicente e Sal, na cidade da Praia em Santiago e na Vila do Sal-Rei na Boavista. At h bem pouco tempo, 2012, o sistema elctrico da ilha de Santiago era constitudo por vrias redes elctricas remotas, exploradas de forma isoladas, nas quais predominavam-se as tecnologias de produo trmica, nomeadamente, a tecnologia a fuelleo e a diesel, conforme se pode verificar na Fig. 28. A produo de energia elctrica era garantida essencialmente pelas centrais trmicas de pequena dimenso (inferior a , e de elevado custo de produo) e distribuda em MT a , com excepo da rede elctrica da Praia, situada a Sul da ilha de Santiago, na qual foi instalada em 1994 um parque elico de , e, em 2010, um parque fotovoltaico de , e ainda onde existe alguns quilmetros de redes elctricas de MT a .
Fig. 28: Mapeamento do sistema elctrico da ilha de Santiago em 2011 [56]
47
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante De acordo com a Fig. 28, e ainda conforme se pode verificar nos distintos diagramas de carga das diferentes redes elctricas da ilha de Santiago relativamente ao ano 2009 - Fig. 29 -, o grande consumo do SEHIS encontra-se ao Sul da ilha, ou seja, na cidade da Praia (capital do pas), que representa em termos de consumo ( ) de um total de da energia consumida na ilha em 2009.
25 20 Potncia (MW) 15 10 5 0,2 0 1 3 5 7 9 11 13 15 17 19 21 23
Dia til horas Sbado Domingo Praia Potncia (MW)
1,2 1 0,8 0,6 0,4

Santa Cruz
0 1 3 5 7 9 11 13 15 17 19 21 23
Dia til horas Sabado Domingo
2 Potncia (MW)
Santa Catarina
1 Potncia (MW) 0,8 0,6 0,4 0,2 0 1 3 5 7 9 11 13 15 17 19 21 23

Dia til horas Sabado Domingo Tarrafal
1,5 1 0,5 0
1 3 5 7 9 11 13 15 17 19 21 23
Dia til horas Sabado Domingo
Fig. 29: Diagrama de carga do sistema elctrico da ilha de Santiago (2009). Dados da Electra
Contudo, recentemente - em 2012 - o sistema elctrico da ilha de Santiago foi profundamente reestruturado com a interligao das pequenas redes elctricas e com a centralizao do parque electroprodutor na cidade da Praia, e ainda com a entrada em funcionamento de um novo parque elico de , instalado no Monte de So Filipe, nas imediaes do antigo parque elico de . Desta forma, produz-se toda a energia elctrica junto do maior centro de consumo da ilha (cidade da Praia) e transportada para o Centro e Norte da ilha, por meio de uma subestao elevadora ( ) localizada na cidade da Praia e uma linha de que liga subestao abaixadora ( ) da localidade de Calheta ( CentroEste), a partir da qual distribui-se a energia a para as localidades do Centro e Norte.
48
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante Com esta nova configurao desactivaram-se todas a pequenas centrais obsoletas do Centro e Norte da ilha, e, deste modo, expectvel aumentar a fiabilidade do sistema e diminuir o custo de produo. Resumidamente, o actual sistema elctrico da ilha de Santiago encontra-se interligado basicamente por linhas de MT a e a 60 kV, e com nico parque electroprodutor localizado a Sul da ilha (cidade da Praia), decomposto pelas unidades de produo que constam no Quadro 1.
Potncia Nominal (MVA) Potncia Activa Nominal (MW) Potncia Activa Mnima (MW) 5,00 5,00 4,00 4,00 3,00 3,00 1,50 1,50 1,50 Custo de Produo (/MWh) plena carga ** ** 118,25 118,25 121,00 121,00 163,40 163,40 181,56
Designao
Tipo de Combustvel
Gerador I Gerador II Gerador III Gerador IV Gerador V Gerador VI Gerador VII Gerador VIII Gerador IX Parque Fotovoltaico Parques Elicos
12,50 12,50 9,30 9,30 6,98 6,98 3,17 3,17 2,95
Sistemas trmicos 10,00 10,00 7,44 7,44 5,58 5,58 2,53 2,53 2,36
Fuel380 Fuel380 Fuel380 Fuel380 Fuel380 Fuel380 Diesel Diesel Diesel
Sistemas fotovoltaicos Localizado na cidade da Praia e ligado rede de MT ( Sistemas elicos + Localizados na cidade da Praia (Monte/Ilhu de So Filipe) )
** Foram Instalados recentemente, por isso, no foi possvel obter informaes relativas aos seus consumos especficos. No entanto, para o efeito do despacho, foi considerado o consumo especfico dos geradores III e IV. Quadro 1: Constituio do parque electroprodutor de Santiago em 2012. Dados da Electra
Em termos de potncia activa instalada, com base no Quadro 1, o mix electroprodutor da ilha de Santiago encontra-se apresentado na figura que se segue.
Elica 15% Diesel 11% Fotovoltaico 7%
Fuel 67%
Fig. 30: Mix electroprodutor da ilha de Santiago para 2012
49
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante No que se refere ao consumo da ilha, que sofreu um aumento de pico de de 2009 para 2010, de acordo com a previso da Electra, com a reestruturao do sector e aumento de consumo ao longo dos anos 2010 e 2011, previsvel que o consumo cresa de 2010 para 2012. Nesse sentido, agregando os diferentes diagramas de carga das pequenas redes elctricas de 2009 - Fig. 29- e assumindo as estimativas da Electra, a Fig. 31 traduz o consumo previsto para 2012, especificamente para Dezembro de 2012.
35 30 Potncia (MW) 25 20 15 10 5 0 1 3 5 7 Dia til 9 11 13
horas
15
17
19
21
23
Sabado
Domingo
Fig. 31: Diagrama de carga prevista para Dezembro 2012 a partir de informao da Electra.
4.1.1 Caracterizao do recurso e produo elica Com base nos registos do vento a dez (10) metros de altura do nvel do mar no aeroporto da cidade da Praia ilha de Santiago , relativamente aos anos 2009 e 2010, disponibilizados pelo Instituto Nacional da Meteorologia e Geofsica, pretende-se aqui, em corroborao com a caracterizao do recurso elico da ilha de Santiago efectuada pela Ris DTU [57], caracterizar o recurso elico no Monte/Ilhu de So Filipe, situado a poucos quilmetros (menos de 5 km) do aeroporto da Praia, onde se encontram instaladas as turbinas elicas da ilha. Adicionalmente, com base nas caractersticas do recurso elico e turbinas elicas instaladas no local, pretende-se estimar a produo elica anual e analisar o impacte da penetrao elica no consumo da ilha, precisamente, para Dezembro de 2012. Portanto, a partir de registos horrios da velocidade mdia do vento no aeroporto da Praia a 10 m de altura, e expresso logartmica de cisalhamento do vento (nota de rodap 4, pgina 17), extrapolou-se a velocidade do vento do aeroporto da Praia para o Monte de So Filipe. Para o efeito, considerou-se uma cota (z) para o cubo das turbinas elicas de 214 metros em relao ao nvel do mar, que inclui a cota mnima do monte de 170 metros [58] e uma altura das torres elicas instaladas de 44 metros.
50
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante Quanto ao comprimento de rugosidade solo do local ( ), considerou-se o valor de referncia tabelado de 0,03 [11], tendo em considerao a caracterstica do local (rea aberta com poucos obstculos ao vento). Assim, tratando estatisticamente as velocidades do vento extrapoladas para Monte/Ilhu de So Filipe, chegou-se ao histograma da Fig. 32, que representa as frequncias das velocidades do vento no local.
6000 5000 Frequncia 4000 3000 2000 1000 0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 Velocidades do vento (m/s)
Fig. 32: Frequncias de velocidades do vento no Ilhu de So Filipe cidade da Praia
Conforme se pode verificar nesta figura, as velocidades do vento de maior frequncia encontram-se na gama de velocidades de 7 a . Alm disso, o vento sopra no local com uma velocidade mdia anual de . Corroborando com a caracterizao efectuada pela Ris DTU, em que se baseou em registos de velocidade mdia do vento de 10 em 10 minutos - de Novembro de 2001 a Outubro de 2002-, a uma altura de 40 metros (4 metros inferior a altura considerada neste estudo), onde se registou uma velocidade mdia do vento de , de realar que, embora os dados disponibilizados pelo Instituto Nacional da Meteorologia e Geofsica (de Cabo Verde) no se apresentam de acordo com s normas, procedimentos e boas prticas internacionais de medio do vento para o efeito de avaliao do potencial do recurso elico (e.g., dispondo de registos de velocidade mdia do vento de 10 a 10 minutos em vez de registos horrios), o resultado da avaliao do recurso elico, por exemplo, a velocidade mdia do vento, prxima da conseguida pela Ris DTU, apesar dos dados nos quais a Ris DTU se baseou sejam mais consistentes com as normas, procedimentos e boas prticas para avaliao do potencial do recurso elico de um determinado local (e.g., possui registos de 10 em 10 minutos, instou-se anemmetros no local, em vez de extrapolar as velocidades do vento de um local de medio para o local de instalao das turbinas elicas etc.). Portanto, quando se ajustam os dados da velocidade do vento funo de distribuio de probabilidade, geralmente a funo distribuio de Weibull, conforme j foi referido neste documento, chega-se a curva da Fig. 33. 51
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante
0,1 Parmetros: k = 2,3; c = 0,08 0,06 0,04 0,02 0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
Velocidades do vento (m/s)
Probabilidade de ocorrncia
Probabilidade de ocorrncia
Fig. 33: Funo distribuio de Weibull do vento no Monte/Ilhu de So Filipe
Assim sendo, de referir, uma vez mais, que apesar dos dados utilizados possam induzir a erros grosseiros, sobretudo devido ao facto de que forem extrapolados para o local e ainda so horrios, os parmetros de distribuio resultantes do ajuste dos dados funo de distribuio de Weibull, o factor de forma ( ) e factor de escala ( ), de 2,3 e respectivamente, so aceitveis. Pois, o factor de forma situa-se entre 2 e 3, valores tpicos para stios que sopram vento alsio [11], como caso do arquiplago de Cabo Verde (alsio noroeste), e, alm do mais, corrobora-se com o ajuste efectuado pela Ris DTU, que apresenta um de 2,8 e um c de . Todavia, de realar tambm que, embora os dados de base do estudo efetuado pela Ris sejam mais rigorosos no que se refere s normas, procedimentos e boas prticas internacionais, para o efeito da avaliao do recurso elico, este baseou-se numa srie temporal bastante limitada, de apenas de um ano. A Fig. 34 apresenta o factor de forma ( ) e o factor de escala ( ) de cada ms no Ilhu de So Filipe.
0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 0 5 10 15 20 25 30 35
Velocidades de vento (m/s)
Jan. (k=2,8 ; C=11,6) Mai. (k=3,3 ; C=11,6) Set. (k=1,6 ; C=7,30) Fev. (k=1,9 ; C=9,90) Jun. (k=2,8 ; C=11,0) Out. (k=3,0 ; C=9,00) Mar. (k=4,2 ; C=14) Jul. (k=2,5 ; C=8,80) Nov. (k=2,6 ; C=8,70) Abr. (k=2,8 ; C=11,4) Ago. (k=2,2 ; C=6,70) Dez. (k=3,0 ; C=9,80)
Fig. 34: Funo de distribuio de Weibull para cada ms no Monte de So Filipe
52
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante De acordo com a Fig. 34, medida que o factor de escala ( ) aumenta a curva de distribuio do Weibull desloca-se para velocidade do vento maior. No que se refere a factor de forma ( ), medida que este aumenta a curva de distribuio se alarga. Dito por outras palavras, o factor de escala ( ) encontra-se relacionado (prximo) com a velocidade mdia do vento, e, portanto, quanto maior o maior a velocidade mdia do vento. Enquanto o factor de forma ( ) est directamente relacionado com a variabilidade do vento. Neste sentido, um ms de parmetro de forma ( ) elevado significa que a velocidade do vento mais centrada em torno da mdia. Nesta lgica, o ms de maior disponibilidade do recurso elico, no local em estudo, o ms de Maro e . Considerando apenas o parque elico instalado recentemente no Ilhu de So Filipe, de , composto por 11 turbinas elicas de da marca Vestas referncia V-52 850 kW, i.e., sem considerar o parque elico de instalado em 1994, sobretudo devido falta de informaes relativamente s suas turbinas, estima-se, com base na equao 10, assumindo o factor de forma ( ) e de escala ( ) de 2,3 e respectivamente, que a potncia mdia anual das turbinas de de . Portanto, estima-se que a energia produzida anual pelo parque volta . Adicionalmente, de acordo com a equao 11, o factor de capacidade das turbinas de , o quer dizer que a instalao das turbinas elicas neste stio muito atractivo em termos econmicos. No que se refere ao impacte expectvel da produo elica no diagrama de carga, considerando o consumo previsto para Dezembro de 2012 Fig. 31 e a velocidade mdia horria do vento relativo aos anos 2009 e 2010, encontra-se apresentado na figura ulterior.
35 30 25
Potncia (MW)
20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
horas
Consumo
Produo Elica
Fig. 35: Impacte esperado da produo elica no consumo de Dezembro 2012
53
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante Conforme mostra o grfico anterior, a penetrao elica instantnea varivel, pois depende da variabilidade da produo elica e tambm do consumo. Assim, a penetrao instantnea mais elevada nos perodos de baixo consumo, entre 01h00-06h00 e 11h00-15h00, onde volta de . 4.1.2 Caracterizao do recurso e produo fotovoltaica Pretende-se neste ponto caracterizar o recurso fotovoltaico do Sul da ilha de Santiago, mais concretamente na Cidade da Praia, localidade do Palmarejo (lat. 1454'37" N e long. 2332'37" W), onde se encontra instalado o parque fotovoltaico de , para seguidamente estimar a energia produzida anualmente pelo parque, e ainda analisar o impacte da produo fotovoltaica diria no diagrama de carga (consumo) da ilha. Para isso, em primeiro lugar, recorreu-se plataforma Europeia Photovoltaic Geographical Information System - PVGIS5, para recolher os dados relativos irradiao mdia mensal, a irradiao mdia diria de cada ms e a insolao mdia horria, referentes a uma inclinao de 15 virado a Sul (configuraes do parque fotovoltaico instalado no local). De seguida, com base nos dados recolhidos, construi-se a Fig. 36, o Quadro 2, a Fig. 37 e a Fig. 38.
250 200
kWh/m^2
192
150 100 50 0 Jan Fev Mar Abr Mai

Irradiao
Jun
Jul
Ago
Set
Out
Nov
Dez
Mdia
Fig. 36: Irradiao mensal no parque fotovoltaico da cidade da Praia
Ms Irrad. Mdia
( )
Jan. Fev. Mar. Abr. Mai. Jun. Jul. 5,7 6,5 7,0 7,1 6,8 6,8 6,4
Ago. Set. Out. 5,9 6,1 6,2
Nov. 5,8
Dez. 5,5
Quadro 2: Irradiao mdia diria de cada ms no parque fotovoltaico da cidade da Praia
(http://re.jrc.ec.europa.eu/pvgis/apps4/pvest.php?map=africa)
54
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante O parque fotovoltaico da cidade da Praia, de , situado no Palmarejo, composto por paneis fotovoltaicos de 225 e , e 7 inversores, sendo seis de e um de . O parque encontra-se a uma inclinao de aproximadamente 15 e virado a Sul e directamente ligado rede de MT por meio de transformadores de potncia. Os mdulos so da marca Martifer e de referncia PV MODULES 225P - 230P. Enquanto os inversores do fabricante SMA Solar Technology AG e de referncia Sunny Central 500HE e 630HE. Assim, com base na irradiao mensal apresentada na Fig. 36, estima-se, utilizando a equao 6 da pgina 13, que a energia produzida mensal pelo parque tenha o andamento do grfico que se segue. Para o efeito, considerou-se um rendimento global do sistema de 0,75, que est dentro dos limites normais de um sistema fotovoltaico bem dimensionado, que varia entre 0,75 a 0,85 segundo [9].
900 800 700 600 500 400 300 200 100 0
720
Jan
Fev
Mar
Abr
Mai
Jun
Meses
Jul
Ago
Set Mdia
Out
Nov
Dez
Energia Produzida
Fig. 37: Produo mensal mdia do parque fotovoltaico do Palmarejo
Em termos de energia produzida, estima-se que anualmente produzida volta de . Comparado com a produo prevista pelos promotores do parque, que anda de por ano, o valor estimado consistente. A diferena existente deve-se ao facto de considerar a potncia nominal do parque de , de acordo com alguns documentos publicados, contudo, na verdade, a potncia instalada ligeiramente inferior a . Relativamente ao impacte de penetrao da produo fotovoltaica no diagrama de carga, assumindo o consumo previsto para Dezembro de 2012 Fig. 31 e a insolao mdia horria de Dezembro6 e a temperatura mdia horria de Dezembro de 20117, previsvel que o impacte da produo fotovoltaica no consumo tenha o andamento da figura que segue.
(http://re.jrc.ec.europa.eu/pvgis/apps4/pvest.php?map=africa) (http://weatherspark.com/#!dashboard;ws=29229)
55
35 30 25 Potncia (MW) 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas Consumo Produo Fotovoltaica
Fig. 38: Impacte expectvel da produo fotovoltaica no consumo de Dezembro de 2012
Quanto penetrao instantnea fotovoltaica, a mxima penetrao varia entre 11h00 e 13h00, quando a produo fotovoltaica mxima. Tendo em considerao s perdas associadas a produo fotovoltaica revistas na literatura, especificamente no ponto 2.1.4, o pico da produo fotovoltaica situa-se volta de , resultando assim uma penetrao instantnea mxima volta de . 4.1.3 Despacho e reserva girante Conforme j foi referido no documento, de modo tradicional, o despacho e reserva girante em SEH so determinados manualmente, ou seja, atravs de operador do sistema. O despacho efectuado tendo em conta os critrios, como sejam, os geradores de menor custo de produo so ligados rede em primeiro lugar medida que o consumo aumenta e desligados da rede em ltimo lugar medida que o consumo diminui. A reserva girante, fundamental para fiabilidade do sistema, determinada com base em critrios determinsticos, nomeadamente o critrio , ou seja, de dispor em cada instante da reserva girante no sistema suficiente para compensar a perda (sada forada) do gerador de maior potncia. Todavia, a determinao do despacho e reserva girante em SEH manualmente, i.e., sem recorrer s ferramentas computacionais de apoio deciso, compromete-se a optimizao do despacho e reserva girante, e, consequentemente, fiabilidade e o custo da energia produzida. A dificuldade de optimizao do despacho e reserva girante manualmente deve-se, por um lado, variabilidade do consumo de energia nestes sistemas. Ora, num contexto de bastante variabilidade do consumo, como o caso do SEHIS, onde tambm o despacho efectuado de modo tradicional, a optimizao manual do despacho e reserva girante requer ao operador do sistema estar frequentemente a tomar decises sobre os geradores a ligar e desligar da rede ao longo do dia, e, alm disso, implica estar constantemente a redistribuir a potncia entre 56
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante geradores ligados rede de modo a igualar em cada instante a produo ao consumo estocstico com mnimo de custo de produo, enquanto salvaguarda-se todas as restries tcnicas do sistema e dos geradores. Nesta perspectiva, torna-se difcil para o operador de sistema, sem apoiar em ferramentas computacionais de apoio deciso, tomar em cada instante uma deciso ptima sobre operao do sistema. Por outras palavras, torna-se difcil a coordenao das diversas variveis em jogo no sistema, por forma a garantir uma operao ptima do sistema, que normalmente assenta nos factores como sejam a segurana, a fiabilidade e a economia na explorao do sistema. Por outro lado, com a recente restruturao do sistema elctrico da ilha de Santiago, nomeadamente a interligao do sistema e centralizao da produo, em que o parque electroprodutor da ilha passou a dispor de mais geradores de produo e de diferente consumo especfico (Quadro 1), aumentou-se ainda a dificuldade de optimizao do despacho e reserva girante manualmente, sendo que se dispe de mais geradores ( mais variveis de deciso) no sistema. Alm disso, com a recente restruturao do sector elctrico da ilha de Santiago, o sistema passou a dispor de produo renovvel (elica + fotovoltaica) que perante boas condies de insolao e regime do vento na ilha expectvel atingir penetrao instantnea superior a , conforme mostra a Fig. 39.
35 30 Potncia (MW) 25 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas Produo Renovvel (Elica + Fotovoltaica)
Consumo
Fig. 39: Penetrao renovvel expectvel para Dezembro de 2012
Portanto, com este nvel de penetrao renovvel instantnea, mais de , agrava-se ainda mais a dificuldade de optimizao do despacho e reserva girante manualmente, pois o processo de optimizao passa a envolver-se outras variveis estocsticas, como so a produo elica e fotovoltaica, que dependem da volatilidade da velocidade do vento e
57
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante insolao respectivamente. Em suma, de referir que no fcil acompanhar o consumo estocstico com produo estocstica. Assim, no contexto actual, torna-se primordial apoiar em ferramentas computacionais de apoio deciso, por forma a optimizar o despacho e reserva girante na ilha de Santiago de forma efectiva, ou seja, com vista a garantir sempre o mnimo custo de produo, por exemplo, introduzindo ao mximo a produo renovvel disponvel, e, ao mesmo tempo, garantindo a fiabilidade na explorao do sistema atravs de fornecimento da reserva girante. Entre as duas formas possveis para se desenvolver uma ferramenta computacional de apoio tomada de deciso - 1) com base nas tcnicas de optimizao matemtica, ou 2) com base nas tcnicas de inteligncia artificial, geralmente menos rigorosa -, optou-se por esta ultima pelas razes referidas no Captulo III. Seguidamente apresenta-se as estratgias utilizadas para optimizar o despacho e reserva girante em SEHIS, bem como para o treinamento e configurao dos controladores inteligentes referidos no Captulo III, e ainda apresenta-se o sistema implementado no MatlabSimulink. 4.2 Optimizao do despacho e reserva girante e anlise de resultados
Pretende-se aqui apresentar as estratgias nas quais se baseou para implementar um sistema de optimizao do despacho e reserva girante para SEHIS, referir-se implementao do sistema no Matlab-Simulink, e, em pontos particulares, apresentar e analisar os resultados obtidos, especificamente, analisar o despacho de geradores, analisar a reserva girante, analisar o consumo de combustvel e ainda analisar o impacte da produo renovvel na reduo do custo de produo. O sistema proposto visa, no essencial, tomar automaticamente decises ao nvel do despacho em SEHIS, por forma a permitir em cada instante mxima penetrao renovvel, e, ao mesmo tempo, garantir a reserva girante mnima necessria para fazer face contingncia ou volatilidade/perda de produo renovvel. Para tal, baseou-se nas informaes tcnicas relativos aos geradores disponveis no SEHIS - apresentado no Quadro 1 - e em critrios e/ou boas prticas utilizadas na optimizao do despacho e reserva girante vistos na reviso da literatura. Os principais critrios e/ou boas prticas que serviram de base para o treinamento e desenvolvimento dos controladores inteligentes so os que se seguem: Priorizar a produo renovvel, pois permitem reduzir o consumo do combustvel fssil, e, consequentemente, o custo de produo; Ligar os geradores convencionais rede de acordo com as suas ordens de mrito da eficincia, ou seja, ligar rede em primeiro lugar os geradores de menor custo de produo plena carga; 58
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante No despachar os geradores para nvel de potncia inferior ao limite mnimo recomendado pelos fabricantes, assim evita-se a degradao da eficincia e aumento de avarias; No despachar geradores para mais de 85% das suas capacidades nominais. Desta forma, uma vez que a eficincia dos geradores a partir de 85% praticamente constante (Fig. 2), permite dispor da reserva girante em cada gerador em servio de forma mais econmica; Despachar geradores iguais ligados rede para o mesmo nvel de potncia, assim ficam com o mesmo custo de produo; Garantir em cada instante que a reserva girante total no sistema igual ou superior variao (aumento) mais acentuada no consumo (para o caso de SEHIS, deve ser superior transio para o pico diurno, entre 8 h e 9 h, e superior transio para o pico nocturno, entre 19 h a 20 h), e, sobretudo, que a reserva girante igual ou superior capacidade do gerador (convencional ou renovvel) de maior potncia ligado rede. Neste sentido, sendo que o despacho de geradores convencionais est limitado a 85% das suas capacidades nominais, a capacidade do gerador convencional de maior potncia reduz de para . Relativamente produo renovvel, uma vez que a potncia mxima do parque elico e fotovoltaico no se encontram limitados no SEHIS, a potncia de maior unidade de produo renovvel de , que se refere a potncia mxima do parque elico instalado na ilha. Neste sentido, considerou-se, preferencialmente, uma reserva girante mnima para o SEHIS de ; Perante a diminuio do consumo ou aumento de produo renovvel, deve-se desconectar da rede em primeiro lugar os geradores de maior custo de produo;
Resumidamente, com base nas caractersticas dos geradores instalados no SEHIS, apresentado Quadro 1, e os preceitos anteriormente referidos, que se procedeu ento o treinamento e/ou configurao do sistema automtico no Matlab-Simulink, apresentado na Fig. 40, para optimizao do despacho e reserva girante em SEHIS.
59
Fig. 40: Sistema proposto para optimizao automtica do despacho e reserva girante
Conforme se pode verificar na Fig. 40, o sistema proposto composto por dez (10) controladores inteligentes devidamente configurados e/ou treinados para o actual SEHIS. Os dez (10) controladores decompem-se da seguinte maneira: Um (1) controlador fuzzy que visa receber as previses relativas ao consumo, produo fotovoltaica e produo elica, e calcula a potncia trmica a distribuir entre os geradores convencionais, subtraindo ao consumo previsto a produo renovvel prevista, e nove (9) controladores neuro-fuzzy (ANFIS), associados a cada um dos geradores convencionais existentes no SEHIS, que com base na informao recebida do controlador fuzzy despacham os respectivos geradores convencionais. No que se refere configurao do controlador fuzzy, utilizou-se a toolbox fuzzy referido na metodologia, especificamente no ponto 3.1.5. Assim, configurou-se um controlador fuzzy do tipo Takagi-Sugeno de trs entradas e uma sada, em que as entradas representam o consumo previsto, a produo elica prevista e a produo fotovoltaica prevista, e a sada potncia a distribuir entre os geradores trmicos, denominada de potncia trmica, que calculada pelo controlador em cada instante subtraindo ao consumo previsto a produo renovvel prevista. O universo de discurso das respectivas entradas, que se encontram relacionados com os limites mnimos e mximos do consumo, da produo elica, bem como da produo fotovoltaica, varia entre a para o consumo, entre a para produo elica e entre 0 e para produo fotovoltaica. Quanto as funes de pertena das entradas e o tipo de sada, foram consideradas trs funes de pertena do tipo triangular (Baixo, Mdia e 60
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante Alto), para cada uma das entradas, e as sadas do tipo linear. Neste sentido, o controlador fuzzy constitudo por ( ) regras, correspondendo sadas do tipo linear e de parmetros 1 -1 -1 0. Para treinamento e validao do modelo de inferncia de controladores neuro-fuzzy (ANFIS), baseou-se na toolbox ANFIS de Matlab, e foram configurados tendo em conta os pressupostos referidos em 3.2, e.g., utilizando pares de entrada-sada diferentes para o treinamento e validao do modelo de inferncia. Os pares de entrada-sada para treinamento e validao foram construdos ponto-ponto no Excel com base nas caractersticas dos geradores e as regras e/ou critrios referidos atrs. Para tal, assumiu-se que a potncia trmica a distribuir entre geradores convencionais varia no intervalo de , onde corresponde a potncia trmica a distribuir entre os geradores convencionais quando a produo renovvel mxima e o consumo mnimo, e a potncia nominal que o sistema pode fornecer s com geradores convencionais (descontando a reserva girante mnima de ). Deste modo, dividiu-se o intervalo no qual varia a potncia trmica ( ) em vrios pontos, para os quais determinou-se a potncia que cada gerador deve disponibilizar por forma a minimizar o custo de produo. Assim, ficou-se a conhecer os pares entrada-sada para cada gerador que serviram de base para o treinamento e validao do modelo de inferncia. Especificamente, para o treinamento foram considerados 153 pares que resultaram do fraccionamento do intervalo em . Enquanto para validao do modelo de inferncia, foram considerados 381 pares entradasada, que resultaram do fraccionamento do intervalo que varia a potncia trmica em . Seguidamente, nos prximos quatro captulos, encontram-se apresentados os principais resultados com aplicao do sistema proposto. 4.2.1 Despacho de geradores Pretende-se, nesta parte, traduzir os resultados do despacho dirio. Para o efeito de anlise do resultado obtido, bem como da robustez das metodologias utilizadas, considerou-se quatro (4) situaes de despacho, tais como: 1) o despacho para um dia sem disponibilidade da produo elica e fotovoltaica, 2) o despacho para um dia com disponibilidade da produo fotovoltaica e sem disponibilidade da produo elica, 3) o despacho para um dia com disponibilidade da produo elica e sem disponibilidade de produo fotovoltaica, e 4) o despacho para um dia com disponibilidade de produo elica e fotovoltaica. Nestes quatro situaes do despacho admitiu-se um nico consumo, ou seja, o consumo previsto para Dezembro de 2012 (Fig. 31). A Fig. 41 representa o despacho para um dia sem disponibilidade da produo elica e fotovoltaica.
61
10 9 8 7 Potncia (MW) 6 5 4 3 2 1 0 1 2
G VI
5
GV
7
G III
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas
GI G II G IV G VII G VIII G IX
Fig. 41: Despacho com produo elica indisponvel e produo fotovoltaica indisponvel
Conforme se pode verificar na Fig. 41, o despacho de geradores satisfaz todos os preceitos tidos em considerao no treinamento e implementao do sistema, tais como: os geradores no so despachados para alm de das suas capacidades nominais, os geradores no despachados para regime de carga inferior ao mnimo recomendado pelos fabricantes, sempre que geradores do mesmo grupo estejam ligados rede, estes se encontram mesma potncia, etc.. de realar tambm que os geradores V e VI, de consumo especfico (eficincia) intermdio, conforme se pode verificar no Quadro 1, apenas so chamados ao servio no pico diurno, entre 9 h e11 h, e no pico nocturno, entre 19h e 23 h. Enquanto os geradores VII, VIII e IX, de consumo especfico elevado (menos eficientes), no so chamados ao servio em situaes normais. Ainda de acrescentar que os geradores no apresentam elevada comutao (on/off), o quer dizer que nenhum gerador apresenta mais do que duas comutaes ao longo de um dia. A figura seguinte traduz o despacho respeitante situao em que a produo fotovoltaica se encontra disponvel (h insolao) e a produo elica indisponvel (no h vento).
62
10 9 8 7 Potncia (MW) 6 5 4 3 2 1 0 1 2 3
G VI
5
GV
8
G III
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas
Fig. 42: Despacho com produo fotovoltaica disponvel e produo elica indisponvel
Da observao da Fig. 42, semelhana da situao do despacho anterior, pode verificar-se tambm que o despacho de geradores segue todos os preceitos tidos em considerao no treinamento e implementao do sistema. A principal diferena para com situao do despacho da Fig. 41 reside durante o dia, entre 06h00-18h00, quando a produo fotovoltaica no nula. Nos intervalos entre 01h00-06h00 e entre 18h00-24h00, nos quais a produo fotovoltaica nula, o despacho da Fig. 42 igual ao da Fig. 41, como seria de esperar. de frisar que com a disponibilidade/penetrao da produo fotovoltaica a carga dos geradores convencionais reduz significativamente entre 11h00-15h00, essencialmente nos geradores I e II, o que traduz em reduo significativa do consumo do fuelleo. Relativamente situao do despacho com a produo elica disponvel e a produo fotovoltaica indisponvel encontra-se apresentada na Fig. 43.
10 9 8 7 6 5 4 3 2 1 0 1 2 3
G VI
Potncia (MW)
5
GV
8
G III
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas
Fig. 43: Despacho com produo elica disponvel e produo fotovoltaica indisponvel
63
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante Tambm para a situao do despacho apresentada na figura anterior, todos os preceitos tidos em considerao no treinamento e implementao do sistema foram respeitados. Alm disso, apesar da volatilidade da produo elica, o despacho no apresenta elevada comutao de geradores, ou seja, ao longo do dia nenhum gerador comutado (ligado e desligado) mais de que duas vezes. Adicionalmente, com a disponibilidade/penetrao da produo elica a carga nos geradores convencionais baixa significativamente ao longo do dia, traduzindo assim em poupanas significativas no consumo do fuelleo. Relativamente situao do despacho em que a produo elica e fotovoltaica se encontra disponveis, a figura que se segue - Fig. 44 - traduz o despacho de geradores.
10 9 8 7 6 5 4 3 2 1 0 1 2 3
G VI
Potncia (MW)
5
GV
8
G III
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas
Fig. 44: Despacho com produo elica disponvel e produo fotovoltaica disponvel
Da anlise figura Fig. 44, que se refere ao despacho que engloba a produo elica e fotovoltaica, ambas produes variveis, verifica-se, apesar disso, que o despacho no apresenta elevada comutao de geradores, o que quer dizer que nenhum gerador apresenta mais do que duas comutaes ao longo de um dia. de realar que nesta situao do despacho em que h uma maior reduo de carga de geradores trmicos, o que permite uma maior poupana de combustvel fssil e, por conseguinte, uma maior reduo de custo de produo. Resumidamente, todas as situaes do despacho consistente com os preceitos tidos em considerao no treinamento e implementao do sistema. 4.2.2 Anlise da reserva girante Neste ponto pretende-se analisar a reserva girante para duas situaes do despacho referidas atrs, i.e., analisar a reserva girante para o despacho da Fig. 41 e Fig. 44, que, 64
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante respectivamente, referem-se situao do despacho com produo renovvel (fotovoltaica e elica) indisponvel e situao do despacho com produo renovvel disponvel. Pretende-se fundamentalmente analisar se em cada instante a reserva girante superior mnima considerada no preceito do despacho, e ainda analisar os nveis de carga dos geradores que tambm influenciam a efectividade da reserva girante, conforme j foi referido no captulo 2.1.2. A figura seguinte traduz a reserva girante horria para situao do despacho da Fig. 41.
18 16 Reserva girante (MW) 14 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas
"Reserva girante minma necessria" Reserva girante mdia
13,3
"Excesso da reserva girante"
Fig. 45: Reserva girante para o despacho sem produo renovvel
Da observao da Fig. 45, pode verificar-se que a reserva girante mnima necessria restringida no treinamento e implementao do sistema de despacho salvaguardada estritamente ao longo de todo o dia. Em termos mdio, a reserva girante disponibilizada de , o que significa apenas superior mnima necessria ( ). Quanto ao nvel de carga dos geradores, analisando o despacho da Fig. 41, verificou-se que os geradores e , que contribuem em conjunto com uma reserva girante mnima de ( cada), mantiveram-se um nvel de carga mdio de , contribuindo desta forma com uma reserva girante mdia de ( cada). Enquanto os demais geradores, que contribuem com menos reserva girante, permaneceram um nvel de carga volta de . Assim, sendo que os nveis de carga dos geradores no so baixos e a reserva girante superior mnima necessria, espectvel que a reserva girante diria seja adequada/efectiva. de referir tambm que nos picos diurnos e nocturnos, onde h vrios geradores convencionais ligados rede, expectvel que a inrcia do sistema seja elevada e, neste sentido, provavelmente so os perodos onde a reserva girante possa ser mais efectiva.
65
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante Em contraste, o perodo onde h alguma probabilidade da reserva girante tornar-se inefectiva entre 01h00-06h00, apesar de em termos mdio a reserva girante neste perodo de (6 superior mnima necessria). A razo para tal que neste intervalo o consumo baixo e, por isso, h poucos geradores ligados rede (baixa inrcia), e ainda os geradores encontram-se volta de da carga nominal. Em suma, para a situao do despacho da Fig. 41, tudo indica que a reserva girante disponibilizada, e apresentada na Fig. 45, adequada/ efectiva. A reserva girante disponibilizada para situao do despacho da Fig. 44 encontra-se apresentada na figura que se segue.
16 14 Reserva Girante (MW) 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas
"Reserva girante minma necessria" Reserva girante mdia
12,2
"Excesso da reserva girante"
Fig. 46: Reserva girante para o despacho com produo renovvel
Para a situao do despacho da Fig. 44, a reserva girante manteve-se tambm sempre superior mnima necessria, conforme mostra a Fig. 46. Em termos mdio, a reserva girante de , o que significa superior mnima necessria. Quando se compara com a reserva girante disponibilizada na Fig. 45, correspondente ao despacho da Fig. 41, em termos mdio, a reserva girante disponibilizada inferior. Relativamente ao nvel de carga dos geradores, verificou-se, da anlise ao despacho da Fig. 44, que os geradores que disponibilizam mais reserva girante, e , encontram-se em mdia a de carga, disponibilizando assim uma reserva girante total de ( cada). Enquanto os demais geradores, que contribuem com menos reserva girante, encontramse volta de de carga. Em suma, de referir que, devido presena de produo renovvel, os nveis de carga dos geradores convencionais so significativamente reduzidos, situando assim volta de e, ainda, em muitas situaes alguns geradores convencionais so desligados por forma a permitir uma maior penetrao de produo renovvel. Neste 66
CAPTULO IV: Caracterizao do sistema elctrico hbrido da ilha de Santiago e optimizao do despacho e reserva girante sentido, devido baixa carga dos geradores e poucos geradores ligados rede, muito provvel que a reserva girante seja inefectiva nesta situao do despacho. 4.2.3 Anlise do consumo de combustvel Na Fig. 47 encontra-se apresentado o consumo do combustvel horrio, em despacho sem produo renovvel e para o despacho com produo renovvel.
8000 Consumo de combustvel (lh) 7000 6000 5000 4000 3000 2000 1000 0 1 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas Consumo sem produo renovvel Consumo com produo renovvel Consumo mdio com renovvel Consumo mdio sem renovvel 2 3 4 5 6 7 8 3.494 4.968
, para o
Fig. 47: Consumo do combustvel para o despacho com e sem produo renovvel
Conforme mostra a Fig. 47, pode-se atingir nveis de poupanas do fuelleo bastante significava com a penetrao de produo renovvel no SEHIS. O que significa que, quando so despachados os geradores a fuelleo de modo a permitir a penetrao de toda a produo renovvel disponvel, consegue-se, num dia de excelente condies de insolao e regime do vento, reduzir o consumo horrio do combustvel de 4.968 para 3.494 , conseguindo deste modo uma poupana mdia horria de 1.475 do fuelleo. 4.2.4 Impacte de penetrao renovvel na reduo do custo de produo No seguimento da anlise anterior, onde se verificou que efectivamente h uma poupana significativa no consumo do fuelleo com aumento de penetrao renovvel, pretende-se neste captulo analisar o impacte de produo renovvel na reduo do custo de produo horrio, bem como na reduo do custo da energia produzida. A Fig. 48 apresenta o custo mdio horrio de produo para situao com e sem produo renovvel, e ainda a poupana horria expectvel num dia com excelente produo renovvel, quando os geradores so despachados por forma a permitir penetrao de produo renovvel disponvel. 67
4.000 3.500 Custo de produo 3.000 2.500 2.000 1.500 1.000 500 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 horas
Custo de produo horrio com renovvel Custo mdio horrio com renovvel
2.733 1.922
Poupana horria com renovvel Custo mdio horrio sem renovvel
Fig. 48: Impacte de produo renovvel na reduo do custo horrio de produo
De acordo com a Fig. 48, em termos mdio, o custo de produo horrio reduzido de 2.733 para 1.922 com a mxima penetrao de produo renovvel, o que representa uma reduo no custo horrio de produo de 811 . O impacte de penetrao renovvel na reduo do custo mdio da energia produzida encontrase por sua vez apresentado na Fig. 49.
140,0
Custo Mdio (/MWh)
120,0 100,0 80,0 60,0 40,0 20,0 0,0 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 horas Reduo do custo de produo com renovvel Custo horrio de produo com renovvel Custo mdio dirio de produo com renovvel Fig. 49: Impacte de produo renovvel na reduo do custo mdio da energia 1 2 3 4 5 6 7 8 82,20
De acordo com a figura anterior, com a penetrao da produo renovvel, o custo mdio da energia produzida reduz de para , representado assim uma reduo horria de .
68
Captulo V. Optimizao do despacho a partir do sistema proposto vs programao inteira mista Para analisar a efectividade da metodologia apresentada para a optimizao do despacho e reserva girante em SEHIS, que se baseia em tcnicas de inteligncia artificial, designadamente a tcnica da lgica difusa e sistema neuro-fuzzy, ir-se- comparar nos prximos subpontos os resultados obtidos com a metodologia proposta com a tcnica de optimizao baseada em programao inteira mista. Especificamente ser comparada o despacho de geradores, a disponibilidade da reserva girante e o custo de produo. Para formular matematicamente a tcnica de optimizao baseada em programao inteira mista, utilizou-se o GAMS (General Algebraic Modeling System), que uma ferramenta computacional que permite modelar matematicamente problemas de optimizao. Para isso, baseou-se nas caractersticas dos geradores - Quadro 1 - e considerou-se as seguintes restries: os limites tcnicos mnimos e mximos dos geradores, a reserva girante e o balano de potncia. Com isto quer dizer que no foram consideradas as restries de rampa de subida e descida dos geradores, o custo de arranque e paragem dos geradores e o tempo mnimo de funcionamento e paragem dos geradores etc.. No que se refere reserva girante, considerouse o critrio clssico, ou seja, de dispor da reserva girante igual a capacidade do gerador de maior potncia ( ). O problema de optimizao encontra-se formulado em Anexo 1. 5.1 Despacho de geradores
Aqui, o objectivo principal comparar o despacho de geradores a partir de programao inteira mista com o despacho de geradores a partir do sistema proposto. Para tal, efectuou-se o despacho sem produo renovvel baseando na tcnica de programao inteira mista, apresentado na Fig. 50, e comparou-se com o despacho sem produo renovvel obtido a partir do sistema proposto, apresentado na Fig. 51.
10 9 8 7 6 5 4 3 2 1 0 1 2
G VI
Potncia (MW)
5
GV
7
G III
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
GI horas G II G IV G VII G VIII G IX
Fig. 50: Despacho de geradores sem produo renovvel a partir de programao inteira mista
69
Captulo V: Optimizao do despacho a partir do sistema proposto vs programao inteira mista

10 9 8 7 6 5 4 3 2 1 0 1 2 3
G VI
Potncia (MW)
5
GV
8
G III
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
GI horas G II G IV G VII G VIII G IX
Fig. 51: Despacho de geradores sem produo renovvel a partir do sistema proposto
Comparando o despacho de geradores das duas figuras anteriores, constatou-se que o despacho a partir de programao inteira mista mais abrupta, ou seja, de uma hora para outra a potncia dos geradores varia de uma forma acentuada, o que traduz em funcionamento mais instvel dos geradores. Com efeito, a meu ver, parece que o funcionamento instvel dos geradores deve-se aos seguintes factos: a existncia de vrios geradores de igual custo de produo (G I e G II; G III e G IV), a assuno de que a funo custo ( ) de produo dos geradores linear e ainda ao facto de que no foram consideradas as restries de manter mesmo nvel de carga entre geradores do mesmo grupo quando ambos esto ligados rede ou ainda um tempo mnimo de funcionamento de geradores superiores a uma hora. Portanto, de realar que eventualmente pode-se garantir um funcionamento mais estvel de geradores em despacho a partir de tcnicas de programao inteira mista, embora implique aumentar variveis/restries ao problema, e, porventura, aumento substancialmente do tempo computacional. de frisar que nas situaes do despacho que inclui produo renovvel, o despacho de geradores a partir de programao inteira mista apresenta muito mais comutao de geradores do que o despacho a partir do sistema proposto. Adicionalmente, o funcionamento de geradores no despacho a partir programao inteira mista muito instvel. 5.2 Reserva girante
A Fig. 52 apresenta/compara a reserva girante disponibilizada a partir do sistema proposto e a partir da tcnica de programao inteira mista.
70
Captulo V: Optimizao do despacho a partir do sistema proposto vs programao inteira mista
18 16 14 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
horas Sistema proposto (lgica difusa e neuro-fuzzy) Programao inteira mista
Fig. 52: Comparao da reserva girante entre o sistema proposto versus programao inteira mista
No que se refere disponibilidade da reserva girante, em quase todas as situaes ela disponibilizada pelas duas tcnicas de optimizao praticamente igual. Embora para o sistema proposto ela restringida a uma mnima de 9 e a partir de programao inteira mista ela restringida a uma mnima de . Portanto, entre 20h00-21h00 que se verifica a diferena da reserva girante disponibilizada pelas metodologias, onde a programao inteira mista disponibiliza uma reserva girante de superior a apresentada pelo sistema proposto. Contudo, a grande diferena reside no nvel de carga dos geradores que fornecem a reserva girante. Pois, da anlise ao despacho da Fig. 50verifica-se que os geradores que disponibilizam a reserva girante esto geralmente a baixo nvel de carga, o que significa que possuem um tempo de resposta superior ao do despacho da Fig. 51.
Reserva girante (MW)
71
Captulo V: Optimizao do despacho a partir do sistema proposto vs programao inteira mista 5.3 Custo de produo
O Quadro 3 sintetiza o custo de produo dirio do despacho a partir do sistema proposto e a partir da tcnica de programao inteira mista.
Sistema proposto (lgica difusa e neuro-fuzzy 65.583,03 Programao Inteira Mista 65.619.07
Despacho sem produo renovvel
Quadro 3: Comparao do custo de produo entre despacho a partir do sistema proposto e programao inteira mista
Conforme se pode verificar no quadro anterior, a optimizao a partir do sistema proposto apresenta um custo de produo ligeiramente inferior a optimizao a partir de programao inteira mista.
72
Captulo VI. Concluses, limitaes e tpicos de investigao futura 6.1 Concluses
Conforme j foi dito, o principal objectivo desta dissertao modelar e implementar no Matlab-Simulink um sistema inteligente, que se baseia na lgica difusa e sistema neuro-fuzzy, para optimizar automaticamente o despacho e reserva girante em sistemas elctricos hbridos, baseando na previso do consumo e produo renovvel (elica e fotovoltaica), com objectivo de aproveitar sempre a produo renovvel disponvel, permitindo assim reduzir o consumo do fuelleo e, consequentemente, o custo de produo, enquanto salvaguarda-se as restries tcnicas do sistema e geradores. Implementando o sistema proposto para o actual sistema elctrico da ilha de Santiago permitiu-se, por um lado, reduzir a reserva girante mnima necessria de para . Por outro lado, a partir de anlise dos resultados obtidos de quatro situaes distintas do despacho, como sejam, 1) despacho com produo renovvel (elica e fotovoltaica) indisponvel, 2) despacho com produo fotovoltaica disponvel e produo elica indisponvel, 3) despacho com produo elica disponvel e produo fotovoltaica indisponvel e 4) despacho com produo renovvel (elica e fotovoltaica) disponvel, verificou-se o seguinte: Os despachos salvaguardam os limites de carga mnima dos geradores recomendados pelos fabricantes ( volta de de potncia nominal); Os despachos no so abruptos, ou seja, apesar da volatilidade do consumo e produo renovvel em SEHIS, os geradores no apresentam variaes significativas nas suas potncias de um perodo para outro; Os geradores no apresentam mais do que duas comutaes ao longo de um dia, apesar da volatilidade do consumo e da produo renovvel; A reserva girante mnima do sistema sempre garantida ( ). Alm disso, os nveis mdios de carga dos geradores, que tambm afectam a efectividade da reserva girante, variam entre e . Assim, expectvel, em termos mdio, que a reserva girante disponibilizada seja efectiva.
Todavia, de referir que nos perodos de baixo consumo (01h00-06h00 e 12h00-16h00), nos quais o consumo volta de , quando h elevada disponibilidade de produo renovvel, a carga nos geradores convencionais reduzida para mnima ( volta de de capacidade nominal) e alguns geradores convencionais so desligados da rede por forma a permitir a mxima penetrao de produo renovvel disponvel. Assim, com os geradores a carga mnima e poucos geradores ligados rede (baixa inrcia) provvel que nestes perodos a reserva girante seja inefectiva. Portanto, para verificar se efectivamente a reserva girante inefectiva, necessrio conhecer a capacidade de resposta dos geradores no sistema, conhecer o quanto permitido o abaixamento da frequncia sem desencadear o deslastre de carga ou 73
CAPTULO VI: Concluses, limitaes e tpicos de investigao futura
apages e ainda o quo rpido a frequncia da rede deve ser reestabelecida para o nvel aceitvel. Quando compara-se os resultados obtidos com a metodologia clssica do despacho, que se baseia em tcnicas de programao matemtica, nomeadamente a programao inteira mista, verificou-se que o sistema proposto bastante efectivo. 6.2 Limitaes
A principal limitao deve-se ao facto de que as Toolboxes de Matlab utilizados na configurao dos controladores do sistema proposto no permitem ter vrias sadas. Desta forma, no foi possvel propor apenas um controlador que recebesse as trs entradas consideradas, a previso do consumo, a previso da produo fotovoltaica e a previso da produo elica, que determinasse as sadas (set-points) para os respectivos geradores do sistema. Uma outra limitao relativamente aos Toolboxes utilizados que as sadas devem ser do mesmo tipo (linear ou constante). 6.3 Tpicos de investigao futura
Com o objectivo de afinar o sistema proposto para o actual sistema elctrico da Ilha de Santiago, alguns aspectos, nomeadamente relativos ao treino do sistema proposto, devem ser ajustados e outros devem ser includos. Como tal, ficam aqui algumas sugestes de ajustes e investigao futura. Basear na funo custo de produo dos geradores para treinar o sistema proposto, em vez de basear apenas no custo de produo dos geradores potncia nominal. Considerar reserva girante em funo do maior nvel de carga dos geradores ligados rede, em vez de considerar uma reserva girante constante. Basear nas tcnicas de inteligncia artificial para prever o consumo e produo renovvel, e integr-los no sistema proposto para optimizao automtica do despacho e reserva girante. Basear nas caractersticas reais do SEHIS, nomeadamente a capacidade de reposta dos geradores, o desvio mximo da frequncia permitido, bem como o quo desejvel recuperar a frequncia aps perturbaes, para aferir a (in) adequao da reserva girante nos momentos de baixo consumo e elevada penetrao renovvel.
74
Referncias bibliogrficas [1] L. A. C. Lopes, F. Katiraei, K. Mauch, M. Vandenbergh, and L. Arribas, PV Hybrid Mini-Grids: Applicable Control Methods for Various Situations, IEA - International Energy Agency, St. Ursen, Switzerland, Technical report Task 11, 2012. J. F. Manwell, Hybrid Energy Systems, in Encyclopedia of Energy, 6th ed., vol. 3, C. J. Cleveland, R. U. Ayres, R. Costanza, M. D. Ilic, R. Kaufmann, A. B. Lovins, M. Munasinghe, R. K. Pachauri, C. S. Pardo, and P. Peterson, Eds. New York: Elsevier Science Publishing Co Inc, 2004, pp. 215 229. D. Weisser and R. S. Garcia, Instantaneous wind energy penetration in isolated electricity grids: concepts and review, Renewable Energy, vol. 30, no. 8, pp. 1299 1308, Jul. 2005. N. Hamsic, A. Schmelter, A. Mohd, E. Ortjohann, E. Schultze, A. Tuckey, and J. Zimmermann, Increasing Renewable Energy Penetration in Isolated Grids Using a Flywheel Energy Storage System, 2007 International Conference on Power Engineering, Energy and Electrical Drives, pp. 195200, Apr. 2007. P. A. Stott, Renewable Variable Speed Hybrid System, PhD Thesis, University of Edinburgh, Scotland, 2010. C. V. Nayar, High Renewable Energy Penetration Diesel Generator Systems, in Paths to Sustainable Energy, J. Nathwani and A. Ng, Eds. Rijeka, Croatia: InTech, 2010, pp. 512536. K. I. Elamari, Using electric water heaters (ewhs) for power balancing and frequency control in pv-diesel hybrid mini-grids, Master Thesis, Concordia University, Canada, 2011. M. Deshpande, Elements of Electric Power Station Design. New Delhi, India: PHI Learning, 2010. ABB, Technical Application Papers No.10: Photovoltaic plants, ABB, Bergamo, Italy, Technical Application Papers, 2010.
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10] H. Cherif and J. Belhadj, Methodology for accurate energy production estimation of photovoltaic power generation station, in 2012 16th IEEE Mediterranean Electrotechnical Conference, 2012, pp. 561566. [11] G. M. Masters, Renewable and Efficient Electric Power Systems. Hoboken, NJ, USA: John Wiley & Sons, Inc., 2004. [12] SMA Solar Technology, PV Grid Integration, Niestetal, Germany, Report of Technology Compendium 3.4, 2012. 75
[13] T. Stetz, German Guidelines and Laws for PV Grid Integration, Fraunhofer-Instituts fr Windenergie und Energiesystemtechnik IWES, Presented at IEA Task 14 Meeting, Beijing, 2011. [14] ABB, Technical Application Papers No.13: Wind power plants, ABB, Bergamo, Italy, Technical Application Papers, 2011. [15] Deutsches Windenergie-Institut GmbH, A/S Tech-wise, and DM Energy, Wind Turbine Grid Connection and Interaction, Energie, Environnement et Dveloppement Durable, Brussels, Belgium, Technical General Information, 2001. [16] I. Margaris, Work Package 9: Electrical grid Power system requirements for high wind penetration Part 3: Small island grid, European Union, Report Project Upwind, 2007. [17] F. Yao, R. C. Bansal, Z. Y. Dong, R. K. Saket, and J. S. Shakya, Wind Energy Resources: Theory, Design and Applications, in Handbook of Renewable Energy Technology, 1st ed., A. F. Zobaa and R. Bansal, Eds. Toh Tuck, Singapore: World Scientific Publishing Co Pte Ltd, 2011, pp. 319. [18] T. Ackermann, Wind Power in Power Systems. Stockholm, Sweden: John Wiley & Sons Ltd., 2005. [19] F. Helle, Large Scale Integration of Wind Energy in the European Power Supply: analysis , issues and recommendations, EWEA, Brussels, Belgium, Technical Report, 2005. [20] J. Morren, S. W. H. de Haan, and J. a. Ferreira, Contribution of DG units to primary frequency control, European Transactions on Electrical Power, vol. 16, no. 5, pp. 507521, Sep. 2006. [21] D. G. Infield, D. Ph, M. P, G. W. Slack, B. Eng, and P. N. H. Lipman, Review of wind / diesel strategies, in 1983 IEEE Physical Science, Measurement and Instrumentation, Management and Education - Reviews.Conference Proceedings A, 1983, vol. 130, no. 9, pp. 613619. [22] N. Hatziargyriou, G. Contaxis, M. Matos, J. A. P. Lopes, G. Kariniotakis, D. Mayer, J. Halliday, G. Dutton, P. Dokopoulos, A. Bakirtzis, J. Stefanakis, A. Gigantidou, P. ODonnell, D. McCoy, M. J. Fernandes, J. M. S. Cotrim, and A. P. Figueira, Energy management and control of island power systems with increased penetration from renewable sources, in 2002 IEEE Power Engineering Society Winter Meeting. Conference Proceedings (Cat. No.02CH37309), 2002, vol. 1, no. C, pp. 335339. [23] N. Hatziargyriou, G. Contaxis, M. Papadopoulos, B. Papadias, M. A. Matos, J. A. Pecas Lopes, E. Nogaret, G. Kariniotakis, J. Halliday, G. Dutton, P. Dokopoulos, A. Bakirtzis, A. Androutsos, J. Stefanakis, and A. B. A. Gigantidou, Operation and control of island systems-the Crete case, in 2000 IEEE Power Engineering Society 76
Winter Meeting. Conference Proceedings (Cat. No.00CH37077), 2000, vol. 2, no. c, pp. 10531056. [24] E. Nogaret, G. Stavrakakis, G. Kariniotakis, M. Papadopoulos, N. Hatziargyriou, A. Androutsos, S. Papathanassiou, J. A. P. Lopes, J. Halliday, G. Dutton, J. Gatopoulos, and V. Karagounis, An advanced control system for the optimal operation and management of medium size power systems with a large penetration from renewable power sources, Renewable Energy, vol. 12, no. 2, pp. 137149, Oct. 1997. [25] S. Salam, Unit Commitment Solution Methods, World Academy of Science, Engineering and Technology, vol. 26, no. December, pp. 600605, 2007. [26] S. C. Pandian and K. Duraiswamy, Fuzzy logic implementation for solving the unit commitment problem, in 2004 International Conference on Power System Technology, 2004. PowerCon 2004., 2004, vol. 1, no. November, pp. 413418. [27] P. K. Singhal and R. N. Sharma, Dynamic programming approach for solv ing power generating unit commitment problem, in 2011 2nd International Conference on Computer and Communication Technology (ICCCT-2011), 2011, no. 5, pp. 298303. [28] S. Singh, Economic Load Dispatch Using Fuzzy Logic Controlled Genetic Algorithm, Master Thesis, Thapar University, India, 2009. [29] M. S. Nagaraja, Optimum Generation Scheduling for Thermal Power Plants using Artificial Neural Network, International Journal of Electrical and Computer Engineering (IJECE), vol. 1, no. 2, pp. 135140, 2011. [30] R. Kaur, Optimal Short-term Thermal Unit Commitment Using Neural Network, Master Thesis, Thapar University, India, 2008. [31] A. J. Wood and B. F. Wollenberg, Power Generation, Operation, and Control, 2nd ed., vol. 37, no. 3. Wiley-Interscience, 1996. [32] S. Panta and S. Premrudeepreechacharn, Economic dispatch for power generation using artificial neural network ICPE07 conference in Daegu, Korea, in 2007 7th Internatonal Conference on Power Electronics, 2007, pp. 558562. [33] M. a. Ortega-Vazquez and D. S. Kirschen, Estimating the Spinning Reserve Requirements in Systems With Significant Wind Power Generation Penetration, IEEE Transactions on Power Systems, vol. 24, no. 1, pp. 114124, Feb. 2009. [34] F. Olsina and C. Larisson, Optimization of Spinning Reserve in Stand- alone WindDiesel Power Systems, in Wind Power, no. June, S. Muyeen, Ed. InTech, Published, 2010, p. 558. [35] E. Dialynas, L. Daoutis, C. Toufexis, and I. Charalambous, Reliability and reserve capacity assessment of isolated power systems with increased penetration of renewable energy sources, in 7th Mediterranean Conference and Exhibition on Power 77
Generation, Transmission, Distribution and Energy Conversion (MedPower 2010), 2010, no. November, pp. 242242. [36] C. C. Wu and N. Chen, Online methodology to determine reasonable spinning reserve requirement for isolated power systems, IEE Proceedings - Generation, Transmission and Distribution, vol. 150, no. 4, p. 455, 2003. [37] A. Abu-jasser, Solving the Unit Commitment Problem Using Fuzzy Logic, International Journal of Computer and Electrical Engineering, vol. 3, no. 6, pp. 824 829, 2011. [38] D. P. Kadam, P. M. Sonwane, V. P. Dhote, B. E. Kushare, and M. Ieee, Fuzzy Logic Algorithm for Unit Commitment Problem, no. June, pp. 47, 2009. [39] H. Y. Yamin, Review on methods of generation scheduling in electric power systems, Electric Power Systems Research, vol. 69, no. 23, pp. 227248, May 2004. [40] S. Sen and D. P. Kothari, Optimal thermal generating unit commitment: a review, International Journal of Electrical Power & Energy Systems, vol. 20, no. 7, pp. 443 451, Oct. 1998. [41] M. Fozdar, C. M. Arora, and V. R. Gottipati, Recent trends in intelligent techniques to power systems, in 2007 42nd International Universities Power Engineering Conference, 2007, no. 1, pp. 580591. [42] S. Saneifard, N. R. Prasad, and H. A. Smolleck, A fuzzy logic approach to unit commitment, IEEE Transactions on Power Systems, vol. 12, no. 2, pp. 988995, May 1997. [43] R. Kaur, Maninder Dhaliwal, Fuzzy logic and neural network approach to short term thermal unit commitment, International Journal of Advanced Engineering Technology, vol. 3, pp. 25, 2012. [44] N. Harun and S. Faizal, Fuzzy Logic System For Optimization of Thermal Generator Unit Operation On Peak Load Conditions, 2000. [45] N. P. Padhy, S. R. Paranjothi, and V. Ramachandran, A hybrid fuzzy neural networkexpert system for a short term unit commitment problem, Microelectronics Reliability, vol. 37, no. 5, pp. 733737, May 1997. [46] N. P. Padhy, Unit commitment using hybrid models: a comparative study for dynamic programming, expert system, fuzzy system and genetic algorithms, International Journal of Electrical Power & Energy Systems, vol. 23, no. 8, pp. 827836, Nov. 2001. [47] L.-R. Chang-Chien, C. Chien, and T. Hu, Adaptive regulating reserve scheduling for the isolated power system, European Transactions on Electrical Power, p. n/an/a, Aug. 2011. 78
[48] I. Askerbeyli and J. Abduljabar, Using fuzzy logic methods for carbon dioxide control in carbonated beverages, International Journal of Electrical & Computer Sciences (IJECS-IJENS), vol. 03, no. June 2011, pp. 104116, 2011. [49] E. Camponogara, Introduo Inteligncia Computacional, Universidade Federal de Santa Catarina: Departamento de Automao e Sistemas, Santa Catarina, Brasil, Documentation, 2006. [50] M. E. El-Hawary, Electric Power Applications of Fuzzy Systems. New York, US: Institute of Electrical and Electronics Engineers, Inc., 1998. [51] Mathworks, Fuzzy Logic Toolbox 2011.
TM
, MathWorks, Inc., Natick, MA, Users Guide,
[52] C. V. Ribeiro, R. R. Goldschmidt, and R. Choren, Mtodos para previso de sries temporais e suas tendncias de desenvolvimento, Monografia, Instituto Militar de Engenharia, Brasil, 2009. [53] S. N. Sivanandam, S. Sumathi, and S. N. Deepa, Introduction to Fuzzy Logic using MATLAB. Berlin, Germany: Springer, 2007. [54] R. T. Fernandes, Superviso de um sistema hbrido elico / diesel usando lgica fuzzy, Dissertao de Mestrado, Universidade Federal de Mato Grosso do Sul, Brasil, 2005. [55] L. C. M. de Andrade, Abordagem Neurofuzzy Para Previso de Demanda de Energia Eltrica no Curtssimo Prazo, Dissertao de Mestrado, Universidade de So Paulo, Brasil, 2010. [56] Gesto Energia S.A., Plano Energtico Renovvel de Cabo Verde., Direo -Geral de Energia, Praia, Cabo Verde, Anexo A: Caracterizao do Sector Elctrico Actual, 2011. [57] N. G. Mortensen, J. C. Hansen, and J. Delgado, Cape Verde Wind Farm Extension Project, Ris , Carl Bro , DPC e ELECTRIC, Praia, Cabo Verde, Task 1: Meteorological Measurements Interim Report 4 Edition, 2002. [58] Gabinete de Advocacia Consultoria e Procuradoria Jurdica and SKM, Estudo de Impacte Ambiental, Governo de Cabo Verde, Praia, Cabo Verde, Resumo No Tcnico, 2009. [59] Lab-Volt Lta., Introduction to Wind Power, Lab-Volt Ltd., Canada, Courseware Sample, 2010.
79
Anexo 1 Gams
Formulao matemtica do problema de otimizao no
* COMISSIONAMENTO DE GRUPOS termicos de produo de energia * electrica para satisfazer um diagrana de carga com condio * de reserva girante e com as restricoes impostas pelas condicoes * tecnicas de operacao dos grupos geradores SETS t indice dos periodos de tempo /0*24/ g indice dos grupos geradores /1*9/ TABLE GenDATA(g,*) caracteristicas dos grupos geradores PMIN PMAX GD GS A B CA CP * Pmin Pmax Gradiente Gradiente Custo Custo Custo Custo * descida subida fixo variavel arranque paragem * (MW) (MW) (MW/h) (MW/h) (/h) (/MWh) () () 1 5 10 10 10 0 118.25 0.0001 0.0001 2 5 10 10 10 0 118.25 0.0001 0.0001 3 4 7.4 7.4 7.4 0 118.25 0.0001 0.0001 4 4 7.4 7.4 7.4 0 118.25 0.0001 0.0001 5 3 5.6 5.6 5.6 0 121 0.0001 0.0001 6 3 5.6 5.6 5.6 0 121 0.0001 0.0001 7 1.5 2.5 2.5 2.5 0 163.4 0.0001 0.0001 8 1.5 2.5 2.5 2.5 0 163.4 0.0001 0.0001 9 1.5 2.5 2.5 2.5 0 181.6 0.0001 0.0001; TABLE LoadDATA(t,*) diagrama de carga e margem de reserva D R * Carga Reserva * (MW) (MW) 1 19.41 10 2 18.82 10 3 18.55 10 4 18.28 10 5 18.05 10 6 19.23 10 7 22.05 10 8 24.22 10 9 26.85 10 10 27.09 10 11 23.55 10 12 20.63 10 13 21.15 10 14 20.61 10 15 21.14 10 16 23.14 10 17 24.16 10 18 24.14 10 19 31.12 10 20 30.63 10 21 28.95 10 22 27.39 10 23 23.91 10 24 21.29 10 ; VARIABLES z funcao objectivo - custo total de producao p(g,t) potencia do gerador g no periodo t v(g,t) igual a 1 se o gerador g esta comissionado no periodo t
80
y(g,t) igual a 1 se o gerador g arranca no periodo t s(g,t) igual a 1 se o gerador g e desligado no periodo t ; POSITIVE VARIABLES p(g,t); * Variaveis de estado sao modeladas por variaveis binarias BINARY VARIABLES v(g,t),y(g,t),s(g,t); * Inicializacao dos geradores: desligados no periodo inicial v.fx(g,'0')=0; p.fx(g,'0')=0; EQUATIONS CUSTO equacao funcao objectivo - custo total de producao PMAXLIM(g,t) equacao de potencia maxima PMINLIM(g,t) equacao de potencia minima BALANCO(t) equacao de balanco producao-carga RESERVA(t) equacao de reserva girante LOGICA(g,t) equacao logica de subida descida e comissionamento SUBIDA(g,t) equacao de maxima rampa de subida DESCIDA(g,t) equacao de maxima rampa de descida ; ** A funcao objectivo corresponde ao custo total de producao ** As restantes equacoes sao definidas para todos os periodos de tempo ** excepto o periodo inicial (t=0). Para modelar esta excepcao ** utiliza-se a condicao $(ord(t) GT 0) CUSTO .. z =e= SUM((t,g), GenDATA(g,'A')*v(g,t)+GenDATA(g,'B')*p(g,t) + GenDATA(g,'CA')*y(g,t)+GenDATA(g,'CP')*s(g,t)); PMAXLIM(g,t)$(ord(t) GT 0) .. p(g,t) =l= GenDATA(g,'PMAX')*v(g,t); PMINLIM(g,t)$(ord(t) GT 0) .. p(g,t) =g= GenDATA(g,'PMIN')*v(g,t); BALANCO(t)$(ord(t) GT 0) .. SUM(g,p(g,t)) =e= LoadDATA(t,'D'); RESERVA(t)$(ord(t) GT 0) .. SUM(g,GenDATA(g,'PMAX')*v(g,t)) =g= LoadDATA(t,'D') + LoadDATA(t,'R'); LOGICA(g,t)$(ord(t) GT 0) .. y(g,t)-s(g,t) =e= v(g,t)-v(g,t-1); SUBIDA(g,t)$(ord(t) GT 0) .. p(g,t)-p(g,t-1) =l= GenDATA(g,'GS'); DESCIDA(g,t)$(ord(t) GT 0) .. p(g,t-1)-p(g,t) =l= GenDATA(g,'GD') ; * Modelo sem as restricoes de gradientes e de reserva MODEL CG1 /CUSTO,PMAXLIM,PMINLIM,BALANCO,LOGICA/; * Modelo sem as restricoes de gradiente de subida e descida MODEL CG2 /CUSTO,PMAXLIM,PMINLIM,BALANCO,RESERVA,LOGICA/; * Modelo com todas as restricoes MODEL CG3 /ALL/; SOLVE CG2 USING mip MINIMIZING z; DISPLAY z.l, p.l, v.l, y.l, s.l;
81

Sanches 2012

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sanches 2012

Enviado por

Direitos autorais:

Formatos disponíveis

Heleno da Luz Monteiro Sanches

Licenciado em Engenharia Electrotcnica Sistemas Elctricos de Energia

Optimizao do Despacho e Reserva Girante em Sistemas Elctricos Hbridos

HELENO DA LUZ MONTEIRO SANCHES

OPTIMIZAO DO DESPACHO E RESERVA GIRANTE EM SISTEMAS ELCTRICOS HBRIDOS

Meu muito obrigado!

4.2 4.2.1 4.2.2 4.2.3 4.2.4

Captulo V. 5.1 5.2 5.3 6.1 6.2 6.3

Acrnimos, abreviaturas e simbologias Acrnimos

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

Fig. 1: Esquema de um sistema a fuelleo [1]

CAPTULO II: Reviso da literatura

Fig. 2: Curva do consumo e eficincia de um gerador a fuelleo/diesel [7]

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

(3) Na equao 3, representa a potncia gerada em ,

CAPTULO II: Reviso da literatura

Fig. 4: Controlo da potncia reactiva em funo do estatismo da tenso [1]

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

) sempre que a frequncia da

CAPTULO II: Reviso da literatura

Fig. 6: Controlo da potncia reactiva em sistemas fotovoltaicos de grande dimenso [12]

Fig. 7: Controlo da potncia reactiva em sistemas fotovoltaicos de pequena dimenso [12]

CAPTULO II: Reviso da literatura

Fig. 8: Esquema de um aerogerador [14]

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

Fig. 9: Curva de potncia de uma turbina elica [17]

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

(a) Balano de potncia

(14) (15) (16)

CAPTULO II: Reviso da literatura

(a) Balano de potncia (b) Potncia mnima e mxima

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

CAPTULO II: Reviso da literatura

Captulo III: Metodologias

Fig. 10: Esquema de um controlador fuzzy (FLC) [50]

Captulo III: Metodologias

Fig. 11: Funo caracterstica da teoria clssica de conjunto [55]

Fig. 12: Funo de pertena da teoria de conjunto difuso [55]

Captulo III: Metodologias

Fig. 13: Universo de discurso da produo elica

Operador de interseco e (or)

Fig. 14: Operao de interseco de conjuntos fuzzy

Captulo III: Metodologias

Operador de unio ou (and)

Fig. 15: Operao de unio de conjuntos fuzzy

Captulo III: Metodologias

Captulo III: Metodologias

Fig. 16: Modelo de inferncia Mamdani

Captulo III: Metodologias

Fig. 17: Modelo de inferncia Takagi-Sugeno [54]

Captulo III: Metodologias

Este mtodo procura-se, no intervalo de sada ( agregada, , a partir da seguinte equao: