Optimum Dispatch of a Tidal Power Generator
with Storage System
Jefferson D. F. Pereira, Pedro B. Leite Neto, Osvaldo R. Saavedra
Instituto de Energia Elétrica
Universidade Federal do Maranhão
São Luís, MA, Brasil.
Abstract - In this article, the optimal dispatch of a tidal
power plant with energy storage system for a large but not
self-sufficient consumer is formulated and solved. The best
operating strategy is to avoid buying expensive power from
the grid by shifting the supply of tidal power using energy
storage system. The problem is formulated as a non-linear
optimization problem with mixed variables, which is solved
efficiently through a problem-oriented metaheuristic.
Keywords—Tidal energy, power dispatch, storage systems,
renewable energies
I. INTRODUÇÃO
A América Latina, e em especial o Brasil, são ricos em
variedade de fontes renováveis [1], que com velocidades
diferentes começam a serem aproveitadas nos países da região,
com participações crescentes nas respectivas matrizes
energéticas. Na América do Sul, as energias de marés
apresentam importante potencial no Norte do Brasil e sul da
Argentina e Chile. Iniciativas específicas começaram a surgir
no passado recente, com estudos de levantamento de potencial
no sul do Chile [2], um projeto piloto de energia de ondas em
Ceará [3], estudos para implantação de uma usina maremotriz
no Maranhão [4] e a aprovação do Instituto Nacional de Ciência
e Tecnologia em Energias Oceânicas e Fluviais pelo CNPq e
co-financiadores, em 2016.
Os tipos de energias oceânicas exploráveis têm sido
revisados em vários artigos nos últimos anos, existindo projetos
em funcionamento na Europa assim como protótipos em escala
pré-comercial para o caso especifico de correntes de maré [4].
A geração de energia através do gradiente de marés é a
forma de extração da energia oceânica que apresenta tecnologia
mais madura para a sua utilização em escala comercial. Este
conceito utiliza tecnologias semelhantes às utilizadas em
hidroelétricas convencionais. A usina maremotriz de La Rance
(240 MW) e a recém-construída usina maremotriz de Sihwa –
Coréia do Sul são exemplos da utilização comercial em grande
escala dessa forma de geração de energia.
As correntes de marés são resultantes da movimentação
horizontal das massas de água durante o processo de variação
das marés. As tecnologias utilizadas na exploração das
correntes de marés ainda se encontram em um estágio
tecnológico anterior à geração por gradiente de marés e
diferentes conceitos tecnológicos têm sido discutidos [8]. Por
outro lado, este conceito de geração tem se demonstrado uma
das formas mais promissoras para a exploração das energias
oceânicas.
Além da possibilidade de exploração das correntes de
marés, é possível a obtenção de energia a partir das correntes
oceânicas. Ao contrário das correntes de marés, as correntes
oceânicas acontecem em mar aberto, são unidirecionais e com
variações sazonais. Além disso, as correntes oceânicas tendem
a ser mais continuas, entretanto, a uma velocidade menor (cerca
de dois m/s). Utilizando-se a tecnologia atual para a exploração
da energia oceânica, já é possível estimar um potencial técnico
para diferentes locais do planeta.
A conversão da energia térmica do oceano (OTEC) é
resultante das diferenças de temperatura entre a energia solar
armazenada na forma de calor na superfície oceânica e as baixas
temperaturas das águas nas regiões mais profundas do oceano
(tipicamente, 1000 m de profundidade). Em seu estágio
tecnológico atual, é necessária uma diferença de temperatura da
ordem de 20 ºC para operar uma usina OTEC. Portanto, de
acordo com a tecnologia atual, alguns locais tais como a costa
da África e da Índia, e as costas tropicais da América possuem
condições adequadas para este tipo de geração energética.
O gradiente de salinidade é resultado das diferenças de
salinidade entre a água doce e a água do mar, portanto, é
possível explorar esta fonte energética na foz de rios, onde a
água doce do rio se encontra com a água salgada do mar.
Basicamente existem duas formas de tecnologias em
desenvolvimento para a exploração desta fonte energética:
Osmose Retardada por Pressão e Eletrodiálise Reversa. Ambas
as tecnologias se encontram em desenvolvimento [8][9].
Com exceção da geração através de gradiente de marés, que
já apresenta uma tecnologia madura, as tecnologias associadas
às demais fontes energéticas dos oceanos ainda se encontram
em diferentes estágios de desenvolvimento, desde o estágio
conceitual até a criação de protótipos em grande escala. Além
disso, para cada uma dessas fontes energéticas existem diversas
opções tecnológicas, sendo que ainda não há uma convergência
conceitual entre elas.
A. Energias Oceânicas no Brasil
Os primeiros estudos na região norte do Brasil foram
encomendados pela ELETROBRÁS na década de 80 [5],
mostrando um potencial maremotriz bastante significativo na
costa do Maranhão, Pará e Amapá. Esse potencial energético
preliminar estava na ordem de 72 TWh.
Fig. 1 Altura máxima de maré para litoral maranhense com ênfase em Turiaçu.
(Fonte: os autores).
Apenas na baía de Turiaçu no Maranhão (Fig. 1), a potência
extraível é da ordem de 3.402 MW [5], ou seja,
aproximadamente 40% da potência instalada da UHE de
Tucuruí. Entretanto, apesar desse potencial energético, a
exploração de toda essa energia enfrenta, na conjuntura atual,
obstáculos ambientais, logísticos e econômicos sérios. De fato,
a região foi declarada Área de Proteção Ambiental (APA) das
reentrâncias Maranhenses, criada em junho de 1991, que
abrange todo o litoral ocidental do Maranhão, desde a Baía de
São Marcos até o rio Gurupi [6].
Em [6] os autores concluem que aproveitamentos
maremotrizes se tornam mais viáveis e possíveis de
implementar quando são de pequena escala, facilitando o
atendimento de restrições ambientais.
Por outro lado, a legislação atual do setor elétrico permite a
figura de autoprodutores de energia elétrica, usando, por
exemplo, sistemas fotovoltaicos e biocombustíveis. Esta
oportunidade pode ser estendida para a exploração de pequenos
empreendimentos de energia maremotriz (MM) para pequenas
cooperativas localizadas no litoral norte. Entretanto, devido às
energias renováveis oceânicas ainda estarem em estágio inicial
no Brasil, não existem estudos que ilustrem as oportunidades
deste tipo de fonte energética e que venham a fortalecer os
investimentos em prospecção e tecnologia para seu
desenvolvimento. Este artigo vem contribuir para a
identificação dos potenciais usos da energia MM, com destaque
na sua principal característica: a previsibilidade.
B. Contextualização do Problema Abordado
Considere-se um grande consumidor de energia, por
exemplo uma cooperativa, um campus universitário ou uma
indústria, com uma fonte MM de geração, porém não
autossuficiente. Isto é, a fonte MM não é capaz de suprir a
demanda interna. Nesta situação, a rede principal sempre
fornece energia ao consumidor, com três faixas tarifárias.
O problema a resolver é como despachar a fonte MM de
forma a minimizar o valor da energia comprada da
concessionária. A fonte MM conta com um sistema de
armazenamento de energia, que permite “deslocar” a oferta de
energia maremotriz para um horário onde a energia da
concessionária é cara, permitindo assim a minimizar o valor
pago. A principal dificuldade está no fato da oferta de energia
MM não ser fixa, variando e se deslocando no tempo seguindo
o ciclo lunar.
Neste artigo é formulado e resolvido o despacho ótimo de
uma usina MM com sistema de armazenamento de energia para
um grande consumidor não autossuficiente interligado à rede. O
problema é formulado como um problema de otimização não
linear com variáveis mistas considerando um horizonte de
despacho de cinco dias. Além da variabilidade na
disponibilidade energética MM, são consideradas três faixas de
tarifas de energia ofertada pela rede convencional. Os resultados
obtidos mostram a economia alcançada com o despacho ótimo.
As principais contribuições deste artigo são:
• Mostrar as oportunidades de aproveitamento da
energia MM com foco na viabilidade econômica;
• Formular o problema considerando geração MM e
sistema de armazenamento, provando que este binômio
aumenta a competitividade deste tipo de fonte;
• Resolver o problema via uma meta-heurística
orientada ao problema.
II. FORMULAÇÃO DO PROBLEMA
É clara a tendência em vários países e também no Brasil para
a implantação de tarifas diferenciadas durante o dia de forma a
estimular o consumidor a adotar hábitos que priorizem o uso da
energia fora do período de ponta. Considerando que a partir de
1 de janeiro estará disponível a tarifa branca [7], neste estudo
são considerados três patamares tarifários diários. O problema
é formulado como um processo de otimização no tempo, que
tem como objetivo a minimização do custo associado à compra
de energia da rede, representado por (1). O problema é tratado
de forma discreta, logo em cada intervalo de tempo i, a potência
Pi é considerada constante.
n
Min f = ∑ Ci Pi (1)
i =1
A função f representa o custo total de energia comprada da
rede no período total de programação, e Ci representa a tarifa da
energia proveniente da rede no instante i.
O problema está sujeito às restrições apresentadas nas
Equações 2, 3 e 4.
Pi + X ib ki + X iL = Li (2)
Soci = X ibti (1 − ki ) + Soci −1 − X ibti (ki ) (3)
X i = (1 − ki ) X ib + X iL (4)
onde Xi representa a potência maremotriz no instante i, Xib a
parcela da potência MM que vai para a bateria, XiL a parcela da
potência MM que atende à carga, Pi a potência fornecida pela
rede no instante i; ki a chave binária no instante i e Soci é o estado
de carga (State of Charge) das baterias no instante i. Devido às
restrições operacionais das baterias, é considerado que o SOC
mínimo não seja inferior a 50% da capacidade total de
armazenamento. Nesta formulação, quando k=0 indica baterias O processo de otimização baseado no algoritmo genético é
sem carga ou em processo de carga. Quando k=1 indica baterias sumarizado na Fig. 2.
carregadas ou em processo de descarga (atendendo demanda).
Em cada intervalo i, o processo de otimização deverá decidir INÍCIO
entre usar a potência MM para atender à carga ou armazena-la
para uso em outro período, onde a energia da rede é mais cara.
O problema pode ser formulado estaticamente, devido que as Cria População Inicial
contendo Nger
marés são previsíveis, por seguir o ciclo lunar. Entretanto, as indivíduos
marés se deslocam no tempo, quando monitoradas diariamente,
gerando ofertas em horários diferentes.
Para cada indivíduo,
O sistema de armazenamento introduz uma importante determinar parcela de
dinâmica no problema, permitindo que a oferta de energia se geração MM para a
carga
desloque controladamente para horários que tornem a operação
do sistema como um todo mais econômica.
III. PROCESSO DE RESOLUÇÃO Para cada indivíduo,
determinar potência a
Para resolver este problema, foi utilizada uma meta- comprar da rede
heurística clássica, que são os algoritmos genéticos (AG) com
codificação em números inteiros. Entretanto, a formulação do
problema deve ser adequada e adaptada para que a meta Calcula fitness de
heurística possa tratar eficientemente o problema. Uma boa cada indivíduo
prática é reduzir a dependência de variáveis, identificando o
número mínimo de variáveis independentes que assumirão o
papel de variáveis de controle na formulação orientada para a
FIM No j <= Nger?
meta-heurística. Para o problema em questão, as variáveis de
controle são as chaves binárias ki no período de otimização Yes
considerado. No entanto, para a representação do problema no
AG, foi utilizada a codificação inteira, contendo quatro estados Aplica Operadores do
possíveis. A equivalência entre os estados do AG e a chave AG
binária k é apresentada na Tabela 1.
Fig. 2. Fluxograma usado no processo de otimização.
TABELA 1. EQUIVALÊNCIA ENTRE ESTADOS DO AG E A CHAVE BINÁRIA K.
A. Simulações
Valor da Chave
Estado do AG Descrição do Estado A proposta foi testada utilizando um sistema com topologia
Binária k
Indica que há carregamento das dada na Fig. 3, que considera um gerador acionado por fonte
1 0
baterias maremotriz de potência nominal da ordem de 10 KW e um
Indica que há descarregamento sistema de armazenamento de baterias de vários tamanhos. Os
2 1
das baterias
Bateria cheia. Habilita para
conversores realizam a compatibilização de frequência para se
3 1 interligarem à carga e rede convencional.
descarregamento
Bateria vazia. Habilita para
4 0
carregamento. A curva de carga é apresentada na Fig. 4, enquanto que a
curva de geração maremotriz é ilustrada na Fig. 5. Como
referência de geração de maré foi considerado o estuário do
O indivíduo i, de comprimento n de uma solução do Bacanga. Para efeitos de simulação, foram considerados cinco
problema tem a forma seguinte: dias, com uma discretização de 1 hora. As tarifas de energia da
𝑖 = 1 1 1 3 2 2 |2 |0| … … … ] rede para três patamares horário são apresentados na Tabela 2.
Os horários assim como os valores foram arbitrados próximos
Cada indivíduo i gerado deve atender as restrições definidas dos sugeridos em [7].
na formulação e tem dimensões igual ao número de intervalos
de simulação. O critério de convergência utilizado foi um IV. RESULTADOS E DISCUSSÃO
número máximo de gerações. Na Fig. 6 é ilustrado o desempenho do sistema para o período
A seleção dos indivíduos foi feita por meio de roleta, com a de análise. No primeiro gráfico é apresentada a evolução das
inclusão direta do melhor indivíduo (elitismo) na geração potências (fornecida ou absorvida) do banco de baterias, da rede,
seguinte. O tamanho de cada geração foi considerado igual a do gerador MM e a demanda. O banco permanece carregado até
50 indivíduos, sendo o número máximo de gerações (Nger) o horário de preço elevado (em torno das 19-20 h), onde fornece
igual a 2000, a fim de garantir a convergência da solução. As energia para a carga reduzindo a energia injetada pela rede. No
taxas de cruzamento e mutação foram consideradas iguais a período de preço baixo, opta-se por comprar energia da rede e
80% e 5%, respectivamente. carregar com fonte MM o sistema de armazenamento, como é
ilustrado no segundo gráfico, através do estado de carga do
banco.
 Como já era esperado, o deslocamento da oferta MM para os
horários de pico de preços fornece uma significativa economia
na operação dos sistemas analisados.
O tamanho do sistema de armazenamento tem importante
impacto na economia obtida. Bancos de baterias maiores
proverão uma maior economia, entretanto implicam em um
maior investimento.

Fig. 6. Resultados obtidos: a) Potências dos bancos de baterias, da rede, do

gerador MM, e carga; b) Estado de carga (Soc) do banco de baterias.

A Fig. 7 apresenta o impacto da economia operacional para

alguns tamanhos de bancos de baterias. A economia está com
referência ao sistema operando sem sistema de armazenamento,
isto é, sem a possibilidade de deslocar oferta maremotriz. No
caso reportado na Fig. 6, o banco considerado foi de 20 KWh,
permitindo uma redução de custo de quase 10%.
Se o banco tiver capacidade de 30 KWh, a redução será de
12,36 %, como mostrado na Tabela 3. O tamanho do banco não
pode ser expandido infinitamente por duas razões: a primeira, é
Fig. 3. Topologia do Sistema.
de natureza econômica, dado os elevados custos dos sistemas de
TABELA 2. FAIXAS HORÁRIAS E TARIFAS CONSIDERADOS NOS
armazenamento; a segunda é técnica, pela esperada saturação da
ESTUDOS economia obtida. Para uma determinada oferta maremotriz,
tamanhos superiores de armazenamento se tornam parcialmente
16:00 - 18:00 – 21:00 – 22:00- ociosos, não contribuindo para economia da operação.
Horário
17:59 h 20:59 h 21:59 h 15:59 h
Custo Deve-se observar que este trabalho não aborda os aspectos
1,00 1,65 1,00 0,4
(R$/KWh) de viabilidade econômica da instalação do sistema nem de
dimensionamento do sistema. O foco do artigo é a operação,
Por simplicidade, as perdas dos conversores e em baterias com claro objetivo de ilustrar a viabilidade do uso conjugado de
são assumidas como incluídas na carga total. sistemas de armazenamento de energia com pequenos geradores
baseados em energias de maré.

TABELA 3. IMPACTO DA DIMENSÃO DO BANCO NA ECONOMIA DA

OPERAÇÃO.

Custo de Compra de
Capacidade do banco Redução
Energia da Rede (R$)
(kWh) Percentual
(5 dias de operação)
15 7,64 602,55
20 9,9 587,86
25 11,09 580,06
Fig. 4. Curva de carga utilizada no estudo de caso.
30 12,36 571,76
35 12,81 568,82

Fig. 5. Curva de geração MM (com referência ao estuário do Bacanga).

Fig. 7. Economia v-s tamanho do banco de baterias.

 V. CONCLUSÕES
Neste artigo foi formulado e resolvido o despacho ótimo de
uma usina maremotriz com sistema de armazenamento de
energia para um grande consumidor não autossuficiente. O
problema foi formulado como um problema de otimização não
linear com variáveis mistas, que é resolvido eficientemente a
através de uma meta-heurística orientada para o problema.
Os resultados das simulações denotam significativa
economia (acima de 10%) que pode ser obtida através do
deslocamento da oferta de energia de custo “zero” produzida por
a fonte MM, para horários de alto custo da energia da rede.
Os benefícios obtidos foram ilustrados em uma janela
temporal de cinco dias. É possível realizar uma simulação que
considere um ciclo lunar completo. Entretanto, o efeito que se
deseja ilustrar não se altera significativamente. Aspectos de
custos de investimentos estão fora do escopo do presente artigo
e são objeto de outros trabalhos em andamento.
AGRADECIMENTOS
Os autores agradecem o apoio do CNPq, CAPES e
FAPEMA através do Instituto Nacional de Ciência e Tecnologia
em Energia Oceânica e Fluviais - INEOF.
VI. REFERÊNCIAS
[1] A. Vargas, O. R. Saavedra, M. E. Samper, S. Rivera e R. Rodriguez,
“Latin American Energy Markets: Investment Opportunities in
Nonconventional Renewables.,” IEEE Power and Energy Magazine, vol.
14, nº 5, pp. 38-47, 24 Agosto 2016.
[2] E&A Errazuriz & Associados, British Embassy Santiago, “Energia
Marina en Chile. Avanzando en el Desarrollo Chileno.,” The University
of Endinburgh, Santiago, 2013.
[3] P. B. Garcia-Rosa, J. P. V. S. Cunha, F. Lizarralde, S. F. Estefen, I. R.
Machado e E. H. & Watanabe, “Wave-to-wire model and energy storage
analysis of an ocean wave energy hyperbaric converter.,” IEEE Journal
of Oceanic Engineering, pp. 386-397, 25 Julho 2014.
[4] P. Bezerra, O. R. Saavedra e L. A. Ribeiro, “Analysis of a tidal power
plant in the estuary of Bacanga in Brazil taking into account the current
conditions and constraints.,” IEEE Transactions on Sustainable Energy.,
pp. 1187-1194, 08 Fevereiro 2017.
[5] Sondotécnica Engenharia de Solos , Aproveitamentos Maremotrizes na
Costa do Maranhão, Pará e Amapá. Inventário Preliminar., Rio de
Janeiro, 1981.
[6] P. Bezerra, O. R. Saavedra, M. C. F. V. Santos e L. A. Ribeiro, “A anergia
maremotriz no maranhão: uma análise crítica.,” Plural, vol. 4, pp. 45-65,
2012.
[7] ANEEL. [Online]. Available: http://www.aneel.gov.br/tarifa-branca.
[8] Technical Support Unit Working Group III, “Renewable Energy Sources
and Climates Mitigation - Special Report of the International Panel on
Climate Change,” Cambridge University Press, New York, 2012.
[9] J. Huckerby, “An IEA OPEN Energy Technology Bulletin Article,” 2011.