Os estudos dos Sistemas Elétrico de Energia têm sofrido importantes desenvolvimentos nos últimos anos. Muitos devem-se à alteração de paradigma provocada pela introdução de Mercados de Eletricidade. Decorrente do processo de liberalização dos mercados, em que as atividades de redes se consideram monopólios naturais e são, por isso, objecto de regulação económica, a produção e a comercialização de eletricidade estão abertas à concorrência, com a justificação económica de ser possível introduzir por essa via uma maior eficiência na gestão e operação dos recursos afectos a estas atividades. Isto implica a utilização de ferramentas de apoio à decisão cada vez mais sofisticadas.
Os aproveitamentos hidroelétricos apresentam-se como um dos pilares base da estratégia das empresas produtoras. O avultado investimento necessário para estabelecer uma central, e o interesse em o amortizar rapidamente, justifica a existência de bastantes trabalhos dedicados ao planeamento da sua exploração. Porém, a enorme complexidade e dimensão associada a esta problemática aliada à recente introdução de mecanismos de mercado para transacionar energia, atrai o interesse para novos desenvolvimentos. Os responsáveis pelo planeamento das centrais hídricas pretendem determinar as ações de exploração que originam o maior proveito, sendo que todas as suas decisões são construídas com uma certa exposição ao risco. Uma atitude racional que conduza a um custo de operação menor e a maiores proveitos pode representar uma significativa vantagem num mercado competitivo.
O presente trabalho teve como principal objetivo o desenvolvimento de uma ferramenta computacional capaz de gerir um conjunto de centrais hídricas considerando a não linearidade entre a potência, o caudal e a queda, a possibilidade de os grupos realizarem bombagem e o efeito que as propostas de compra e de venda de energia têm no preço do mercado. Foi possível demonstrar a viabilidade que um programa baseado em Algoritmos Genéticos apresenta perante este problema quando consideradas as suas principais características, nomeadamente, as que se referem ao funcionamento das centrais e as que se referem ao seu envolvimento no ambiente concorrencial estabelecido pelos Mercados de Eletricidade.
O modo como foi desenvolvido o tema neste texto pretende assumir-se como um bom ponto de partida para trabalhos futuros relacionados com este. Na perspetiva de uma
88 Conclusões e Perspetivas de Desenvolvimento
utilização de Algoritmos Genéticos em outros trabalhos, foram desenvolvidos modelos matemáticos que permitem abordar o problema de uma forma progressiva. Assim, é possível criar sensibilidade tanto para os aspetos conceptuais dos Algoritmos Genéticos como para o problema complexo que é a otimização da exploração de centrais hídricas, facilitando futuros desenvolvimentos.
Apesar da pretensão que acompanha o estabelecimento de Mercados de Eletricidade relativamente à criação de um regime de concorrência, verifica-se que a maior parte da produção se encontra distribuída por apenas alguns players. Deste modo, faz todo o sentido que uma ferramenta de apoio à gestão dos ativos de produção não considere as centrais como
price takers, uma vez que as propostas que estas apresentam têm algum efeito no preço de
fecho do mercado.
Tendo em conta a análise dos resultados, o trabalho apresenta as seguintes contribuições: Apresentação de uma metodologia de resolução viável para o problema da otimização da exploração de centrais hídricas, considerando o novo paradigma dos Mercados de Eletricidade;
Introdução de uma abordagem inovadora em que se considera que as propostas apresentadas pelas centrais têm algum efeito no preço de encontro do mercado, ao invés de se assumirem como price takers;
Consideração dos principais aspetos que caraterizam o problema de exploração de centrais hídricas, nomeadamente, a relação não linear entre a potência, o caudal e a altura da queda e a realização de bombagem.
O tempo disponível para a realização deste trabalho não permitiu desenvolver certas abordagens mas os bons resultados obtidos permitem avançar que seria interessante analisar alguns aspetos. Relativamente à descrição do próprio problema existe espaço para os seguintes desenvolvimentos:
Introduzir o encadeamento de centrais em cascata. Nesta abordagem, além dos efeitos causados pela interligação hidráulica dos aproveitamentos, deverão ser considerados os efeitos de propagação temporal das ações de turbinagem e de bombagem. Este modelo poderia ainda considerar a existência de vários grupos geradores por central;
Considerar outros estados de funcionamento para as centrais, ou seja, discretizar em estados como por exemplo: 20%, 40%, 60%, 80% 100% do caudal de turbinagem. Neste caso poderia ser utilizada uma expressão para a perda de carga do circuito hidráulico em função do caudal;
Acoplar o programa desenvolvido a outro que realize estudos económicos com vista a aferir sobre o valor marginal da água. O primeiro forneceria diretamente os valores de armazenamento de água no final do horizonte do planeamento que seriam utilizados, em seguida, pelo segundo. Os estudos económicos basear-se-iam em previsões de mercado e em previsões das afluências de cada aproveitamento; Construir um programa que providencie previsões das curvas de oferta e procura
para cada hora. Estas previsões seriam utilizadas pelo programa desenvolvido nesta dissertação para realizar o planeamento da exploração das centrais hídricas considerando o impacto que as propostas apresentadas teriam no preço de fecho do mercado;
Procedimento experimental e resultados 89
Utilizar um modelo que considere custos de operação das centrais, nomeadamente, de arranque, de paragem e de inversão dos grupos. Seria interessante verificar o impacto que custos como a perda de água na transição de estados, os desgastes mecânicos e a manutenção teriam na estratégia de exploração de cada central;
Construir um programa que para além de gerir as centrais hídricas inclua também a gestão de centrais térmicas. Normalmente, os detentores de ativos de produção hídrica também possuem ativos de produção térmica pelo que seria vantajoso que a sua estratégia resultasse de um estudo integrado relativo a todas as suas centrais.
Quanto ao Algoritmo Genético poderiam ser analisados os seguintes aspetos:
Poderia ser estabelecida uma forma de gerar uma população inicial com indivíduos viáveis, ou pelo menos perto da viabilidade, em vez de a gerar aleatoriamente. Esta medida poderia aumentar significativamente a rapidez de convergência, o que seria particularmente importante se o programa tivesse de realizar o planeamento considerando um número elevado de centrais;
A codificação dos indivíduos poderia ser realizada de forma a permitir mais estados de funcionamento para as centrais;
O processo de seleção dos indivíduos que constituem o grupo de reprodutores é realizado através de processos estocásticos, existem no entanto vários métodos para realizar este processo. Possivelmente existirá outro que se revele mais adequado a este problema mas a sua escolha dependeria de um estudo aprofundado dos trabalhos que têm vindo a ser concretizados considerando Algoritmos Genéticos;
O mecanismo de mutação utilizado neste trabalho também poderia ser realizado de outra forma, nomeadamente, através de uma troca múltipla de bits. Ainda em relação à mutação é por vezes vantajoso utilizar uma taxa decrescente ao longo da evolução da população;
Para se prolongar o horizonte temporal do planeamento e o número de centrais a gerir sem aumentar para valores incomportáveis o tempo de computação, seria interessante utilizar uma abordagem que explorasse a sazonalidade que carateriza o funcionamento do sector elétrico. Note-se que a estratégia de exploração de uma central não variará muito de um dia para outro, na mesma época do ano, pelo que tirar partido desta característica pode ser uma vantagem na pesquisa de soluções;
Implementação do código em MATLAB visto que este tem demonstrado em outros trabalhos possuir uma velocidade de computação muito superior ao Visual Basic.
Estes melhoramentos que se sugerem são mais uma prova que a utilização de uma metodologia baseada em Algoritmos Genéticos é uma excelente opção para tratar o problema do planeamento de exploração de centrais hídricas. Apesar de ainda haver espaço para bastante desenvolvimento, é de salientar a inovação que foi introduzida neste trabalho através da consideração de curvas de oferta de venda e de compra para delinear a estratégia de exploração das diversas centrais hídricas. Contrariamente aos trabalhos encontrados na vasta literatura sobre este assunto, neste as centrais deixam de ser price takers, o que faz
90 Conclusões e Perspetivas de Desenvolvimento
todo o sentido quando se verifica que a produção de eletricidade funciona num regime tendencialmente oligopolizado.
Finalmente, fica expresso o desejo de que este trabalho contribua para uma aposta futura nesta meta-heurística já que são bastante promissoras as perspetivas da sua aplicação ao tema abordado nesta dissertação.
Referências
[1] Catalão, J. P. d. S., “Planeamento Operacional de Curto Prazo de Sistemas de Energia Hidroeléctricos”, Dissertação de Mestrado, Instituto Superior Técnico, Lisboa, 2003. [2] Sousa, J. C. V., “Estimativa de Remuneração de Centrais Hídricas em Mercados de
Electricidade”, Dissertação de Mestrado, Faculdade de Engenharia da Universidade do Porto, 2007.
[3] Saraiva, J. T., Silva, J. L. P. and Leão, M. T. P., "Mercados de Electricidade – Regulação e Tarifação de Uso das Redes", FEUP Edições, 2002.
[4] http://www.erse.pt/pt/electricidade/Paginas/default.aspx , página da internet da ERSE, acesso a 20 de Fevereiro de 2012.
[5] “O Sector Eléctrico Em Portugal Continental - Contributo para discussão”, BPI, 2011. [6] Silva, N. B. F.,” Optimização horária da gestão de recursos hídricos, usando uma Meta-
Heurística, em ambiente de mercado”, Dissertação de Mestrado, Faculdade de Engenharia da Universidade do Porto, 2011.
[7] Wood, A. J., Wollenberg, B. F., “Power Generation, Operation and Control”, 2ª ed, Wiley, 1996.
[8] S. J. P. S. Mariano, J. P. S. Catalão, V. M. F. Mendes, L. A. F. M. Ferreira, “Profit-Based Short-Term Hydro Scheduling considering Head-Dependent Power Generation”, IEEE Power Tech Conf, pp.1362-1367, Lausanne, Switzerland, Jul 2007.
[9] Pousinho, H.M.I. Mendes, V.M.F. Catalão, J.P.S., “Profit-based head-dependent short- term hydro scheduling considering risk constraints”, 2011 IEEE Trondheim PowerTech, pp.1-6, Trondheim, Jun 2011.
[10] Shawwash, Z.K., Siu, T.K., Russell, S.O.D., “The B.C. Hydro short term hydro scheduling optimization model”, IEEE Transactions on Power Systems, vol. 15, no. 3, pp. 1125-1131, Ago 2000.
[11] Borghetti, A., D'Ambrosio, C., Lodi, A., Martello, S., “An MILP Approach for Short-Term Hydro Scheduling and Unit Commitment with Head-Dependent Reservoir”, IEEE Transactions on Power Systems, vol. 23, no 3, pp. 1115-1124, Ago 2008.
[12] Garcia-Gonzalez, J., Castro, G.A., “Short-term hydro scheduling with cascaded and head- dependent reservoirs based on mixed-integer linear programming”, IEEE Power Tech Proceedings, vol. 3, Porto, 2001.
[13] Nilsson, O., Sjelvgren, D., ” Hydro unit start-up costs and their impact on the short term scheduling strategies of Swedish power producers”, IEEE Transactions on Power Systems, vol. 12, no. 1, pp. 38-44, Fev 1997.
92 Referências
[14] Viramontes, F. A., Hamilton, H. B., “Optimal Long Range hydro Scheduling in the Integrated Power System”, IEEE Transactions on Power Apparatus and Systems, vol. 97, no. 1, Jan. 1978.
[15] Samudi, C., Das, G.P., Ojha, P.C., Sreeni, T.S., Cherian, S., “Hydro thermal scheduling using particle swarm optimization”, IEEE/PES Transmission and Distribution Conference and Exposition, pp. 1-5, Abr 2008.
[16] Fosso, O.B., Belsnes, M.M., “Short-term hydro scheduling in a liberalized power system”, 2004. International Conference on Power System Technology, vol.2, Nov 2004.
[17] Naresh, R., Sharma, J., “Hydro system scheduling using ANN approach”, IEEE Transactions on Power Systems, vol. 15, no. 1, Fev 2000.
[18] Li Bin, Rui Jun, “Application of Simulated Annealing Particle Swarm Algorithm in Optimal Scheduling of Hydropower Plant”, AICI '09. International Conference on Artificial Intelligence and Computational Intelligence, vol. 4, pp. 608-610, Nov 2009.
[19] Shyh-Jier Huang, “Application of genetic based fuzzy systems to hydroelectric generation scheduling”, IEEE Transactions on Energy Conversion, vol. 14, no. 3, pp. 724 – 730, Set 1999.
[20] Conejo, A.J., Arroyo, J.M., Contreras, J., Villamor, F.A., “Self-Scheduling of a Hydro Producer in a Pool-Based Electricity Market”, IEEE Transactions on Power Systems, vol. 17, no. 4, Nov 2002.
[21] Catalão, J.P.S., Mariano, S.J.P., Mendes, V.M.F., Ferreira, L.A.F., “Nonlinear approach for short-term scheduling of a head-sensitive hydro chain”, IEEE Power Tech, pp.658-663, Russia, 2005.
[22] Gil, E., Bustos, J., Rudnick, H., ”Short-term hydrothermal generation scheduling model using a genetic algorithm”, IEEE Transactions on Power Systems, vol. 18, no. 4, Nov 2003. [23] Wu Jiekang, Zhu Jianquan, Chen Guotong, Zhang Hongliang, “A Hybrid Method for
Optimal Scheduling of Short-Term Electric Power Generation of Cascaded Hydroelectric Plants Based on Particle Swarm Optimization and Chance-Constrained Programming”, IEEE Transactions on Power Systems, vol. 23, no. 4, Nov 2008.
[24] Po-Hung Chen, Hong-Chan Chang, “Genetic aided scheduling of hydraulically coupled plants in hydro-thermal coordination”, IEEE Transactions on Power Systems, vol. 11, no. 2, pp. 975 – 981, Mai 1996.
[25] Miranda, V., “Computação evolucionária: uma introdução”, versão 2.0, FEUP, Portugal, 2005
[26] Miranda, V. H. B. P., “Evolutionary computation in power systems”, International Journal in Electrical Power & Energy Systems, vol. 20, No. 2, pp.89-98, Elsevier SCI Ltd, 1998 [27] Lee, Y. El-Sharkawi, A. M., “Modern heuristic optimization techniques – theory and
applications to power systems” John Wiley & Sons, Inc., New Jersey, 2008
[28] Osman, H. I., Kelly, P. J., “Meta-Heuristics: theory & applications”, Kluwer Academic Publishers, Boston, 1996
[29] Mitchell, M., “An introduction to Genetic Algorithms”, The MIT press, Massachusetts, 1999.
[30] Liao, Y., Sun, C., “An educational genetic algorithms learning tool”, IEEE Transactions on Education, vol.44, no.2, pp. 20, Mai 2001.
[31] Zoumas, C.E., Bakirtzis, A.G., Theocharis, J.B., Petridis, V., “A genetic algorithm solution approach to the hydrothermal coordination problem”, IEEE Transactions on Power Systems, vol. 19, no. 3, pp. 1356 – 1364, Ago 2004.
Referências 93
[32] Frenzel, J. F., “Genetic algorithms – A new breed of optimization”, IEEE Potentials, pp.21-24, Out 1993.
[33] Matos, M., “Ajuda Multicritério à Decisão – Introdução”, Notas para a disciplina de SAD, FEUP, 2005.
[34] Barbosa, J. N., “Mecânica dos fluidos e hidráulica geral”, vol. 1, FEUP.
[35] Oliveira, A., “Recuperação de energia – hidráulica em sistemas de distribuição de água”, Dissertação de Mestrado, Faculdade de Engenharia da Universidade do porto, 2008. [36] Moreira, R., “Potencial hidroeléctrico Português desaproveitado”, Dissertação de
Mestrado, Faculdade de Engenharia da Universidade do porto, 2009.
[37] Zhao, Y., Chen, X., Jia, Q., Guan, X., Zhang, S., “Long-term scheduling for cascaded hydro energy systems with annual water consumption and release constraints”, IEEE Transactions on Automation science and engineering , vol. 7, no. 4, pp. 969 – 977, Out 2010.
[38] García-González, J., Castro, G., "Short-term hydro scheduling with cascaded and head- dependent reservoirs based on mixed-integer linear programming,", IEEE Power Tech Conf., Porto, Portugal, 2001.