F
ACULDADE DEE
NGENHARIA DAU
NIVERSIDADE DOP
ORTOGestão do Lado da Procura numa Rede
Elétrica de Distribuição Inteligente
Incluindo Energias Renováveis
Bernardo José Malhado Ferreira da Silva
Mestrado Integrado em Engenharia Eletrotécnica e de Computadores Major Automação
Orientador: Prof. Doutor João Paulo da Silva Catalão Coorientador: Prof. Doutor Miadreza Shafiekhah
Resumo
Com a grande penetração das fontes de energia renováveis, tais como os sistemas fotovoltaicos e parques eólicos, em grande ou em pequena escala, bem como as pequenas unidades de energia e os produtores individuais, levam a uma grande variação na produção de eletricidade. No entanto, os recursos renováveis, quando integrados no sistema elétrico, trazem alguma incerteza para a rede, devido à volatilidade associada à produção renovável.
Posto isto, com a implementação dos diferentes componentes e equipamentos que tornam os dispositivos elétricos inteligentes, assim como as avançadas infraestruturas de medição nas diversas secções dos sistemas elétricos, especialmente na secção da distribuição, e a consideração da gestão do lado da procura, pode-se assim garantir uma operação mais segura e económica, conferindo mais flexibilidade à rede inteligente, e consequentemente, a redução das emissões poluentes.
Desta forma, os clientes desempenham um papel ativo no conceito da rede elétrica moderna, seja pela participação como pequenos produtores renováveis, assim como o elevado potencial de participação na gestão do lado da procura, transforma estes clientes em elementos-chave da rede.
O modelo proposto segue uma abordagem estocástica de forma a lidar com a incertezas associadas às energias renováveis. Assim, o modelo proposto é retratado como um problema estocástico de duas etapas, com a integração de parques eólicos e sistemas solares, assim como Demand Response Aggregators (DRA). Os agregadores cedem aos clientes três estratégias distintas, load curtailment, load shifting e load recovery, que permitem otimizar a gestão do lado da procura e, consequentemente, aumentar a flexibilidade do sistema elétrico. O objetivo do modelo proposto passa pela minimização dos custos operacionais do sistema elétrico do ponto de vista do operador de distribuição do sistema (DSO).
Palavras-Chave
Agregadores de resposta à procura, Energia Renovável, Gestão do lado da procura, Programação estocástica.
Abstract
The large penetration of renewable energy sources, such as photovoltaic systems and wind farms, on a large or small scale, as well as small power units and individual producers, lead to a large variation in energy production. However, renewable resources, when integrated into the electric power system, bring some uncertainty to the grid due to the volatility associated with the renewable production.
With the merging of the different intelligent components and equipment into intelligent electrical devices, as well as the advanced measurement infrastructures in the various sections of the electrical power systems, especially in the distribution section, and the consideration of demand side management, ensure a safer and more economical operation, giving more flexibility to the intelligent network, and consequently, reducing the pollutant emissions.
In this way, customers play an active role in the modern electricity grid, as small producers through the use of renewable sources, as well as the high potential for the participation in demand side management, turning the customers into key elements of the network.
The proposed model follows a stochastic approach in order to deal with the uncertainty associated with renewable energies. Thus, the proposed model is portrayed as a two-stage stochastic problem with integration of wind farms and solar systems, as well as Demand Response Aggregators (DRA). Aggregators give to customers three different strategies, load curtailment, load shifting and load recovery, in roder to optimize the demand side management and thus, increasing the flexibility of the electrical system. The objective of the proposed model is to minimize the operating costs of the electrical system from the point of view of the system distribution operator (DSO).
Keywords
Demand response aggregators, Demand side management, Renewable energy, Stochastic programming.
Agradecimentos
Em primeiro lugar, um agradecimento ao meu orientador, Professor Doutor João Paulo da Silva Catalão, por todo o apoio e disponibilidade demonstrados ao longo do desenvolvimento da dissertação. Ao meu coorientador, Doutor Miadreza Shafiekhah por toda a dedicação e atenção prestada ao longo da dissertação.
A todos os docentes do Mestrado Integrado de Engenharia Eletrotécnica e de Computadores da Faculdade de Engenharia da Universidade do Porto pelos conhecimentos transmitidos ao longo destes últimos cinco anos.
Ao Doutor Gerardo Osório e ao Doutor Saber Talari por toda a dedicação e ajuda prestada para o desenvolvimento da presente dissertação.
Aos meus amigos por toda a força e apoio durante este percurso e por me incentivarem a nunca desistir.
Agradeço aos meus pais por todo o apoio ao longo do meu percurso académico e por sempre acreditarem em mim.
Bernardo José Malhado Ferreira da Silva
Conteúdo
1 Introdução 1 1.1 Enquadramento . . . 1 1.2 Motivação . . . 5 1.3 Objetivos . . . 6 1.4 Estrutura da dissertação . . . 6 1.5 Organização do texto . . . 7 2 Revisão Bibliográfica 9 2.1 Rede inteligente . . . 102.1.1 Integração das Energias Renováveis . . . 11
2.1.2 Integração dos Veículos Elétricos . . . 12
2.2 Demand Side Management . . . 13
2.3 Programas de DR . . . 13
2.3.1 Programas de DR Baseados em Preços . . . 14
2.3.2 Elasticidade dos Preços da Procura . . . 17
2.3.3 Programas de DR Baseados em Incentivos . . . 18
2.3.4 DR Aggregators . . . 19
2.3.5 Classificação dos Clientes DR . . . 20
2.4 Benefícios e Limitações da DSM . . . 21
2.5 Mercados Elétricos com a Integração de Energias Renováveis . . . 22
2.6 Micro-Redes . . . 25
2.7 Programação Estocástica . . . 26
2.7.1 Modelo Estocástico de Duas Etapas . . . 27
2.7.2 Problemas Multi-Objetivos . . . 28
3 Formulação Matemática 31 3.1 Função Objetivo . . . 31
3.2 Restrições do Problema . . . 32
3.2.1 Restrições da Primeira Etapa . . . 32
3.2.2 Restrições de Segunda Etapa . . . 37
4 Estudo de Casos e Análise de Resultados 39 4.1 Estudo de Casos . . . 43
4.1.1 Comparação do Caso Base com os Casos 2 e 3 . . . 46
4.1.2 Comparação do Caso Base com os Casos 4, 5 e 6 . . . 46
4.1.3 Comparação do Caso Base com os Casos 7, 8 e 9 . . . 49
4.1.4 Comparação do Caso 4 com o Caso 7 . . . 50
4.1.5 Comparação do Caso 5 com o Caso 8 . . . 51
4.1.6 Comparação do Caso 6 com o Caso 9 . . . 53
4.1.7 Comparação do Caso Base com o Caso 2 e 4 . . . 55
4.1.8 Comparação do Caso Base com o Caso 3 e 7 . . . 57
5 Conclusões e Trabalho Futuro 59
5.1 Conclusões . . . 59
5.2 Trabalhos Futuros . . . 60
Lista de Figuras
1.1 Capacidade global acumulada instalada de energia eólica . . . 2
1.2 Evolução da produção elétrica em Portugal Continental . . . 2
1.3 Evolução das Emissões Específicas do Setor Elétrico Português . . . 3
2.1 Classificação das diferentes estratégias de DSM . . . 14
2.2 Programas DR baseados em preços . . . 16
2.3 Influência do programa de DR TOU . . . 16
2.4 Curva de riscos e recompensas dos diferentes mecanismos baseados em preços . 17 2.5 Determinação do preço da eletricidade operacional da rede inteligente . . . 19
2.6 Programas DR baseados em incentivos . . . 19
2.7 Arquitetura dos mercados do sistemas elétrico . . . 24
2.8 Representação de uma Micro-Rede típica . . . 25
2.9 Representação do modelo de árvore de cenários . . . 27
2.10 Frente de Pareto . . . 30
4.1 Rede do caso em estudo . . . 40
4.2 Cenários da produção de energia eólica considerados . . . 41
4.3 Produção de energia eólica prevista . . . 41
4.4 Cenários da produção de energia fotovoltaica considerados . . . 42
4.5 Produção de energia fotovoltaica prevista . . . 42
4.6 Preço da energia . . . 42
4.7 Curva de carga . . . 43
4.8 Comparação do caso base com o caso 2 e 3 . . . 47
4.9 Carga reduzida no caso 2 em relação ao caso base . . . 47
4.10 Carga reduzida no caso 3 em relação ao caso base . . . 48
4.11 Comparação do caso base com o caso 4, 5 e 6 . . . 49
4.12 Comparação do caso base com o caso 7, 8 e 9 . . . 51
4.13 Comparação do caso 4 com o caso 7 . . . 52
4.14 Carga recuperada e reduzida no caso 4 em relação ao caso base . . . 52
4.15 Carga recuperada e reduzida no caso 7 em relação ao caso base . . . 53
4.16 Comparação do caso 5 com o caso 8 . . . 54
4.17 Carga recuperada e reduzida no caso 5 em relação ao caso base . . . 54
4.18 Carga recuperada e reduzida no caso 8 em relação ao caso base . . . 55
4.19 Comparação do caso 6 com o caso 9 . . . 56
4.20 Carga recuperada e reduzida no caso 6 em relação ao caso base . . . 56
4.21 Carga recuperada e reduzida no caso 9 em relação ao caso base . . . 57
4.22 Comparação do caso base com o caso 2 e 4 . . . 58
4.23 Comparação do caso base com o caso 3 e 7 . . . 58
Lista de Tabelas
4.1 Potência dos geradores . . . 41
4.2 Probabilidade de cada cenário ocorrer em relação aos parques eólicos . . . 41
4.3 Probabilidade de cada cenário ocorrer em relação aos sistemas solares . . . 43
4.4 Casos em estudo . . . 44
4.5 Custos para os diferentes casos . . . 44
4.6 Informação dos contratos LC para DRA em 3/5 barramentos . . . 45
4.7 Informação adicional para os contratos LC . . . 45
4.8 Informação dos contratos LS para DRA em 3/5 barramentos . . . 45
Acrónimos
A/S Ancillary Service Market CAP Capacity Market Program CPP Critical Peak Pricing DB Demand Bidding/Buyback DER Recursos de Energia Distribuídos DLC Direct Load Control
DG Produção de energia distribuída DR Demand Response
DRA DR Aggregators
DMS Sistema de gestão da distribuição DSM Demand Side Management
DSO Operador do Sistema de Distribuição EDRP Emergency Demand Response Program EMCS Sistema de gestão e controle de energia ESS Sistema de Armazenamento de Energia IBDR Programas de DR baseados em incentivos I/C Interruptible/Curtailabe Services
ISO Operador Independente do Sistema LC Load Shifting
LS Load Curtailment LR Load Recovery MG Micro-rede
PBDR Programas de DR baseados em preços PTR Peak Time Rebate
RTP Real Time Pricing RTM Mercado em Tempo Real SEE Sistema Elétrico de Energia SG Rede Inteligente
SCUC Compromisso de unidade com restrição de segurança TIC Tecnologia de informação e comunicação
TOU Time of use
VPP Variable Peak Pricing V2G Vehicle to Grid
Nomenclatura
A. Índices
τ Índice de partições lineares na linearização
DG Índice para a DG
n, n0(NN) Índice (conjunto) para os barramentos k(NK) Índice (conjunto) para os contratos s(S) Índice (conjunto) para os cenários t(NT ) Índice (conjunto) para as horas
TtkXˆ Conjunto de intervalos de tempo para a estratégia ˆX
PCC Superscriptspara os pontos de ligação com a rede a montante PV Superscriptspara os sistemas solares
W F Superscriptspara os parques eólicos ˆ
X∈ LC, LS, LR Superscriptspara LC, LS e LR U∈ PV,W F, PCC, DG Superscriptspara a potência
B. Parâmetros
CtnDG Custo de produção de cada unidade geradora
Ctreg,Csregts Custo de regulação para o mercado do dia seguinte e em tempo real
regtnPCC, regstnsPCC Regulação para o mercado do dia seguinte e em tempo real
MCPt Market clearing price
LDtnAct, LDRcttn , Carga ativa e reativa prevista
InnMax0 Capacidade máxima de corrente na linha
Vmax,Vmin,VNom Voltagem máxima, mínima e nominal
∆Stnn0 Limite superior na discretização do fluxo quadrático (kVA)
PtnU,Max Capacidade da potência máxima para cada U Rnn0, Xnn0 Resistência e indutância das linhas de distribuição
qXtkˆ Quantidade de carga cedida para cada contrato k da estratégia ˆX pXtkˆ Custo do contrato k para a estratégia ˆX
LRDmax, ˆnk X, LRDmin, ˆnk X Tempo máximo/mínimo para o contrato k da estratégia ˆX MNnkXˆ Número máximo de utilizações da estratégia ˆX por dia probs Probabilidade de ocorrência de cada cenário
C. Variáveis binárias
uXtnkˆ Indicador do estado em que se encontra a redução de carga do contrato k para a estratégia ˆX
yXtnkˆ Indicador relativo ao inicio da redução de carga do contrato k para a estratégia ˆX
ztnkXˆ Indicador relativo ao fim da redução de carga do contrato k para a estratégia ˆX
D. Variáveis
LRXtnˆ Redução de carga agendada para a estratégia ˆX
CLRXtnˆ Custo total da redução de carga agendada para a estratégia ˆX PtnU, PsU
tns Potência ativa no mercado do dia seguinte e em tempo real para cada
U
QUtn, QsUtns Potência reativa no mercado do dia seguinte e em tempo real para
cada U
Ptnn+0, Q+tnn0, (Pstnn+ 0s, Qs+tnn0s) Fluxo de potência ativa e reativa na direção a jusante no mercado do
dia seguinte (tempo real) (kW)
Ptnn−0, Q−tnn0, (Pstnn− 0s, Qs−tnn0s) Fluxo de potência ativa e reativa na direção a montante no mercado
do dia seguinte (tempo real) (kW)
I, I2tnn0, (Is, I2stnn0s) Fluxo da corrente e fluxo da corrente quadrática no mercado do dia
seguinte (tempo real) (A)
V,V 2tn, (V s,V 2stns) Tensão e tensão quadrática no mercado do dia seguinte (tempo real)
(V)
θ Fator de potência
E. Funções
Capítulo 1
Introdução
Neste capítulo é apresentado as linhas gerais para o desenvolvimento da presente dissertação de mestrado. Com isto, para uma melhor compreensão do tema proposto, em primeiro lugar, é realizado o seu enquadramento no panorama atual. Em seguida, são apresentadas as motivações que levaram a abordar este tema, assim como os objetivos do trabalho proposto. Por fim, é descrita a estrutura da dissertação e a organização do texto.
1.1
Enquadramento
Atualmente, o desenvolvimento sustentável, e a mitigação das mudanças climáticas, são dois dos muitos desafios dependentes do setor da energia. O consumo de energia está intrinsecamente dependente dos combustíveis fósseis, já que estes correspondem a grande parte da procura de energia ao nível da produção de eletricidade e dos transportes, entre outros.
No entanto, a pegada ambiental associada às fontes não renováveis é considerável, nomeadamente as emissões de gases de efeito de estufa que causam grandes alterações climáticas. Caso as políticas de mitigação relativas aos problemas ambientais não se tornarem relevantes, as emissões poderão aumentar em, aproximadamente, 30% [1].
Desta forma, para alcançar as metas ambientas estipuladas pelos governos, a integração de fontes renováveis nos sistemas elétricos é uma das soluções mais eficientes. Estas são ilimitadas, são endógenas, e possuem diversos benefícios em comparação com as fontes de energia convencionais, como a redução das emissões de gases de efeito de estufa a longo prazo [2].
Em relação à energia eólica, constata-se que esta desempenha, cada vez mais, um papel fundamental no sistema elétrico de energia (SEE). A partir da Figura1.1é possível verificar que a integração de energia eólica no SEE tem aumentado progressivamente nos últimos anos a nível mundial.
Por sua vez, em Portugal, a produção elétrica através de fontes renováveis também tem aumentado ao longo dos últimos anos, permitindo a redução da utilização dos recursos fósseis, como se pode verificar na Figura1.2.
É de referir, que a produção elétrica com recurso à energia eólica é a que tem evoluído mais significativamente em comparação com os restantes recursos renováveis. Em contrapartida, a energia solar (fotovoltaica), ainda se encontra pouco integrada nos sistemas elétricos atuais, no entanto, é expectável que possa evoluir substancialmente os próximos anos.
Em Portugal, com a integração de produção renovável no SEE as emissões têm diminuído ao longo dos últimos anos, sendo que em 2017 este valor fixou-se em 360 kg/MWh.
Prevê-se que nos próximos anos as emissões continuem a diminuir, devido ao aumento da produção de eletricidade através dos recursos renováveis, como se verifica na Figura1.3.
Posto isto, o relevo dos recursos renováveis, como os sistemas fotovoltaicos e parques eólicos, tanto em grande escala, como em pequenas unidades de produção, têm aumentado substancialmente, o que leva a uma grande variação na produção de energia. Com isto, a quantidade de energia volátil produzida aumenta, já que a produção destas origens se encontram inteiramente dependentes das fontes que lhe dão origem, i.e., o sol e o vento.
Figura 1.1: Capacidade global acumulada instalada de energia eólica (extraído de [3])
1.1 Enquadramento 3
Figura 1.3: Evolução das Emissões Específicas do Setor Elétrico Português (extraído de [4])
No entanto, associado aos recursos renováveis existe a incerteza associada a este tipo de aproveitamento, que se deve em grande medida ao elevado grau da imprevisibilidade da disponibilidade da fonte geradora, o que leva o SEE a perder a flexibilidade, bem como a reduzir eventualmente a fiabilidade e a robustez necessária.
Com o aumento da utilização das fontes renováveis, também, atualmente, se assiste a substituição gradual dos veículos de combustão por veículos elétricos, uma vez que os veículos elétricos permitem a redução das emissões poluentes, e ainda poderão também trazer benefícios para a rede elétrica, seja pelo aumento da flexibilidade, seja pelo armazenamento, através da adequada gestão e interligação [5].
Nos sistemas tradicionais de energia elétrica o lado da procura não tem qualquer influência, isto é, o equilíbrio entre a produção e a procura de eletricidade é centralizada pelo lado da produção. Desta forma, com vista a mitigar o impacto relacionado com os comportamentos estocásticos dos recursos renováveis, existe a necessidade de evolução das redes tradicionais para redes inteligentes (SG), de forma a promover uma melhor gestão energética.
Nas SG existe, entre outros aspetos, uma comunicação bidirecional, proporcionando aos clientes a possibilidade de participarem ativamente no adequado funcionamento da rede. Assim, o conceito de SG pode ser aplicado à micro-rede (MG). Esta é composta por produtores independentes de energia em pequena escala, assim como por produtores distribuídos (DG), os sistemas de armazenamento, entre outros.
Nas tecnologias de DG, ao contrário da produção centralizada, a produção de eletricidade acontece em lugares distintos. A DG permite reduzir o custo associado às infraestruturas da rede elétrica, bem como melhorar a sua flexibilidade e fiabilidade [6]. Com isto, os clientes, cada vez mais, poderão funcionar como pequenos produtores individuais, no qual desempenham um papel ativo na rede elétrica moderna.
Verifica-se que alguns aparelhos inteligentes, os veículos elétricos e os sistemas domésticos de gestão de energia, permitem aos clientes serem peças fundamentais nos programas de Demand Response(DR), ou resposta à procura [7].
Assim sendo, o ajuste entre a procura e a oferta torna-se relevante e, com isto, surge o conceito de Demand Side Management (DSM). O objetivo do DSM é o de incentivar os clientes a alterarem o seu consumo, de forma a que a procura seja adequada à oferta.
Desta forma, o DSM desempenha um papel fundamental, no que se refere a influenciar as cargas na rede elétrica, assim como é uma das principais caraterísticas da rede de distribuição inteligente [8].
Com estes programas os consumidores podem modificar o seu consumo de eletricidade em resposta à mudança do preço das tarifas elétricas ou em troca de um incentivo. Desta forma, ao introduzir os programas de DR no SEE a flexibilidade do sistema melhora. Deste modo, os consumidores transformam-se em elementos-chave da rede ao exercerem funções fundamentais na gestão do lado procura.
Por sua vez, a utilização de processos de DR nas MG também melhora a utilização dos recursos do lado da procura na gestão do sistema. Deste modo, o DSM desempenha um papel significativo na utilização eficiente das fontes renováveis e na manutenção do equilíbrio energético, ao incentivar os clientes a alterar o seu consumo elétrico de acordo com as flutuações da DG [9].
A utilização de SG proporciona a utilização de um sistema de gestão de distribuição (DMS). Este permite a monitorização e o controlo dos equipamentos, assim como associado ao DMS se encontram os processos de gestão do lado da procura que permitem melhorar a fiabilidade do sistema.
Para cumprir o principal objetivo, i.e., equilibrar a produção e a carga, é necessário existir uma comunicação bidirecional entre o DSO e os consumidores. Isto deve-se ao facto de o DSO estar responsável por operar e regular a transferência da energia, assim como efetuar as previsões da carga e da produção por parte dos recursos renováveis. Para o efeito, será necessário a implementação de infraestruturas dotadas de tecnologia de informação e comunicação (TIC), como, por exemplo, os contadores inteligentes, sistema de controlo remoto, entre outros.
Para além disso, os sistemas de armazenamento de energia (ESS) presentes na SG, permitem assegurar o equilíbrio do SEE, compensando as flutuações associadas ao consumo. Estes sistemas armazenam a energia quando a produção é excedente e, caso ocorra uma falha de produção por parte dos recursos renováveis, ou ainda seja necessário nos momentos de maior procura, os ESS podem garantir uma resposta à procura de forma rápida, mitigando a utilização de sistemas convencionais de produção de eletricidade [10].
Posto isto, a presença em grande escala de dispositivos elétricos inteligentes na secção de distribuição, bem como a consideração da gestão do lado da procura, garante uma operação mais estável, flexível e económica [11].
1.2 Motivação 5
1.2
Motivação
As energias renováveis apesar de representarem um papel importante na melhoraria e sustentabilidade do meio ambiente, do sistema elétrico e no progresso económico, apresentam algumas limitações e barreiras quando integradas no sistema elétrico. Isto deve-se ao facto de tanto a energia eólica como a fotovoltaica apresentarem incertezas associadas à sua produção, já que estas dependem de fatores que não são controláveis, tornando-se assim difíceis de prever ou gerir no seu estado natural.
Do ponto de vista do DSO, a otimização da gestão do lado da procura permite melhorar a eficiência da rede e aumentar a sua flexibilidade. Com isto, recorre-se aos programas de DR onde há uma participação ativa dos consumidores.
Assim, o lado da procura é responsável por modificar a sua procura de energia, com o objetivo de obter um perfil de carga mais uniforme. Para isso, será necessário dotar as redes tradicionais de tecnologia, isto é, transforma-las em redes inteligentes.
Desta forma, surgiu o tema desta dissertação que visa melhorar a eficiência e a fiabilidade da rede elétrica, tendo sempre em consideração a integração progressiva das energias renováveis, assim como o papel predominante do lado da procura.
O tema proposto é abordado do ponto de vista do DSO, ao contrário da maioria das abordagens existentes na comunidade cientifica, que passam por dar resposta aos problemas anteriormente expressos do ponto de vista do operador independente do sistema (ISO), o que se traduz num dos desafios desta dissertação.
Grande parte dos estudos existentes apenas consideram a presença da energia eólica no SEE, ao contrário do modelo desenvolvido ao longo da dissertação que tem em consideração tanto a energia eólica como a solar fotovoltaica.
Para o efeito, importa desenvolver um modelo estocástico de gestão, estruturado em duas etapas, que tem como objetivo a minimização dos custos operacionais da rede do ponto de vista do DSO. Neste modelo são considerados os conceitos de DRA, ou agregadores, os quais funcionam como uma entidade independente, permitindo a otimização da procura e ainda a redução dos custos dos consumidores.
Os agregadores são introduzidos na rede para facilitar a interação entre o DSO e os clientes, já que estes fornecem diversos contratos aos seus clientes, conferindo a possibilidade dos seus clientes modificarem a forma da procura de eletricidade. Por outras palavras, os consumidores conseguem participar no mercado do dia seguinte, e consequentemente, viabilizam a redução dos custos elétricos.
Para além disso, também serão consideras as energias renováveis, nomeadamente, a energia eólica e fotovoltaica, como parâmetros estocásticos, devido à volatilidade que lhes são naturais e as consequentes flutuações provocadas na rede elétrica.
Assim sendo, o presente modelo a ser desenvolvido na presente dissertação pretende aumentar a flexibilidade, fiabilidade e segurança do SEE, permitindo minimizar a ocorrência de falhas e, ao mesmo tempo, contribuir para a sustentabilidade ambiental.
1.3
Objetivos
Considerando o problema apresentado anteriormente, os objetivos desta dissertação passam pelos seguintes pontos:
• Realizar uma revisão bibliográfica acerca da integração das energias renováveis no sistema elétrico de energia, processos de DSM e programas de DR, mercados de energia e modelos estocásticos para lidar com a incerteza das renováveis;
• Efetuar uma formulação matemática que modelize a interação entre os DRA e os clientes de forma a que os clientes desempenhem um papel ativo no SEE ao modificarem o perfil da procura/carga;
• Desenvolver um programa estocástico de duas etapas, ou dois estágios, cujo objetivo passa pela minimização dos custos operacionais da rede do ponto de vista do DSO, considerando as restrições da rede e dos diferentes cenários da produção eólica e fotovoltaica;
• Elaborar diferentes casos de estudo, para interpretação e análise dos resultados obtidos na modelação do problema proposto.
1.4
Estrutura da dissertação
A presente dissertação se encontra dividida em cinco capítulos, sendo que cada um deles se encontra estruturado em vários subcapítulos. No Capítulo 1 é realizado o enquadramento do tema proposto, seguido da motivação, dos objetivos, e a ainda a forma da organização do texto da presente dissertação.
No Capítulo 2 é efetuada uma revisão bibliográfica, onde são abordados diversos conceitos subjacentes ao SEE como SG, veículos elétricos e micro-rede. Para além disso, é analisado o conceito de DR e DSM, onde são apresentados os programas de DR e o conceito de DRA, assim como os benefícios e limitações da DSM.
Ainda no Capítulo 2 é ainda abordado o conceito de mercados elétricos com a consequente integração das energias renováveis, bem como os diferentes modelos de programação estocástica que permitem lidar com a incerteza dos recursos renováveis, nomeadamente, o modelo estocástico de duas etapas.
No Capítulo 3 é apresentado a formulação matemática que tem como objetivo a minimização dos custos operacionais da rede sob o ponto de vista do DSO. O problema corresponde a um programa estocástico de duas etapas, onde são considerados diversos cenários para os parques eólicos e os sistemas fotovoltaicos. Para além disso, neste modelo foram considerados os DRA que interagem com os clientes, de forma a que estes otimizem o lado da procura e aumentem a flexibilidade do SEE.
1.5 Organização do texto 7
No Capítulo 4 são apresentados os diversos casos de estudo considerados no presente trabalho e ainda será realizado a análise e interpretação dos resultados obtidos. Finalmente, no Capítulo 5 são apresentadas as conclusões relativas ao trabalho desenvolvido, bem como é realizada a descrição sucinta de algumas propostas para os trabalhos futuros.
1.5
Organização do texto
A presente dissertação utiliza as mesmas notações utilizadas na literatura da comunidade científica, harmonizando os aspetos comuns em todas as secções. As figuras, tabelas e expressões matemáticas serão mencionadas em relação ao capítulo onde estão inseridas e a respetiva numeração é reiniciada quando um novo capítulo é iniciado.
Por sua vez, as referências que suportam os diferentes capítulos que compõem a presente dissertação estarão estruturadas e identificadas por [XX] e a formulação matemática por (X.X).
Os acrónimos utilizados encontram-se estruturados segundo a sintetização de nomes e informação técnica oriunda da língua portuguesa, ou quando não for possível a tradução adequada, na língua anglo-saxónica, ambas aceites na comunidade técnica e científica.
Capítulo 2
Revisão Bibliográfica
Os combustíveis fósseis correspondem às energias limitadas e não endógenas. Estes são influenciados por vários fatores geo-políticos, o que os torna voláteis. Estas fontes de energia representam um papel importante no progresso económico, no entanto a sua pegada ambiental é significativa. Logo, para reduzir a emissão de gases de efeito de estufa e limitar o impacto ambiental, o recurso às energias renováveis torna-se fundamental. Este é um mercado que evoluiu significativamente e que possui grande apoio por parte dos mecanismos políticos e económicos, uma vez que melhora bastante a segurança no setor elétrico [12].
Assim, os recursos renováveis estão relacionados com o desenvolvimento e aproveitamento sustentável, o que promove a criação de um sistema fiável e económico, já que estes recursos correspondem a uma energia limpa e endógena [13].
No entanto, com a integração das energias renováveis surgem incertezas associadas, como por exemplo as flutuações na rede, as quais podem afetar o mercado elétrico. Para mitigar tais efeitos é necessário analisar o mercado e desenvolver novos modelos e/ou mecanismos. Tais mecanismos fornecem informações acerca da variabilidade dos preços, assim como permitem determinar quais as maiores incertezas associadas à utilização dos recursos renováveis, já que estes podem afetar o planeamento económico, assim como o SEE [14].
Com isto, a segurança no SEE e a redução dos impactos ambientais dos serviços do SEE é uma das grandes preocupações atualmente. Neste contexto, surgem os programas de eficiência energética. Estes desempenham um papel relevante na redução das emissões de gases de efeito de estufa, assim como na redução dos consumos elétricos [12].
Neste sentido, a participação ativa do lado da procura torna-se fundamental, permitindo aos mercados elétricos serem economicamente mais sustentáveis, potencializando o seu desenvolvimento, surgindo desta forma os conceitos de DR e DSM.
Assim, será também necessário evoluir para as redes de distribuição inteligentes e mais eficientes, onde o lado da procura desempenha um papel predominante, e onde possam coexistir os sistemas de produção de energia distribuída.
Também devido ao crescimento da população a escala global, muito devido à melhoria das condições de vida, tal crescimento proporcionou a uma maior procura de energia, afetando negativamente a eficiência e a fiabilidade do SEE, incentivando assim o aparecimento do conceito de SG.
A SG consiste na automação inteligente do SEE, utilizando ferramentas TIC, o que permite melhorar a eficácia da gestão da rede elétrica, tornando-a mais fiável, lucrativa e sustentável [15]. Por outras palavras, a inclusão dos recursos renováveis proporciona um aumento das flutuações e estas necessitam de ser atenuadas e monitorizadas para manter a segurança e confiança no SEE. Com isto, a necessidade de recorrer ao uso de programas de DR, bem como a utilização de ESS torna-se essencial para manter o equilíbrio do SEE [16].
2.1
Rede inteligente
A SG é definida como uma rede elétrica que consegue fornecer eletricidade de forma inteligente e controlada, desde o local onde é produzida até aos clientes. Como referido anteriormente, a SG utiliza ferramentas TIC, ou seja, utiliza informações relativas aos comportamentos dos fornecedores e dos consumidores, o que faz com que os clientes finais sejam parte integrante.
Com isto, a utilização de uma SG permite melhorar a eficiência, a fiabilidade, a economia, a sustentabilidade, a distribuição de eletricidade e, ao mesmo tempo, permite a inclusão segura dos recursos de energia distribuídos e renováveis [17].
A SG permite com a inclusão das ferramentas TIC a integração de uma comunicação bidirecional, onde cada cliente possui um contador inteligente que comunica com as empresas de eletricidade, isto é, com os retalhistas. Desta forma, os clientes poderão conseguir obter informações acerca do preço da eletricidade e, assim, futuramente, controlar o seu consumo de acordo com as flutuações do preço elétrico do mercado [18].
Com a utilização de SG, surge a implementação de um sistema de gestão de distribuição que consiste num conjunto de recursos que permitem melhorar a eficiência da rede elétrica. Esses recursos correspondem tanto a equipamentos de monitorização, assim como a processos de gestão do lado da procura. Desta forma, o DMS é uma estrutura inteligente que favorece o escalonamento económico e operacional da SG, reduzindo o custo total da rede elétrica.
A gestão é feita pelo DSO que, através da utilização dos recursos abordados anteriormente, otimiza o uso da DG, bem como possibilita aos consumidores participarem nos programas de DSM. Para apoiar a gestão dos recursos energéticos por parte do DSO, a implementação de modelos de Controlo e Supervisão Inteligente de Aquisição de Dados (SCADA) deverá ser considerado num SEE dito SG.
Para os objetivos do DMS serem alcançados, é essencial que haja uma comunicação bidirecional de informação em tempo real entre o DSO e os consumidores, já que o DSO é o responsável por tomar a decisão final, bem como também é responsável pelo processo de otimização, pela programação da energia e da reserva do sistema de distribuição [19], [20].
2.1 Rede inteligente 11
Com isto, surgem estratégias de DR que incitam alterações nos padrões da procura da eletricidade por parte dos consumidores, em vez de apenas o padrão de produção ser alterado face às variações das cargas [21].
No entanto, nas SG há uma elevada quantidade de dados como, por exemplo, dados das medições, dados do armazenamento de energia, e dados de controlo, assim como uma progressiva necessidade da troca dos mesmos, o que cria um desafio aos sistemas de comunicação das redes dotadas de inteligência. Assim, existem dois pontos de vista para solucionar o problema anterior [22]:
• Implementação de uma infraestrutura de comunicação distribuída escalável com vista a melhorar a fiabilidade das comunicações, assim como melhorar o rendimento do sistema; • Utilização de um esquema de decisão distribuída, isto é, a disposição de uma inteligência
distribuída, bem como a definição de metas localizadas. Com isto, a quantidade de dados entregues pelas redes de comunicação diminui e os serviços locais da SG encontram-se mais disponíveis.
É de salientar, a importância da implementação de infraestruturas de medição avançadas nas SG, uma vez que permitem aumentar a flexibilidade do lado da procura, isto é, aumentar a participação dos consumidores nos programas de DR. Para além disso, permitem aos operadores da rede ter uma melhor perceção acerca das situações que acontecem em tempo real.
Resumindo, a SG corresponde a uma rede de distribuição de energia flexível e económica, onde a DR possui um papel fundamental na alteração dos padrões de consumo do lado da procura [23].
2.1.1 Integração das Energias Renováveis
Atualmente, há uma crescente utilização das fontes de energia renováveis devido ao aumento da procura de energia e ao progressivo aumento das preocupações relacionadas com a utilização dos combustíveis fosseis. Assim, as energias renováveis oferecem uma opção alternativa para a produção de eletricidade, permitindo a redução das emissões de gases de estufa.
Desta forma, com a crescente integração das energia renováveis no sistema de SG, há uma redução da necessidade de implementação ou construção adicional de fontes convencionais de geração de eletricidade, a qualidade energética é melhorada, assim como é cumprido as restrições ambientais e a satisfação dos clientes [24].
No entanto, as energias renováveis também têm um risco associado, nomeadamente, flutuações de frequência e tensão, assim como há algumas perdas de energia envolvidas, pelo que quanto maior for a integração renovável na rede, mais complexo é controlar a rede de uma forma eficiente.
Posto isto, a instalação de fontes de energia renovável nas redes de distribuição têm diversas implicações técnicas e estão subdivididas em quatro grupos: fluxos de carga, controlo da tensão, níveis de falha e segurança da rede. Estes problemas podem causar dificuldades na operação e controlo das redes [25]. Nesta perspetiva, surge a implementação dos ESS que permitem minimizar as flutuações do sistema provenientes da produção renovável, melhorando a fiabilidade e a flexibilidade do sistema.
Os ESS podem utilizar condensadores ou super-condensadores, assim como processos de baterias eletroquímicas, entre outros. No entanto, um dos principais contributos para aumentar a capacidade de armazenamento poderá passar pela utilização e integração dos veículos elétricos [26]. É de salientar, que a integração dos ESS individuais é algo que pode não ser tão viável já que o custo é elevado e o espaço restrito. Com isto, surge o conceito de ESS compartilhado, onde o excesso de energia renovável de um dado cliente é armazenando no ESS e de seguida, descarregado para outro cliente com falta de energia, desde que se garanta as restrições técnicas e de funcionamento do ESS.
Este sistema compartilhado permite aos clientes reduzir o custo de energia comprada à rede, já que o ESS é carregado nos períodos de tarifas baixas e descarregado durante os períodos de tarifas elevadas. Contudo, neste tipo de sistema de armazenamento é necessário realizar uma complexa gestão relativa ao carregamento e descarga da energia por parte dos clientes, de forma a otimizar o sistema e garantir a sua robustez [27].
2.1.2 Integração dos Veículos Elétricos
A integração dos veículos elétricos na SG deve ser considerada dentro de um sistema complexo, caraterizado principalmente pela produção de eletricidade a partir de recursos renováveis distribuídos pelo território, assim como pela existência de ESS e ferramentas de gestão que conectam os vários elementos.
Com isto, surge o conceito Vehicle to Grid (V2G), onde a energia possui uma natureza bidirecional, isto é, os veículos elétricos encontram-se ligados à rede para recarregar as suas baterias através de sistemas apropriados, mas, simultaneamente, podem ser vistos como sistemas de armazenamento distribuídos, o que favorece uma boa gestão da SG, através da melhoria da fiabilidade e estabilidade da mesma.
O V2G pode ser utilizado como DR, visto que funciona como um sistema de armazenamento de energia capaz de injetar energia na rede, quando necessário. Assim, é possível armazenar o excesso de energia nos períodos de baixa procura e fornece-la à rede nos períodos de pico, de forma a contrariar a intermitência dos recursos energéticos renováveis.
Com o funcionamento dos veículos elétricos como ESS é possível reduzir as sobrecargas da SG, bem como melhorar a qualidade da eletricidade, já que a tecnologia V2G permite armazenar a energia eólica e fotovoltaica produzida em excesso.
Para além do V2G, existe outra tecnologia denominada de Smart Charging, um modo flexível de carregamento, onde os veículos elétricos são carregados de acordo com a procura da rede, de forma a seguir as restrições e evitar as falhas da rede elétrica.
2.2 Demand Side Management 13
Em resumo, os veículos elétricos conseguem equilibrar a procura e a oferta de energia, assim como a comunicação bidirecional do V2G permite melhorar o processo de implementação de uma SG [28], [29].
2.2
Demand Side Management
Por sua vez, a DSM está relacionada com o planeamento e elaboração de processos que influenciam a quantidade de eletricidade que é utilizada, bem como o tempo de utilização. Com isto, a DSM permite a um determinado usuário aumentar ou diminuir a procura de eletricidade, assim como gerir o seu consumo. Por exemplo, pode encaminhar o consumo associado para um período de pico ou de vazio, consoante queira reduzir ou não os custos relativos ao consumo de eletricidade [30].
Assim, o DSM tem interesse tanto para o DSO como para os clientes, permitindo-lhes reduzir os custos, através da alteração das cargas flexíveis, aumentando tanto a fiabilidade do SEE, assim como a flexibilidade do sistema. É de salientar, que o DSM desempenha um papel fundamental no desenvolvimento da integração das fontes de energia renováveis no SEE, uma vez que a existência de um sistema com preços dinâmicos incita os clientes a utilizarem a energia quando há uma quantidade elevada de energia produzida por recursos renováveis [31]. Com isto, é possível classificar o DSM em seis estratégias distintas, representadas na Figura2.1:
Peak Clipping- Esta resposta baseia-se na redução da carga máxima, onde os picos na curva de carga são eliminados. Com isto, constata-se que este método tem menos efeito sobre a procura total da energia.
Valley Filling- Nesta estratégia de resposta os períodos de baixa procura são afetados, isto é, os vazios na curva de carga são utilizados para criar novos recursos fora do pico da curva de carga. Load Shifting- Esta resposta permite o deslocamento de cargas do horário de pico, ou seja, de períodos de alta procura para os períodos de baixa procura.
Strategic Conservation - Com este tipo de resposta é possível alterar a forma da curva de carga, ou seja, através deste programa é possível direcionar o consumo do utilizador consoante a sua preferência, alterando o padrão normal de utilização.
Strategic Load Growth - Neste tipo de resposta, em primeiro lugar, há um crescimento das vendas, seguido da opção de preenchimento da curva de carga no vazio.
Flexible Load Shape - Nesta resposta os clientes têm determinadas vantagens se permitirem que as cargas sejam reduzidas.
2.3
Programas de DR
Os programas de DR permitem ao consumidor desempenhar um papel importante em relação às oscilações do preço da energia elétrica nos diferentes períodos do dia, incitando às variações no padrão do seu consumo diário. Os clientes alteram o consumo de eletricidade devido ao aumento do preço da eletricidade como quando a fiabilidade da rede é posta em questão.
Figura 2.1: Classificação das diferentes estratégias de DSM (extraído de [30])
Posto isto, os programas de DR permitem aos clientes reduzirem o consumo elétrico quando o preço de mercado encontra-se substancialmente elevado [32]. Os programas DR são divididos em dois grupos, nomeadamente programas de DR baseados em preços (PBDR) e os programas baseados em incentivos (IBDR).
2.3.1 Programas de DR Baseados em Preços
Os PBDR, programas de DR baseados em preços, correspondem a programas voluntários que permitem aos clientes diminuírem ou alterarem o consumo de eletricidade, ou seja, permitem aos clientes modificar a sua procura em resposta à mudança do preço da eletricidade. Caso a diferença do preço da eletricidade em determinados períodos seja relevante, os clientes podem ajustar as suas cargas para períodos onde as tarifas são inferiores, reduzindo, por conseguinte, o consumo elétrico.
Nestes estão incluídos vários programas como o programa com tempo de utilização (TOU), programas de preços em tempo-real (RTP), programas de preços de pico críticos (CPP), programas de redução nos períodos de pico (PTR), programas de preços de pico variáveis (VPP), programas de preços de pico críticos em dias extremos e o com preços em dias extremos [33].
Desta forma, é relevante salientar que estes programas têm algumas diferenças entre uns e os outros. Assim, as tarifas TOU são taxas diárias de energia que são diferenciadas tanto nos períodos de pico como fora deste. Logo, os preços são mais elevados quando o consumo energético é elevado, sendo que fora do pico de carga os preços são menores. É de referir, que os preços sazonais também são aplicáveis a estas tarifas.
2.3 Programas de DR 15
Por sua vez, o programa CPP corresponde a uma sobreposição das tarifas TOU ou de preços fixos. Este programa é utilizado quando a fiabilidade do sistema de energia é comprometido. O CPP utiliza preços em tempo real quando o pico de carga é elevado. Deste modo, o CPP é apenas utilizado um número reduzido de horas por ano.
No VPP as taxas da eletricidade são elevadas apenas em determinadas horas específicas, horas de pico. Assim, neste programa, as tarifas sofrem alterações durante os períodos críticos consoante as variações do preço da eletricidade no mercado grossista.
No programa com preços em dias extremos as tarifas são semelhantes ao CPP, a não ser em determinados períodos críticos, onde o preço permanece elevado durante 24 horas, e no programa com preços de pico críticos em dias extremos, as tarifas são semelhantes ao CPP nos períodos críticos, sendo que nos restante períodos é utilizado uma tarifa fixa.
No caso do PTR, os clientes podem receber descontos pela redução da procura de energia durante os períodos de pico críticos. Por fim, o RTP está profundamente interligado com o preço do mercado grossista, variando ao longo do dia de acordo com as diferentes tarifas, ou seja, varia em tempo-real [31], [34].
Desta forma, verifica-se que o TOU e o RTP são programas que se encontram sempre implementados, ao contrário do CPP, e dos restantes programas que só são aplicados em alguns dias do ano em condições de emergência [35]. Na Figura2.2está representado um esquema dos diferentes programas de resposta à procura baseados em preços.
2.3.1.1 Exemplo da Influência de um PBDR
De seguida, é dado um exemplo prático da influência das tarifas TOU na redução do custo elétrico do cliente, onde o consumo deste é potencializado. Este funciona da seguinte maneira: caso a diferença existente entre o preço do pico e preço do vale do TOU for significativa, os consumidores alteram o pico de energia para quando a tarifa é inferior. Assim, os consumidores adaptam as suas cargas consoante o preço da energia. Na Figura 2.3 é possível verificar as diferenças entre o consumo de energia sem otimização, gráfico do lado esquerdo, e com otimização, recorrendo ao programa TOU, gráfico do lado direito. Com isto verifica-se que o pico de energia diminui substancialmente, já que há um deslocamento do consumo elétrico em reposta a uma mudança no preço da energia [16].
2.3.1.2 Riscos e Recompensas dos PBDR
Nos programas baseados em preços, existe uma relação entre o risco da utilização de tarifas variáveis e a recompensa que se traduz na redução do preço da eletricidade, como se pode observar na Figura2.4.
Assim, quando a tarifa é fixa, não existe qualquer risco para o cliente. No entanto, quando as tarifas apresentam flutuações verifica-se que quando o risco associado é maior, maior também será a recompensa.
Deste modo, observa-se que o TOU apresenta recompensas inferiores, no entanto os riscos associados são menores, já que as tarifas variam apenas consoante a hora do dia. De seguida, surge o CPP que já envolve mais riscos, uma vez que o consumidor está sujeito ao aumento das tarifas em períodos críticos, assim como ao risco associado às tarifas TOU.
Relativamente ao VPP, as tarifas apresentam flutuações nas cargas durante os períodos críticos, o que consequentemente, aumenta o risco deste mecanismo. Por fim, surge o RTP que está associado às tarifas que variam diariamente, isto é, em tempo-real, o que faz com que tanto o risco como a respetiva recompensa sejam máximos.
Com isto, os consumidores que evitam o risco optam por escolher as tarifas TOU, enquanto que os clientes para quais o fator risco não é decisivo optam pelo RTP, sendo que existem outros mecanismos como o CPP, o VPP e o PTR para clientes mais ponderados [31].
Figura 2.2: Programas DR baseados em preços (adaptado de [31] )
2.3 Programas de DR 17
Figura 2.4: Curva de riscos e recompensas dos diferentes mecanismos baseados em preços (adaptado de [31])
2.3.2 Elasticidade dos Preços da Procura
Com os consumidores a alterarem os seus consumos de eletricidade face às variações dos preços das tarifas, verifica-se uma redução do lado da procura nos horários de pico, assim como uma melhoraria da eficiência operacional e fiabilidade da rede elétrica. Desta forma, surge o conceito de elasticidade do lado da procura, que funciona como um indicador da variação da procura em função das alterações do preço da eletricidade.
Esse indicador corresponde ao coeficiente de elasticidade e existem duas abordagens distintas, o coeficiente self-elasticity e cross-elasticity.
Relativamente ao primeiro, self-elasticity, as variações da procura ocorrem durante um intervalo de tempo específico devido às alterações do preço num determinado intervalo. As cargas não podem ser transferidas de um período para outro, ou seja, as cargas são fixas, tendo uma natureza inelástica.
Em relação ao coeficiente cross-elasticity, as mudanças do lado da procura têm em consideração as variações dos preços em intervalos de tempo distintos, o que permite que as cargas sejam transferidas de um período para outro.
A partir deste coeficiente é possível construir a matriz de elasticidade que representa a capacidade dos consumidores responderem às variações dos preços. As diagonais da matriz de elasticidade representam os coeficientes self-elasticity e os restantes elementos representam os coeficientes cross-elasticity. Com isto, cada consumidor responde de forma diferente às variações dos preços, logo, a matriz de elasticidade é calculada para cada um deles [36].
Em [37] é desenvolvido um modelo baseado na elasticidade do lado da procura, onde se considera os incentivos e penalidades de determinados programas de DR. Assim, o consumo de cada cliente varia de acordo com a elasticidade dos preços das tarifas. Desta forma, este modelo permite melhorar as caraterísticas do perfil da carga e, por consequência, a satisfação dos clientes, já que o modelo tem em consideração os benefícios e as perdas dos clientes.
Em [38] é demonstrado um exemplo de um mecanismo responsável por encontrar o preço aplicado a cada hora, considerando a presença dos programas de DR. A curva A da Figura 2.5
representa o lado da produção, onde à medida que o preço aumenta, os produtores são incentivados a aumentar a produção de eletricidade. Por outro lado, a curva B corresponde ao lado da procura, e à medida que o preço da eletricidade aumenta, os consumidores tendem a reduzir o seu consumo. O ponto de interseção das duas curvas corresponde ao preço que deve ser aplicado durante uma determinada hora. Por conseguinte, o preço de cada hora é comunicado aos consumidores, de forma a estes alterarem a sua posição na hora seguinte.
2.3.3 Programas de DR Baseados em Incentivos
Os programas IBDR, programas de resposta à procura baseados em incentivos, induzem os consumidores a modificar a sua procura em troca de um pagamento específico, ou seja, de um incentivo. Estes são classificados como voluntários, obrigatórios e de compensação de mercado (market clearing programs).
Na categoria dos programas voluntários existem dois programas diferentes: Direct Load Control (DLC) Programs, e Emergency Demand Response Programs (EDRP). Por sua vez, no que se refere aos programas obrigatórios podem-se distinguir-se em Capacity Market Programs (CAP), e Interruptible/Curtailabe (I/C) Services. Por fim, no market clearing programs estão incluídos mais dois programas: Demand Bidding/Buyback (DB), e Ancillary Services (A/S) Market [33].
O DLC é um programa de controlo da carga direta, implementado num curto espaço de tempo, onde o ISO desliga os equipamentos elétricos do cliente com um curto aviso, em troca de um incentivo.
Por sua vez, o EDRP fornece aos clientes incentivos para estes reduzirem as suas cargas durante alguns eventos. Estes dois programas voluntários (DLC e EDRP) não têm qualquer penalização para os clientes [35]. Relativamente aos programas obrigatórios, o serviço I/C permite aos clientes reduzir a carga em períodos críticos, em troca de crédito ou de uma redução nas tarifas. No CAP são efetuados, antecipadamente, compromissos detalhados que permitem a redução de carga, sendo que o ISO pode recorrer a este quando o sistema está condicionado [39]. Por fim, em relação aos programas do market clearing programs, no DB as reduções de carga são agendadas diariamente e os pagamentos estão diretamente relacionados com o mercado do dia seguinte.
Em relação, ao serviço A/S há um compromisso por parte dos clientes, onde estes efetuam ofertas de mercado. Caso estas sejam aceites, os clientes devem estar preparados para reduzir a carga, uma vez que o ISO pode solicitar o pedido com um tempo reduzido de antecedência. Esta ação é recompensada pelo pagamento de incentivos [39]. A Figura2.6representada um esquema dos diferentes programas de resposta à procura baseados em incentivos.
2.3 Programas de DR 19
Figura 2.5: Determinação do preço da eletricidade operacional da rede inteligente (adaptado de [38])
Figura 2.6: Programas DR baseados em incentivos (adaptado de [31])
2.3.4 DR Aggregators
Os DR Aggregators surgem como novas entidades nos mercados elétricos e estes funcionam como intermediários entre os clientes e o ISO ou o DSO. Com isto, os DRA desempenham um papel fundamental nos processos de redução da carga nos horários de pico, bem como contribuem para a melhoria da segurança do SEE, e reduzem os efeitos negativos associados à incerteza dos recursos renováveis.
Do ponto de vista dos clientes, os DRA funcionam como compradores que ajudam os consumidores a avaliar a redução do lado da procura, assim como são responsáveis por fornecer diferentes contratos, onde estes escolhem voluntariamente se querem ou não participar. Do ponto de vista do ISO, os DRA submetem as suas ofertas no mercado do dia seguinte, da mesma forma que as empresas responsáveis pela produção de eletricidade. De seguida, os agregadores verificam a quantidade de DR que está disponível e enviam as propostas ótimas ao ISO [40].
Em [41] é proposto um modelo para a agregação de DR nos mercados grossistas de energia, onde o ISO inicializa os programas de DR no mercado do dia seguinte. Por sua vez, o ISO envia informações para os DRA e estes, consequentemente, submetem as suas ofertas de DR. Neste modelo, os DRA têm em atenção tanto às informações fornecidas pelo ISO como pelos clientes, de forma a maximizar a gestão do lado da procura.
É de salientar que, dependendo da estrutura dos mercados, os DRA podem corresponder, por exemplo, ao DSO. No entanto, neste caso, os DRA funcionam como entidades financeiras independentes dos operadores do sistema.
Os DRA projetam diversos contratos para os clientes, de forma a qualificarem-os para a participação nos programas de DR, sendo que estes concentram os clientes que têm estratégias de DR idênticos, num único contrato de DR para cumprir os requisitos mínimos de redução de carga. Com isto, os DRA propõem quatro estratégias distintas de redução de carga: Load Curtailment (LC), Load Shifting (LS), Onsite Generation (OG) e o ESS.
Relativamente ao LC, os clientes reduzem a quantidade total de energia utilizada no programa de DR, sem ser necessário transferir carga para qualquer outro período temporal. No caso do LS, os clientes podem reagendar e transferir a utilização de uma dada carga para outro período. Em relação à utilização de OG, os consumidores reduzem a carga através da utilização de um gerador local, de forma a que este alimente as cargas. Por fim, a utilização de um ESS permite aos clientes compensarem as necessidades elétricas durante os programas de DR.
Posto isto, o objetivo deste modelo de DRA passa por maximizar o lucro do agregador no mercado do dia seguinte, sendo que este lucra ao vender o produto resultante do programa de DR no mercado elétrico, apesar de pagar aos participantes dos programas de DR pela redução da carga horária.
2.3.5 Classificação dos Clientes DR
Os clientes podem ser divididos em duas grandes classes, tendo em conta o consumo elétrico nas suas instalações, nomeadamente em clientes industriais e residenciais. Esta classificação também é usada para melhorar a elasticidade dos modelos de clientes [15].
Os clientes industriais possuem tecnologias avançadas nas suas instalações para controlar as cargas. As principais cargas nestas instalações são utilizadas na gestão, por exemplo, de sistemas de ventilação, aquecimento e iluminação. Com isto, este tipo de clientes têm a capacidade de participar no mercado grossista de eletricidade, assim como, muitas destas instalações possuem equipamentos de produção que podem ser utilizados nos processos de DR.
No lado oposto, os clientes residenciais possuem cargas mais pequenas nas suas instalações, como o aquecimento de água e aparelhos domésticos e, por isso, não têm tanta predisposição para investir em processos de DR. Estes normalmente só participam nos mercados retalhista de eletricidade e em programas de controlo da carga direta [20].
2.4 Benefícios e Limitações da DSM 21
Nas residências dos consumidores há um aumento de dispositivos que possuem diversos benefícios através da agregação de pequenas cargas, como por exemplo, reduções mais longas devido à perda sequencial de cargas individuais. No entanto, existe alguma dificuldade em agregar estas pequenas cargas, uma vez que os aparelhos individuais e os sistemas de comunicação instalados nas habitações são operados de forma independente [42].
2.4
Benefícios e Limitações da DSM
O DSM estimula os clientes a modificarem os padrões de utilização de eletricidade em resposta às alterações no preço da eletricidade, ou ao pagamento de incentivos. Assim, o DSM traz inúmeros benefícios, como a redução das contas de eletricidade dos clientes e o custo total da procura de eletricidade, devido à diminuição da energia de pico comprada ao mercado grossista.
Com isto, o sistema torna-se mais fiável, a eficiência aumenta e a emissão de gases de estufa diminui. Para além disto, o DSM permite a criação de novos postos de trabalho, assim como possibilita o desenvolvimento de novas tecnologias. Por outras palavras, através do recurso ao DSM, é possível introduzir o fator humano na gestão energética, o que contribui para uma sociedade mais sustentável [31].
É de salientar, a relevância que o custo de aquisição e manutenção da capacidade de produção têm contribuído para o aumento da totalidade dos custos. Desta forma, através da DR é possível reduzir estes mesmos custos. Para além disso, estes processos permitem uma maior inclusão dos recursos renováveis no sistema energético, já que conseguem equilibrar as flutuações que existem na produção de energia renovável [43].
Por fim, com o crescimento contínuo de infraestruturas inteligentes, progressivamente, estão presentes mais tecnologias inteligentes como contadores de intervalo de comunicação de duas vias, bem como dispositivos de comunicação que indicam aos clientes quais os períodos onde há redução de carga e sistemas de gestão energética [44].
No entanto, com o aumento da utilização de processos de DR, surgem desafios e limitações associados à sua implementação, apesar de uma grande parte das tecnologias de monitorização e comunicação ser acessível, o impacto da DR nos mercados elétricos é difícil de se prever. Contudo, é de extrema importância retratar essas mesmas limitações para analisar as causas que levam os clientes a comprometerem-se ou a retirarem-se de um programa de DR.
Um dos principais desafios é a falta de existência de mecanismos de mercados apropriados, ou seja, em alguns processos de DR a resposta tem que ser planeada com algumas horas de antecedência. Com isto, é necessário um adiamento prévio antes de ocorrer um ajuste no fluxo das cargas, o que reduz a flexibilidade destes processos. Deste modo, os consumidores podem retirar-se dos programas de DR, caso estes se transformem num inconveniente de natureza maior.
O mesmo se verifica quando as contas dos clientes não diminuem significativamente, o que não justifica o investimento em equipamentos por parte dos clientes. Em alguns programas, o facto dos clientes terem a tarefa de acompanhar os preços da eletricidade de uma forma contínua, juntamente com a insuficiente poupança nas contas elétricas, faz com que estes se retirem dos programas de DR [45].
Outra barreira está relacionada com as estruturas tarifárias e de regulação, isto é, se os clientes alterarem o fluxo da carga em reposta à variação do preço da eletricidade, estes devem saber qual é esse preço. Isto não se verifica já que o preço que está presente na conta do cliente não é o preço real, uma vez que estão incluídos os impostos, pagamento de obrigações de serviço público, e taxas de transmissão e distribuição.
Posto isto, o comportamento do utilizador constitui uma grande barreira para os programas de DR, já que em geral, existe uma elevada falta de perceção da importância destes programas, assim como a grande parte dos clientes têm uma baixa compreensão dos mercados elétricos e das variações do preço da eletricidade. Assim, o reduzido conhecimento dos clientes, diminui substancialmente a probabilidade destes demonstrarem um pensamento económico admissível.
Para além disso, os clientes ao estarem sujeitos à DR, passam a ser intervenientes ativos no SEE, logo têm que estar consciencializados que as alterações que estes efetuam tanto em função do preço, como em função do pagamento de incentivos têm um impacto direto na fiabilidade do sistema. Isto pode levar a um peso excessivo sobre os clientes, de tal forma a que estes se retirem dos programas de DR [43].
É de salientar, que os processos de DR têm despesas associadas, bem como o desenvolvimento e implementação acarreta determinados custos como, por exemplo, investimentos em infraestruturas inteligentes, gestão dos programas e a educação dos consumidores. Por sua vez, os clientes também têm custos associados com a tomada de decisão em aderir aos programas de DR, seja pelo custo de oportunidade como também os investimentos em tecnologias inteligentes, o que se transforma noutro desafio associada à DR [44].
2.5
Mercados Elétricos com a Integração de Energias Renováveis
Com as modificações e a desregulação do SEE, existem alterações na sua operação, já que o preço da eletricidade é determinado e comercializado pelos mercados elétricos, sendo que estes variam de acordo com as condições económicas e das infraestruturas. O mercado de energia elétrico encontra-se dividido em duas estruturas, o mercado grossista e o mercado retalhista.Relativamente ao mercado grossista, constata-se que funciona ao nível da transmissão da rede elétrica, de forma a assegurar que a oferta corresponde à procura. Este pode ser dividido em três sub-mercados, mercado do dia seguinte, mercado intraday e mercado em tempo real (RTM). Estes são divididos consoante a escala de tempo e os recursos determinados por essa mesma escala.
2.5 Mercados Elétricos com a Integração de Energias Renováveis 23
Nestes mercados é determinado o preço marginal que permite fornecer informações aos consumidores para participarem no mercado através dos programas de DR, já que este analisa o mercado em diferente zonas, e, consequentemente, determina os custos e as receitas de cada consumidor.
Assim, no mercado do dia seguinte só há uma programação diária, e é onde é escolhido uma hora de operação para o dia seguinte. Neste ocorre um leilão no dia anterior à entrega de eletricidade, permitindo transações entre os produtores e os consumidores. No mercado intraday há um agendamento no próprio dia, calculado a cada 15 minutos. Estes mercados são eficazes na integração de recursos voláteis [46], [47].
No RTM as operações são efetuadas de forma discreta e em intervalos de tempo de 5 minutos. Este corresponde às plataformas de transações não discriminatórias que viabilizam os serviços necessários para garantir a fiabilidade e a flexibilidade do sistema. O RTM estabelece um mecanismo eficaz para os recursos de energia distribuídos (DER) e para os consumidores que utilizam processos de DR de forma a participar nos balanços de transações de mercado [48]. A Figura2.7ilustra a arquitetura dos mercados dos sistemas elétricas modernos.
Em relação ao mercado retalhista, a regulação da distribuição da rede é realizada através do DSO. Este é responsável pela compra da eletricidade de alta voltagem ao mercado grossista e a sua consequente transferência para os consumidores. Neste mercado é calculado um preço fixo para a eletricidade, o que provoca falhas no mercado, visto que as restrições do sistema de distribuição não são consideradas [49].
Cada vez mais, recorre-se à utilização dos aproveitamentos renováveis, nomeadamente, à energia eólica e fotovoltaica, uma vez que estes aproveitamentos permitem a redução das emissões poluentes, o que impulsiona a proteção ambiental. Esta integração altera o planeamento subjacente ao SEE, onde os processos de DR podem ser aplicados tanto aos consumidores finais como aos DER [50].
Assim, a gestão e operação do SEE e dos respetivos mercados elétricos é um processo complexo, devido à incerteza associada à produção e à procura de eletricidade, bem como devido às políticas reguladores e aos interesses privados [51]. Devido à natureza intermitente das energias renováveis e a consequente utilização de uma abordagem estocástica é necessário recorrer aos modelos de otimização, nomeadamente aos programas de compromisso das unidades com restrição de segurança (SCUC). Este tem em consideração as contingências do sistema, auxiliam no processo de decisão, assim como atenuam de uma forma flexível a volatilidade e a incerteza das energias renováveis [52].
A entidade independente conhecida como ISO é responsável pelo processo de coordenação centralizada, ou seja, é responsável por operar o SEE e os seus mercados elétricos. Desta forma, o ISO garante que o fornecimento de eletricidade seja fiável, apesar das flutuações associadas à oferta e à procura de eletricidade.
Para além disso, pode existir a aquisição de recursos adicionais, nomeadamente, o armazenamento de baterias ou a gestão do lado da procura, de forma a manter o equilíbrio entre a oferta e a procura.
Assim, com a necessidade de novos serviços que garantam o equilíbrio, os mercados devem fornecer incentivos a esses mesmos serviços, o que altera a própria estrutura dos mercados [53].
O processo de tomada de decisão do ISO, tradicionalmente, encontra-se do lado da produção, ou seja, o ISO a partir da previsão da curva de carga, executa o modelo SCUC um dia antes para cumprir os requisitos da procura. Todavia, com a crescente integração das energias renováveis, o ISO encontra obstáculos devido às incertezas associadas. Também a SG permite ao ISO aumentar a capacidade de adaptação, já que o lado da procura é integrado no seu agendamento, através de processos de resposta à procura [54].
Ao contrário da rede elétrica tradicional, onde os fornecedores em grande escala produzem e distribuem a eletricidade para os consumidores, a SG permite a integração de uma comunicação bidirecional, controlando a procura e a oferta de energia, o que permite o aumento da eficiência da rede. Na SG podem existir vários fornecedores pequenos, nomeadamente geradores ou painéis solares que estão instalados nas habitações e edifícios. Estes conectam-se à rede como fornecedores de energia, o que modifica a relação entre o número de fornecedores e os consumidores.
No entanto, com a integração dos recursos renováveis, a quantidade de energia pode não ser suficiente, já que estes recursos estão sujeitos às flutuações já mencionadas anteriormente. Assim, os pequenos fornecedores precisam de comprar energia a fornecedores de grande escala [55].
Desta forma, surge o conceito de reserva operacional, responsável por manter o equilíbrio do SEE. A reserva deve ser agendada de forma a contrariar o comportamento incerto por parte do lado da procura, assim como as interrupções aleatórias dos geradores. Uma fonte de reserva operacional pode ser a DR, uma vez que possibilita a alteração no fluxo de energia por parte do lado da procura, reduzindo o custo operacional do sistema e as emissões poluentes [56].
Assim, a reserva é vista como um serviço auxiliar, essencial na manutenção da segurança operacional do SEE. Devido à sua importância, os serviços públicos devem possuir capacidades de produção na forma de reserva, de forma a permitir a existência dos erros de previsão e, ao mesmo tempo, manter a estabilidade do sistema reduzindo o congestionamento da transmissão de eletricidade [57].
