Algoritmo de otimização de despacho de produção elétrica considerando previsão de produção renovável

Faculdade de Engenharia da Universidade do Porto Algoritmo de otimização de despacho de produção elétrica considerando previsão de produção renovável Bernardo Manuel Silva Leite Santos Brandão VERSÃO DE TRABALHO Dissertação realizada no âmbito do Mestrado Integrado em Engenharia Eletrotécnica e de Computadores Major Energia Orientador: Professor Doutor Fernando Maciel Barbosa Orientador no âmbito empresarial: Professor Doutor Cláudio Monteiro Junho de 2013 ii © Bernardo Brandão, 2013 iii Resumo O custo de operação de um sistema elétrico de energia (SEE) varia conforme a estratégia adotada para alimentar a sua carga. O problema de despacho económico tem como objetivo produzir energia elétrica com o menor custo possível para servir de forma fiável os consumidores, reconhecendo os limites operacionais das unidades de produção e transmissão. A importância do despacho económico é cada vez maior devido aos aumentos sucessivos do consumo de eletricidade, preço do petróleo e integração de produção renovável nos SEE. Os graves problemas ambientais causados pela emissão de dióxido de carbono para a atmosfera, consciencializaram a grande maioria dos países mundiais a investir na produção de energia elétrica a partir de fontes renováveis, e Portugal não foi exceção. A integração de produção renovável nos SEE tem, no entanto, os seus impactos. A grande intermitência e volatilidade de certos recursos renováveis, como o vento, introduzem uma maior incerteza e risco na operação do sistema, implicando um aumento das reservas energéticas para salvaguardar erros na previsão deste tipo de recursos e, consequentemente, um aumento dos custos de operação do sistema. Nesta dissertação é apresentado o algoritmo desenvolvido de otimização do despacho de produção elétrica que inclui a previsão de produção renovável. Este algoritmo foi testado para a ilha de São Miguel, nos Açores, com base nos dados cedidos pela Energia dos Açores (EDA) e disponibilizados pela empresa Smartwatt, referentes ao ano de 2012. A metodologia desenvolvida tem como objetivo otimizar o custo de operação do sistema elétrico da ilha, garantindo que toda a carga é alimentada e que as unidades produtoras da central térmica não violam os seus limites técnicos, procurando entregar à rede toda a produção renovável disponível (eólica, hídrica e geotérmica). O algoritmo de otimização é testado para diferentes valores de carga, produção renovável e riscos de operação do SEE. Palavras-Chave: Algoritmo de Otimização, Custo de Operação, Despacho Económico, Previsão, Produção Renovável iv v Abstract The cost of operating an electric energy system (EES) varies according to the strategy adopted to feed the load. The economic dispatch problem aims to produce electricity at the lowest possible cost to reliably serve consumers, recognizing the operating limits of production and transmission units. The importance of economic dispatch is increasing due to successive increases in electricity consumption, oil price and integration of renewable generation in the EES. The serious environmental problems caused by the emission of carbon dioxide into the atmosphere, aware the vast majority of countries in the world to invest in electricity production by renewable sources, and Portugal was no exception. The integration of renewable production in the EES has, however, some impact. The large intermittency and volatility of certain renewable resources such as wind, introduce greater uncertainty and risk in the system operation, implying an increase of energy reserves to safeguard the prediction errors of this type of resources and, consequently, an increase in the system operating costs. In this study we present the developed algorithm for optimizing the electrical dispatch including renewable production forecast. This algorithm was tested for the island of São Miguel, in the Azores, based on data provided by the Energy of the Azores (EDA) and available by the company Smartwatt, for the year 2012. The methodology aims to optimize the operation costs of the island electrical system, ensuring that the entire load is supplied and that the thermal plant production units do not violate their technical limits, trying to deliver the network all the available renewable generation (wind, hydro and geothermal). The optimization algorithm is tested for different values of load, renewable production and risk for the EES operation. Keywords: Economic Dispatch, Forecast, Operation Cost, Optimization Algorithm, Renewable Production vi vii Agradecimentos A realização desta dissertação está relacionada com o culminar de um ciclo marcante, não só na vida académica, mas também a nível pessoal. Esta meta não foi cortada sozinha e este é o momento de agradecer a todas as pessoas que contribuíram para o meu sucesso. Ao meu orientador, Professor Doutor Fernando Pires Maciel Barbosa, pela sua orientação e disponibilidade, pelas críticas e sugestões dadas sempre com o objetivo de enriquecer o trabalho realizado. Ao meu orientador a nível empresarial, Professor Doutor Cláudio Domingos Martins Monteiro, da empresa SmartWatt, pela simpatia e ajuda facultada durante a realização deste trabalho, e ao Eng. Bruno Santos, pelo seu companheirismo, paciência, humildade, dedicação e por contribuir para uma melhor abordagem do tema desenvolvido. O meu sincero obrigado. Aos meus pais e irmão, por todo o apoio, confiança, compreensão e sacrifícios prestados. Por me garantirem todas as condições necessárias para triunfar, não só durante a realização deste trabalho, mas durante toda a minha vida. À minha namorada, pelo apoio e carinho incondicional. Pela sua compreensão e presença, tanto nos bons como nos maus momentos. Pela sua força e confiança. Finalmente, mas não menos importante, agradeço a todos os meus amigos pela amizade e apoio que me deram, principalmente aqueles que assistiram de perto ao terminar desta etapa, e os que fazem e sempre farão parte da minha vida. O meu obrigado a todos! viii ix Índice Resumo ............................................................................................ iii Abstract ............................................................................................. v Agradecimentos .................................................................................. vii Lista de Figuras .................................................................................. xi Lista de Tabelas .................................................................................. xv Abreviaturas e Símbolos ...................................................................... xvii Capítulo 1 Introdução ............................................................................ 1 1.1 - Enquadramento ............................................................................................ 1 1.1.1 - Situação Mundial .................................................................................... 2 1.1.2 - Situação Nacional ................................................................................... 4 1.2 - Motivação ................................................................................................... 5 1.3 - Objetivos ................................................................................................... 5 1.4 - Informação usada na dissertação ....................................................................... 6 1.5 - Ferramentas utilizadas ................................................................................... 6 1.6 - Estrutura da dissertação ................................................................................. 6 Capítulo 2 Otimização do despacho de produção elétrica, considerando a produção renovável .............................................................................. 9 2.1 - Introdução .................................................................................................. 9 2.2 - Tecnologias de produção renovável .................................................................. 10 2.2.1 - Produção Hidroelétrica ........................................................................... 10 2.2.2 - Produção Eólica .................................................................................... 12 2.2.3 - Produção Fotovoltaica ............................................................................ 15 2.2.4 - Produção Geotérmica ............................................................................. 18 2.3 - Integração da produção renovável nos SEE ......................................................... 20 2.3.1 - Importância da previsão de produção renovável ............................................ 21 2.3.2 - Impactos nos mercados de eletricidade ....................................................... 23 2.4 - Custos da produção renovável ........................................................................ 27 2.5 - Despacho económico ................................................................................... 30 2.5.1 - Custos de produção das centrais térmicas .................................................... 30 xvi Tabela 4.3 – Consumo total de combustível (gr) para a produção térmica real e produção térmica resultante do algoritmo desenvolvido, considerando o caso de estudo. ......... 98 Tabela A.1 - Dados referentes às centrais de produção de energia elétrica da ilha de S. Miguel .................................................................................................. 110 Tabela A.2 - Dados referentes às subestações da ilha de S. Miguel ............................... 111 Tabela B.1 – Combinações ativas de grupos térmicos para cada hora do caso de estudo, considerando os três cenários propostos e a produção real .................................. 117 Tabela B.2 – Consumo de combustível (gr) para cada hora do caso de estudo, considerando o despacho real e o despacho resultante do algoritmo desenvolvido. .... 118 Tabela C.1 – Base de conhecimento. Domínio da curva ótima. .................................... 122 Tabela C.2 – Base de conhecimento. Domínio da extensão do mínimo da curva ótima. ...... 123 Tabela C.3 – Base de conhecimento. Domínio da extensão do máximo da curva ótima. ...... 124 xvii Abreviaturas e Símbolos Lista de abreviaturas AC Alternating Current AT Alta Tensão CGPV Central Geotérmica do Pico Vermelho CGRG Central Geotérmica da Ribeira Grande CHCN Central Hídrica do Canário CHFN Central Hídrica da Fábrica Nova CHFR Central Hídrica do Foz da Ribeira CHRP Central Hídrica da Ribeira da Praia CHSC Central Hídrica do Salto Cabrito CHTB Central Hídrica dos Tambores CHTN Central Hídrica dos Túneis CO2 Dióxido de Carbono CT Custo Total de Produção DFIG Double Fed Induction Generator EDA Eletricidade dos Açores ERSE Entidade Reguladora dos Serviços Energéticos EWA European Wind Association HAWT Horizontal Axis Wind Turbine IGA International Geothermal Association LCOE Levelized Cost Of Energy MIBEL Mercado Ibérico de Eletricidade MPPT Maximum Power Point Tracker MT Média Tensão OMEL Polo Espanhol do Mercado Ibérico de Eletricidade OMI Operador do Mercado Ibérico de Eletricidade OMIP Polo Português do Mercado Ibérico de Eletricidade PEGR Parque Eólico dos Graminhais PRE Produção em Regime Especial REN Redes Energéticas Nacionais xviii SEAE Subestação do Aeroporto SECL Subestação do Caldeirão SEE Sistema Elétrico de Energia SEFO Subestação de Foros SELG Subestação da Lagoa SEMF Subestação de Milhafres SEPD Subestação de Ponta Delgada SESC Subestação das Sete Cidades SESR Subestação de São Roque SEVF Subestação de Vila Franca TSO Transmission System Operator UC Unit Commitment USD United States Dollar VAWT Vertical Axis Wind Turbine Lista de símbolos [A] Mínimo da distribuição densidade de probabilidade Beta [B] Máximo da distribuição densidade de probabilidade Beta Alfa Parâmetro alfa (α) da distribuição densidade de probabilidade Beta Beta Parâmetro beta (β) da distribuição densidade de probabilidade Beta Beta.Acum.Inv Função que devolve o inverso da função de densidade de probabilidade Beta cumulativa a uma distribuição Beta específica C Custo de produção CA Custos anuais de operação e manutenção CAP Capacidade máxima de produção de cada grupo térmico ativo CargaTotal Carga total do sistema CorteHidro/Geo Corte na produção hídrica ou geotérmica CSG1 Consumo do Grupo 1 CSG5 Consumo do Grupo 5 CSG1-4 Consumo de um grupo térmico pertencente à primeira classe CSG5-8 Consumo de um grupo térmico pertencente à segunda classe CSespG1-4 Consumo específico de um grupo térmico pertencente à primeira classe CSespG5-8 Consumo específico de um grupo térmico pertencente à segunda classe CSeq Consumo equivalente do sistema CSTotal Consumo total do sistema CSMG1 Consumo marginal do Grupo 1 CSMG5 Consumo marginal do Grupo 5 D Beneficio fiscal de depreciação xix Distbeta Função que devolve a distribuição Beta E Energia total produzida durante o tempo de vida F Preço do combustível G1 Grupo 1 da central térmica G5 Grupo 5 da central térmica H Consumo de combustível do grupo térmico I Custos de investimento inicial ISC Corrente de curto-circuito L Porção da carga do sistema alimentada pela produção térmica Matriz_tabela Intervalo de células que contém os dados n Número de geradores ativos Num_ind_col Número da coluna no argumento matriz_tabela a partir do qual o valor correspondente tem de ser devolvido PEólica Produção eólica PG1 Produção do Grupo 1 PG5 Produção do Grupo 5 PGeotérmica Produção geotérmica PHídrica Produção hídrica Proc_int Valor lógico que especifica se deseja que PROCV localize uma correspondência exata (1) ou uma correspondência aproximada (0) PROCV Função de pesquisa PTotal Produção total do sistema R2 Coeficiente de correlação S Venda de ativos no final do tempo de vida Valor_proc Valor a procurar na primeira coluna da tabela ou intervalo VOC Tensão de circuito aberto X Mínimo técnico da combinação de geradores € Euros λ Consumo marginal do sistema λeq Consumo marginal equivalente do sistema Gradiente xx Capítulo 1 Introdução A dissertação foi desenvolvida no âmbito do Mestrado Integrado em Engenharia Eletrotécnica e de Computadores da Universidade do Porto, em ambiente empresarial, com a colaboração da empresa Smartwatt. O algoritmo foi desenvolvido com base na estrutura e nos dados do sistema elétrico da ilha de São Miguel, nos Açores. Este capítulo representa uma pequena contextualização, em que são descriminados os objetivos, motivações, ferramentas e informações essenciais para a realização desta dissertação, bem como a estrutura do documento. 1.1 - Enquadramento A utilização de energias renováveis para a geração de eletricidade tem aumentado e vai continuar a aumentar no futuro, devido a pressões ambientais, principalmente em relação ao aquecimento global e emissões de CO2 para a atmosfera. O papel da produção de energia renovável torna-se, assim, mais significativo em relação à exploração e gestão dos sistemas elétricos [1]. A integração de produção renovável nos Sistemas Elétricos de Energia (SEE) pode provocar problemas de continuidade e fiabilidade associados à sua operação. Algumas fontes de energia renovável, como o vento e a radiação solar, são determinadas pelas condições climáticas e meteorológicas e, portanto, a produção renovável seguirá estas condições naturais. Estes padrões, no entanto, podem não coincidir com o perfil de carga do sistema. O problema da integração de energias renováveis em sistemas elétricos necessita de uma consideração especial e requer novos métodos para a alocação da sua potência [2]. O objetivo da exploração de um SEE é o transporte da energia elétrica dos centros de produção para os locais de consumo com máxima continuidade, custos mínimos, máximo de segurança para as pessoas e equipamentos, tensão e frequência nos limites estatutários. Com esse fim há, nomeadamente, necessidade de recorrer a estudos de trânsito de potências, estudos de fiabilidade e estudos de estabilidade [3]. Considerando os custos de produção das diversas centrais, procurar-se-á a configuração mais económica dos centros produtores, recorrendo à realização de um despacho económico. 2 Introdução O despacho económico refere-se ao processo de produzir a quantidade de energia necessária com o menor custo possível. Problemas operacionais, tal como a capacidade do gerador, devem ser considerados para o desenvolvimento de um plano adequado. Este plano tem como objetivo satisfazer as necessidades energéticas de todos os consumidores. A integração massiva de produção renovável em sistemas elétricos interfere na realização do despacho económico, uma vez que são introduzidas novas restrições para a sua resolução, como por exemplo a necessidade de uma reserva adicional para responder à natureza intermitente deste tipo de produção. 1.1.1 - Situação Mundial A nível mundial, o consumo de eletricidade tem aumentado com o decorrer do tempo e prevê-se que este comportamento continue nos próximos anos, tal como é possível observar na Figura 1.1. Figura 1.1 – Consumo mundial de energia, 1970-2020 [4]. Para sustentar o aumento do consumo de eletricidade, é necessário aumentar a capacidade de geração de energia. Os combustíveis fósseis estão na origem de grandes problemas ambientais e alterações climáticas, para além de apresentarem custos elevados, suscitando uma maior aposta na promoção da produção de energia elétrica com base em fontes de energia renovável em detrimento de fontes que provocam a emissão de gases com efeito de estufa. Na Figura 1.2 é ilustrado um aumento da produção renovável em todo o globo terrestre, expectando-se que este aumento se acentue ainda mais nos próximos tempos. Enquadramento 3 Figura 1.2 – Consumo mundial de energia renovável por região, 1990-2030 [5]. Apesar do crescimento global das energias renováveis em sistemas elétricos, é necessário dar destaque ao crescimento da energia eólica que, apesar do seu comportamento intermitente e irregular, se tornou numa das tecnologias de produção renovável mais utilizadas. O facto de também podermos ter produção fora da costa (offshore), aumenta a importância deste tipo de tecnologia em vários países, como nos países banhados pelo Mar do Norte, onde se encontra a maior aglomeração deste tipo de tecnologias de produção eólica. Observando a Figura 1.3, é perfeitamente visível o crescimento exponencial da produção eólica em todo o mundo. Figura 1.3 – Produção anual de energia [6]. 4 Introdução 1.1.2 - Situação Nacional A evolução da integração de produção renovável no sistema elétrico nacional tem sofrido um impacto semelhante aos restantes países do globo, ou seja, é notório um aumento deste tipo de produção no mix energético português, tal como se verifica na Figura 1.4. A produção em regime especial (PRE) inclui a produção eólica, solar, térmica (biomassa e cogeração) e a produção hidráulica sem capacidade de armazenamento. Figura 1.4 – Mix de geração de eletricidade em Portugal, 2000-2011 [7]. O sector elétrico tem sofrido uma revolução na sua estruturação devido aos mercados liberalizados de eletricidade, observando-se um aumento da integração de produção distribuída, em particular da produção eólica. Na Figura 1.5 são apresentados os pesos das fontes de produção de eletricidade no sistema electroprodutor português. Figura 1.5 - Pesos das fontes de produção de eletricidade no sistema electroprodutor português, para o ano de 2011 [8]. A integração de produção renovável provoca um aumento da incerteza associada à previsão de cenários de produção, uma vez que os fatores climatéricos, como a precipitação e o vento, são de difícil previsão. O SEE tem como objetivo igualar a sua produção à carga, satisfazendo as necessidades dos consumidores de energia elétrica. Para cumprir esse objetivo, é essencial que a previsão da produção renovável seja o mais fiável possível, evitando grandes desequilíbrios no sistema e, Enquadramento 5 consequentemente, um aumento nos custos de operação associado à adição de reservas energéticas para balancear o sistema. Essa reserva energética é, usualmente, providenciada por centrais convencionais de produção de eletricidade, devido à sua flexibilidade e controlo da quantidade de recursos disponíveis. 1.2 - Motivação Nos últimos anos tem-se assistido, a nível mundial, a um aumento constante do consumo de energia elétrica, sendo este um bem cada vez mais escasso e cada vez mais essencial para as sociedades atuais. Apesar da evolução das energia renováveis, são as centrais convencionais as que possuem uma maior importância e maior cota de produção nos sistemas elétricos, uma vez que a da produção renovável ainda está longe de conseguir alimentar totalmente o consumo. O preço do petróleo, no entanto, tem vindo a subir e é cada vez mais crucial reduzir os custos de produção de eletricidade. Uma vez que estes custos são muito elevados, qualquer otimização do despacho pode resultar em grandes poupanças e, para além disso, assiste-se a uma diminuição do consumo de combustíveis fosseis, protegendo o ambiente. O problema de despacho económico ganha assim uma maior importância na operação dos SEE. Com o aumento da produção renovável, advém também um maior impacto na operação dos sistemas de energia, dificultando a sua integração no mercado de eletricidade. O comportamento intermitente e inconstante dos seus recursos provoca erros na previsão de produção renovável, aumentando a incerteza na operação do sistema. Aumentando a incerteza, aumenta a necessidade de recorrer a reservas energéticas, suscitando um maior custo de operação. 1.3 - Objetivos O objetivo desta dissertação foi a construção de um algoritmo de otimização do despacho de produção elétrica, considerando a previsão de produção renovável. O desenvolvimento deste algoritmo esteve associado aos seguintes objetivos:  Diminuir os custos de operação do sistema;  Aumentar o tempo de vida útil dos geradores da central térmica, evitando que violem os seus limites técnicos (mínimo e máximo);  Garantir que toda a carga do sistema é alimentada em qualquer momento;  Construir uma base de conhecimento e uma ordem de mérito para os grupos geradores da central térmica;  Entregar à rede, sempre que possível, toda a energia proveniente de fontes renováveis;  Demonstrar que a qualidade das previsões contribui para a redução dos custos. 12 Otimização do despacho de produção elétrica, considerando a produção renovável direção do fluxo de um fluido a alta velocidade. O impulso resultante faz girar a turbina, deixando o fluxo de fluído com uma energia cinética mais reduzida. As turbinas de reação desenvolvem, por seu lado, um binário por meio da sua reação à pressão ou massa do fluido. As turbinas mais comuns são as turbinas Pelton, Francis e Kaplan. A turbina Pelton é uma turbina de impulso, que necessita de um fluxo de água tangencial num dos lados da pá e funciona apenas com uma das partes submersa. É aconselhada para aproveitamentos com grande caudal mas com baixo fluxo de volume de água, sendo ideal para centrais com uma potência de 10 kW ou menos, apesar de já ter sido utilizada em centrais com mais de 200 MW. A turbina Francis, ao contrário da anterior, é uma turbina de reação desenhada para operar totalmente submersa. O fluxo de água segue em direção ao eixo numa direção radial e sai na direção do eixo. Turbinas em grande escala usadas em barragens têm a capacidade de fornecer cerca de 500 MW de potência para um caudal de 100 metros, com eficiência a rondar os 95%. A turbina Kaplan, também uma turbina de reação, foi concebida para trabalhar totalmente submersa, mas com a forma da hélice de um barco [14], normalmente utilizada para baixos desníveis. Na Figura 2.2 é possível observar os três tipos de turbinas mencionados. Figura 2.2 - Turbinas hidráulicas [14]. 2.2.2 - Produção Eólica A produção eólica é uma tecnologia dispersa e renovável que atingiu a maturidade e está a tornar-se um dos mais importantes meios de produção de energia em países como a Dinamarca, Espanha, Alemanha e Portugal [15]. Segundo [9], em alguns destes países, em dias de muito vento, a produção eólica chega a cobrir mais de 80% do consumo de eletricidade. Vários países por todo o mundo estão a introduzir grandes níveis de penetração eólica nos seus sistemas de energia. A produção eólica é cada vez mais considerada não só um meio de reduzir as emissões de CO2 mas também uma alternativa economicamente interessante em áreas com velocidades de vento apropriadas [16], podendo mesmo atingir, segundo a European Wind Association (EWA), os 12% da potência total fornecida na União Europeia em 2020 [1]. A integração deste tipo de produção nos sistemas elétricos de energia, no entanto, tem as suas implicações. É necessário definir de forma objetiva e transparente regras, Tecnologias de produção renovável 13 procedimentos e condições técnicas que permitam a integração eólica nas redes elétricas (Grid Codes). Estas regras têm como objetivo a exploração das redes de forma segura e eficiente, garantindo sempre a qualidade de serviço. Para além disso, evitam atrasos nas decisões relativas às autorizações de ligação dos produtores às redes e permitem o estabelecimento de uma relação de confiança entre os produtores e as concessionárias das redes. Um dos maiores problemas associados à interligação da produção eólica à rede são as variações de tensão em regime permanente e transitório, uma vez que a produção eólica pode ser uma fonte de perturbação na qualidade de serviço, originando variações de tensão devido a variações rápidas de produção (arranque, saída de serviço, etc). Outro grande problema é a variabilidade, ou seja, uma vez que a energia proveniente do vento não pode ser armazenada, apenas se pode gerar eletricidade quando existir vento e o único controlo associado a esta geração é através do desperdício, gerando menos que o possível. Sendo assim, a produção eólica implica a necessidade de maiores reservas secundárias e terciárias. A qualidade de onda também pode ser afetada através do efeito de flicker, isto é, variações de tensão muito rápidas e curtas devido a variações rápidas no sistema de conversão, e através da injeção de harmónicos na rede, distorcendo a forma de onda AC devido a frequências múltiplas de 50 Hz. Esta distorção harmónica pode ser originada por baterias de condensadores ou elementos de eletrónica de potência (ex: conversores) com imperfeições na onda sinusoidal. Pode ainda provocar um trânsito adicional que poderá causar o aquecimento de motores de indução, transformadores, baterias de condensadores e neutros, sendo necessário identificar limites de distorção harmónica para uma produção distribuída através de um cálculo de trânsito de harmónicos. Existe também a possibilidade de ocorrerem congestionamentos em ramos do sistema com baixa probabilidade de ocorrência, sendo necessário recorrer a análises na rede de transporte e na rede de distribuição para evitar possíveis congestionamentos. O comportamento dinâmico do sistema também pode sofrer algumas perturbações. Uma delas é a súbita saída de serviço da instalação de geração eólica em condições de operação correspondente à potência máxima injetada na rede recetora. Outro tipo de perturbações pode ocorrer quando existem variações importantes nos níveis de produção da instalação produtora, nomeadamente no caso de parques eólicos. Por fim, curtos-circuitos em nós relevantes da rede de sub-transmissão e rede de transporte podem implicar a saída de serviço dos geradores eólicos, na sequência da operação das suas proteções. Estes problemas associados à integração de produção eólica dependem muito do tipo de sistema elétrico [16]. Nos sistemas mais recentes de produção eólica existe a capacidade de fornecer certos serviços à rede. Estas tecnologias, contudo, implicam custos adicionais para os promotores do projeto. Um dos serviços refere-se ao ride-throught fault, ou seja, é a capacidade de se manter ligado à rede em caso de cavas de tensão resultantes de defeitos na mesma, evitando assim a saída intempestiva de grandes produções eólicas [17]. Outro serviço refere-se à capacidade de fornecer energia reativa à rede durante um defeito, compensando a cava de tensão por ele provocado, originando um suporte para a tensão na rede. Como se sabe, durante a produção de eletricidade através da força do vento, existe a conversão da energia do vento em energia mecânica através das turbinas eólicas, sendo esta energia mecânica convertida em energia elétrica através de um gerador. As turbinas eólicas dividem-se em dois grupos: turbinas com eixo horizontal (HAWT) e turbinas com o eixo vertical (VAWT). As turbinas HAWT são as mais utilizadas, desenhadas como um moinho, em 14 Otimização do despacho de produção elétrica, considerando a produção renovável que as pás se parecem com uma hélice que gira sobre um eixo horizontal. A Figura 2.3 ilustra um exemplo para cada um dos tipos de turbinas eólicas. Figura 2.3 - Turbina de eixo horizontal (esq) e turbina de eixo vertical (dir) [18]. Quanto aos aerogeradores, podem ser de um dos três tipos de famílias de tecnologias eólicas: máquinas assíncronas (com e sem controlo do ângulo de pitch); máquinas assíncronas duplamente alimentadas e máquinas síncronas de velocidade variável [19]. Dentro destas famílias, existem quatro tipos de aerogeradores: Tipo A,B,C e D. O tipo A é caracterizado por possuir velocidade fixa (uma ou duas velocidades). Correspondem aos geradores assíncronos de rotor em gaiola de esquilo, com o rotor conduzido pela turbina e o estator diretamente ligado á rede. A velocidade varia entre 1% e 2%, daí a denominação de velocidade fixa. Este tipo de aerogerador pode ser concebido com uma ou duas velocidades. No caso do aerogerador de dupla velocidade, apresenta melhorias na performance e redução do ruído quando sujeitos a velocidades do vento reduzidas. Existem poucos sistemas de controlo para este tipo, para além de ligar e desligar, sobretudo se não existir mecanismo de alterar a disposição das pás (controlo pitch ou stall). O controlo do ângulo de pitch permite variar o ângulo de passo das pás através de rotações das mesmas em torno do seu eixo longitudinal. O controlo stall permite, através das características aerodinâmicas das pás do rotor, limitar a potência fornecida a partir de uma certa velocidade do vento. O aerogerador do tipo B possui variação limitada da velocidade. Usa um sistema de eletrónica de potência para controlar uma resistência elétrica ligada ao rotor, que permite, ao rotor e ao gerador, variar a velocidade em mais ou menos 10% durante aumentos rápidos da velocidade do vento, maximizando a potência. Estão equipadas com sistema ativo de controlo da aerodinâmica das pás. O tipo C é o tipo mais comum, possibilitando variações de velocidade e é otimizado com DFIG (gerador de indução duplamente alimentado), combinando as vantagens dos tipos anteriores com os avanços da eletrónica de potência. O gerador de indução possui um rotor bobinado, que está ligado à rede através de um sistema back-to-back voltage source converter (sistema de realimentação de tensão) que controla o sistema de excitação de forma a desacoplar a frequência mecânica e elétrica do rotor e igualar a frequência do rotor e da rede. A aplicação da eletrónica de potência garante o controlo de potência ativa e reativa, permitindo o controlo ativo de tensão. Neste tipo de sistemas, 40% da potência de Tecnologias de produção renovável 15 saída passa pelo inversor para a rede, enquanto o restante passa diretamente para a rede. Permite variações de velocidade na ordem dos 40% em relação à velocidade de sincronismo. Por fim, existe o aerogerador de tipo D, permitindo variações de velocidade com controlador total de frequência. Nestas turbinas o estator encontra-se ligado à rede através de conversor eletrónico de potência. Quando está completamente desacoplada da rede, consegue garantir uma maior escala de velocidades de operação do que as do tipo C, tendo também uma maior flexibilidade na capacidade de controlo da potência reativa e no controlo de tensão. Atualmente, na Europa, o grande investimento da produção eólica tem-se verificado fora da costa (offshore) [20], porque para além de existirem cada vez menos locais ótimos para a exploração da eólica onshore, verifica-se que a produção eólica offshore oferece outro tipo de vantagens. A grande vantagem passa por aproveitar a força do vento offshore, que é muito mais forte do que o vento sentido no continente e, para além disso, as rajadas de vento podem ser fortes durante a tarde, combinando com a altura do dia em que as pessoas usam a maior parte da energia. As turbinas offshore também podem ser localizadas perto das populações que consomem muita energia ao longo das costas, eliminando a necessidade de novas linhas de transmissão terrestre [21]. No entanto, este tipo de produção também apresenta as suas desvantagens. Como o vento offshore é muito mais forte, são necessários equipamentos especiais e boas condições meteorológicas para a sua instalação e manutenção. Segundo [22], a energia eólica offshore possui a tecnologia de geração de energia mais cara a ser considerada para a implantação em larga escala. Cada turbina eólica comercial instalada no mar é apoiada numa base ou sobre o fundo deste, o que significa que a maioria dos projetos existentes se verificam em águas rasas, com uma profundidade máxima de 30 metros [23]. O Mar do Norte é, atualmente, o local onde existe uma maior implementação de turbinas eólicas offshore, isto porque apresenta ventos muito fortes e águas com pouca profundidade. Em Portugal, foi recentemente inaugurada a primeira plataforma eólica offshore (WindFloat), sendo esta a primeira, a nível mundial, concebida para a exploração eólica em águas profundas [24]. 2.2.3 - Produção Fotovoltaica Na ilha de São Miguel, caso de estudo, não existe a integração da produção fotovoltaica no sistema produtor de energia elétrica. Este tipo de produção renovável, no entanto, é abordado neste capítulo pois, atualmente, a sua importância é cada vez maior e pode facilmente ser integrado no SEE da ilha. A energia solar fotovoltaica é um tipo de energia renovável obtida diretamente através da radiação solar mediante um dispositivo semicondutor denominado de célula fotovoltaica. Um painel solar corresponde à associação de várias células solares. Este tipo de energia é utilizado para alimentar, por exemplo, vários dispositivos autónomos ou casas e, para além disso, é possível produzir eletricidade em grande escala a partir das redes de distribuição e integrá-la na rede. Este tipo de produção renovável tem vindo a ganhar uma importância cada vez maior nos dias de hoje, uma vez que os preços dos painéis solares têm vindo a baixar e os locais ótimos para a exploração eólica e hídrica são cada vez mais escassos. O preço tem vindo a descer ano após ano, tal como se pode observar na Figura 2.4, e prevê-se que esta tendência se manterá nos próximos tempos. 16 Otimização do despacho de produção elétrica, considerando a produção renovável Figura 2.4 - Evolução do preço médio dos painéis solares desde Maio de 2009 até Setembro de 2012 [25]. Outro aspeto comprovativo da maturação deste tipo de produção renovável é a crescente taxa de produção de células e painéis fotovoltaicos nos últimos anos. Entre 2001 e 2012 houve um crescimento exponencial na produção de painéis fotovoltaicos, duplicando a cada dois anos [26]. Caso esta tendência se mantenha, as células fotovoltaicas podem cobrir 10% do consumo global de energia em 2018, atingindo uma produção de 2.200 TWh [27]. Esta é a terceira fonte de energia renovável mais importante em termos de capacidade instalada a nível global e apresenta neste momento uma fração significante no mix energético da União Europeia, cobrindo em média entre 3% a 5% do consumo e entre 6% a 9% nos países de maior produção como a Alemanha, Itália e Espanha. Para que seja possível a transformação de energia solar em energia elétrica, é necessário que ocorra o efeito fotovoltaico, isto é, transformação direta da luz em energia elétrica através de células solares. Neste processo, são utilizados materiais semicondutores como o silício, o arsenieto de gálio, telurieto de cádmio ou disselenieto de cobre e índio [28], sendo a célula de silício cristalina a mais comum. Os materiais constituintes das células devem possuir a maior pureza possível e por isso são realizados vários processos químicos para que a transformação aconteça. Tendo em conta que o átomo de silício puro, na última camada tem 4 eletrões de valência e que estes formam ligações covalentes perfeitas com átomos de silício vizinho, estas são ligações muito fortes e necessitam de muita energia para conseguir libertar eletrões, pelo que uma estrutura constituída unicamente por silício é por si um fraco condutor, sendo assim necessário dopá-lo. Na dopagem do tipo N, é adicionado uma pequena quantidade de fósforo, que tem 5 eletrões na última camada formando assim ligações covalentes perfeitas com os 4 eletrões do silício. O 5º eletrão vai continuar ligado ao fósforo por uma ligação fraca pelo que necessita de pouca energia para se libertar, adquirir movimento e produzir assim corrente elétrica. A camada do tipo N tem, desta forma, excesso Tecnologias de produção renovável 17 de eletrões. Na dopagem do tipo P, é adicionado uma pequena quantidade de Boro, que tem 3 eletrões na última camada. Formam-se assim ligações covalentes perfeitas com os 3 eletrões do silício. Não havendo eletrões suficientes, o resultado obtido é uma lacuna. Desta forma, a camada do tipo P tem excesso de lacunas. A união destas duas camadas é chamada de ligação PN e gera um campo elétrico devido aos eletrões na camada N que vão ocupar as lacunas na camada do tipo P. Com incidência da radiação solar na célula e devido ao campo elétrico criado na ligação PN, os eletrões vão fluir da camada do tipo P para a camada do tipo N, ocorrendo assim o efeito fotovoltaico. Este fluxo é possível usando ligações que fechem o circuito e ocorre enquanto a radiação solar estiver a incidir na célula. Quanto maior esta radiação incidente, maior o fluxo [29]. A célula pode ser modelizada num circuito equivalente que contem um gerador, um díodo e duas resistências que representam as perdas (Figura 2.5). A resistência em paralelo corresponde às perdas por corrente e resistência em série às perdas por tensão. Figura 2.5 - Estrutura típica de uma célula fotovoltaica e respetivo circuito equivalente [29]. Recorrendo à curva típica das células solares presente na Figura 2.6, é notório que é possível otimizar a sua utilização. Figura 2.6 - Curva típica de uma célula solar [30]. 18 Otimização do despacho de produção elétrica, considerando a produção renovável Na figura anterior, Voc corresponde à tensão em circuito aberto e ISC corresponde à corrente em curto-circuito. A indicação destes valores é obrigatória nas chapas de características dos painéis solares. Na Figura 2.6 pode-se observar que existe uma potência ativa máxima para um determinado valor de tensão e corrente, assim, pretende-se que este seja sempre o ponto de operação do sistema, mas nem sempre é fácil de garantir que isso aconteça. Uma das soluções para este problema é o uso de um MPPT (seguidor solar), em que este dispositivo garante que o ponto de operação do sistema é o ponto de extração da potência máxima. O uso de seguidores de um ou dois eixos, em locais de elevada radiação direta, pode aumentar consideravelmente a produção de energia solar em cerca de 30% para o primeiro caso e um adicional de 6% para o segundo [31]. 2.2.4 - Produção Geotérmica A energia geotérmica é a energia termal gerada e armazenada no nosso planeta. O calor da Terra promove uma produção de energia contínua (24 horas por dia), limpa e sustentável [32]. Esta energia é considerada um recurso renovável porque o calor do interior da Terra é essencialmente ilimitado. O calor flui continuamente no interior do planeta, movimentandose inicialmente por condução, correspondendo a 42 milhões de MW de potência e deverá permanecer assim por biliões de anos, garantindo uma fonte inesgotável de energia [33]. Atualmente, 24 países recorrem à produção de eletricidade a partir da energia geotérmica [34], enquanto o calor geotérmico é utilizado em cerca de 70 países [35]. Segundo a IGA (Associação Internacional Geotermal), existem cerca de 10,705 MW de potência geotérmica ativa. Um sistema geotérmico necessita de calor, permeabilidade e água [32]. O calor no núcleo do planeta continua a fluir para o exterior e, ocasionalmente, este calor, em forma de magma, ascende à superfície mas normalmente mantêm-se debaixo da crosta terrestre, aquecendo as rochas e a água que se encontram nas proximidades, chegando mesmo a temperaturas de 700ºF (aproximadamente 371ºC). A água aquecida pelo calor terrestre (água quente ou vapor) pode ficar presa em rochas permeáveis e porosas sob uma camada de rochas impermeáveis e, assim, pode surgir um reservatório geotérmico como o da Figura 2.7. Figura 2.7 - Formação de um reservatório geotérmico [32]. Tecnologias de produção renovável 19 Para a produção de eletricidade, o calor tem que ser transportado para a superfície pela circulação do fluido, através de condutas de magma, fontes geotermais, circulação hidrotermal, poços de petróleo, poços de água ou uma combinação destes. Quando a crosta é fina, a circulação do calor acontece naturalmente. Nestes casos é suficiente transportar o fluido até perto da superfície terrestre através de condutas de magma e depois para a superfície através das fontes geotermais. Quando não é possível utilizar estas fontes, são necessárias técnicas mais complexas. Estima-se que o potencial de geração de eletricidade a partir da energia geotérmica varia entre 35 a 2000 GW, dependendo do valor dos investimentos e das condições geológicas do local [35], com uma baixa eficiência térmica entre os 10% e os 23% [36]. A exploração deste tipo de recurso, no entanto, é considerada sustentável pois a extração é muito pequena em relação ao calor total proveniente do planeta Terra. Para evitar a escassez local, a extração deve ser monitorizada e controlada. As centrais de produção de eletricidade a partir da energia geotérmica são semelhantes às centrais térmicas que usam turbinas a vapor. Atualmente, existem quatro tipos de centrais comerciais: centrais geotérmicas de vapor seco, de vapor de fuga, de ciclo binário ou uma central de ciclo combinado entre o vapor de fuga e o binário. As centrais de vapor seco são as mais simples e mais antigas, em que o vapor geotermal tem que possuir no mínimo uma temperatura de 150ºC e é diretamente utilizado para acionar as turbinas [35]. É, no entanto, muito raro encontrar recursos de vapor seco. As centrais de vapor de fuga são, atualmente, o tipo de central mais comum. O fluido geotérmico tem que estar no mínimo a uma temperatura de 180ºC e é inicialmente captado para tanques de baixa pressão anexos ao aproveitamento. A maior parte do fluido é transformado em vapor e separado do restante fluido, sendo depois utilizado para acionar o grupo turbo-alternador [37]. Após a passagem do vapor pelas turbinas, a água condensa e volta para o reservatório. Os recentes avanços da tecnologia tornaram possível a produção económica de eletricidade a partir de recursos geotérmicos abaixo dos 150ºC [32], nascendo assim as centrais termoelétricas de ciclo binário que podem usar aproveitamentos com temperaturas a partir dos 57ºC. A água geotermal moderadamente quente passa por um fluido secundário com um ponto de ebulição muito mais baixo que o da água, fazendo assim com que este fluido se transforme em vapor, acionando as turbinas. Atualmente este é o tipo de central geotérmica mais construída, uma vez que podem ser instaladas em muitos mais locais que as anteriores. Por fim, existe a central de ciclo combinado, combinando o vapor de fuga com o binário. Este tipo de centrais procura absorver as vantagens de ambas as tecnologias. Nesta tecnologia, a porção de água geotermal que se transforma em vapor de fuga a uma pressão reduzida é primeiramente convertida em eletricidade através de uma turbina a vapor de contrapressão e o vapor de baixa pressão libertado é condensado no sistema binário [32]. A estrutura e o modo de funcionamento de cada uma das centrais geotérmicas são resumidamente ilustrados na Figura 2.8. 20 Otimização do despacho de produção elétrica, considerando a produção renovável Figura 2.8 - Tipos de centrais geotérmicas. Central de vapor seco (Dir. cima); central de vapor de fuga (Esq. cima); central de ciclo binário (Dir. baixo) [38]; central de ciclo combinado vapor de fuga/binário (Esq. baixo) [32]. 2.3 - Integração da produção renovável nos SEE A integração de produção renovável nos sistemas elétricos de energia (SEE) é cada vez maior, devido à consciencialização das graves alterações climáticas verificadas nos últimos anos. É possível ler na Diretiva Europeia 2001/77/CE que “o aumento da utilização de eletricidade produzida a partir de fontes de energia renováveis constitui uma parte substancial do pacote de medidas necessário ao cumprimento do Protocolo de Quioto à Convenção-Quadro das Nações Unidas relativa às alterações climáticas e de qualquer pacote de medidas destinadas ao cumprimento de compromissos ulteriores”. O objetivo da União Europeia é garantir que no ano de 2020 cerca de 20% da sua energia seja proveniente de fontes renováveis [39]. Na Figura 2.9 é possível observar o crescimento previsto das energias renováveis na Europa até ao final da década. De salientar a grande aposta na eólica offshore, que atualmente detém uma pequena cota da produção renovável total mas possui uma grande margem de progressão, principalmente no Mar do Norte, uma vez que este apresenta uma combinação ótima entre ventos fortes e águas rasas. A produção eólica offshore, contudo, ainda possui custos muito elevados referentes à manutenção, ultrapassando o dobro do custo das eólicas onshore [23]. Integração da produção renovável nos SEE 21 Figura 2.9 – Potencial crescimento das energias renováveis na Europa [40]. 2.3.1 - Importância da previsão de produção renovável A integração de fontes de energia renovável nas redes elétricas tornou-se um grande desafio na utilização e controlo dos SEE, devido ao comportamento flutuante e intermitente da produção eólica e solar, em que os recursos disponíveis são impossíveis de se controlar. Tornou-se assim necessário integrar a produção renovável num SEE inicialmente desenhado para grandes quantidades de produção provenientes da queima de combustíveis fosseis e centrais nucleares próximas dos centros consumidores [41], conduzindo a problemas de congestionamento de linhas, aumento das perdas nas mesmas e a necessidade de uma reserva de energia. Nos sistemas elétricos, a produção e o consumo têm que se igualar em todos os momentos. Uma vez que é impossível controlar a produção renovável, existem duas maneiras possíveis de resolver este problema: a primeira, menos interessante, passa por desperdiçar energia proveniente de fontes renováveis, não a usando totalmente quando está disponível; a segunda, mais interessante, passa pela previsão da disponibilidade dos recursos [42]. Estes recursos são determinados pelas condições climatéricas, estando disponíveis apenas em certas quantidades e períodos de tempo. Por exemplo, nos países europeus, é usual que no Inverno exista elevada precipitação e vento, contribuindo para a produção eólica e hidroelétrica. Quanto à produção solar, só está disponível durante o dia e com mais abundância nos meses de Verão. A previsão constitui um pré-requisito para a integração de grande parte das fontes renováveis nos SEE, uma vez que interliga a produção dependente das condições climatéricas 28 Otimização do despacho de produção elétrica, considerando a produção renovável em que: I – Custos de investimento inicial; D - Benefício fiscal de depreciação; CA – Custos anuais de operação e manutenção; S – Venda de ativos no final do tempo de vida; E – Energia total produzida durante o tempo de vida. As barras verticais coloridas observadas na figura seguinte representam o intervalo típico do LCOE de cada tecnologia e as linhas horizontais coloridas representam a média ponderada deste custo por país/região. Figura 2.13 - Custo da energia elétrica por região e por tecnologia de produção renovável [25]. Os principais determinantes do custo da energia elétrica proveniente de sistemas eólicos são os custos de investimento, custos de operação e manutenção. O custo das turbinas é o elemento com maior peso nos custos de investimento, representando cerca de 84% do seu total. Num projeto eólico, os custos de investimento dividem-se nas seguintes categorias: custo das turbinas, construção civil, custos de conexão à rede (por exemplo transformadores e subestações), custos de projeto e planeamento e outros custos de investimento, como sistemas de controlo, construção de estradas ou edifícios [57]. Em relação aos custos de operação e manutenção, segundo [58], estes representam entre 20% a 25% do custo total da energia. Em relação à energia hidroelétrica, esta é uma tecnologia de capital intensivo, com longos prazos de desenvolvimento e de construção devido ao planeamento, design e obras de engenharia civil necessárias. Em projetos hidroelétricos, existem dois fatores principais que contribuem para os seus custos: a construção da central (incluindo os custos do desenvolvimento do projeto) e os custos relacionados com os equipamentos eletromecânicos. Custos da produção renovável 29 O desenvolvimento do projeto inclui o planeamento e estudos de viabilidade, análise dos impactos ambientais, licenciamento, medidas de mitigação dos peixes e animais selvagens/biodiversidade, o desenvolvimento de atividades recreativas, de mitigação histórico e arqueológico, e monitorização da qualidade da água. Usualmente, as centrais hidroelétricas necessitam de pouca manutenção e os seus custos de operação são baixos. Quando é instalada uma série de centrais ao longo de um rio, o controlo centralizado pode reduzir os custos de operação e manutenção para níveis muito baixos. Os custos de operação e manutenção anuais são apresentados, normalmente, como uma percentagem dos custos de investimento por kW por ano, em que os valores típicos vão desde 1% até 4% [25]. A energia hidroelétrica é uma tecnologia madura, previsível e também pode ser uma fonte de custo de eletricidade muito baixo. Embora exija grandes investimentos iniciais, apresenta maior tempo de vida do que qualquer outra central de geração (com substituição de peças) e, em geral, baixos custos de operação e manutenção. A tecnologia fotovoltaica, atualmente, provou também ser uma tecnologia madura e a sua integração já se verifica em vários mercados. Com a constante redução dos preços, a sua integração será cada vez mais comum, todavia, o seu LCOE ainda é maior do que grande parte das restantes tecnologias renováveis. Os custos de investimento de um sistema fotovoltaico são compostos pelo custo dos painéis fotovoltaicos e o custo dos componentes auxiliares. O custo do painel fotovoltaico é determinado pelos custos das matérias-primas, nomeadamente os custos de silício, processamento/fabrico de células e custos de montagem do painel. O custo dos componentes auxiliares inclui itens como o custo do sistema estrutural (por exemplo, instalação estrutural, prateleiras, preparação e outros anexos), os custos do sistema elétrico (por exemplo, o inversor, transformador, cabos e outros custos de instalação elétrica) e o custo das baterias ou de outro sistema de armazenamento, como no caso de aplicações desligadas da rede [59]. A tecnologia fotovoltaica apresenta baixos custos de operação e manutenção, que dependem do tipo de painéis utilizados. As centrais geotérmicas necessitam de capital intensivo para a sua instalação mas, no entanto, apresentam custos operacionais bastante baixos e previsíveis. Os custos de investimento têm aumentado ao longo do tempo, essencialmente devido ao aumento dos preços das commodities, mas também devido ao aumento dos custos de perfuração, em paralelo com o que aconteceu nos setores do petróleo e gás. Estes custos de instalação de uma central geotérmica são, atualmente, entre 60% a 70% maiores do que no ano 2000 [60]. Os custos totais de investimento numa central geotérmica são compostos pelas seguintes parcelas: custos de exploração e avaliação de recursos, perfuração e re-injeção de poços de produção, infraestrutura de campo e outras instalações de superfície, construção da central e os seus custos associados, e os custos do desenvolvimento do projeto e de ligação à rede [25]. As recentes quedas no preço das energias renováveis reflete o aumento da maturidade destas tecnologias. A marcante melhoria na competitividade das energias renováveis está a alterar o cenário de geração energético, em que as energias renováveis estão a tornar-se rapidamente a escolha mais económica não só para off-grid e mini-redes, mas também para a rede elétrica. Para ser efetuada uma transição para um setor de energia verdadeiramente sustentável, será necessário criar um cenário em que exista a obrigatoriedade de que as energias renováveis sejam a solução de menor custo para quase toda a nova capacidade necessária de geração elétrica em todo o mundo, para cobrir tanto o aumento da procura como a reforma das centrais [25]. 30 Otimização do despacho de produção elétrica, considerando a produção renovável 2.5 - Despacho económico As unidades de produção de energia elétrica convencional requerem custos de investimento elevados e de manutenção, sendo limitada a existência de recursos para a sua operação. No caso dos grupos térmicos, estes recursos não são de cariz renovável e, portanto, possuem custos associados. O principal objetivo na operação dos mercados de eletricidade corresponde à alocação eficiente dos recursos de produção face às ofertas de compra de energia elétrica [61]. Na situação que foi abordada neste trabalho, Ilha de São Miguel, dada a ausência de Operador de Mercado, o despacho económico tem vindo a ganhar uma relevância crescente, devido o aumento do consumo de energia e do preço do petróleo. Neste caso concreto, este problema terá de ser formulado de modo a integrar a produção das centrais geotérmicas, das centrais hídricas e do parque eólico. Em relação à energia restante para alimentar a carga prevista, o despacho económico indica quanto irá produzir cada máquina da central térmica, de forma a igualar a carga total ao somatório de todas as produções, com o mínimo custo possível. Neste subcapítulo serão apresentados os métodos clássicos para a resolução do despacho económico nos grupos térmicos. 2.5.1 - Custos de produção das centrais térmicas Para a operação de um sistema de energia, os custos mais relevantes estão associados ao combustível utilizado pelas centrais térmicas na produção de energia elétrica, pelo que é aqui que o despacho pode trazer mais poupanças. Na Figura 2.14, pode-se observar um esquema simplificado de um grupo térmico de produção de energia elétrica, sendo este representado por uma caldeira geradora de vapor, que por sua vez vai acionar um sistema turbina-gerador acoplado. Figura 2.14 - Esquema de um grupo térmico com caldeira-turbina-alternador [62]. Em cada momento, a rede de energia elétrica recebe a potência gerada pelo grupo térmico de forma a satisfazer o consumo, sendo uma pequena porção utilizada para alimentar os serviços auxiliares do próprio grupo (bombas de circulação da caldeira, ventoinhas de arrefecimento, bombas de circulação de água do condensador, etc). Esta porção de potência Despacho económico 31 ronda os 2% a 6% da potência total produzida. A relação entre a queima de combustível (H) e a potência fornecida à rede (P) pode ser obtida experimentalmente por ensaios a diferentes regimes de carga e pode ser aproximada por uma função polinomial de segunda ordem. (2.2) onde: H – Consumo de combustível do grupo térmico (gr/h) P – Potência elétrica entregue à rede (MW) a,b,c – Parâmetros característico do grupo Para se obter o custo de produção de um grupo térmico, multiplica-se H pelo preço do combustível utilizado. (2.3) em que: C – Custo de produção (€/h) F – Custo do combustível (€/gr) Na Figura 2.15 está ilustrado o comportamento da curva de custo de um gerador térmico. De salientar que existem limites técnicos de operação (Pmin e Pmax), que variam dependendo da unidade produtora. Figura 2.15 - Curva do custo de produção de um grupo térmico [62]. O custo marginal de um grupo térmico é outro parâmetro importante. Matematicamente, este custo refere-se à derivada da curva do custo de produção e tem uma grande importância no despacho, pois o ponto ótimo de funcionamento do sistema com vários grupos térmicos é 32 Otimização do despacho de produção elétrica, considerando a produção renovável atingido quando todas as unidades produtoras operam com o mesmo custo marginal [63]. A sua expressão é a seguinte: (2.4) O custo marginal apresenta-se em Euros por megawatt-hora (€/MWh) e tem um comportamento linear quando a função custo do grupo térmico é uma função de segundo grau (Figura 2.16). Figura 2.16 - Curva do custo marginal de um grupo térmico [62]. 2.5.2 - Formulação do problema de despacho de centrais térmicas A Figura 2.17 representa um sistema produtor constituído por n geradores térmicos conectados a um barramento comum e que satisfazem o consumo total do sistema (Pcarga). A potência de saída de cada grupo é dada por Pi e o custo associado a esse valor de potência é Ci [62]. Despacho económico 33 Figura 2.17 - Sistema eletroprodutor com n grupos que alimentam uma carga [62]. Matematicamente falando, pode-se afirmar que o problema é muito conciso, sendo constituído por uma função objetivo, CT, igual ao custo total necessário para alimentar a carga indicada. O problema resume-se em minimizar a função objetivo CT, respeitando todas as restrições técnicas de operação dos grupos e garantindo que o somatório das produções destes é igual à carga a alimentar. Sendo assim: (2.5) sujeito a: (2.6) (2.7) A expressão 2.6 garante que o somatório das produções de todos os geradores é igual à carga do sistema e a expressão 2.7 assegura o cumprimento dos limites técnicos de operação de cada unidade. Durante este capítulo serão apresentados os vários métodos clássicos para a resolução do despacho económico. 2.5.3 - Métodos de resolução (negligenciando as perdas) O problema de despacho económico pode ser facilmente resolvido quando as perdas nas linhas são negligenciadas [64]. As únicas restrições impostas nos métodos seguintes são as restrições técnicas dos geradores e a restrição de igualdade da produção total ao consumo. Apenas no final deste capítulo serão apresentados métodos de resolução de despachos económicos que incluem as perdas de transmissão e as restrições de operação dos geradores. 2.5.3.1 - Multiplicadores de Lagrange Uma das opções para resolver um problema de otimização do despacho económico é através dos multiplicadores de Lagrange. Primeiro, é necessário reformular a estrutura da 34 Otimização do despacho de produção elétrica, considerando a produção renovável expressão que iguala a produção dos geradores ao consumo, ou seja, a expressão 2.6. Esta passa a ter o aspeto seguinte: (2.8) De forma a estabelecer as condições necessárias para determinar o valor extremo da função objetivo, é necessário que a expressão 2.8 seja multiplicada por um coeficiente de Lagrange e somada com a própria função objetivo. Esta expressão é conhecida como a função de Lagrange (2.9). (2.9) Para se obter um valor extremo da função objetivo, é necessário que a primeira derivada da função de Lagrange seja igual a zero (2.10). Neste caso existem n+1 variáveis, os n valores da potência de saída, Pi, mais o multiplicador de Lagrange indeterminado, λ [63]. (2.10) A condição necessária para garantir um custo mínimo de operação dos geradores térmicos passa por garantir que o custo marginal de todas as unidades seja igual a um valor indeterminado, λ [63]. Resumindo, para resolver um despacho económico sem perdas utilizando os multiplicadores de Lagrange, será necessário cumprir todas as seguintes expressões: n equações 2n inequações (2.11) 1 restrição No caso das inequações, quando os geradores atingem os seus limites técnicos de operação, o seu custo marginal vai forçosamente ser diferente do custo marginal do resto dos grupos do sistema. para para (2.12) Despacho económico 35 para 2.5.3.2 - Método iterativo Lambda (λ) A solução apresentada por este método para o despacho económico pode ser aproximada por técnicas gráficas. Considerando que o sistema é constituído por três geradores térmicos, uma solução passaria por colocar num mesmo gráfico a curva do custo marginal de cada um, tal como é possível observar na Figura 2.18. Figura 2.18 - Solução gráfica para o despacho económico [65]. Os pontos de operação devem corresponder ao custo mínimo e o somatório das produções dos geradores devem satisfazer o consumo de energia elétrica, PR. Para isto, pode-se utilizar uma simples régua para encontrar uma solução, ou seja, pode-se assumir um custo marginal e encontrar as potências de saída correspondentes a este custo. Para além de técnicas gráficas, também se recorre a um processo iterativo, em que se assume o valor do custo marginal e se verifica qual a potência de saída total para este valor, no entanto, a primeira estimativa deverá estar incorreta. Se o valor da potência total de saída se encontrar demasiadamente baixo, aumenta-se λ, e no caso em que o valor da potência total é demasiadamente alto, diminui-se λ. Com duas soluções, pode ser interpolado ou extrapolado um valor mais próximo do valor da potência total (Figura 2.19). Este processo é repetido até que seja atingida a potência de saída desejada. 36 Otimização do despacho de produção elétrica, considerando a produção renovável Figura 2.19 - Projeções do Lambda [65]. Este processo pode ser adotado para uma implementação computacional, em que a implementação do cálculo da potência de saída é independente do método utilizado para encontrar a solução. Isto é, a potência de saída de cada gerador pode ser solucionada por um método diferente. Uma vez que se trata de um processo iterativo, é necessário definir um critério de paragem, sendo que para esta aplicação é usual utilizar um de dois critérios. O primeiro garante que o processo só acaba quando a potência total de saída cumpre a tolerância especificada para o consumo. O segundo garante que o processo é finalizado quando é atingido um valor máximo de iterações. Este processo iterativo pode ser representado pelo fluxograma da Figura 2.20: Despacho económico 37 Figura 2.20 - Método iterativo Lambda [65]. 2.5.3.3 - Método do gradiente Através do método iterativo do Lambda, é possível saber qual o valor da produção de cada gerador, dependendo do valor do custo marginal. No caso da função quadrática de custo, ou no caso em que função do custo marginal é representada por uma função linear, isto é possível, contudo, é usual que as funções de custo se apresentem de uma forma mais complexa, tal como a seguinte: (2.13) Nestes casos, recorre-se a métodos mais simples para se encontrar o ótimo do problema, como é o caso deste método do gradiente. Este método procura o ponto mínimo da função de custo através do gradiente (gradient search), trabalhando sobre o principio de que o mínimo de uma função, f(x), pode ser encontrado através de vários passos que seguem sempre uma direção descendente. Partindo de qualquer ponto inicial, x0, é possível encontrar a direção da descida “mais ingreme” através do gradiente de f ( f) [63]. O gradiente é determinado através da expressão 2.14. 44 Otimização do despacho de produção elétrica, considerando a produção renovável Finalizado o processo, é possível conhecer as produções dos diversos grupos térmicos, as perdas do sistema e o custo total associado à produção do sistema. 2.5.5 - Inclusão de restrições de operação dos geradores Para a resolução do despacho económico, para além da inclusão das restrições acima explicitas como os limites técnicos de produção dos geradores, também existem restrições de limites de rampa das unidades produtoras, restrições relacionadas com zonas proibitivas de operação, restrições do fluxo que percorre a linha e restrições da reserva girante. As rampas das unidades produtoras ou a taxa de resposta de potência podem ser descritas como a capacidade dos geradores em responder a variações de potência em intervalos de tempo específicos. A gama de operação de todas as unidades produtoras é restringida pelos seus limites de rampa [68]. Na Figura 2.22 é possível observar três diferentes situações de operação de uma unidade produtora: Figura 2.22 - Possíveis situações de operação de um gerador [68]. Na situação a) observa-se um estado de operação estável, em b) a unidade produtora encontra-se num estado em que a sua potência produzida está a aumentar com o tempo e no caso c) verifica-se o contrário, ou seja, a potência produzida está a diminuir. As restrições das rampas crescentes e decrescentes podem ser escritas da seguinte forma [69]: (2.41) em que: Pi0 – potência de saída anterior, correspondente ao gerador i; URi – Limite superior da rampa do gerador i; DRi – Limite inferior da rampa do gerador i. Para se considerar as restrições correspondentes aos limites das rampas e aos limites técnicos dos geradores ao mesmo tempo, considera-se a seguinte equação: (2.42) Despacho económico 45 Outra das possíveis restrições das unidades produtoras prende-se ao facto de, em alguns casos, existirem zonas de operação que podem nem sempre estar disponíveis para a produção de potência, devido às limitações das restrições práticas de operação [70]. Estas zonas são chamadas de zonas de operação proibidas. A Figura 2.23 apresenta um exemplo de um gerador com duas zonas de operação proibidas. Figura 2.23 - Exemplo de uma função de custo com duas zonas de operação proibidas [70]. Neste exemplo, a formulação das suas restrições é mostrada na expressão seguinte: (2.43) em que: Pli,k – Limite inferior da zona de operação proibida do gerador i; Pui,k - Limite superior da zona de operação proibida do gerador i; NPZ,i – Número de zonas proibidas do gerador i. Por fim, ainda é possível adicionar uma restrição que impede que a potência a circular na linha não exceda os limites técnicos da mesma. (2.44) sendo que: PLf,k – potência real que transita na linha k; L – número de linhas de transmissão. 46 Otimização do despacho de produção elétrica, considerando a produção renovável 2.6 - Conclusões Os graves problemas ambientais atualmente existentes levaram a que a União Europeia tivesse a preocupação de implementar normas e protocolos com o objetivo de minimizar a emissão de CO2 para a atmosfera. Uma das medidas acordadas para travar este problema passa pela integração de uma maior capacidade de produção renovável nos sistemas elétricos de energia dos vários países. Neste capítulo foram abordadas as tecnologias de produção renovável existentes na ilha de São Miguel, nomeadamente tecnologias de produção hidroelétrica, eólica e geotérmica. A produção fotovoltaica, apesar de não se encontrar presente na ilha, também foi abordada. Nos últimos anos verificou-se uma drástica redução de custos das tecnologias de energia renovável, todavia, a tecnologia de produção hidroelétrica provou que continua a ser a tecnologia mais madura dentro das renováveis. Esta tem como grandes vantagens a sua fácil previsão, rápida capacidade de responder a desvios na carga ou no sistema e, no caso de possuir sistema de bombagem, é a tecnologia de armazenamento de energia mais importante em grandes sistemas elétricos. Esta possui o custo energético (LCOE) mais baixo, juntamente com a produção geotérmica, em relação a outras tecnologias de produção renovável. A tecnologia de produção eólica também provou ser uma tecnologia madura e é detentora, atualmente, de um papel cada vez mais importante em países com ventos fortes. Estão a ser integradas, em todo o mundo, grandes quantidades de produção eólica nos seus sistemas de energia. A integração deste tipo de produção nestes sistemas tem, no entanto, as suas implicações, principalmente devido ao seu comportamento volátil e intermitente. É necessário definir de forma objetiva e transparente regras, procedimentos e condições técnicas que permitam a integração eólica nas redes elétricas. Nos últimos anos, no continente europeu, tem-se verificado uma grande aposta em tecnologias de produção eólica offshore. Este tipo de produção é colocado em mares com baixa profundidade e ventos fortes, no entanto, devido aos seus elevados custos de instalação e manutenção, torna-se a tecnologia de produção renovável mais dispendiosa. A redução dos preços e o aumento da produção de painéis solares tem sido uma constante ao longo dos anos, impulsionando a produção fotovoltaica. Este tipo de tecnologia tem alcançado a sua maturação e neste momento é a terceira fonte de energia renovável mais importante em termos de capacidade instalada a nível global e representa uma fração significativa no mix energético da União Europeia. O seu recurso, no entanto, está indisponível durante vários períodos de tempo e o seu LCOE, segundo [25], continua a ser dos mais elevados em relação a outras tecnologias de produção renovável. As centrais geotérmicas, no entanto, têm sentido um aumento nos seus custos de investimento, aumentando para mais de metade desde o início do século. Apesar do seu aumento nos custos de investimento, o seu LCOE continua a ser dos mais baixos devido ao seu reduzido custo de operação e manutenção. Este tipo de produção tem como grande vantagem a sua constante exploração, praticamente sem oscilações, todavia, possui baixa eficiência térmica e existem poucos locais ótimos para a exploração deste tipo de centrais. A integração de produção renovável nas redes elétricas tornou-se um grande desafio na operação e controlo dos SEE, devido ao comportamento flutuante e intermitente da produção eólica e solar, em que os seus recursos disponíveis são impossíveis de se controlar. A produção eólica pode ser prevista com um dia de antecedência, no entanto, existem Conclusões 47 situações em que erros de previsão variam entre os 20% e os 50%. As incertezas nas previsões da produção eólica provocam um aumento do custo operacional do sistema, uma vez que é necessário um aumento das reservas (secundária e terciária) para colmatar a variabilidade do vento. Sabendo que a produção tem que se igualar a carga em todos os momentos, a previsão dos recursos renováveis e a disponibilidade de informações precisas quase em tempo real tornaram-se em elementos de extrema importância na otimização do UC e do despacho económico. Em Portugal, atualmente, vive-se um momento de transição de mercado regulado para mercado liberalizado de energia. A operação deste mercado segue, por esta ordem, os seguintes passos: previsão da carga com um dia de antecedência (day-ahead forecast); mercado diário (day-ahead market), onde existem licitações para a produção e compra de energia, tal como para as reservas de operação; mercado intra-diário (intraday market), onde a produção é ajustada para igualar a carga, devido a erros de previsão; e no final, a potência realmente gerada é registada. No nosso país, o mercado diário funciona em pool simétrico, em que as propostas de compra são organizadas por ordem decrescente e as propostas de venda por ordem crescente. O preço de equilíbrio ou preço de mercado, para cada hora, é definido como o ponto de interceção das duas curvas, correspondendo ao preço da última unidade da última oferta aceite, de forma a satisfazer a procura correspondente. A curva da oferta é construída de forma crescente, constituindo uma ordem de mérito, uma vez que vai da tecnologia mais barata até à tecnologia mais cara. Nesta ordem de mérito, as energias renováveis entram diretamente na rede porque não apresentam custos de produção, provocando uma maior volatilidade no preço da energia. Este preço vai ser, a curto prazo, menor nos momentos em que é entregue diretamente à rede grandes quantidades de energia renovável, implicando que um maior número de centrais convencionais fiquem de fora do mercado. Os operadores do sistema dos vários países estão a trabalhar no aperfeiçoamento da integração de produção eólica nos mecanismos de operação dos mercados diários e intradiários. Em dias ventosos, devido à difícil previsão do recurso eólico, é necessário um aumento da energia para ajustar o sistema, originando um maior custo de operação do sistema. Em relação às centrais térmicas convencionais, visto que é possível controlar o recurso utilizado para gerar energia elétrica, procura-se que este seja racionalizado, diminuindo os custos de operação do sistema. Realizando um despacho económico, sabe-se quanto deve produzir cada um dos geradores de forma que a soma da potência produzida por estes, em qualquer momento, se iguale à carga do sistema, com o menor custo possível. Para se realizar um despacho económico através de métodos convencionais é possível recorrer ao método dos coeficientes de Lagrange, método iterativo λ e método do gradiente. No caso de se considerar as perdas nas linhas de transmissão utiliza-se o método dos coeficientes B, garantindo que a produção se iguala ao somatório das perdas com a carga do sistema. Para todos estes métodos, inicialmente é necessário conhecer a curva do custo de produção de cada um dos geradores. Para além da restrição de igualar a produção à carga (negligenciando as perdas) ou igualar a produção ao somatório das perdas com a carga (considerando as perdas), podem existir restrições de limite mínimo e máximo de operação, limites de rampa das unidades produtoras, restrições relacionadas com zonas proibitivas de operação, restrições do fluxo que percorre a linha e restrições da reserva girante. 48 Otimização do despacho de produção elétrica, considerando a produção renovável Capítulo 3 Algoritmo desenvolvido para a otimização do despacho O sistema electroprodutor da ilha de São Miguel é constituído pela Central Termoelétrica do Caldeirão (CTCL), por sete centrais hídricas, duas geotérmicas e um parque eólico que entrou em serviço em meados de Fevereiro de 2012. Informações mais detalhadas sobre o sistema elétrico da ilha podem ser encontradas no Anexo A. Todos os dados apresentados neste capítulo foram cedidos pela EDA e organizados pela empresa SmartWatt, de modo a facilitar a sua análise. Estes são dados reais referentes às produções das diversas tecnologias existentes na ilha de São Miguel durante o ano de 2012, medidos em intervalos temporais de trinta minutos. Neste capítulo é realizado um estudo sobre o despacho de produção elétrica da ilha e, posteriormente, é apresentado o algoritmo de otimização desenvolvido, juntamente com todos cálculos e fatores determinantes para a sua criação. 3.1 - Despacho da ilha de São Miguel Inicialmente, será analisado o despacho da ilha de São Miguel durante o ano transato, com o objetivo de compreender a estratégia adotada para a operação do sistema, bem como as restrições operacionais e de segurança. A Tabela 3.1 apresenta informação oficial e detalhada sobre os oito grupos geradores constituintes da CTCL. 50 Algoritmo desenvolvido para a otimização do despacho Tabela 3.1 - Dados referentes aos grupos térmicos da Central Termoelétrica do Caldeirão. Grupo 1 a 4 Grupo 5 a 8 Gerador SIEMENS 1DK5726-DE 07 ABB AMG 1600 Motor KRUPP MAK 8M601 WARTSILA V46 Potência Nominal (kW) 7 696 16 820 Consumo específico (gr/kWh) 100% 212 205 75% 213 207 50% 222 218 Sistema de arranque ar comprimido ar comprimido Tempo de arranque até pot. nominal (min) 20 20 Tensão de geração (kV) 6.3 11 Arrefecimento alternador ar ar forçado Compensação síncrona Sim Sim Para facilitar o estudo e a análise do problema, considera-se que os oito geradores da CTCL são divididos em duas classes. A primeira classe (Grupo 1 a 4) é constituída por quatro grupos geradores idênticos, com uma potência nominal de 7 696 kW, enquanto a segunda classe (Grupo 5 a 8) é também constituída por quatro grupos iguais, mas com uma potência nominal de 16 820 kW. Devido ao desgaste, os valores nominais e o tempo de arranque dos grupos são ligeiramente diferentes dos valores tabelados. Na Tabela 3.2 são apresentados valores que, apesar de não serem oficiais, foram cedidos pela EDA e são os que mais se aproximam da realidade, evitando erros consideráveis na otimização do despacho. Tabela 3.2 - Dados atuais fornecidos pela EDA relativamente aos diferentes geradores. 1ª Classe (Grupo 1-4) 2ª Classe (Grupo 5-8) Potência de Ponta (kW) 7 500 18 015 Potência em Regime Permanente (kW) 7 200 16 500 Mínimos Técnicos 3 848 8 410 Tempo de arranque frio (de 0 a 50% da carga) (min) 30 30 Tempo arranque pré-aquecido (de 0 a 50% da carga) (min) 8 10 Durante a análise dos dados da ilha relativos ao ano de 2012, recolhidos segundo uma discretização temporal de trinta minutos, verifica-se que o despacho é efetuado tendo em conta vários critérios. Um dos critérios observados prende-se ao facto do operador do sistema muito raramente deixar que os grupos geradores ultrapassem a sua potência em regime permanente, assumindo este valor como o seu máximo técnico. Assim, as gamas de operação para cada grupo térmico são apresentadas pelas expressões 3.1 e 3.2. Despacho da ilha de São Miguel 51 (3.1) (3.2) em que: - Potência produzida pelo grupo pertencente à primeira classe; - Potência produzida pelo grupo pertencente à segunda classe; Traçando o gráfico que engloba os valores da produção anual dos diferentes grupos geradores (Figura 3.1 e 3.2), é possível observar que os mínimos técnicos são violados por inúmeras vezes. Os geradores são constantemente ligados e desligados e, para além disso, demoram alguns minutos a arrancar. Uma das razões plausíveis para que os mínimos sejam constantemente violados refere-se ao facto de, durante esse intervalo, o grupo gerador se encontrar grande parte do tempo desligado, acabando por se obter uma medida de potência gerada mais baixa do que o seu limite técnico inferior. Uma outra teoria para que os mínimos sejam constantemente violados, tem como fundamento a produção renovável integrada no sistema elétrico da ilha de São Miguel. Tal como já foi referido, o sistema electroprodutor da ilha é constituído por duas centrais geotérmicas, a Central Geotérmica da Ribeira Grande (CGRG) e a Central Geotérmica do Pico Vermelho (CGPV). Recorrendo aos dados fornecidos e a uma análise mais cuidada sobre a produção geotérmica durante o ano anterior (Anexo A), conclui-se que até meados de Agosto apenas operava a CGPV. Com a entrada em serviço da CGRG, os mínimos técnicos passaram a ser violados com maior frequência, indicando que o operador do sistema poderia optar por reduzir a produção de certos grupos da central térmica para valores abaixo dos mínimos, com o intuito de garantir que toda a produção renovável fosse entregue à rede. Ou seja, uma vez que o operador de sistema opta por entregar à rede toda a energia proveniente de fontes renováveis e é necessário igualar o somatório de todas as produções à carga do sistema, pode haver a necessidade de alguns grupos operarem abaixo dos seus mínimos técnicos. Esta opção, no entanto, tem as suas consequências, provocando um desgaste precoce nos grupos geradores e, consequentemente, um aumento nos custos de manutenção. As Figuras 3.1 e 3.2 mostram a evolução anual de um grupo térmico pertencente a cada uma das classes da CTCL, dando enfâse aos meses finais do ano, quando os mínimos técnicos são violados com uma maior frequência. 52 Algoritmo desenvolvido para a otimização do despacho Figura 3.1 - Evolução anual da produção do Grupo 8. Figura 3.2 - Evolução anual da produção do Grupo 4. Para garantir que o limite técnico inferior dos grupos geradores é respeitado, existe a possibilidade de cortar parte da produção renovável disponível, elevando o valor da potência produzida pela central térmica. Durante a operação do sistema electroprodutor da ilha de São Miguel, verifica-se uma inalterável utilização de pelo menos um grupo gerador de maior potência nominal (segunda classe). No decorrer do ano, nunca se verificou um despacho que integrasse apenas unidades 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0 18.0 20.0 1 629 1257 1885 2513 3141 3769 4397 5025 5653 6281 6909 7537 8165 8793 9421 10049 10677 11305 11933 12561 13189 13817 14445 15073 15701 16329 16957 Produção térmica (MW) Tempo (meias horas do ano) Produção térmica do Grupo 8 (MW) Min Max Grupo 8 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 1 629 1257 1885 2513 3141 3769 4397 5025 5653 6281 6909 7537 8165 8793 9421 10049 10677 11305 11933 12561 13189 13817 14445 15073 15701 16329 16957 Produção térmica (MW) Tempo (meias horas do ano) Produção térmica do Grupo 4 (MW) Min Max Grupo 4 Despacho da ilha de São Miguel 53 da primeira classe, independentemente da quantidade de potência necessária para alimentar a carga total do sistema. Devido ao comportamento inconstante e intermitente dos recursos renováveis, esta pode ser uma medida de segurança adotada pelo operador do sistema, uma vez que os grupos da segunda classe possuem uma maior potência nominal e uma gama de operação mais ampliada do que os grupos da primeira classe. Apesar dos grupos geradores dentro da mesma classe possuírem exatamente as mesmas características, a sua frequência de utilização é bastante distinta. Uma vez que os dados são fornecidos de meia em meia hora, ao longo do ano são apresentados 17 520 despachos diferentes (um ano tem 8 760 horas). Na Figura 3.3 é ilustrado o número de vezes que cada grupo térmico esteve ativo, ao longo do ano de 2012. Como é visível, o Grupo 4 e o Grupo 1 pertencem à mesma classe e, no entanto, o primeiro opera quase seis vezes mais que o segundo, tal como os Grupos 7 e 8 operam praticamente o dobro das vezes do que os restantes grupos da mesma classe. A menor utilização de certos grupos pode indiciar a ocorrência de avarias. Figura 3.3 - Número de meias horas que cada grupo térmico esteve ativo, ao longo do ano de 2012. Durante a análise do despacho da ilha, verifica-se que os grupos geradores ativos pertencentes à mesma classe produzem um valor muito semelhante entre si. Quando é necessário aumentar ou diminuir a potência produzida pela central térmica, o operador do sistema procura distribuí-la por todos os grupos, e de igual forma dentro dos grupos que apresentam as mesmas características. Nas Figuras 3.4 e 3.5 são ilustrados os despachos realizados para dois momentos de dias distintos, comprovando que esta situação se verifica. 0 2000 4000 6000 8000 10000 12000 14000 Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Grupo 6 Grupo 7 Grupo 8 Meias horas Atividade dos grupos 60 Algoritmo desenvolvido para a otimização do despacho Figura 3.10 - Curvas do consumo dos grupos térmicos. Analisando as curvas, verifica-se que se assemelham morfologicamente às curvas de custo, tal como se esperava, em que ambas são crescentes e apresentam uma expressão polinomial de segunda ordem. As funções do consumo para cada gerador são as seguintes: (3.6) (3.7) em que: – Consumo dos grupos da primeira classe; - Consumo dos grupos da segunda classe; - Potência produzida pelo grupo térmico, pertencente à primeira classe; - Potência produzida pelo grupo térmico, pertencente à segunda classe. No segundo passo do algoritmo de tratamento de dados, é necessário determinar todas as combinações possíveis entre os geradores. Na central térmica da ilha, tal como já foi mencionado, existem oito grupos geradores distribuídos uniformemente por duas classes e não existem restrições em relação ao número de grupos ativos. Através da expressão 3.8, foram calculadas todas combinações possíveis para a operação da central, com o objetivo de otimizar o despacho para cada uma delas. (3.8) Para a realização do despacho, é imprescindível conhecer o diagrama de carga da ilha, uma vez que é necessário igualar, em todos os momentos, a produção total à carga do CSG1-4 = 0.00389*PG1-42 + 160*PG1-4 + 172 800 R² = 1 CSG5-8 = 0.00170*PG5-82 + 150*PG5-8 + 445 500 R² = 1 0 500000 1000000 1500000 2000000 2500000 3000000 3500000 4000000 0 5000 10000 15000 20000 gr/h Produção Térmica (kW) Consumo (gr/h) Grupo 1-4 Grupo 5-8 Estratégias adotadas para o desenvolvimento do algoritmo 61 sistema. O diagrama de carga traduz a variação dessa carga ao longo das horas do dia e dos dias do ano. A produção de energia elétrica na ilha de São Miguel divide-se pelos seguintes recursos: (3.9) Para a realização do despacho, apenas se considera a parcela da produção térmica, em que as perdas de transmissão já estão incluídas, uma vez que todas as outras são assumidas como valores constantes. A previsão das produções renováveis assumem-se como previsões perfeitas, ou seja, os valores das previsões são os próprios valores reais, introduzindo no sistema um valor nulo de incerteza. Não são consideradas restrições de rampas, reserva girante ou implicações por transitar de uma combinação de geradores para outra. Posto isto, pode-se utilizar o método dos coeficientes de Lagrange, outrora explicado no Capítulo 2. Para a realização do passo 3 do algoritmo de tratamento de dados, será analisado, como exemplo, o despacho económico para uma combinação de um grupo de geradores da primeira classe (Grupo 1) com um grupo da segunda classe (Grupo 5). As equações do consumo de combustível de cada grupo, com base nas expressões 3.6 e 3.7, são as seguintes: (3.10) (3.11) Para uma otimização do despacho térmico, é necessário garantir que os consumos marginais de todos os grupos ativos se igualam entre si, em que esse valor é representado como o consumo marginal do sistema (λ). A restrição de igualdade presente na formulação do problema de despacho económico assegura que, em qualquer momento, a produção total tem que igualar a carga do sistema. Uma vez que o despacho é realizado para a central térmica, a sua produção tem que igualar apenas a porção da carga que não é alimentada pela produção renovável (L). Assim, a carga L é definida pela seguinte expressão: (3.12) Os consumos marginais de cada grupo são: (3.13) (3.14) 62 Algoritmo desenvolvido para a otimização do despacho onde: – Consumo marginal do Grupo 1; - Consumo marginal do Grupo 5; - Potência produzida pelo Grupo 1; - Potência produzida pelo Grupo 5. Seguidamente, é necessário resolver o seguinte sistema de equações: (3.15) Determinadas as curvas do consumo marginal, o próximo passo tem como objetivo determinar as equações da produção de cada gerador, consumos marginais e consumos que dependam apenas de uma variável de entrada, a carga L. Nesta dissertação, quando as curvas dependem apenas de L, chamam-se de curvas equivalentes. O processo adotado para calcular estas curvas equivalentes, passa por atribuir vários valores a L, traçar os vários gráficos de dispersão em função desta variável e determinar as funções através de curvas de tendência fiáveis. Como exemplo de resolução considerou-se que L=17 500 kW. Resolvendo o sistema de três equações através do método matricial, fica: (3.16) Para esta combinação de grupos conclui-se que, para uma necessidade de produzir 17 500 kW, a produção ótima do Grupo 1 é de 4 428 kW e a do Grupo 5 de 13 072 kW, com um consumo marginal de 194.45 gr/kWh. O consumo total do sistema é o somatório dos consumos de cada gerador, representados pelas expressões 3.17 e 3.18. (3.17) (3.18) em que: – Consumo do Grupo 1; - Consumo do Grupo 5. A soma dos consumos marginais dos grupos geradores é representada pela expressão 3.19. (3.19) Estratégias adotadas para o desenvolvimento do algoritmo 63 A Tabela 3.5 apresenta as produções dos Grupos 1 e 5 para diferentes valores de carga (L), com os respetivos consumos marginais (λ) e consumo total do sistema (CSTotal). Tabela 3.5 - Produções, λ e consumo total para diferentes valores de L, no domínio da curva ótima. L (kW) PG1 (kW) PG5 (kW) λ (gr/kWh) CSTotal (gr/h) 12 500 2 907 9 593 182.62 2 711 687 16 500 3 971 12 029 190.90 3 365 335 17 500 4 428 13 072 194.45 3 654 343 20 000 5 188 14 812 200.36 4 147 853 22 500 5 948 16 552 206.28 4 656 150 25 000 6 708 18 292 212.19 5 179 235 Com os pontos da Tabela 3.5, torna-se possível determinar as equações equivalentes da produção de cada grupo, consumo marginal e consumo total, todas elas em função de uma única variável, L. Aproximando os pontos da geração de cada grupo através de uma curva de tendência linear, obtêm-se as expressões equivalentes da sua produção (Figura 3.11). Figura 3.11 – Curvas das produções térmicas do Grupo 1 e 5, em função da carga L. Recorrendo às curvas de tendência traçadas, foram obtidas as seguintes expressões para a produção de cada um dos grupos: (3.20) (3.21) PG5 = 0.6959*L + 894.45 R² = 1 PG1 = 0.3041*L - 894.45 R² = 1 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 0 5000 10000 15000 20000 25000 30000 Produção Térmica (kW) L (kW) Produção térmica dos grupos (kW) PG5 PG1 64 Algoritmo desenvolvido para a otimização do despacho Os grupos geradores possuem, no entanto, os seus limites técnicos. Por exemplo, no caso em que L=12 500 kW, o Grupo 1 está a produzir abaixo do seu mínimo de 3 848 kW, enquanto o Grupo 5 se encontra dentro dos seus limites técnicos de operação. Outro exemplo em que os limites são violados acontece para L=22 500 kW, em que o Grupo 1 se encontra a operar dentro da sua gama normal de funcionamento, no entanto, o Grupo 5 viola o seu limite máximo de 16 500 kW. Um dos objetivos do algoritmo de otimização é garantir que nenhum dos grupos ativos viole os seus limites técnicos, logo, nenhuma destas configurações de produção é aconselhável, uma vez que existe pelo menos um grupo que está a gerar para além da sua gama de operação. Torna-se assim necessário definir um intervalo de carga para a produção ótima em que nenhum dos grupos viola os seus limites. Conhecendo as equações de produção de cada um dos grupos, é possível determinar qual o domínio ótimo da respetiva combinação. Relativamente ao mínimo do domínio, este pode ser obtido através da carga L exigida para que cada um dos grupos atinja o seu limite técnico inferior. Para isso, é necessário igualar a produção do Grupo 1 a 3 848 kW e a produção do Grupo 5 a 8 410 kW. (3.22) (3.23) Para garantir que ambos os grupos operam dentro da sua gama operacional, o mínimo do intervalo ótimo será o valor máximo entre os dois valores apresentados nas expressões 3.22 e 3.23, que neste caso é 15 594.31 kW. O valor mais baixo não podia ser escolhido como mínimo do intervalo porque, para esse valor de carga, o Grupo 1 estaria a produzir abaixo do seu limite técnico inferior. Para a obtenção do máximo do intervalo, o processo é inverso, isto é, verifica-se para que valor de L cada um dos grupos está a produzir no seu limite técnico superior e seleciona-se o menor dos valores obtidos. (3.24) (3.25) Seguindo a lógica mencionada anteriormente, conclui-se que, para uma combinação dos Grupos 1 e 5, o despacho é ótimo quando a carga varia entre 15 594.31 kW e 22 425.45 kW. As curvas equivalentes do consumo marginal (Figura 3.12) e do consumo total do sistema (Figura 3.13) são determinadas pela aproximação de uma curva de tendência, durante este intervalo, para os pontos apresentados na Tabela 3.5. Estratégias adotadas para o desenvolvimento do algoritmo 65 Figura 3.12 - Consumo marginal equivalente do sistema, em função da carga L. Figura 3.13 – Consumo total equivalente, em função da carga L. O consumo marginal equivalente do sistema (λeq) refere-se ao consumo marginal em função dos diversos valores de L e é representado pela seguinte expressão: (3.26) A expressão do consumo total equivalente do sistema (CSeq), também em função de L, é apresentada em 3.27. (3.27) λeq = 0.002366*L + 153.04 R² = 1 185 190 195 200 205 210 215 10000 15000 20000 25000 30000 gr/kWh L (kW) Consumo marginal equivalente (gr/kWh) CSeq = 0.001183*L2 + 153.04*L + 613828 R² = 1 2000000 2500000 3000000 3500000 4000000 4500000 5000000 5500000 6000000 10000 15000 20000 25000 30000 gr/h L (kW) Consumo total equivalente (gr/h) 66 Algoritmo desenvolvido para a otimização do despacho As expressões apresentadas até agora utilizam valores com um elevado número de casas decimais porque, na operação de sistemas elétricos, pequenos arredondamentos podem introduzir erros consideráveis para a otimização do despacho. O domínio da curva ótima já foi calculado, contudo, estes não são os limites técnicos da combinação. O Grupo 1 possui um mínimo técnico de 3 838 kW e para o Grupo 5 esse valor é de 8 410 kW. Somando as duas parcelas, obtém-se um limite mínimo para a combinação de 12 258 kW, menor que 15 594.31 kW. Quanto ao máximo, o Grupo 1 possui um limite de 7 200 kW e o Grupo 5 possui um limite de 16 500 kW, perfazendo um limite total de 23 700 kW, que é um valor maior do que 22 425.45 kW. A Figura 3.14 apresenta, graficamente, os limites inerentes a cada uma das extensões da curva ótima. Figura 3.14 - Curva do consumo equivalente, em função de L, quando o sistema opera com os Grupos 1 e 5. Os intervalos representados na Figura 3.14 estão contidos na Tabela 3.6. Entre A e B (extensão do mínimo da curva ótima), é o Grupo 5 o responsável por atender às variações da carga do sistema, enquanto o Grupo 1 se mantêm a operar no seu limite técnico inferior. Entre B e C, o sistema opera no seu domínio ótimo, em que os dois grupos geradores produzem dentro da sua gama de funcionamento. No último intervalo, entre C e D (extensão do máximo da curva ótima), o sistema volta a funcionar fora do seu domínio ótimo e é o Grupo 1 que reage às variações da carga, enquanto o Grupo 5 é obrigado a produzir no seu limite máximo. Estratégias adotadas para o desenvolvimento do algoritmo 67 Tabela 3.6 - Produção dos grupos geradores nos pontos assinalados. Os grupos com (-) estão a operar no seu limite técnico inferior e os grupos com (+) estão a operar no seu limite técnico superior. Ponto L (kW) PG1 (kW) PG5 (kW) A 12 258 3 848 (-) 8 410 (-) B 15 594 3 848 (-) 11 746 C 22 425 5 925 16 500 (+) D 23 700 7 200 (+) 16 500 (+) Uma vez que cada combinação de grupos geradores apresenta um intervalo em que o seu consumo de combustível é otimizado, pretende-se que o sistema opere sempre num destes intervalos. Mais à frente neste capítulo, no entanto, será possível entender que para certos valores de carga é mesmo necessário operar fora do domínio ótimo de certas combinações, daí a importância de calcular as funções inerentes às extensões desse domínio. Como as extensões já não se incluem no intervalo da curva ótima, é necessário realizar novamente um despacho para cada destas (extensões do mínimo e do máximo). Para se efetuar esse cálculo segue-se o mesmo método adotado anteriormente, com a diferença de que é necessário fixar um dos grupos geradores no seu limite técnico. Para se determinarem as expressões relativas à extensão do mínimo, é necessário forçar a produção do grupo da primeira classe (Grupo 1) ao seu limite técnico inferior. Para a obtenção das curvas referentes à extensão do máximo, garante-se que o grupo gerador da segunda classe (Grupo 5) está a operar no seu limite superior de produção. Na resolução do despacho, verifica-se que as expressões 3.10, 3.11, 3.12 e 3.14 se mantêm inalteráveis, uma vez que se referem exclusivamente ao tipo de geradores utilizados. As alterações começam a ser visíveis a partir da expressão 3.15, em que apenas existe um gerador capaz de acompanhar as variações de carga, uma vez que o outro estará a produzir um valor constante. Inicialmente, foram calculadas as expressões alusivas à extensão do mínimo. Tal como já foi mencionado, o Grupo 1 estará a produzir no seu limite mínimo quando a carga sofre variações entre 12 258 kW e 15 594 kW. Alterando a expressão 3.15, vem: (3.28) Atribuindo um valor à carga de, por exemplo, L=12 500 kW e resolvendo o sistema de equações 3.28 é possível obter o valor da produção do Grupo 5 e o consumo marginal do sistema (λ). (3.29) Com estes valores calculam-se os consumos de combustível inerentes a cada um dos grupos e, consequentemente, o consumo de combustível total do sistema. 68 Algoritmo desenvolvido para a otimização do despacho (3.30) (3.31) Portanto: (3.32) Na Tabela 3.7 são apresentados os valores do despacho para vários níveis de carga, dentro do domínio da extensão do mínimo. Foram obtidos vários valores relativos à produção dos grupos geradores e, naturalmente, diversos valores do consumo marginal e total do sistema. Tabela 3.7 - Produções, λ e CS total em função da carga L no domínio da curva referente à extensão do mínimo. L (kW) PG1 (kW) PG5 (kW) λ (gr/kWh) CSTotal (gr/h) 12 258 3 848 8 410 178.59 2 673 317 12 500 3 848 8 652 179.42 2 716 637 13 000 3 848 9 152 181.12 2 806 770 13 500 3 848 9 652 182.82 2 897 754 14 000 3 848 10 152 184.52 2 989 587 14 500 3 848 10 652 186.22 3 082 270 15 594 3 848 11 746 189.94 3 288 026 A produção do Grupo 1 mantém-se constante dentro deste intervalo, obrigando o Grupo 5 a acompanhar as variações de carga que possam existir. Assim sendo, não existe a necessidade de traçar a curva correspondente à produção do Grupo 1. Em relação ao Grupo 5, repetindo o processo anteriormente realizado, através de um gráfico de dispersão e de uma curva de tendência linear, foi possível determinar a expressão que relaciona a sua produção com a carga L (Figura 3.15). Estratégias adotadas para o desenvolvimento do algoritmo 69 Figura 3.15 - Curva da produção térmica do Grupo 5 para L [12 258 kW;15 594 kW]. A produção do Grupo 5, desde o valor do mínimo do intervalo ótimo até ao mínimo técnico da combinação, ou seja, para L [12 258 kW;15 594 kW], é dada pela expressão 3.33. (3.33) Recorrendo novamente aos dados da Tabela 3.7, são traçadas as curvas do consumo marginal equivalente (Figura 3.16) e consumo total equivalente (Figura 3.17), ambas em função da carga L. Figura 3.16 - Curva do consumo marginal equivalente para L [12 258 kW;15 594 kW]. PG5 = L - 3 848 R² = 1 7500 8000 8500 9000 9500 10000 10500 11000 11500 12000 11000 12000 13000 14000 15000 16000 Produção Térmica (kW) L (kW) Produção Térmica do Grupo 5 (kW) λeq = 0.0034*L + 136.92 R² = 1 178.00 180.00 182.00 184.00 186.00 188.00 190.00 192.00 11000 12000 13000 14000 15000 16000 gr/kWh L (kW) Consumo marginal equivalente(gr/kWh) 76 Algoritmo desenvolvido para a otimização do despacho Figura 3.22 – Curvas do consumo específico equivalente para cada combinação, em função de L. Na Figura 3.22, definiu-se como limite superior da carga L o máximo de produção térmica registado na central durante o ano de 2012, ou seja, 62 200 kW. Para facilitar este estudo, é possível remover algumas das curvas presentes na Figura 3.22, uma vez que existem combinações que facilmente se percebe não pertencerem ao lote das ótimas. Recorrendo à parte direita no gráfico, observa-se que a curva referente a uma combinação 4G1ª-4G2ª (cor de laranja), por exemplo, é dominada pela combinação 3G1ª-4G2ª (cor de tijolo), que por sua vez é dominada por 4G1ª-3G2ª (azul claro), em que esta também é dominada por várias combinações. Considera-se que uma combinação é dominada quando, para o todo o seu intervalo de funcionamento, existe outra combinação que apresenta um consumo de combustível mais reduzido e que, em simultâneo, garante o fornecimento de energia elétrica a toda a carga do sistema. Existem, no entanto, combinações que não são diretamente dominadas mas, observando a Figura 3.22, nunca vão constar na ordem de mérito. Um dos exemplos é a combinação 3G1ª (verde claro) que, não sendo totalmente dominada por uma única configuração, nunca apresenta o menor consumo específico equivalente do sistema. Para construir a ordem de mérito, é necessário analisar, para cada nível de carga, qual a combinação que garante o menor consumo específico de combustível e definir quais os “saltos ótimos” entre as combinações. É considerado um “salto ótimo” quando o operador do sistema decide passar de uma configuração de grupos ativos para outra que otimize o consumo de combustível, diminuindo os custos de operação do sistema. A Figura 3.23 mostra as curvas que contribuíram para a construção da ordem de mérito. 200 205 210 215 220 225 0 10000 20000 30000 40000 50000 60000 gr/kWh L (kW) Consumo específico de combustível (gr/kWh) 1G1ª-1G2ª 1G1ª-2G2ª 1G1ª-3G2ª 1G1ª-4G2ª 2G1ª-1G2ª 2G1ª-2G2ª 2G1ª-3G2ª 2G1ª-4G2ª 3G1ª-1G2ª 3G1ª-2G2ª 3G1ª-3G2ª 3G1ª-4G2ª 4G1ª-1G2ª 4G1ª-2G2ª 4G1ª-3G2ª 4G1ª-4G2ª 1G1ª 2G1ª 3G1ª 4G1ª 1G2ª 2G2ª 3G2ª 4G2ª Estratégias adotadas para o desenvolvimento do algoritmo 77 Figura 3.23 - Curvas do consumo específico excluindo as curvas dominadas, em função da carga L. Na Figura 3.23, são percetíveis quais os “saltos ótimos” realizados entre as combinações que garantem o menor consumo de combustível do sistema. Para se obter um maior rigor em relação aos intervalos da carga L associados a cada uma das combinações, foi necessário recorrer ao Excel. Assim, é apresentada na Tabela 3.10 a ordem de mérito para a central térmica da ilha de São Miguel. Tabela 3.10 - Ordem de mérito. Combinação Ótima Intervalo (kW) 1G1ª [3 848 ; 7 200] 2G1ª [7 696 ; 8 410[ 1G2ª [8 410 ; 16 500] 1G1ª - 1G2ª ]16 500 ; 23 700] 2G2ª ]23 700 ; 33 000] 1G1ª - 2G2ª ]33 000 ; 37 700] 3G2ª ]37 700 ; 49 500] 4G2ª ]49 500 ; 62 200] Analisando a ordem de mérito, verifica-se que existem intervalos que não são cobertos por nenhuma das configurações, como é o caso dos intervalos representados em 3.44 e 3.45. (3.44) 200 205 210 215 220 225 0 10000 20000 30000 40000 50000 60000 70000 gr/kWh L (kW) Consumo específico de combustível (gr/kWh) 1G1ª-1G2ª 1G1ª-2G2ª 1G1ª 2G1ª 1G2ª 2G2ª 3G2ª 4G2ª 78 Algoritmo desenvolvido para a otimização do despacho (3.45) O primeiro intervalo (3.44) é irrelevante em ser analisado porque, nos dados de 2012, não existiu um único momento em que a carga L se situasse dentro destes valores. O segundo (3.45), por sua vez, é um intervalo crítico porque durante o ano existem várias horas em que a produção total dos grupos térmicos, necessária para cobrir o consumo de eletricidade da ilha, se situa neste domínio. O operador do sistema procura garantir que a carga total seja sempre alimentada, mesmo em situações complicadas como esta, uma vez que existem penalizações a pagar aos clientes que dependem da quantidade de energia não fornecida. Para se resolver este problema, existem duas soluções: obrigar os grupos geradores a produzir abaixo do seu limite técnico mínimo ou cortar parte da energia proveniente de recursos renováveis. Caso se opte pela primeira solução, considerando a ordem de mérito, a combinação 2G1ª seria responsável produzir durante o Intervalo 2, provocando uma maior desgaste e envelhecimento dos grupos geradores. As unidades produtoras não possuem a capacidade de ultrapassar os seus limites máximos de produção durante um longo período, portanto é absolutamente necessário optar por colocar mais unidades em operação e obrigar a que produzam abaixo do seu limite técnico inferior. Caso contrário, outra opção seria que 1G1ª produzisse acima do seu máximo durante este intervalo crítico. Analisando a segunda solução, ao cortar numa ou várias parcelas da energia renovável entregue à rede (hídrica, eólica e geotérmica), garante-se que é necessário uma maior produção térmica para que se alimente toda a carga do sistema. Dito por outras palavras, procura-se reduzir a produção renovável de forma a que a necessidade de produção térmica aumente para valores situados em intervalos abrangidos pelas combinações. Assim, evita-se a violação dos mínimos técnicos dos grupos geradores mas, em contrapartida, desperdiçam-se recursos renováveis e, ao aumentar a produção térmica, aumenta-se o consumo de combustível, conduzindo a um maior custo de operação do sistema. O operador do sistema apenas tem disponível as previsões reais da produção renovável, aumentando a sua incerteza e, consequentemente, os custos de operação. A metodologia proposta até agora, apesar de usar uma previsão perfeita, obriga a que os grupos geradores produzam dentro dos seus limites técnicos, o que não acontecia na gestão da central térmica da ilha. Esta ação pode provocar um ligeiro aumento dos custos de operação pois operar abaixo do seu mínimo técnico é economicamente mais vantajoso do que cortar na produção renovável mas, em contrapartida, é possível poupar no custo de manutenção dos grupos, uma vez que estes não sofrem o desgaste de produzir um valor de potência para o qual não foram concebidos, aumentando o seu ciclo de vida. Até este ponto, o estudo foi realizado para uma previsão perfeita de produção renovável, baseada nos dados disponibilizados pela EDA referentes ao ano de 2012, com o objetivo de determinar as várias expressões para cada uma das combinações de grupos geradores. Na realidade, o problema é bastante mais complexo, uma vez que a previsão dos recursos renováveis pode revelar-se bastante diferente face aos valores reais, principalmente a parcela de produção dependente do recurso eólico, devido à sua grande imprevisibilidade. No próximo tópico será abordada a metodologia desenvolvida no âmbito da dissertação, com o objetivo de realizar um despacho económico que inclua a previsão da produção renovável. Estratégias adotadas para o desenvolvimento do algoritmo 79 3.2.2 - Metodologia desenvolvida O método desenvolvido para a resolução de um despacho económico que inclua a previsão da produção renovável, tem como objetivo garantir que a central térmica consegue cobrir ao máximo a imprevisibilidade da produção renovável, com um determinado valor de risco escolhido pelo operador do sistema. Na realização deste despacho económico, tal como anteriormente, os grupos gerados estão sujeitos a operar dentro dos seus limites técnicos. Na Figura 3.24 está ilustrado o fluxograma com os passos essenciais para a aplicação da metodologia proposta. Figura 3.24 - Fluxograma do algoritmo da metodologia proposta. No primeiro passo deste algoritmo, as previsões das produções renováveis (hídrica, geotérmica e eólica) e do diagrama de carga foram modelizadas segundo uma distribuição de probabilidade Beta acumulada. Esta distribuição é constituída por uma família de distribuições de probabilidade continuas, definidas num intervalo de ]0,1[ e parametrizadas por dois valores positivos, alfa (α) e beta (β), que controlam a forma da distribuição. Este tema foi abordado muito superficialmente, uma vez que as modelizações das diversas previsões foram realizadas e gentilmente cedidas por membros da empresa Smartwatt, 80 Algoritmo desenvolvido para a otimização do despacho optando pelos dias 6 e 7 de Dezembro de 2012 como caso de estudo. A metodologia proposta na Figura 3.24 será aplicada, como exemplo, à hora 03:00 do dia 6 de Dezembro. O valor necessário para balancear o sistema refere-se, em cada momento, à diferença entre a carga total e o somatório das produções renováveis: (3.46) Como as previsões do diagrama de carga e da produção renovável seguem uma distribuição de probabilidade Beta acumulada, também o balanço energético do sistema vai variar segundo esta distribuição. Para cada hora, são disponibilizados os valores correspondentes ao limite mínimo e o máximo da distribuição, tal como os valores dos parâmetros alfa e beta. O balanço energético do sistema, para a hora 03:00 do dia 6 de Dezembro, pode oscilar dentro do seguinte intervalo: (3.47) O balanço energético é calculado de forma idêntica à carga L (expressão 3.12), com a diferença que esta última contém apenas valores positivos e não introduz incerteza na operação do sistema. Uma vez que existe a possibilidade da distribuição apresentar valores negativos, optou-se por denominar de “balanço energético” ao valor necessário para que seja atingido o equilíbrio entre as produções e a carga total. Quando o balanço é negativo, ou seja, quando a produção renovável é superior à carga total, não é necessário recorrer à central térmica para balancear o sistema. O operador do sistema, contudo, estaria a correr um risco demasiadamente elevado ao tomar essa opção, devido ao comportamento flutuante e intermitente das fontes limpas, principalmente do vento. Sendo assim, a central térmica permanece em atividade, independentemente do valor do balanço energético, todavia, surge a necessidade de cortar na produção renovável para garantir que o limite técnico inferior dos geradores é respeitado. Quando o balanço energético é positivo mas o seu valor é menor que o mínimo da combinação ativa de grupos térmicos, continua a existir a necessidade de cortar na produção renovável. Conclui-se que este tipo de produção só é totalmente entregue à rede quando o valor do balanço energético se encontra dentro da gama de funcionamento da combinação. Nos casos em que o balanço energético é maior que o máximo técnico da configuração ativa, será obrigatoriamente necessário recorrer a um conjunto de grupos que garanta uma maior capacidade de produção térmica. Analisada a distribuição densidade de probabilidade Beta referente ao balanço energético do sistema, é necessário avançar para o passo 2 do algoritmo ilustrado na Figura 3.24. Neste passo será determinada a probabilidade do balanço energético provocar a violação dos limites técnicos de cada combinação de grupos geradores. Isto é, para cada combinação será calculada a probabilidade de operar abaixo do seu limite mínimo e acima do seu limite máximo. Para determinar a probabilidade dos grupos térmicos funcionarem abaixo do seu mínimo técnico, recorreu-se à seguinte função do Excel (versão portuguesa): (3.48) Estratégias adotadas para o desenvolvimento do algoritmo 81 onde: x – Mínimo técnico da combinação de grupos geradores; alfa – Parâmetro alfa (α) da distribuição densidade de probabilidade; beta – Parâmetro beta (β) da distribuição densidade de probabilidade; [A] – Valor mínimo da distribuição densidade de probabilidade; [B] – Valor máximo da distribuição densidade de probabilidade; A função 3.48 apresenta como resultado a probabilidade de conter, na distribuição, um valor inferior a ‘x’. Assim, para determinar a probabilidade de existir um valor maior ou igual que ‘x’, é necessário recorrer à função 3.49. (3.49) Na função 3.49, todos os parâmetros são idênticos ao da função 3.48, com a exceção de ‘x’, que agora representa o máximo técnico da combinação de grupos geradores. Na Tabela 3.11 são apresentadas as gamas operacionais associadas a cada uma das configurações da central térmica. Tabela 3.11Gama de operação das diversas combinações de grupos geradores. Combinação Gama de operação (kW) Combinação Gama de operação (kW) 1G1ª - 1G2ª [12 258;23 700] 4G1ª - 1G2ª [23 802;45 300] 1G1ª - 2G2ª [20 668;40 200] 4G1ª - 2G2ª [32 212;61 800] 1G1ª - 3G2ª [29 078;56 700] 4G1ª - 3G2ª [40 622;78 300] 1G1ª - 4G2ª [37 488;73 200] 4G1ª - 4G2ª [49 032;94 800] 2G1ª - 1G2ª [16 106;30 900] 1G1ª [3 848;7 200] 2G1ª - 2G2ª [24 516:47 400] 2G1ª [7 696;14 400] 2G1ª - 3G2ª [32 926;63 900] 3G1ª [11 544;21 600] 2G1ª - 4G2ª [41 336;80 400] 4G1ª [15 392;28 800] 3G1ª - 1G2ª [19 954;38 100] 1G2ª [8 410;16 500] 3G1ª - 2G2ª [28 364;54 600] 2G2ª [16 820;33 000] 3G1ª - 3G2ª [36 774;71 100] 3G2ª [25 230;49 500] 3G1ª - 4G2ª [45 184;87 600] 4G2ª [33 640;66 000] Através dos valores presentes na Tabela 3.11, foi possível construir a Tabela 3.12, onde são apresentadas, para a hora em estudo, as probabilidades de violação do limite técnico mínimo e máximo de cada configuração de grupos geradores. 82 Algoritmo desenvolvido para a otimização do despacho Tabela 3.12 – Probabilidade de violação do limite técnico mínimo e máximo de cada combinação, para a hora 03:00 do dia 6 de Dezembro de 2012. Combinação Min Max Combinação Min Max 1G1ª - 1G2ª 0.9988 0 4G1ª - 1G2ª 1 0 1G1ª - 2G2ª 1 0 4G1ª - 2G2ª 1 0 1G1ª - 3G2ª 1 0 4G1ª - 3G2ª 1 0 1G1ª - 4G2ª 1 0 4G1ª - 4G2ª 1 0 2G1ª - 1G2ª 1 0 1G1ª 0.26911 0.24503 2G1ª - 2G2ª 1 0 2G1ª 0.81297 1.4E-06 2G1ª - 3G2ª 1 0 3G1ª 0.99577 0 2G1ª - 4G2ª 1 0 4G1ª 1 0 3G1ª - 1G2ª 1 0 1G2ª 0.88123 0 3G1ª - 2G2ª 1 0 2G2ª 1 0 3G1ª - 3G2ª 1 0 3G2ª 1 0 3G1ª - 4G2ª 1 0 4G2ª 1 0 Concluído o passo 2 do algoritmo, é necessário definir o risco de operação do sistema e, dependendo do balanço energético, realizar uma pré-seleção das combinações possíveis de se utilizar no despacho da central térmica. Considera-se que existe risco na operação do sistema quando a probabilidade de ultrapassar o limite mínimo ou máximo da configuração ativa é maior do que um valor pré-estabelecido pelo operador do sistema. No passo 3 do algoritmo, foi assumido que o sistema opera com risco quando a probabilidade de uma combinação produzir abaixo do seu limite mínimo é superior a 0.1 e, em simultâneo, a probabilidade de produzir acima do seu limite máximo é maior que 0.05. A probabilidade admissível para a violação do mínimo técnico é ligeiramente mais folgada pois, caso isso aconteça, existe a possibilidade de cortar na produção renovável ou de produzir um valor inferior ao limite mínimo. Nenhuma destas duas opções é passível de se realizar quando o limite superior é violado. Para se proceder à pré-seleção das combinações que cumprem os valores préestabelecidos pelo operador do sistema, foi necessário criar um método de decisão. O sistema apenas vai operar com combinações que garantam, no mínimo, que a probabilidade de violação do máximo é menor que o valor pré-estabelecido. Nos casos em que a probabilidade de ultrapassar o limite máximo é maior do que o valor pré-estabelecido pelo operador de sistema, é atribuído o valor 1; nos casos em que as probabilidades de violar, simultaneamente, o limite mínimo e máximo da configuração são menores do que os valores pré-estabelecidos, é atribuído o valor 0; e nos casos em que apenas é cumprido o valor préestabelecido para a violação do máximo da combinação, é atribuído o valor da probabilidade de operar abaixo do mínimo. Na Tabela 3.13 é possível observar o valor atribuído a cada uma das combinações. Estratégias adotadas para o desenvolvimento do algoritmo 83 Tabela 3.13 – Valor atribuído, a cada uma das combinações, para o processo de pré-seleção da melhor combinação para o despacho da hora 03:00 do dia 6 de Dezembro de 2012. Combinação Valor atribuído Combinação Valor atribuído 1G1ª - 1G2ª 0.9988 4G1ª - 1G2ª 1 1G1ª - 2G2ª 1 4G1ª - 2G2ª 1 1G1ª - 3G2ª 1 4G1ª - 3G2ª 1 1G1ª - 4G2ª 1 4G1ª - 4G2ª 1 2G1ª - 1G2ª 1 1G1ª 1 2G1ª - 2G2ª 1 2G1ª 0.81297 2G1ª - 3G2ª 1 3G1ª 0.99577 2G1ª - 4G2ª 1 4G1ª 1 3G1ª - 1G2ª 1 1G2ª 0.88123 3G1ª - 2G2ª 1 2G2ª 1 3G1ª - 3G2ª 1 3G2ª 1 3G1ª - 4G2ª 1 4G2ª 1 No passo 4 do algoritmo, o programa em Excel automaticamente exclui todas as combinações com o valor 1 e, em relação às restantes, ordena-as por ordem crescente. Na metodologia desenvolvida, é escolhida a combinação que apresenta um menor risco de operação do sistema, independentemente do seu consumo de combustível. Por um lado aumenta a segurança e fiabilidade na operação do sistema, mas por outro lado, podem aumentar os custos associados. Somente em caso de empate será selecionada a combinação que apresente um menor consumo. Analisando a Tabela 3.13, verifica-se que é 2G1ª a combinação que apresenta um menor risco de operação, embora apresente uma elevada probabilidade de violar o seu mínimo técnico (0.81297). Uma vez que existe uma forte possibilidade desta combinação de grupos violar o seu limite técnico inferior, é necessário analisar se existe produção renovável suficiente para cortar, procurando evitar que os grupos geradores funcionem fora da sua gama operacional. Este cálculo é dispensado quando não existe risco na gestão do sistema, uma vez que toda a produção renovável é entregue à rede e todos os grupos térmicos operam dentro dos seus limites técnicos. Quando existe a necessidade de cortar na produção renovável, foi assumido que, inicialmente, o corte é realizado na produção eólica, uma vez que a produção hídrica e geotérmica apresentam comportamentos mais previsíveis. A função 3.50, integrada nas ferramentas do Excel, representa a função quantil. Esta função é definida por variáveis reais, entre zero e um, e, matematicamente, representa a inversa da função distribuição Beta acumulada. Isto é, para um valor ‘x’, o quantil refere-se à probabilidade de existirem valores na distribuição inferiores a esse ‘x’. (3.50) 84 Algoritmo desenvolvido para a otimização do despacho Para se analisar o comportamento do sistema, serão realizados despachos para diferentes quantis da distribuição Beta associada ao balanço energético do sistema. Em cada hora do caso de estudo, a produção térmica foi despachada para os seguintes quantis: 0.875, 0.75, 0.675, 0.5, 0.375, 0.25 e 0.125.Para compreender melhor a metodologia, foi exemplificado o despacho para a hora 03:00 do dia 6 de Dezembro, considerando o quantil 0.125. Recorrendo à função 3.50, para uma probabilidade de 0.125 e com os restantes parâmetros referentes à distribuição Beta do balanço energético, foi obtido 2 501 kW. Este resultado não assegura que os mínimos técnicos da combinação sejam cumpridos, uma vez que o mínimo é 7 696 kW. Com esse intuito, é necessário analisar se a produção eólica disponível é suficiente para que o mínimo técnico não seja violado. A parcela correspondente à produção eólica será assim retirada da distribuição Beta do balanço energético (3.51). (3.51) Através da expressão 3.51, é possível verificar se o mínimo técnico da combinação ativa é cumprido quando se corta toda a produção eólica disponível. Calculando o valor do balanço pela expressão 3.51, obtém-se 7 048 kW (menor que 7 696 kW). Para respeitar o mínimo técnico da combinação ativa, a diferença entre este e o valor do balanço energético calculado em 3.51, será subtraído à produção hídrica ou geotérmica. (3.52) Recorrendo às distribuições das duas produções, é necessário determinar o seu valor para um quantil de 0.125. Os resultados são apresentados nas expressões 3.53 e 3.54. (3.53) (3.54) Ambas as produções apresentam valores praticamente constantes ao longo do ano e ambas são previstas com elevada eficácia, incidindo no operador do sistema a decisão de cortar uma das produções em detrimento da restante. Através da base de conhecimento construída anteriormente, facilmente se realiza o despacho, uma vez que todas as expressões dependem somente do valor da produção térmica total que é necessária produzir para balancear o sistema. O programa desenvolvido automaticamente realiza o despacho para qualquer quantil, reconhecendo qual a combinação ativa e quais as expressões equivalentes da produção de cada grupo e do consumo total do sistema. Isso é possível quando se recorre à função 3.55, incluída nas ferramentas do software. (3.55) Estratégias adotadas para o desenvolvimento do algoritmo 85 em que: valor_proc – valor a procurar na primeira coluna da tabela ou intervalo; matriz_tabela - intervalo de células que contém os dados; núm_ind_col - número da coluna no argumento matriz_tabela a partir do qual o valor correspondente tem de ser devolvido; proc_int - valor lógico que especifica se deseja que PROCV localize uma correspondência exata (1) ou uma correspondência aproximada (0). Na Tabela 3.14 são apresentados os valores resultantes do despacho para uma combinação 2G1ª, assumindo que a produção térmica está a cargo dos Grupos 1 e 2. Tabela 3.14 – Tecnologias de geração da ilha e respetivas produções para a hora 03:00 do dia 6 de Dezembro de 2012, assumindo um quantil de 0.125. G1 3 848 kW G2 3 848 kW G3 0 G4 0 G5 0 G6 0 G7 0 G8 0 Produção eólica 0 Produção geotérmica 21 593 kW Produção hídrica 2 200 kW Corte na produção geotérmica/hídrica 648 kW Consumo de combustível 1 692 455 gr 3.3 - Conclusões Neste capítulo foi analisada a operação do sistema elétrico da ilha de São Miguel e apresentados os algoritmos que sustentaram o desenvolvimento da metodologia proposta no âmbito da dissertação. O algoritmo de otimização desenvolvido dividiu-se em duas fases: tratamento dos dados e metodologia proposta. Inicialmente foi analisado o funcionamento do sistema electroprodutor da ilha, ou seja, foi analisada a reserva girante do sistema, número de horas de operação e violação dos limites de cada grupo e as medidas adotadas para igualar a carga do sistema à produção total em situações extremas, com o objetivo de entender como se realizava o despacho e as possíveis restrições associadas a este. Esta análise foi útil para definir os limites reais dos grupos geradores, com a ajuda dos dados disponibilizados pela EDA, referentes ao ano de 2012. 92 Aplicação do algoritmo desenvolvido à rede da ilha de São Miguel 4.2 - Despacho para vários riscos de operação Neste tópico será realizada uma análise comparativa entre os resultados obtidos dos despachos para diferentes riscos de operação do sistema. O programa assumiu, até agora, que o sistema operava com risco quando existia uma probabilidade de violação do mínimo técnico da combinação ativa maior que 0.1 e, em simultâneo, existia uma probabilidade de violação do máximo técnico maior que 0.05. A alteração destes valores pode influenciar a seleção da configuração ativa para a realização do despacho. Na Tabela 4.1 são apresentados vários cenários, em que cada um deles está associado a uma probabilidade máxima admissível de violação do limite técnico inferior e superior dos grupos geradores térmicos, considerando que o sistema opera com risco quando esta probabilidade é ultrapassada. Tabela 4.1 – Cenários de operação do sistema elétrico da ilha. Cenário Probabilidade de violação do mínimo Probabilidade de violação do máximo 1 0.05 0.025 2 0.1 0.05 3 0.2 0.1 O cenário 1 apresenta-se como o cenário mais restrito e pessimista, ou seja, é aquele que está relacionado com as menores probabilidades admissíveis para a violação dos limites técnicos. O cenário 3, em contrapartida, é o cenário que expõe um maior otimismo por parte do operador do sistema, apresentando as maiores probabilidades admissíveis para o não cumprimento dos limites de cada grupo. Para comparar o comportamento do sistema em cada cenário, assumiu-se que o valor a despachar pela central térmica será, para cada hora, o valor médio esperado (quantil 0.5) da função inversa da distribuição Beta do balanço energético do sistema (Figura 4.7). Figura 4.7 – Valor médio do balanço energético para os dias 6 e 7 de Dezembro de 2012. 0 5000 10000 15000 20000 25000 30000 35000 40000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Balanço energético (kW) Horas (h) Balanço energético (kW) Análise comparativa com o despacho da ilha de S. Miguel 93 Para clarificar o estudo dos vários cenários, foi tomada a decisão de os comparar dois a dois, simplificando a sua análise visual. Na Figura 4.8 são comparados os consumos de combustível para os cenários 1 e 2 e na Figura 4.9 são comparados os cenários 2 e 3. Figura 4.8 – Comparação entre o consumo de combustível dos cenários 1 e 2 para os dias 6 e 7 de Dezembro de 2012. Como é possível observar na Figura 4.8, os dois cenários apresentam um consumo de combustível praticamente semelhante, no entanto, para certas horas, o cenário 2 manifesta valores mais baixos. Este cenário apresenta uma maior poupança económica porque, à medida que se aumentam as probabilidades admissíveis para a violação dos limites técnicos, também se aumenta o número de combinações viáveis para a realização do despacho, logo, maior é a tendência do programa desenvolvido recorrer às combinações de grupos térmicos que oferecem um menor consumo de combustível. Esta ação, contudo, eleva o risco de operação do sistema, uma vez que pode aumentar a probabilidade da combinação ativa não conseguir entregar à rede toda a potência exigida. Na Figura 4.9 é apresentado o consumo de combustível para o cenário 2 e 3. O risco de operação aumenta mais do cenário 2 para o 3 do que do cenário 1 para o 2, logo, espera-se que a diferença no consumo de combustível do sistema também seja mais elevada. 0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000 0 10 20 30 40 50 gr Horas (h) Consumo de combustível (gr) Cenário 1 Cenário 2 94 Aplicação do algoritmo desenvolvido à rede da ilha de São Miguel Figura 4.9 – Comparação entre o consumo de combustível dos cenários 1 e 2 para os dias 6 e 7 de Dezembro de 2012. Na Figura 4.9 é visível uma maior diferença entre as duas curvas, principalmente entre as 35h (hora 11:00 do dia 7 de Dezembro) e as 40h (hora 16:00 do dia 7 de Dezembro). Mais uma vez se confirma que, ao aumentar o valor do risco de não alimentar toda a carga, diminui o consumo de combustível. Nas horas de vazio, verifica-se que nenhuma curva do consumo de combustível dos três cenários segue a forma da distribuição do balanço energético (Figura 4.7). Sabendo que a combinação selecionada para essas horas foi 2G1ª, é percetível nas Figuras 4.8 e 4.9 que, nas horas de vazio, o valor do consumo de combustível nunca é inferior ao consumo de uma combinação de 2G1ª a operar no seu limite mínimo (1 692 455 gr), ou seja, existiu uma necessidade de cortar na produção renovável para garantir que os grupos operavam dentro da sua gama de funcionamento. Tabela 4.2 – Consumo de combustível total para os diversos cenários. Cenário Consumo de combustível (gr) 1 217 978 304 2 217 439 411 3 216 283 201 0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000 0 10 20 30 40 50 gr Horas (h) Consumo de combustível (gr) Cenário 2 Cenário 3 Análise comparativa com o despacho da ilha de S. Miguel 95 4.3 - Análise comparativa com o despacho da ilha de S. Miguel Neste tópico é realizada uma análise comparativa entre o despacho térmico da ilha de São Miguel e os resultados obtidos através do algoritmo desenvolvido. O valor a produzir pela central térmica é incerto, uma vez que depende da previsão da produção renovável, no entanto, a produção térmica real da ilha de São Miguel é conhecida para o caso de estudo. É assim feita uma análise com o intuito de observar se as combinações ativas, selecionadas pelo programa desenvolvido em Excel, conseguem cobrir a produção térmica realmente verificada. Para isso, foram relacionados os cenários da Tabela 4.1 com os valores reais. Na Figura 4.10 são comparados os limites técnicos das combinações ativas do cenário 1 com a produção térmica da ilha. Figura 4.10 - Produção térmica real da ilha de São Miguel e limites técnicos das combinações ativas selecionadas pelo algoritmo desenvolvido, considerando o cenário 1, para os dias 6 e 7 de Dez. de 2012. Através da Figura 4.10, é possível observar que, para o cenário 1, a curva referente à produção da central térmica ao longo das 48 horas se situa sempre dentro da gama de operação das combinações selecionadas a partir do algoritmo, com a exceção da hora 27:00 (hora 3:00 do dia 7 de Dezembro), em que o mínimo técnico da combinação seria violado. Uma das razões para que isto aconteça, refere-se ao facto do operador do sistema da ilha de São Miguel optar por cortar unicamente na produção eólica, obrigando as unidades térmicas a produzir abaixo do seu mínimo técnico quando a produção eólica não é suficiente para garantir que os grupos operem dentro da sua gama de funcionamento. Os erros associados à previsão da produção renovável também podem estar na origem de situações com esta. No algoritmo desenvolvido, quando um dos limites técnicos é ultrapassado, pode-se reduzir o valor das probabilidades máximas admissíveis para a violação do mínimo e máximo da combinação ativa para aumentar a fiabilidade do sistema. Quando isso não é suficiente 0 10000 20000 30000 40000 50000 60000 0 10 20 30 40 50 Produção térmica (kW) Horas (h) Produção real vs Limites técnicos Produção térmica real Mínimo da combinação ativa Máximo da combinação ativa 96 Aplicação do algoritmo desenvolvido à rede da ilha de São Miguel para garantir que os limites são respeitados, recorre-se ao corte da produção eólica e, caso seja necessário, ao corte da produção hídrica ou geotérmica. Com esta ação, desperdiça-se energia “gratuita”, aumentando os custos operacionais do sistema mas, em contrapartida, devido ao seu correto funcionamento, aumenta o tempo de vida útil dos grupos térmicos e diminui o seu custo de manutenção. Analisando a Figura 4.10, também se verifica que a produção real se aproxima mais vezes do limite mínimo do que do limite máximo da combinação ativa, uma vez que a probabilidade máxima admissível para a violação do limite técnico superior apresenta um valor mais reduzido do que a probabilidade máxima admissível para a violação do limite técnico inferior. A Figura 4.11 ilustra o comportamento do algoritmo desenvolvido para o cenário 2, operando com um risco mais elevado em relação ao cenário 1. Figura 4.11 – Produção térmica real da ilha de São Miguel e limites técnicos das combinações ativas selecionadas pelo algoritmo desenvolvido, considerando o cenário 2, para os dias 6 e 7 de Dez. de 2012. Devido ao aumento do risco, verifica-se na Figura 4.11 um estreitamento da gama de funcionamento, ou seja, observa-se uma redução da reserva girante disponível. O operador do sistema opta por recorrer a combinações que apresentam um menor consumo de combustível em detrimento de uma maior segurança na sua operação. Este comportamento vai sendo cada vez mais evidente à medida que o risco aumenta, como é o caso do cenário 3, ilustrado na Figura 4.12. 0 10000 20000 30000 40000 50000 60000 0 10 20 30 40 50 Produção térmica (kW) Horas (h) Produção real vs Limites técnicos Produção térmica real Mínimo da combinação ativa Máximo da combinação ativa Análise comparativa com o despacho da ilha de S. Miguel 97 Figura 4.12 - Produção térmica real da ilha de São Miguel e limites técnicos das combinações ativas selecionadas pelo algoritmo desenvolvido, considerando o cenário 3, para os dias 6 e 7 de Dez. de 2012. Através da Figura 4.12, é possível observar que, para o cenário 3, existem duas situações em que os limites técnicos são violados, contrariamente ao cenário 1 e 2, em que os limites apenas são ultrapassados uma vez. Para além da violação do mínimo na hora 27:00, também o máximo da combinação ativa é violado na hora 32:00 (hora 7:00 do dia 7 de Dezembro). Mais uma vez se comprova que ao aumentar o risco de operação do sistema, aumenta a possibilidade de violação dos limites técnicos das unidades térmicas. Para comparar as combinações ativas em cada cenário e para cada hora do caso de estudo foi construída a Tabela B.1, incluída no Anexo B. Para se realizar uma comparação exata entre a produção térmica real e a produção térmica obtida pelo algoritmo, seria necessário conhecer a carga total do sistema e a produção renovável disponível, uma vez que a central térmica alimentará a diferença entre as duas. A carga total é disponibilizada pela EDA mas, no entanto, a produção renovável apresenta valores distintos conforme a estratégia adotada para o funcionamento da central térmica. O operador do sistema da ilha de São Miguel opta por cortar apenas na produção eólica e, quando necessário, viola os mínimos técnicos dos grupos geradores, enquanto o algoritmo desenvolvido obriga os grupos a operar dentro da sua gama de funcionamento, independentemente do desperdício de produção renovável. Posto isto, a única comparação possível será considerar que a carga a ser alimentada pela central térmica é o valor real da produção térmica da ilha, assim, as duas produções apresentam os mesmos valores. Na Tabela 4.3 é possível observar o consumo total de combustível para o caso de estudo. 0 10000 20000 30000 40000 50000 60000 0 10 20 30 40 50 Produção térmica (kW) Horas (h) Produção real vs Limites técnicos Produção térmica real Mínimo da combinação ativa Máximo da combinação ativa 98 Aplicação do algoritmo desenvolvido à rede da ilha de São Miguel Tabela 4.3 – Consumo total de combustível (gr) para a produção térmica real e produção térmica resultante do algoritmo desenvolvido, considerando o caso de estudo. Algoritmo desenvolvido Real 220 685 393 220 732 343 Comparando os dois valores da Tabela 4.3, confirma-se uma otimização do consumo de combustível através do algoritmo desenvolvido, apesar da restrição imposta que obriga os grupos a produzirem dentro dos seus limites técnicos. Com a aplicação do algoritmo, verificase uma poupança geral nos custos operacionais e nos custos de manutenção, para além de aumentar o tempo de vida útil das unidades da central térmica. Na Tabela B.2 do Anexo B, é possível observar os valores do despacho para cada hora dos dias 6 e 7 de Dezembro de 2012. 4.4 - Conclusões Neste capítulo foi o algoritmo desenvolvido foi testado para a rede da ilha de São Miguel, através da realização de despachos para diversos cenários de operação do sistema elétrico. A primeira análise consistia em comparar os despachos para uma hora de ponta e de vazio, considerando vários quantis da distribuição do balanço energético. Na hora de vazio (hora 03:00 do dia 6 de Dezembro de 2012), verificou-se que o mínimo técnico da combinação ativa apenas não era violado para o quantil 0.875. Para os restantes, foi necessário recorrer ao corte da produção renovável, com o objetivo de aumentar a potência a produzir pela central térmica, até que os grupos operem dentro da sua gama de funcionamento. O corte na produção eólica foi suficiente para garantir o cumprimento dos limites técnicos das unidades térmicas, com a exceção do quantil 0.125, em que também foi necessário cortar na produção hídrica/geotérmica. O despacho para vários quantis da hora de ponta (hora 19:00 do dia 6 de Dezembro de 2012) foi bastante mais simples de analisar, visto que os valores da distribuição do balanço energético se situavam dentro dos limites da combinação ativa. Para compreender melhor o comportamento do algoritmo, foram testados três cenários com diferentes riscos na operação do sistema. Com o objetivo de comparar a performance destes cenários, foram realizados três despachos para o valor médio esperado da distribuição do balanço energético. Ao aumentar o risco na operação do sistema, diminui a probabilidade deste conseguir alimentar toda a carga com as combinações selecionadas, mas, no entanto, passam a existir mais configurações de grupos que cumprem os valores pré-estabelecidos para a violação dos seus limites técnicos. Ao aumentar a lista das combinações viáveis para a realização do despacho, é natural que se verifique uma diminuição do custo de operação, visto que será selecionada aquela que apresentar um menor consumo de combustível. Depois de realizadas várias análises entre os resultados do algoritmo desenvolvido, foram comparados os limites técnicos das combinações ativas para cada um dos cenários com a produção térmica real da ilha de São Miguel. O resultado foi semelhante ao teste anterior, ou seja, quanto maior era o risco de operação, maior era a probabilidade dos limites técnicos serem violados. Fica assim provado que a qualidade da previsão da produção renovável, principalmente da produção eólica, tem uma elevada importância na otimização do Conclusões 99 despacho. Quando a previsão apresenta valores próximos dos reais, existe uma menor probabilidade de violação da gama de operação das unidades térmicas, aumentando a fiabilidade do sistema e, em simultâneo, contribui para uma redução dos custos de operação. No final do capítulo, definiu-se que o valor de carga a despachar pelo algoritmo desenvolvido seria igual à produção térmica real, assim, foi possível comparar o consumo de combustível para os mesmos valores de carga. O despacho resultante do algoritmo apresentou um menor consumo, garantindo uma otimização na operação do sistema da ilha de São Miguel. 100 Aplicação do algoritmo desenvolvido à rede da ilha de São Miguel Capítulo 5 Conclusões e futuros desenvolvimentos 5.1 - Conclusões gerais O objetivo desta dissertação consistiu um desenvolver um algoritmo de otimização do despacho de produção de eletricidade que inclui a previsão da produção renovável. O algoritmo foi dividido em dois aspetos essenciais: tratamento de dados e a metodologia proposta. O tratamento de dados teve como objetivo criar uma base de conhecimento para a Central Termoelétrica do Caldeirão, contendo as expressões da produção dos seus grupos, consumo marginal e consumo total para cada uma das combinações possíveis, em que todas dependem apenas da carga a ser alimentada pela central. Depois da construção da base de conhecimento, foi criada uma ordem de mérito para que o operador do sistema saiba, em cada intervalo de carga, qual a combinação de grupos que garante um menor consumo de combustível. Uma vez determinadas as expressões para todas as configurações de unidades térmicas, foi realizado o despacho para os dias 6 e 7 de Dezembro de 2012, incluindo a previsão da produção renovável. A previsão apresentou-se segundo uma distribuição de probabilidade Beta acumulada, em que, para cada valor de produção está associada uma probabilidade de ocorrência. O despacho garante que os limites operacionais dos grupos térmicos são sempre respeitados, contribuindo assim para um maior tempo de vida útil das máquinas e uma diminuição nos custos de manutenção. Nas horas de vazio, esta ação pode provocar cortes na produção renovável, uma vez que a carga é baixa, e assim exclui-se a possibilidade de violação dos mínimos técnicos dos grupos da central térmica. O algoritmo desenvolvido foi testado para vários cenários de operação do sistema elétrico da ilha de São Miguel. Os resultados evidenciam que, quando o balanço energético atinge valores inferiores ao mínimo da combinação ativa, é necessário recorrer ao corte da produção eólica e, em último recurso, cortar na produção hídrica ou geotérmica. As unidades térmicas geram dentro da sua gama de funcionamento mas, ao desperdiçar produção renovável, aumenta o custo operacional do sistema. Nesta dissertação também foram comparados os despachos realizados para diversos riscos de operação, verificando-se que, à medida que o risco aumentava, o foco do operador deixava de ser a fiabilidade do sistema e gradualmente passava a ser a otimização do consumo de combustível. Um risco elevado está associado a uma maior probabilidade de violação dos limites técnicos dos grupos geradores e a um menor custo operacional, enquanto 108 Referências Anexo A Caracterização do sistema elétrico da ilha de São Miguel Neste anexo é apresentada uma descrição da topologia e modo de funcionamento do sistema elétrico da ilha de São Miguel, situada no arquipélago dos Açores. O seu sistema elétrico, tal como o resto das ilhas do arquipélago, encontra-se sob exploração do grupo Eletricidade dos Açores (EDA). No último dia do ano de 2012, o sistema elétrico da ilha era constituído por onze centrais de produção de energia elétrica e por onze subestações, enquanto o sistema de transporte e distribuição era composto por uma rede de transporte a 60 kV e por uma rede de distribuição MT com níveis de tensão de 10 e 30 kV [71]. Segundo [71], o sistema electroprodutor da ilha de S. Miguel é constituído pela Central Termoelétrica do Caldeirão (CTCL), pelas Centrais Geotérmicas da Ribeira Grande (CGRG) e Pico Vermelho (CGPV), pelo Parque Eólico dos Graminhais (PEGR) pelas Centrais Hídricas dos Túneis (CHTN), Tambores (CHTB), Fábrica Nova (CHFN), Canário (CHCN), Foz da Ribeira (CHFR), Ribeira da Praia (CHRP) e Salto do Cabrito (CHSC) [71]. Os dados referentes a estas centrais são apresentados na Tabela A.1. 110 Anexo A: Caracterização do sistema elétrico da ilha de São Miguel Tabela A.1 - Dados referentes às centrais de produção de energia elétrica da ilha de S. Miguel [71]. O Parque Eólico dos Graminhais (PEGR) foi a mais recente integração no sistema eletroprodutor da ilha de São Miguel. Este parque apenas entrou em serviço no início do ano de 2012, contando com uma potência instalada de 9 MW. Na Figura A.1 é possível observar a divisão da potência instalada na ilha, que ultrapassa, atualmente, os 141 MW. Figura A.1 - Divisão da potência instalada na ilha. Como é possível observar na Figura A.1, as centrais hídricas existem em grande número na ilha, no entanto, a sua capacidade instalada é bastante baixa. As centrais geotérmicas, por outro lado, possuem uma cota considerável da potência total instalada. O recurso geotérmico é abundante e com a qualidade suficiente para produzir grandes quantidades de energia, tornando-se bastante importante na operação do sistema electroprodutor da ilha. 69% 21% 4% 6% Potência Instalada Centrais Térmoelétricas Centrais Geotérmicas Centrais Hidroelétricas Parque Eólico Anexo A: Caracterização do sistema elétrico da ilha de São Miguel 111 Em relação à rede de transporte AT 60 kV, esta é constituída por sete subestações AT/MT: Caldeirão (SECL), Milhafres (SEMF), Lagoa (SELG), Foros (SEFO), Ponta Delgada (SEPD), Aeroporto (SEAE) e São Roque (SESR). PA rede de distribuição MT, por sua vez, contém duas subestações: Vila Franca (SEVF) e Sete Cidades (SESC) [71]. Na Tabela A.2 são apresentados os dados referentes a estas subestações Tabela A.2 - Dados referentes às subestações da ilha de S. Miguel [71]. As disposições destas subestações podem ser visualizadas na Figura A.2. Figura A.2 - Disposição das subestações pelo território da ilha de S. Miguel [71]. 112 Anexo A: Caracterização do sistema elétrico da ilha de São Miguel A rede de transporte AT/MT é constituída por uma rede AT de 60 kV com exploração em anel e por uma linha MT de 30 kV que liga a Central Geotérmica do Pico Vermelho (CGPV) à Subestação dos Foros (SEFO). A geração da Central Termoelétrica do Caldeirão (CTCL) e da Central Geotérmica da Ribeira Grande (CGRG) é injetada diretamente, e na totalidade, na rede de transporte AT de 60 kV. A rede de distribuição MT funciona com um nível de tensão de 10 kV nas cidades de Ponta Delgada e Ribeira Grande, nas vilas da Lagoa e de Vila Franca e na freguesia das Sete Cidades. As restantes localidades, no entanto, são abastecidas por outra rede de distribuição, com um nível de tensão de 30 kV. Em relação ao consumo mensal ilustrado no gráfico da Figura A.3, verifica-se que este atingiu o seu pico no final de Agosto, ultrapassando os 34 000 MWh. Uma das possíveis razões para isto acontecer prende-se ao facto da ilha sobreviver muito à custa do turismo, acentuando-se um aumento do consumo de eletricidade nos meses de Verão, período em que um elevado número de pessoas aproveita para passar férias. Figura A.3 - Evolução do consumo da ilha de S. Miguel, em 2012 [71]. Analisando o consumo em horas de ponta e de vazio (Figura A.4), observa-se que, em 2012, o valor mais elevado para horas de ponta é atingido em Agosto, aproximando-se dos 70 000 kW. Nas horas de vazio verifica-se um comportamento praticamente constante, em que os valores rondam os 30 000 kW, com a exceção do mês de Agosto, em que a valor mensal é ligeiramente superior. Anexo A: Caracterização do sistema elétrico da ilha de São Miguel 113 Figura A.4 - Evolução da Ponta e Vazio na ilha de S. Miguel, no ano de 2011 [71]. Para a operação do sistema electroprodutor da ilha, torna-se também importante ter conhecimento dos diagramas de carga típicos consoante as épocas sazonais. Recorrendo aos dados fornecidos pela EDA, é possível clarificar o tipo de diagramas de carga referentes à ilha de São Miguel. Os digramas são referentes aos dias típicos de Primavera (16, 19 e 20 de Maio), Verão (18, 19 e 22 de Agosto), Outono (17, 20 e 21 de Outubro) e Inverno (19, 22 e 23 de Dezembro). Em todos estes se verifica uma tendência, ou seja, o consumo nos dias da semana é sempre maior do que nos dias de fim-de-semana e o consumo ao Sábado é maior do que no Domingo, independentemente da época do ano. Isso pode ser confirmado na Figura A.5. Figura A.5 - Diagramas de carga para diferentes dias do ano de 2012 [71]. 114 Anexo A: Caracterização do sistema elétrico da ilha de São Miguel Para que toda a carga do sistema seja alimentada, o operador do sistema recorrer às várias tecnologias de produção de energia elétrica disponíveis na ilha. Na Figura A.6 está representada a quantidade de potência gerada por cada tecnologia em diferentes dias do ano. Figura A.6 – Produção de cada tecnologia para diferentes dias do ano [71]. A produção geotérmica é das produções mais constantes dentro das renováveis, no entanto, verifica-se que a sua produção é bastante maior no Outono e Inverno comparativamente às primeiras duas estações do ano. A produção geotérmica está a cargo da CGRG e CGPV. Segundo os dados disponibilizados, percebe-se que até meados de Agosto de 2012 apenas funcionou CGPV, existindo problemas com a restante central. Nesse período, a produção geotérmica rondou os 12 MWh, existindo uma tentativa falhada de voltar a colocar a central avariada de volta ao ativo. Quando a CGRG voltou a estar operacional, a produção total passou a rondar os 22 MWh, tal como é possível observar na Figura A.7. Anexo A: Caracterização do sistema elétrico da ilha de São Miguel 115 Figura A.7 - Produção geotérmica, em 2012. 116 Anexo A: Caracterização do sistema elétrico da ilha de São Miguel Anexo B Resultados para cada hora do caso de estudo Tabela B.1 – Combinações ativas de grupos térmicos para cada hora do caso de estudo, considerando os três cenários propostos e a produção real. Combinação ativa Hora Cenário 1 Cenário 2 Cenário 3 Real 06-12-2012 00:00 3G1ª 3G1ª 1G2ª 1G2ª 06-12-2012 01:00 1G2ª 2G1ª 2G1ª 1G2ª 06-12-2012 02:00 2G1ª 2G1ª 2G1ª 1G2ª 06-12-2012 03:00 2G1ª 2G1ª 2G1ª 1G2ª 06-12-2012 04:00 2G1ª 2G1ª 2G1ª 1G2ª 06-12-2012 05:00 2G1ª 2G1ª 2G1ª 1G2ª 06-12-2012 06:00 2G1ª 2G1ª 2G1ª 1G2ª 06-12-2012 07:00 3G1ª 3G1ª 1G2ª 1G2ª 06-12-2012 08:00 4G1ª 1G1ª-1G2ª 1G1ª-1G2ª 1G2ª 06-12-2012 09:00 2G2ª 2G2ª 2G2ª 2G2ª 06-12-2012 10:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 11:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 12:00 3G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 13:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 14:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 15:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 16:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 17:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 18:00 3G2ª 3G2ª 1G1ª-2G2ª 3G2ª 06-12-2012 19:00 3G2ª 3G2ª 1G1ª-2G2ª 3G2ª 06-12-2012 20:00 3G2ª 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 06-12-2012 21:00 1G1ª-2G2ª 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 06-12-2012 22:00 1G1ª-2G2ª 1G1ª-2G2ª 2G2ª 2G2ª 06-12-2012 23:00 2G2ª 2G2ª 2G2ª 2G2ª 07-12-2012 00:00 3G1ª 3G1ª 1G1ª-1G2ª 1G1ª-1G2ª 124 Anexo C: Base de conhecimento Tabela C.3 – Base de conhecimento. Domínio da extensão do máximo da curva ótima.