Sistema de otimização de resposta à demanda para redes elétricas inteligentes

Abstract

Resumo: O Gerenciamento pelo Lado da Demanda (GLD) é o planejamento e implementação de atividades para influenciar o uso de eletricidade do consumidor de maneira que produza mudanças desejadas na curva de carga de um sistema elétrico. Embora seja um tema discutido desde meados da década de 1980, o advento de redes elétricas inteligentes traz, devido a uma maior integração da Tecnologia da Informação e Comunicação (TIC) com Sistemas Elétricos de Potência (SEP), simultaneamente novas oportunidades e desafios para o GLD, possibilitando uma efetiva extensão das atividades da concessionária de energia para o cliente e abrindo uma nova dimensão do planejamento e operação da distribuição de energia elétrica. Análises criteriosas são fundamentais quando do planejamento de um programa de GLD para que a concessionária obtenha benefícios técnico-econômicos tais como a postergação de investimentos e alívio de sobrecarga, mas não perca receita desnecessariamente. A fim de auxiliar concessionárias no planejamento de programas de Resposta à Demanda com Base em Tarifas (RDBT) (uma das alternativas para o GLD), essa dissertação propõe um sistema para otimização desses programas que foca na seleção de clientes residenciais em um alimentador. Para isso, foram desenvolvidas duas abordagens: híbrida e heurística. A primeira contou com duas técnicas distintas, Fluxo de Potência Ótimo (FPO) para determinação inicial de reduções por barra seguido de otimização binária por enxame de partículas (do inglês, Binary Particle Swarm Optimization (BPSO)) para a seleção dos clientes via otimização global ou por barra. A segunda realizou otimização global somente com BPSO. O sistema foi testado utilizando curvas de carga de clientes residenciais, dados de um alimentador de distribuição radial, matrizes de elasticidade dos clientes perante sinais tarifários, assim como a tarifa branca. Os principais resultados apontam que o sistema é de grande valia para concessionárias de energia analisarem e otimizarem programas de RDBT. A abordagem híbrida com otimização por barra apresentou o melhor compromisso entre custo computacional e atingimento do objetivo de redução. A abordagem heurística apresentou resultados melhores no atingimento da meta de redução, todavia com custo computacional que pode inviabilizar sua aplicação em concessionárias. As diferentes abordagens desenvolvidas apresentam um panorama para compreensão da utilização de técnicas de otimização de seleção de clientes e permitem visualização de aplicações futuras.

Abstract: Demand-Side Management (DSM) is the planning and implementation of activities designed to influence customer use of electricity in a way that will produce desired changes in the utility's load shape. Although it has been discussed since the mid-1980s, the advent of the smart grid, through a better integration between information and communication technologies with electrical power systems, brings both opportunities and challenges for the DSM, yielding an effective extension of the power utility activities to the customer and opening a new dimension to the planning and operation of distribution networks. Detailed analysis when planning DSM programs are crucial, because the utility intends to achieve technical and economic benefits e.g. the postponement of investment and congestion relieve, but it does not wish to lose revenue unnecessarily. To assist utilities in planning for price-based demand response programs (an approach to DSM), in this dissertation an optimization system focusing on the selection of residential customers in a distribution feeder is proposed. Two approaches were developed: hybrid and heuristic. The hybrid approach featured two different techniques, Optimal Power Flow for bus-based reduction estimation followed by Binary Particle Swarm Optimization (BPSO) for customers' selection via global or bus-bases optimization. The heuristic approach was performed only with BPSO. The optimization system was tested using residential load curves, a radial distribution feeder data, customers' elasticity matrixes as well as a Time-Of-Use (TOU) tariff. The main results show that the system can be of great value supporting power utilities' analysis and optimization of price-based demand response programs. The hybrid approach via bus-based optimization showed the best compromisse between runtime and the reduction objective achieval. The heuristic approach showed better results regarding the achieval of the reduction objective, but with high computational cost which may prevent its application on power utilities. The different developed approaches present an overview on the use of optimization techniques to customers selection and allow a glimpse of future applications.