Controle preditivo em níveis secundário e terciário para gerenciamento de energia em microrredes com supercapacitores utilizando otimização MILP

Abstract

Resumo: As microrredes são sistemas de energia de pequena escala que combinam fontes de energia e armazenamento, podendo operar de forma independente ou conectadas à rede elétrica. Para garantir um fornecimento estável e eficiente, é necessário um sistema de gerenciamento de energia que otimize o uso dos recursos e lide com as variações de potência nas fontes e cargas. A falta de controle nas variações rápidas de potência pode causar instabilidade e danificar equipamentos, especialmente as baterias. Nesse cenário, os supercapacitores surgem como uma solução para mitigar essas variações, absorvendo ou fornecendo energia rapidamente, reduzindo o impacto nos equipamentos. Nesse contexto, o presente trabalho propõe a implementação de um algoritmo de controle para o gerenciamento de energia em microrredes com supercapacitores integrados ao sistema de armazenamento de energia. A proposta é possibilitar que os supercapacitores lidem com variações rápidas de potência, enquanto as baterias ficam responsáveis pela operação de longo período. O algoritmo é projetado para operar nos níveis secundário e terciário da hierarquia de controle, sendo aplicado tanto em microrredes isoladas quanto conectadas à rede principal. Além disso, o sistema pode integrar uma fonte de energia renovável intermitente e um sistema de armazenamento híbrido composto por baterias e supercapacitores, conectados à carga. A estratégia de controle adotada foi o Modelo de Controle Preditivo aplicado aos níveis secundário e terciário da hierarquia de controle. A formulação do problema matemático foi realizada de modo que possa ser solucionada por meio de Programação Linear Inteira Mista. No problema de otimização, foi considerada a minimização das oscilações de potência das baterias. Além disso, são consideradas as restrições operacionais da microrrede. Os resultados de simulação mostraram que o controle terciário foi capaz de realizar o gerenciamento de longo prazo, garantindo que a demanda de energia fosse atendida de maneira eficiente na falta de fontes renováveis. O controle secundário, por sua vez, gerenciou as flutuações de curto prazo, direcionando as oscilações rápidas de potência para os supercapacitores, o que permitiu suavizar a curva de potência das baterias e otimizar a operação do sistema. Portanto, a integração dos níveis de controle terciário e secundário, utilizando controle preditivo e modelado com programação linear inteira mista, demonstrou-se uma boa opção para o gerenciamento de energia em microrredes, garantindo não apenas a eficiência no controle de longo prazo, mas também o ajuste adequado às flutuações rápidas de potência

Abstract: Microgrids are small-scale energy systems that integrate energy sources and storage, and can operate either independently or connected to the power grid. To ensure stable and efficient operation, an energy management system is necessary to optimize resource use and manage power fluctuations in both the energy sources and loads. Lack of control over rapid power fluctuations can lead to instability and damage to equipment, especially batteries. In this context, supercapacitors offer a solution to mitigate these variations by quickly absorbing or supplying energy, thereby reducing the impact on other equipment. In this scenario, this work proposes the implementation of a control algorithm for energy management in microgrids with supercapacitors integrated into the energy storage system. The goal is to enable supercapacitors to handle rapid power variations, while batteries are responsible for long-term energy supply. The algorithm is designed to operate at both the secondary and tertiary levels of the control hierarchy, and is applied to both isolated and grid-connected microgrids. Additionally, the system can integrate an intermittent renewable energy source and a hybrid energy storage system consisting of batteries and supercapacitors, connected to the load. The control strategy adopted was Model Predictive Control applied to the secondary and tertiary levels of the control hierarchy. The mathematical problem formulation was designed to be solved using Mixed-Integer Linear Programming. In the optimization problem, the minimization of battery power f luctuations was considered. Furthermore, the operational constraints of the microgrid were incorporated. Simulation results showed that the tertiary control level was able to manage long-term operations, ensuring that energy demand was met efficiently in the absence of renewable sources. The secondary control, on the other hand, managed short-term fluctuations by directing rapid power oscillations to the supercapacitors, which helped smooth the battery power curve and optimize overall system performance. Therefore, the integration of the tertiary and secondary control levels, using predictive control and modeled with mixed-integer linear programming, proved to be an effective approach for energy management in microgrids, ensuring both long-term operational efficiency and proper handling of rapid power fluctuations