Reservas Operativas através de gestão de cargas termostáticas

Abstract

Tendo por base o cenário mundial atual, no que concerne à produção e fornecimento de eletricidade, as energias renováveis apresentam um papel cada vez mais relevante, mas existem desafios a uma disseminação deste tipo de fontes nas redes elétricas, nomeadamente a sua variabilidade. Quanto mais variabilidade, mais necessidade de flexibilidade com serviços auxiliares, que tanto pode estar no lado da oferta como no lado da procura. Uma forma de mobilizar recursos do lado da procura é recorrendo à chamada gestão da procura ou na terminologia anglo-saxónica “Demand-Side Management”.Esta dissertação tem como finalidade explorar a possibilidade de utilização de recursos no lado da procura como reservas operativas. Para tal foi desenvolvido um algoritmo genético que através da alteração normal do funcionamento de cargas termostáticas, procura identificar reservas disponíveis num conjunto agregado de consumidores. Para a realização do estudo proposto foi desenvolvido um algoritmo evolucionário que decide as ações de gestão a tomar para cada carga. Classifica-se o desempenho da população do algoritmo ao avaliar o efeito da deslocação do consumo de energia elétrica do agregado das cargas. Simula-se cada carga através de modelos fisicamente baseados que reagem, não unicamente, à parametrização da temperatura do termostato.A ferramenta foi implementada em ambiente MatLab® e existiu um estudo das normas de operação do sistema, como funciona a teleregulação e como esta ferramenta se adequa à regulação da atualidade do sistema elétrico nacional.Conseguiu-se de certa forma uma ferramenta fluida e que face a uma solicitação de deslocamento de consumo (elétrico) descobre, que ações de gestão concretas se devem tomar, em ambiente de simulação.A meta da ferramenta foi alcançada ao conseguir controlar com sucesso mais de 20.000 cargas e assegurar que cada geração possui indivíduos com melhor ou igual avaliação que os da geração anterior.

Based on the current world scenario, with regard to the production and supply of electricity, renewable energies play an increasingly important role, but there are challenges to the dissemination of this type of sources in the electricity networks, namely their variability.The more variability, the more need for flexibility with ancillary services, which can be on both the supply and demand side. One way to mobilize resources on the demand side is by using so-called demand management or in the Anglo-Saxon terminology “Demand-Side Management”.This dissertation aims to explore the possibility of using resources on the demand side as operational reserves. For this purpose, a genetic algorithm was developed that, through the normal alteration of the operation of thermostatic charges, seeks to identify available reserves in an aggregate set of consumers.To carry out the proposed study, an evolutionary algorithm was developed that decides the management actions to be taken for each load.The performance of the population of the algorithm is classified when evaluating the effect of the displacement of the electric energy consumption of the load aggregate. Each charge is simulated using physically based models that react, not only, to the parameterization of the thermostat temperature.The tool was implemented in a MatLab® environment and there was a study of the operating rules of the system, how teleregulation works and how this tool is adapted to the regulation of the current national electrical system.In a way, a smooth tool was obtained and, in the face of a request for displacement of consumption (electric), discover which management actions should be taken, in a simulation environment.The tool's goal was achieved by successfully controlling more than 20,000 loads and ensuring that each generation has individuals with a better or equal assessment than those of the previous generation.