Upload
truongnga
View
221
Download
0
Embed Size (px)
Citation preview
Impacto do Armazenamento na Operação de Sistemas
Isolados Híbridos
Miguel da Fonte Gomes Garcia
Dissertação para obtenção do Grau de Mestre em
Engenharia Electrotécnica e de Computadores
Orientador: Prof. Doutor José Manuel Dias Ferreira de Jesus
Júri
Presidente: Prof. Doutor Rui Manuel Gameiro de Castro Orientador: Prof. Doutor José Manuel Dias Ferreira de Jesus
Vogal: Prof. Doutor Luís António Fialho Marcelino Ferreira
Novembro 2015
ii
Agradecimentos
Agradeço ao Professor Doutor Ferreira de Jesus por todo o apoio que prestou ao longo
deste trabalho, através das nossas reuniões e também fora delas, quando surgiram dúvidas
intransponíveis.
Agradeço também a todos os colegas que, de uma forma ou de outra, ajudaram na
realização desta dissertação, tenha sido em apoio moral ou na troca de ideias.
Um agradecimento especial à Margarida, por todas as vezes que me incentivou a
trabalhar na dissertação e no apoio que deu quando foi preciso rever o que estava escrito.
Por último, mas não menos importante, à minha mãe porque sem ela não teria sido
possível realizar este trabalho nem tão pouco o resto do curso.
iii
Resumo
Nos últimos anos tem existido uma crescente preocupação com as fontes usadas na
produção de energia elétrica. Cada vez mais são incorporadas fontes de geração de origem
renovável, nos sistemas de energia. Em Portugal, com a escassez de novos locais para
instalação de centrais hídricas, tem-se apostado na produção a partir do vento e do sol. Com
este incremento nestas duas formas de energia surgem alguns problemas, sendo que o maior
destes é o facto de serem intermitentes.
Para tentar colmatar esta intermitência tem-se recorrido a sistemas de armazenamento
de energia. Assim, toda a energia produzida em excesso é armazenada para quando for
necessária.
Nesta dissertação foi estudado o armazenamento através de baterias. Esta solução tem
várias vantagens: as baterias permitem regular variações na tensão fornecendo assim uma
tensão constante; verifica-se também que as baterias são um elemento que podem atuar tanto
como gerador, fornecendo energia, como carga, consumindo a energia excedentária no sistema.
Foram efetuados testes de fiabilidade do sistema, através dos indicadores LPSP- Loss of
Load Probability, que medem a probabilidade do sistema gerador não conseguir satisfazer a
carga e WEP-Wasted Energy Probability, que é um indicador que mede a probabilidade do
sistema gerador estar a produzir energia a mais.
Palavras Chave: Geração Intermitente, Baterias, LPSP e WEP.
iv
Abstract
There has been a growing concern with which energy sources are being used to generate
the electricity. The renewable energy sources are being integrated into the energy systems more
and more. In Portugal, due to the shortage of new locations to implement new hydro power
plants, the focus is shifting to solar and wind energy. With this increase, in these two energy
sources, there is a big problem that arises, the intermittency of the generation for these sources.
Storage systems are being used to try to diminish the effects of the intermittency. Extra
energy is stored for later use.
In this study, the storage system studied was the use of batteries. This solution is also
able to stabilize the system in addition to being able to store energy. It also has the advantage
that it is an element that is able to act both as generator and as load in an energy system.
To evaluate the reliability of the system two indicators were used, the LPSP – Loss of
Load Probability and the WEP – Wasted Energy Probability. LPSP measures the probability of
the energy generators not being able to supply the load, WEP measures the probability of the
generators exceed the energy required by the load.
Key Words—Intermittent Generation, Batteries, LPSP and WEP
v
Conteúdo
Agradecimentos ................................................................................................................................. ii
Resumo ............................................................................................................................................ iii
Abstract............................................................................................................................................. iv
Índice de Figuras ............................................................................................................................. vii
Índice de Tabelas ............................................................................................................................. ix
1. Introdução ................................................................................................................................. 1
1.1. Enquadramento ................................................................................................................. 1
1.2. Motivação .......................................................................................................................... 3
1.3. Objectivos Principais ......................................................................................................... 3
1.4. Estrutura da dissertação ................................................................................................... 3
2. Metodologia ............................................................................................................................... 5
2.1. Modelo Fotovoltaico .......................................................................................................... 6
2.1.1. Insolação Solar .......................................................................................................... 6
2.1.2. Produção dos módulos fotovoltaicos ...................................................................... 12
2.2. Modelo dos Geradores Eólicos ....................................................................................... 14
2.3. Modelo das Baterias ....................................................................................................... 16
2.4. Centrais Térmicas ........................................................................................................... 17
2.4.1. Unit Commitment ..................................................................................................... 17
2.4.2. Modelo dos Motores de Combustão Interna ........................................................... 18
2.5. Modelar a fiabilidade ....................................................................................................... 18
2.5.1. Fiabilidade ............................................................................................................... 20
3. Caracterização do sistema elétrico da ilha Terceira ............................................................... 22
3.1. Introdução ....................................................................................................................... 22
3.2. Sistema Elétrico .............................................................................................................. 22
3.2.1. Omissão de dados ................................................................................................... 22
3.3. Estimativa da rede consumos + perdas ......................................................................... 24
3.4. Energia Hídrica ............................................................................................................... 27
3.5. Energia Geotérmica e de Resíduos ................................................................................ 28
3.6. Energia Eólica ................................................................................................................. 28
3.6.1. Determinar a curva de potência .............................................................................. 28
3.7. Central Térmica ............................................................................................................... 32
4. Resultados .............................................................................................................................. 34
Comentários ................................................................................................................................ 42
5. Conclusões e trabalho futuro .................................................................................................. 44
vi
Trabalho Futuro .......................................................................................................................... 45
Bibliografia ...................................................................................................................................... 46
Anexo 1- Extrato do código desenvolvido para incrementar os grupos no caso de existir menos
de 500 kW de diferença ................................................................................................................. 48
Anexo 2- Extrato do código que insere as probabilidades de falha nos elementos do sistema ... 60
Anexo 3 – Características dos MCI utilizados no estudo .............................................................. 62
vii
Índice de Figuras
Figura 1 – Evolução das fontes de geração de energia de 2000 a 2014 ........................................ 2
Figura 2 – Emissões de gases de efeito de estufa .......................................................................... 2
Figura 3 - Piranómetro ..................................................................................................................... 6
Figura 4 - Irradiância no plano inclinado calculada a partir do modelo de Erbst et al..................... 9
Figura 5 - Irradiância total no plano inclinado calculado pelo modelo de ashrae ......................... 12
Figura 6- Curvas de Corrente-Tensão e Potência para os diferentes valores de irradiância ....... 13
Figura 7 - Curva de Potência da turbina E44 ................................................................................. 15
Figura 8 – Fluxograma do algoritmo do cálculo da fiabilidade ...................................................... 21
Figura 9 - Exemplo de erros nos dados, a vermelho ..................................................................... 24
Figura 10 - Diagrama de Carga da Ilha Terceira no Ano 2012 ..................................................... 24
Figura 11 - Dias Característicos da Primavera .............................................................................. 25
Figura 12 - Dias Característicos do Verão ..................................................................................... 25
Figura 13 - Dias Característicos do Outono ................................................................................... 26
Figura 14 - Dias Característicos do Inverno .................................................................................. 26
Figura 15 - Diagrama dos Recursos Hídricos ................................................................................ 27
Figura 16 - Curva de Potência da Turbina E44 ............................................................................. 28
Figura 17 - Aproximação da Curva de Potência ............................................................................ 29
Figura 18 - Diagrama da Energia produzida por hora durante o ano ............................................ 31
Figura 19 - Energia Produzida pelos dados do vento vs dados da EDA ...................................... 31
Figura 20 - Valores de LPSP sem reserva girante e sem baterias ............................................... 35
Figura 21 - Valores de WEP sem reserva girante e sem baterias ................................................ 35
Figura 22 – Números de mudanças dos estados dos grupos entre os diferentes ensaios .......... 36
Figura 23 - Valores de LPSP com reserva girante e sem baterias ............................................... 36
Figura 24 - Valores de WEP com reserva girante e sem baterias ................................................ 36
viii
Figura 25 - Números de mudanças dos estados dos grupos entre os diferentes ensaios ........... 37
Figura 26 - Valores de LPSP com reserva girante e com 50MW de baterias instaladas ............. 37
Figura 27 - Valores de WEP com reserva girante e com 50MW de baterias instaladas .............. 38
Figura 28 - Números de mudanças dos estados dos grupos entre os diferentes ensaios ........... 38
Figura 29 - Valores de LPSP com reserva girante e com 100MW de baterias instaladas ........... 39
Figura 30 - Valores de WEP com reserva girante e com 100MW de baterias instaladas ............ 39
Figura 31 - Números de mudanças dos estados dos grupos entre os diferentes ensaios ........... 39
Figura 32 - Evolução de LPSP e WEP, sem reserva, à medida que o número de baterias
aumenta .......................................................................................................................................... 40
Figura 33 - Evolução de LPSP e WEP, com reserva, à medida que o número de baterias
aumenta .......................................................................................................................................... 40
Figura 34 - Números de mudanças dos estados dos grupos quando as baterias aumentam ...... 41
ix
Índice de Tabelas
Tabela 1 - Valores de B e C para o cálculo da irradiância inclinada segundo o modelo de Ashrae
........................................................................................................................................................ 10
Tabela 2 - Dias característicos do ano .......................................................................................... 23
Tabela 3 - Coeficientes que descrevem o polinómio de décimo grau ........................................... 29
Tabela 4 - Características dos grupos Termoeléctricos ................................................................ 32
Tabela 5 - Nº de vezes que se desliga e liga grupos nas diferentes situações ............................ 40
1
1. Introdução
1.1. Enquadramento
A população mundial tem vindo a crescer continuamente desde 1300. Este crescimento
aliado à revolução industrial levou a um aumento no consumo de energia elétrica. Uma das
maiores consequências da revolução industrial foi a mudança de combustível, de
biocombustíveis como a madeira, para os combustíveis fósseis, primeiro carvão e, mais
recentemente, o petróleo e o gás. Estes últimos, são a maior fonte de produção de energia hoje
em dia.
O consumo de combustíveis fósseis é a principal razão para o aquecimento global [1]. O
preço elevado dos combustíveis fósseis, em conjunto com uma crescente atenção do público em
geral, está a levar a uma mudança nas fontes de geração da energia. Existe agora, um esforço
para diminuir o consumo de combustíveis fósseis, e incluir mais combustíveis renováveis nas
fontes de geração.
As fontes de energia renováveis são definidas como fontes que são naturalmente
renovadas, à escala humana [2]. Estas incluem a energia gerada pelas marés, energia eólica,
energia solar, entre outras. Nesta dissertação, o estudo das fontes de origem renovável é
baseado na geração fotovoltaica e na geração eólica.
Esta mudança para incluir mais fontes de energia de origem renovável, pode ser vista na
figura 1. É importante notar a diminuição da produção de origem no petróleo, no carvão e na
energia nuclear, para uma produção mais amiga do ambiente, como a energia eólica e o gás.
(Nota: apesar de o gás não ser uma fonte renovável, as suas emissões de gases poluentes são
menores que os produzidos por petróleo ou carvão.)
Uma das primeiras fontes de geração renovável a ser explorada consistentemente, e em
larga escala, foi a energia hídrica. Estas centrais utilizam a energia potencial armazenada num
corpo de água a uma cota superior para, através de um grupo turbina/gerador, gerar eletricidade.
Hoje em dia, devido à escassez de novas localizações para instalar centrais hídricas, a produção
de energia a partir de fontes renováveis está a focar-se mais nas fontes de energia solar e
eólica.
2
FIGURA 1 – EVOLUÇÃO DAS FONTES DE GERAÇÃO DE ENERGIA DE 2000 A 2014 [3].
A energia eólica é uma das fontes de energia renovável com maior promessa [4]. As
diferentes pressões atmosféricas criam um movimento de ar que, através de pás ligadas a um
rotor, tornam possível transformar a energia cinética existente no vento em energia elétrica. Tem
algumas vantagens: não produz emissões tóxicas; tem um custo de produção que não depende
do preço dos combustíveis fósseis; permite uma produção descentralizada; tem uma das
menores emissões de CO2, como se pode ver pela figura 2. Apesar destas vantagens, sendo a
energia eólica, tal como a solar, fontes de geração intermitente não são fiáveis [5].
FIGURA 2 – EMISSÕES DE GASES DE EFEITO DE ESTUFA [5].
A energia solar tem duas grandes vertentes: geração de energia elétrica e geração de
energia térmica. Células fotovoltaicas são usadas na geração de eletricidade. Estas células têm,
quando tratadas adequadamente e expostas a radiação solar, eletrões livres que tornam
3
possível, graças ao seu movimento, que se estabeleça uma corrente elétrica. A geração de
energia térmica é produzida quando a radiação solar atinge um coletor solar, geralmente vidro,
aquecendo o líquido térmico existente no seu interior. Esse líquido, por sua vez, num permutador
de calor, aquece a água aí existente.
1.2. Motivação
Tal como foi explicado na secção anterior, existe um esforço para misturar mais fontes
provenientes de recursos de renováveis, com as fontes de produção tradicionais. As políticas de
Portugal e da União Europeia têm como objetivo reduzir o consumo de energia de fontes
primárias em 20%. Pelo menos 20% da energia consumida deverá ser de fontes de origem
renovável, e reduzir a emissão de gases de efeito de estufa em 20%, tudo isto até 2020 [6].
1.3. Objectivos Principais
A integração das fontes renováveis na rede cria alguns problemas técnicos. O maior
destes é o facto de serem fontes de produção intermitente, sendo que a rede elétrica necessita
de um fornecimento constante de energia. Para tentar equilibrar esta intermitência é estudado o
uso de armazenamento, através de baterias. De que modo essas baterias afetam a fiabilidade
do sistema elétrico, será o foco central desta dissertação.
Para se efetuar o estudo, do efeito das baterias num sistema elétrico, pretende-se
desenvolver uma ferramenta que permita modelar sistemas estocásticos de produção híbrida,
que incluam fontes de geração tradicionais, tais como centrais térmicas, fontes de geração
renováveis: eólicas, fotovoltaicas, hídricas e também de armazenamento, no nosso caso de
baterias.
1.4. Estrutura da dissertação
A estrutura da dissertação é a que se segue:
No primeiro capítulo, Introdução, é feito um breve enquadramento sobre a história dos
combustíveis, usados nos sistemas de energia elétrica. São também explicitados os problemas
que levaram à realização deste estudo e uma possível solução através do uso de baterias.
4
No segundo capitulo, são descritos os métodos usados para a resolução dos problemas,
com uma breve descrição de cada um deles, identificados na motivação desta dissertação. É
apresentado o algoritmo que foi desenvolvido para o cálculo das diferentes fontes a serem
utilizadas em cada momento.
Descreve-se, no capítulo três, as características da ilha Terceira. São explicados também
os dados que foram usados, e como foram corrigidos os erros existentes.
No quarto capítulo, são apresentados os resultados que foram obtidos através dos
métodos expostos no capítulo dois, com as características da ilha Terceira, exibidos no capítulo
três. São comparadas as diferentes situações estudadas e as diferenças que causaram, quanto
a fiabilidade do sistema de energia.
No quinto capítulo, são registadas as conclusões que se retiraram da elaboração desta
dissertação.
Por fim, no capítulo seis, são apresentadas ideias para a realização de um trabalho
futuro.
5
2. Metodologia
Para resolver o problema descrito no capítulo 1.3 foi desenvolvido um algoritmo que tem
como objetivo analisar a fiabilidade de um sistema de energia, quanto à sua capacidade de
satisfazer a carga pedida [7]. Um extrato do código do algoritmo está apresentado no Anexo 1.
Este extrato trata da parte do algoritmo que entra em funcionamento, se a carga for superior à
geração até 500 kW.
Para desenvolver o método é necessário começar por modelar as diversas fontes de
geração descritas no primeiro capítulo. O modelo das fontes de geração renováveis, eólico e
fotovoltaico, deverão receber como variáveis de entrada a velocidade do vento e a irradiância
solar horária, respetivamente. Com estas variáveis de entrada é possível obter a potência horária
injetada, em Watts. Para modelar as centrais hídricas são conhecidos os valores da potência
horária num determinado ano, assumindo-se que esses valores não variam de ano para ano.
O algoritmo desenvolvido engloba também a energia produzida numa central de resíduos
urbanos e numa central geotérmica, que são entendidas como constantes, não variando ao
longo do tempo.
De forma a otimizar a utilização dos grupos térmicos foi utilizado um algoritmo disponível
publicamente, que tendo em conta a potência disponível dos grupos e a previsão de carga, faz
um despacho dos grupos que devem funcionar nessa hora. O despacho dos grupos térmicos é
feito considerando o seu limite máximo e mínimo de potência ativa.
Sabendo a previsão de carga necessária para uma determinada hora, é possível fazer variar
a produção dos geradores térmicos, de modo a que, conjuntamente com as restantes fontes de
geração, satisfaçam a carga.
Para modelar a energia armazenada nas baterias é imprescindível não só saber o seu valor
no instante anterior, como também se a bateria está a carregar ou a descarregar. Assim, é
possível, naquele instante, determinar o estado de carga da bateria.
De modo a tornar o método numa análise estocástica recorre-se ao uso de uma variável
aleatória, associada a cada um dos elementos do método. Designa-se essa variável por FOR –
Forced Outage Rate. Sempre que o FOR acontece, o elemento que está associado à mesma
entra em “avaria/manutenção” e a sua produção é nula, para essa hora. Os diferentes elementos
do sistema têm diferentes probabilidades de ocorrer uma avaria, para refletir isso o FOR também
tem diferentes probabilidades de ocorrer em cada elemento do sistema, desta forma aproxima-se
mais o algoritmo à realidade. Está no anexo 2 um extrato de código de como foi implementado
esta solução.
6
Sabendo a energia disponível na geração, usando os métodos descritos anteriormente e a
carga prevista, é possível determinar se a carga é satisfeita ou não. A quantidade de energia que
a geração não consegue satisfazer da carga determina a fiabilidade do sistema.
2.1. Modelo Fotovoltaico
2.1.1. Insolação Solar
A insolação solar é a quantidade de energia solar que incide num certo ponto, num
determinado período de tempo, dada em Wh/m2. Usando um piranómetro é possível calcular a
insolação disponível num determinado local. Na figura 3 está representado uma imagem de um
piranómetro.
FIGURA 3 – PIRANÓMETRO [8]
A irradiância solar é a potência instantânea disponível num determinado instante de tempo,
em W/m2. Integrando a irradiância num período de uma hora é possível calcular o valor da
insolação nessa hora. Considerando a irradiância constante, numa hora, é possível afirmar que
numericamente os valores de irradiância e insolação, nesse período, são iguais. No algoritmo
desenvolvido, o intervalo de tempo considerado para os diferentes cálculos é de uma hora e,
como tal, os valores de irradiância e de insolação são os mesmos.
7
A energia que os módulos fotovoltaicos produzem não depende apenas da energia
disponível na radiação solar, mas também do ângulo com que esta incide no módulo. A maioria
dos dados existentes relativamente a irradiância solar, W/m2, está sob forma da irradiância solar
no plano horizontal. Os módulos produzem mais se a radiação lhes incidir perpendicularmente.
Para fazer este cálculo foram estudados dois modelos, o modelo de Erbs et al [9] e o modelo de
Ashrae [10].
Modelo de Erbs et al:
Para que se consiga fazer a passagem do plano horizontal para o plano inclinado é
necessário saber a irradiância solar horizontal, que incide numa hora, G, e a posição geográfica
dos módulos [11]. De modo a efetuar o cálculo da mudança de planos tem que se ter em conta
os passos descritos pelas equações 1 a 8. Definem-se as seguintes grandezas:
δ, declinação, isto é, a posição angular que o sol tem ao meio dia solar, em graus;
Φ, latitude em graus;
β, ângulo de inclinação do módulo em graus;
ω, ângulo horário, 15° por hora sendo que o meio dia tem o valor de 0°. É positivo para as
horas da tarde e negativo para as horas da manhã;
γ, ângulo de azimute solar, é o ângulo que a projeção horizontal dos raios solares faz com a
orientação Norte-Sul. No Hemisfério Norte é comum considerarem este ângulo 0°, pois os
módulos são orientados para Sul;
ε0, fator de excentricidade que define a quantidade que a órbita da terra se desvia de um
círculo perfeito.
θz, ângulo solar de zénite, ou seja, o ângulo que o sol faz com o plano vertical;
θ, ângulo de incidência dos raios solares sobre o plano normal de uma superfície.
Com estas relações geométricas é possível descrever o seguinte processo:
(1)
(2)
8
(3)
(4)
G0 é a irradiância solar extraterrestre em W/m2; n é o número do dia do ano.
Sabendo G e G0 é possível calcular o índice de claridade, kt, que é a razão da irradiância
solar extraterrestre para a irradiância solar no plano horizontal.
(5)
Tendo o índice de claridade, é possível decompor a irradiância solar no plano inclinado
nas suas componentes: difusa, direta e refletida. Através da correlação apresentada na equação
6, é possível calcular a componente difusa. [9]
(6)
Gd é a componente difusa da irradiância solar e vem em W/m2. Com a componente
difusa é possível calcular a irradiância total no plano inclinado, devido à relação geométrica entre
a componente difusa e a direta. A irradiância total no plano inclinado será então [12]:
(7)
Gt é a componente total, a soma da componente difusa, direta e refletida da irradiância
solar; ρg é o albedo, isto é, a razão da radiação refletida sobre uma superfície e radiação
incidente sobre essa superfície. Com este parâmetro achamos a componente refletida, a terceira
9
parcela da equação 7. Rb é a razão da irradiância (W/m2) direta no plano inclinado e a irradiância
direta no plano horizontal. Com Rb calcula-se a componente direta da irradiância, a primeira
parcela na equação 7. Este parâmetro é calculado através da equação 8.
(8)
Nas horas perto do pôr e nascer-do-sol o valor de cos(θz) toma valores muito pequenos,
o que pode provocar erros no valor da irradiância, pois esta é multiplicada por valores de Rb
muito grandes. Assim, assumindo que a irradiância solar perto dessas horas é pequena, o que
se verifica na prática, o valor de Rb apresenta-se nulo para essas horas.
FIGURA 4 - IRRADIÂNCIA NO PLANO INCLINADO (30º) CALCULADO A PARTIR DO MODELO DE
ERBST ET AL.
Modelo de Ashrae:
O modelo de Ashrae é um modelo relativamente simples e, como tal, pode servir como um
primeiro cálculo num estudo sobre instalações fotovoltaicas.
A irradiância normal (W/m2) é dada pela equação 9.
10
(9)
Onde kt, G0 e cos( ) têm o mesmo significado que no modelo de Erbst et al. B é uma variável
adimensional que descreve o coeficiente de atenuação de uma atmosfera simples. Os seus
valores estão representados na tabela 1.
TABELA 1 - VALORES DE B E C PARA O CÁLCULO DA IRRADIÂNCIA INCLINADA SEGUNDO O
MODELO DE ASHRAE
Data B C
21 Janeiro 0.142 0.058
21 Fevereiro 0.144 0.060
21 Março 0.156 0.071
21 Abril 0.180 0.097
21 Maio 0.196 0.121
21 Junho 0.205 0.134
21 Julho 0.207 0.136
21 Agosto 0.201 0.122
21 Setembro 0.177 0.092
21 Outubro 0.160 0.073
21 Novembro 0.149 0.063
21 Dezembro 0.142 0.057
11
Os valores de B e C são constantes ao longo do mesmo mês.
A irradiância total, , para qualquer inclinação, é a soma das componentes direta com a
difusa, vindas do céu e a componente refletida. É calculada pela equação 10.
(10)
A componente difusa é calculada usando a variável C, disponível na tabela 1. A variável C é a
razão da irradiância difusa no plano horizontal, d, com a irradiância normal, n. d é assim
calculado pela equação 11.
(11)
Onde Fss é o ângulo entre a superfície em estudo e o céu, é calculado através da equação 12.
(12)
A componente refletida, é calculada através da equação 13.
(13)
Fsg é o ângulo entre a superfície em estudo e a terra. É calculado através da seguinte
equação.
(14)
12
FIGURA 5 - IRRADIÂNCIA TOTAL NO PLANO INCLINADO (30º) CALCULADO PELO MODELO DE
ASHRAE
Como se pode ver pelas figuras 4 e 5, os dois modelos podem levar a algumas diferenças de
valores. O modelo de Erbst et al é um modelo mais complexo, tem em conta a posição solar a
todas as horas, enquanto o modelo Ashrae apenas tem em conta as diferenças na posição do
sol mensalmente, através das variáveis B e C.
Para o cálculo da Energia produzida pelos módulos fotovoltaicos utilizou-se o modelo de
Erbst et al.
Com estes dados é possível modelar os módulos fotovoltaicos, dado que já é conhecida a
irradiância, Gt, no plano inclinado.
2.1.2. Produção dos módulos fotovoltaicos
Os módulos fotovoltaicos em condições normais operam no ponto de máxima potência,
isto é, os geradores fotovoltaicos estão equipados com um seguidor de máxima potência que
mantém o módulo a operar, para um certo valor de irradiância, no ponto em que a potência é
máxima. Na figura 6 pode ser visto como, para diferentes valores de irradiância, o ponto de
máxima potência varia.
Com a equação 15, descrita em baixo, é possível calcular a potência que os módulos
fotovoltaicos disponibilizam [13].
(15)
13
FIGURA 6- CURVAS DE CORRENTE-TENSÃO E POTÊNCIA PARA OS DIFERENTES VALORES DE
IRRADIÂNCIA. FONTE: CATÁLOGO SUNTECH 250W
ηg é o rendimento instantâneo do módulo fotovoltaico e pode ser calculado através da
equação 16; N é o número de módulos instalados; Am é a área ocupada por um módulo
fotovoltaico em m2; Gt é irradiância incidente nos módulos em W/m
2.
(16)
ηr é o rendimento de referência do módulo; ηpt é o rendimento do seguidor de máxima
potência. Para este estudo foi tido como 1, pois foi assumido que o seguidor é perfeito. βt é o
coeficiente de temperatura de eficiência; Tc e Tr são as temperaturas da célula fotovoltaica e de
referência da célula fotovoltaica, respetivamente, ambas estão em graus Celsius, °C. Para saber
Tc é usada a equação 17. Todas as condições de referência correspondem a condições STC
(Standard Test Condition)
(17)
14
Ta é a temperatura ambiente, em °C; τ e α são, respetivamente, os coeficientes de
transmitância e a absorvância das células fotovoltaicas; UL é o coeficiente de perdas médias por
calor da célula, W/m2°C
-1. O quociente τα/UL pode ser estimado através da equação 18 [11] [14].
(18)
NOCT é a temperatura às condições normais de funcionamento.
Am, ηr, βt e NOCT são parâmetros que variam de módulo para módulo e aparecem nos
catálogos dos mesmos. Com estes dados é possível calcular a energia que os módulos
produzem.
2.2. Modelo dos Geradores Eólicos
Existem vários modelos para os geradores eólicos. Estes modelos diferem, pois
diferentes turbinas têm diferentes comportamentos em relação ao vento. Nesta dissertação
foram usadas as turbinas E44 da Enercon que têm 900 kW de potência nominal. Usando a curva
de potência da turbina é possível estimar, sabendo previamente a velocidade do vento no local
onde se instalará a turbina, a energia produzida pelo gerador eólico. Na figura 7 é possível ver
esta curva de potência.
Observando a curva de potência podemos ver que, para velocidades do vento abaixo de
3 m/s e acima dos 25 m/s, a turbina não está em funcionamento. No limite inferior, porque não
existe vento suficiente para a turbina funcionar, e no limite superior para não danificar a própria
turbina. Quando a velocidade do vento está entre esses dois valores, o limite inferior, cut-in e o
limite superior, cut-out a turbina produz energia. Para valores da velocidade do vento
compreendidos entre o cut-in e os 17 m/s, a curva de potência pode ser aproximada por um
polinómio da forma da equação 19.
(19)
15
FIGURA 7 - CURVA DE POTÊNCIA DA TURBINA E44. FONTE: CATÁLOGO TURBINA E44
ENERCON
x representa a velocidade do vento em m/s; y a potência instantânea que a turbina
fornece; a, b e c são as constantes que melhor aproximam a curva. Para valores da velocidade
do vento entre 17 m/s e a velocidade cut-out a potência da turbina é a nominal, 910 kW.
Lei de Prandtl:
Os efeitos do atrito fazem variar a velocidade do vento com a distância ao solo. Isto faz
com que diferentes superfícies, com diferentes coeficientes de atrito alterem a velocidade do
vento de maneiras diferentes.
Calcular o efeito no atrito das diferentes rugosidades do solo, para depois calcular a
velocidade do vento é um cálculo difícil de executar. Para simplificar este cálculo, e aproveitando
o facto de ser conhecido a velocidade do vento a uma certa referência, é possível, através da
equação 20, fazer essa mudança de cota, da altura de referência para a altura do rotor.
(20)
16
A esta equação dá-se o nome de Lei de Prandtl. Onde z é a altura do rotor, zr é a altura
de referência, e , são respectivamente, a velocidade do vento à altura do rotor e à
altura de referência.
2.3. Modelo das Baterias
Para modelar as baterias é importante ter em atenção que as mesmas têm três estados
de funcionamento, a carregar, a descarregar e desligadas do sistema.
Quando a energia produzida pelo sistema elétrico é superior à energia necessária para
satisfazer a carga, as baterias estão a carregar, se o contrário acontecer, a energia produzida
não for suficiente para satisfazer a carga, as baterias estão a descarregar. Se a energia
produzida for igual à energia consumida, as baterias não carregam nem descarregam.
O estado da bateria, carregado/descarregado, a qualquer instante depende do estado do
instante anterior [15]. A equação 21 descreve o estado de carregamento da bateria:
(21)
Onde Cbat(t) e Cbat(t-1) são, respetivamente, a energia disponível nesse instante e no
instante anterior ao cálculo; σ é um parâmetro que quantifica a energia que se perde mesmo
quando a bateria não está em funcionamento, o parâmetro de auto descarga. ET(t) é a energia
total disponível no sistema nesse instante. Engloba todos os geradores do sistema, eólico,
fotovoltaico, Fuel-Oil, etc.. EL(t) é a energia necessária para satisfazer o consumo nesse
instante. ηinv e ηbat, são, respetivamente o rendimento do inversor e da bateria. O rendimento da
bateria toma valores entre 0,65 e 0,85 quando a bateria está a carregar, e 1 quando a bateria
está a descarregar [15].
Em qualquer instante, o estado do carregamento da bateria deverá estar entre,
(22)
17
Se for considerado que a capacidade nominal da bateria Cbat,n é igual a Cbat,máx então
isso implica que,
(23)
Onde DOD, profundidade de descarga, é a variável que representa o valor, em %, da
profundidade máxima que a bateria pode ser descarregada.
2.4. Centrais Térmicas
2.4.1. Unit Commitment
Para uma melhor alocação dos motores de combustão interna é possível usar um
algoritmo que calcule o menor custo para satisfazer a carga. Para tal, foi utilizado um algoritmo
disponível online [16].
Este algoritmo, para uma dada previsão de carga, calcula qual é o gerador ou grupo de
geradores que deverão estar em funcionamento, num determinado instante de tempo. De forma
a otimizar a seleção dos geradores quanto ao menor custo de funcionamento do sistema de
energia, existe uma opção, no algoritmo, que determina quantos estados anteriores é que são
avaliados.
Este algoritmo recebe como variáveis de entrada a potência mínima e máxima dos
geradores, o seu tempo de funcionamento mínimo e máximo, a reserva girante que deverá estar
disponível e a rampa que descreve a taxa de variação da potência. São também variáveis de
entrada os custos associados, tanto ao funcionamento dos geradores, como os custos de
arranque a frio, a quente ou misto.
O algoritmo tem como output o estado de cada gerador, uma variável que define, a cada
hora, se o gerador está em funcionamento ou desligado. Devido aos custos que existem em ligar
e desligar os geradores, o despacho tem tendência em manter os mesmos geradores em
funcionamento. Os grupos de geração só mudam de estado quando os custos de manter o
gerador nesse estado são maiores que a mudança do mesmo, isto quer dizer que pode
acontecer o caso de estarmos a produzir energia a mais, porque sairia mais caro desligar o
gerador do que o custo de produzir essa energia.
18
2.4.2. Modelo dos Motores de Combustão Interna
Para modelar os motores de combustão interna, MCI, de acordo com o objetivo da
dissertação, foi desenvolvido um algoritmo que, recebendo como variável de entrada os estados
dos motores, de acordo com o despacho, agrupa as horas seguidas em que os geradores, que
se encontram em funcionamento, são sempre os mesmos.
Estando agora o ano dividido em conjuntos de horas com os mesmos geradores a
funcionar, o algoritmo tem em conta a quantidade de geração que existe para além dos MCI. É
assim possível reduzir a potência fornecida dos MCI até ao mínimo possível para satisfazer a
carga.
Existe a possibilidade, de se estar a diminuir a potência dos MCI e, momentaneamente,
existir uma quebra na restante produção. Para contrariar esse caso, o algoritmo aumenta a
potência injetada pelos MCI de forma a manter o balanço energético.
Estes passos são repetidos todas as horas que existem os mesmos grupos em
funcionamento, isto é, o despacho tem um controlo primário sobre os grupos que estão em
funcionamento. Quando o despacho determina que existe um certo número de horas em que os
grupos em funcionamento são os mesmos, o algoritmo controla, secundariamente, quais os
grupos a ligar ou desligar.
2.5. Modelar a fiabilidade
Em sistemas de energia, a fiabilidade do serviço é definida pela capacidade de, a
qualquer momento, a produção igualar consumo a energia elétrica. Para tal, é indispensável que
o planeamento estabeleça a potência necessária para satisfazer as cargas previstas.
Definindo LPSP - Loss of Power Supply Probability, como a razão entre a carga não
satisfeita e a carga total no sistema, é possível quantificar a fiabilidade do serviço. Sendo que se
LPSP for 0, o sistema é totalmente fiável, sem falhas nenhumas, e se LPSP for 1 o sistema
nunca consegue satisfazer a carga.
Consideram-se três estados:
19
Produção excede Consumo
Este caso acontece quando a energia total do sistema é superior à energia solicitada
pela carga. As baterias carregam até chegarem ao valor máximo. Depois de atingirem esse valor
toda a energia produzida é desperdiçada. É possível quantificar essa energia perdida através da
equação 24.
(24)
Etotal é a energia total produzida nesse instante por todas as fontes de geração, Eload é a
energia consumida pela carga nesse instante.
Consumo excede Produção
Neste caso entram em funcionamento as baterias. Estas fornecem a energia necessária
até chegarem ao valor mínimo de carga. Continuando a existir mais consumo do que produção
irá ser necessário deslastrar carga para que se reponha o balanço de energia.
A energia que o sistema não possui, que seria necessária para satisfazer a carga, pode
ser quantificada a partir da equação 25.
(25)
LPS – Loss of Power Supply é a quantidade de energia que seria necessária para
satisfazer a carga.
Produção igual a Consumo
No caso da energia total produzida ser igual à energia necessária para satisfazer a
carga, a capacidade das baterias mantém-se inalterada e o balanço de energia fica constante.
20
2.5.1. Fiabilidade
Tendo definido os três casos que podem acontecer num sistema de energia
eléctrica, é agora possível quantificar o sistema quanto à sua fiabilidade. A equação 26
descreve como a calcula [15].
(26)
Em que T é o período em estudo, no nosso caso, 1 ano. Eload é a energia necessária
para satisfazer a carga.
Tal como é possível calcular a variável que define a fiabilidade, é igualmente
possível definir uma variável que define a probabilidade de existir energia produzida em
excesso, WEP- wasted energy probability.
(27)
Na figura 8 está representada um fluxograma que representa, esquematicamente, o
funcionamento do algoritmo desenvolvido para o cálculo da fiabilidade.
21
FIGURA 8 – FLUXOGRAMA DO ALGORITMO DO CÁLCULO DA FIABILIDADE
Dados horários
(irradiância, velocidade vento)
Sim Não
Calcular Etotal em t
Não
Actualiza Cbat Calcular LPS
Sim Não
Incrementa
NºGer.Renováveis Sim
Geradores Off Liga Ger.
Térmicos Sim
Não
Actualiza Cbat
Calcular WE
Não Sim
Ger. Térmicos ON
Desliga Ger.
Térmicos
Sim
Ger.Renováveis On
Desliga Ger.
Renováveis
t=8760?
Não
Sim
t+1 Sim Não Cálculo LPSP e WEP
Sim
Despacho
c/erro
Não
Não
FIM
22
3. Caracterização do sistema elétrico da ilha Terceira
3.1. Introdução
A ilha Terceira pertence ao arquipélago dos Açores, tendo uma área aproximadamente
de 400 km2 e uma população de cinquenta e seis mil habitantes [17]. A cidade mais antiga do
arquipélago e património mundial, pela UNESCO é Angra do Heroísmo. A ilha é formada por
quatro estrato vulcões, sendo que o mais velho destes formou a Serra do Cume, onde está
instalado o parque eólico com o mesmo nome.
Neste capítulo vai ser analisado, usando os dados fornecidos pela empresa EDA
(Electricidade dos Açores), a produção e o consumo de energia elétrica da ilha Terceira. A
produção de energia é garantida por quatro grupos de geradores diesel e de seis grupos de
geradores de Fuel-Óleo. Para além destes grupos existem também três centrais hídricas, dez
turbinas eólicas na Serra do Cume e quatro turbinas num parque eólico privado, também situado
na Serra do Cume. Ao todo estão instalados, na ilha, 71 MW [18]. Para além destas centrais, vão
entrar em funcionamento, mais duas: uma geotérmica e uma de resíduos, com 3000 e 2200 kW
de potência instalada, respetivamente.
3.2. Sistema Elétrico
3.2.1. Omissão de dados
A EDA forneceu os dados relativos à produção das centrais, sob o seu domínio: as
centrais termoeléctricas, de Belo Jardim e de Angra; as centrais hídricas de Cidade, Nasce
D’Água e São João de Deus e as turbinas eólicas no seu parque, em Serra do Cume.
Estes dados continham alguns erros. Esses erros eram, na sua maioria, por inexistência
de algumas horas no ficheiro de dados. Para corrigir esta situação utilizaram-se dois métodos:
Interpolação, quando os erros eram horas isoladas entre dados válidos;
Dias característicos, quando as horas que não existem estão agrupadas. Isto torna impossível
utilizar o método de interpolação.
Para calcular a interpolação usou-se a equação 28.
23
(28)
Onde ya é o valor em falta, xa é a sua hora correspondente; x1 e x2 são as horas
imediatamente antes e depois, respetivamente; y1 e y2 são os valores correspondentes a essas
horas.
Para achar os dias característicos de cada estação é preciso dividir as estações em três
partes: dias úteis, sábados e domingos. Na tabela 2 é possível ver os dias característicos de
cada estação.
TABELA 2 - DIAS CARACTERÍSTICOS DO ANO
Dias
Estações
Dias úteis Sábado Domingo
Primavera
(20/3-21/06)
16/05 19/05 20/05
Verão
(22/06-23/09)
22/08 18/08 19/08
Outono
(24/09-22/12)
17/10 20/10 21/10
Inverno
(23/12-19/03)
19/12 22/12 23/12
Ao verificar os dados disponibilizados pela EDA, constatou-se que existiam grupos de
horas inexistentes nos mesmos.
Após verificar quais os dados em falta, é possível comparar com o calendário de 2012 e
assim descobrir de que dias característicos esses grupos fazem parte. Na figura 9 está
representado um desses dados agrupados que faltavam, representado a vermelho.
24
FIGURA 9 - EXEMPLO DE ERROS NOS DADOS, A VERMELHO
Neste exemplo em concreto, os dados em falta são algumas horas do dia 12/8.
Procurando no calendário de agosto de 2012, verificamos que este dia foi um domingo.
Comparando com os valores da tabela 2 podemos verificar que a estação é o Verão e, assim, o
dia característico que procuramos é 19/08. Com isto, é possível substituir os dados em falta com
os dados do dia característico.
3.3. Estimativa da rede consumos + perdas
Para estimarmos os valores do diagrama de consumos + perdas, é necessário saber
que, num sistema sem armazenamento, toda a energia produzida tem que ser consumida pela
carga, exceptuando a energia que se perde na transmissão. Sabendo isto, é possível,
conhecendo os dados fornecidos pela EDA sobre a geração, estimar a carga. Somando a
energia produzida pelos grupos geradores a cada instante, calcula-se a energia necessária para
satisfazer a carga nesses instantes. Na figura 10 está representada esta estimativa para o ano
2012.
FIGURA 10 – ESTIMATIVA DO DIAGRAMA DE CARGA DA ILHA TERCEIRA NO ANO 2012
25
Nas figuras 11 a 14 estão representados os diagramas de carga dos dias característicos
das diferentes estações do ano 2012. Estas figuras foram fornecidas juntamente com os dados
da EDA.
FIGURA 11 - DIAS CARACTERÍSTICOS DA PRIMAVERA
FIGURA 12 - DIAS CARACTERÍSTICOS DO VERÃO
15000
17000
19000
21000
23000
25000
27000
29000
31000
0:0
0
1:0
0
2:0
0
3:0
0
4:0
0
5:0
0
6:0
0
7:0
0
8:0
0
9:0
0
10
:00
11
:00
12
:00
13
:00
14
:00
15
:00
16
:00
17
:00
18
:00
19
:00
20
:00
21
:00
22
:00
23
:00
0:0
0
[kW] Terceira - Diagrama de Carga Característico da
PRIMAVERA Maio/2012 (4ª Feira - 16, Sábado - 19, Domingo - 20)
4ª Feira Sábado Domingo
16000
18000
20000
22000
24000
26000
28000
30000
32000
34000
0:0
0
1:0
0
2:0
0
3:0
0
4:0
0
5:0
0
6:0
0
7:0
0
8:0
0
9:0
0
10
:00
11
:00
12
:00
13
:00
14
:00
15
:00
16
:00
17
:00
18
:00
19
:00
20
:00
21
:00
22
:00
23
:00
0:0
0
[kW] Terceira - Diagrama de Carga Característico do VERÃO
Agosto/2012 (4ª Feira - 22, Sábado - 18, Domingo - 19)
4ª Feira Sábado Domingo
26
FIGURA 13 - DIAS CARACTERÍSTICOS DO OUTONO
FIGURA 14 - DIAS CARACTERÍSTICOS DO INVERNO
Pode verificar-se, que, à exceção do Inverno, a carga é maior nos dias úteis da semana,
representados pela 4ª feira. Isto pode ser um reflexo do facto da temperatura descer e a
14000
16000
18000
20000
22000
24000
26000
28000
30000
32000
34000
0:0
0
1:0
0
2:0
0
3:0
0
4:0
0
5:0
0
6:0
0
7:0
0
8:0
0
9:0
0
10
:00
11
:00
12
:00
13
:00
14
:00
15
:00
16
:00
17
:00
18
:00
19
:00
20
:00
21
:00
22
:00
23
:00
0:0
0
[kW] Terceira - Diagrama de Carga Característico do OUTONO
Outubro/2012 (4ª Feira - 17, Sábado - 20, Domingo - 21)
4ª Feira Sábado Domingo
15000
17000
19000
21000
23000
25000
27000
29000
31000
33000
35000
0:0
0
1:0
0
2:0
0
3:0
0
4:0
0
5:0
0
6:0
0
7:0
0
8:0
0
9:0
0
10
:00
11
:00
12
:00
13
:00
14
:00
15
:00
16
:00
17
:00
18
:00
19
:00
20
:00
21
:00
22
:00
23
:00
0:0
0
[kW] Terceira - Diagrama de Carga Característico do INVERNO
Dezembro/2012 (4ª Feira - 19, Sábado - 22, Domingo - 23)
4ª Feira Sábado Domingo
27
precipitação aumentar, o que pode levar a população local a ficar em casa, aumentando os
gastos de eletricidade, algo que não acontece nas outras estações.
3.4. Energia Hídrica
Na ilha Terceira, como descrito, na secção 1.1, existem três centrais de produção hídrica:
as centrais hídricas da Cidade, com 264 kW de potência instalada, de Nasce D’Água, com 720
kW e a Central de São João de Deus, com 448 kW.
Os dados fornecidos pela EDA são referentes a cada uma dessas centrais
individualmente. Para representar os recursos hídricos na sua totalidade, foram somadas as três
centrais. Na figura 15, está representada a produção total a partir de fontes hídricas.
FIGURA 15 - DIAGRAMA DOS RECURSOS HÍDRICOS
Como se pode ver, pela figura 15, existem grandes períodos em que os recursos hídricos
não são aproveitados e a sua produção é então 0 kW. As causas destes fenómenos são
variadas. Uma delas é que perante o despacho, as fontes eólicas e fotovoltaicas têm, na maioria
das vezes, prioridade quando é necessário entrar no sistema de energia. Outra causa possível é,
se o caudal de água a montante estiver abaixo de uma certa cota, as turbinas são paradas para
não provocar danos ambientais nesse caudal.
28
3.5. Energia Geotérmica e de Resíduos
A energia geotérmica é a energia produzida pelo calor disponível no solo. Pode tornar-se
de especial importância para o arquipélago dos Açores devido às suas características
geológicas. Prevê-se que na ilha Terceira o aproveitamento geotérmico, quando entrar em
funcionamento, possa chegar aos 38% da produção da ilha [19]. A central geotérmica está
prevista entrar em funcionamento em 2015 com uma potência instalada de 3000 kW. Esta
potência será depois expandida para 10000 kW até 2018 [20].
A energia resultante dos resíduos é gerada a partir da queima de lixo e produzindo calor,
o mesmo é, posteriormente, usado para aquecer água com o intuito de produzir eletricidade. Em
termos de potência instalada, a central de resíduos tem 2200 kW.
3.6. Energia Eólica
A produção de energia eólica, na ilha Terceira, está instalada em dois parques eólicos,
ambos na Serra do Cume. No parque gerido pela EDA existem 10 turbinas eólicas, modelo E44
da ENERCON com 900 kW de potência. No parque privado, existem 4 turbinas, do mesmo tipo
do parque da EDA.
3.6.1. Determinar a curva de potência
Para podermos estimar a energia produzida pelas turbinas eólicas é necessário
apresentar a equação que descreve a curva de potência das mesmas. Na figura 16 está
representada a curva de potência da turbina E44.
FIGURA 16 - CURVA DE POTÊNCIA DA TURBINA E44
29
Usando uma ferramenta de cálculo, no nosso caso Matlab, é possível encontrar a
equação que melhor descreve a curva de potência. Existem várias equações que podem ser
usadas para aproximar a nossa curva. Depois de verificar qual dessas tem a menor norma de
resíduos foi escolhida a equação polinomial de décimo grau. A equação 29 descreve esse
polinómio.
(29)
FIGURA 17 - APROXIMAÇÃO DA CURVA DE POTÊNCIA
Na figura 17, vê-se a curva de potência aproximada pela curva descrita pelo polinómio de
décimo grau. A norma dos resíduos dessa aproximação é de 17,374. Estando escolhido o
polinómio, os coeficientes p1 a p11 que o descrevem são apresentados na tabela 3.
TABELA 3 - COEFICIENTES QUE DESCREVEM O POLINÓMIO DE DÉCIMO GRAU
P1 P2 P3 P4 P5 P6
P7 P8 P9 P10 P11
30
Para além da norma dos resíduos, existe outro método para testar se o polinómio
encontrado se aproxima à curva de potência. Esse método tem o nome de Coeficiente de
Determinação e é representado pela sigla R2.
Para calcular R2
é preciso, primeiro, calcular a soma dos quadrados da variável
dependente, no nosso caso será y, que representa a potência do gerador. A soma dos
quadrados é a diferença da soma dos quadrados da variável com cada valor médio desta.
De seguida, usando a norma dos resíduos, é possível verificar a qualidade do ajuste
através da equação 30.
(30)
A equação 30 calcula o valor de R2 de uma interpolação linear. Para calcular para um
polinómio de décimo grau é usado um pequeno ajuste à equação, ajuste esse que está
representado na equação 31.
(31)
Onde n é o número de valores que os dados apresentam e d é o grau do polinómio para
aproximar. Ao usar este método, é calculado um valor de . Isto significa que o
polinómio está bem aproximado, 99,99% do tempo de observação.
31
FIGURA 18 - DIAGRAMA DA POTÊNCIA DISPONIVEL DURANTE O ANO
Para além do método descrito nesta secção, é também possível utilizar os próprios
dados fornecidos pela EDA sobre a potência de cada gerador, para saber a energia que
produzem.
Comparando os dois métodos podemos verificar que, apesar de métodos distintos, se
obtém resultados similares, como se pode ver pela figura 19.
FIGURA 19 – DIAGRAMA DA POTÊNCIA DISPONÍVEL, VERMELHO DADO DA EDA, AZUL
CALCULADO ATRAVÉS DA VELOCIDADE DO VENTO
32
Comparando a energia produzida anualmente verificamos que, pelo cálculo da
velocidade do vento, é estimado que seja produzida 31.1 GWh, sendo que pelos dados obtidos
pela EDA são produzidos 29.8 GWh. Tal como se esperava os valores são similares.
3.7. Central Térmica
Existem dez grupos de geradores de diesel ou Fuel-Oil em funcionamento na ilha
Terceira. São geradores desde 3000 kW até 12300 kW. De acordo com os dados
disponibilizados pela EDA, pode verificar-se que só estão em funcionamento, em qualquer altura
do ano, quatro dos dez disponíveis.
TABELA 4 - CARACTERÍSTICAS DOS GRUPOS TERMOELÉTRICOS
Grupo Ano
Instalação Fabricante
Potência
Nominal
[kW]
Mínimo
Técnico [kW] Combustível
1 1984 BRUSH-BS 5000 PT3 3128 1564 DIESEL
2 1990 BRUSH-BS 5000 PT3 3128 1564 DIESEL
3 1986 SEPSA-GAEC 1120/P 3000 1500 DIESEL
4 1983 BRUSH-5000 PT99 2860 1430 DIESEL
5 2003 JEUMONT INDUSTRIE-
JISALT 12-10 6100 3050 FUEL-OIL
6 2000 JEUMONT INDUSTRIE-
JISALT 12-10 6100 3050 FUEL-OIL
7 1997 JEUMONT INDUSTRIE-
JISALT 12-10 6100 3050 FUEL-OIL
33
8 1997 JEUMONT INDUSTRIE-
JISALT 12-10 6100 3050 FUEL-OIL
9 2004 LEROY SOMER LSA-B-
135-12P 12300 6150 FUEL-OIL
10 2004 LEROY SOMER LSA-B-
135-12P 12300 6150 FUEL-OIL
Para a execução do algoritmo descrito no Capitulo 2 foram utilizados dois grupos de 12
kW e dois grupos de 6 kW.
No Anexo 3 está representada as características dos MCI que foram utilizados no
estudo.
34
4. Resultados
Antes de se apresentarem os resultados que foram obtidos, usando a metodologia
apresentada no capítulo dois, devem apresentar-se as situações distintas que foram estudadas
para avaliar a mais-valia do método.
Foram avaliadas quatro situações distintas:
Situação 1:
o Sistema Energético sem reserva girante e sem baterias;
Situação 2:
o Sistema Energético com reserva girante de 50% da produção da energia eólica e
sem baterias;
Situação 3:
o Sistema Energético com reserva girante de 50% da produção de energia eólica e
com baterias com capacidade de armazenamento de 50 MWh;
Situação 4:
o Sistema Energético com reserva girante de 50% da produção de energia eólica e
com baterias com capacidade de armazenamento de 100 MWh.
Para verificar as diferentes situações, atrás descritas, foram efetuados 300 ensaios,
mantendo sempre, entre ensaios, os dados disponibilizados pela EDA.
De modo a verificar-se o efeito das baterias na fiabilidade do sistema, é apresentado
também, nas figuras 32 e 33, a evolução do parâmetro LPSP e WEP à medida que o número de
baterias aumenta. Nas quatros situações descritas abaixo, os valores de LPSP e de WEP são
representados a azul, e os seus valores médios a vermelho.
É apresentada a tabela 5 com o número de mudanças de estado nos MCI, de modo a
poder observar-se de que forma a reserva e as baterias influenciam os estados dos MCI.
35
Situação 1
FIGURA 20 - VALORES DE LPSP SEM RESERVA GIRANTE E SEM BATERIAS
FIGURA 21 - VALORES DE WEP SEM RESERVA GIRANTE E SEM BATERIAS
36
FIGURA 22 – NÚMEROS DE MUDANÇAS DOS ESTADOS DOS GRUPOS ENTRE OS DIFERENTES
ENSAIOS
Situação 2
FIGURA 23 - VALORES DE LPSP COM RESERVA GIRANTE E SEM BATERIAS
FIGURA 24 - VALORES DE WEP COM RESERVA GIRANTE E SEM BATERIAS
37
FIGURA 25 - NÚMEROS DE MUDANÇAS DOS ESTADOS DOS GRUPOS ENTRE OS DIFERENTES
ENSAIOS
Situação 3
FIGURA 26 - VALORES DE LPSP COM RESERVA GIRANTE E COM 50MW DE BATERIAS
INSTALADAS
38
FIGURA 27 - VALORES DE WEP COM RESERVA GIRANTE E COM 50MW DE BATERIAS
INSTALADAS
FIGURA 28 - NÚMEROS DE MUDANÇAS DOS ESTADOS DOS GRUPOS ENTRE OS DIFERENTES
ENSAIOS
39
Situação 4
FIGURA 29 - VALORES DE LPSP COM RESERVA GIRANTE E COM 100MW DE BATERIAS
INSTALADAS
FIGURA 30 - VALORES DE WEP COM RESERVA GIRANTE E COM 100MW DE BATERIAS
INSTALADAS
FIGURA 31 - NÚMEROS DE MUDANÇAS DOS ESTADOS DOS GRUPOS ENTRE OS DIFERENTES
ENSAIOS
40
TABELA 5 - Nº DE VEZES QUE SE DESLIGA E LIGA GRUPOS NAS DIFERENTES SITUAÇÕES
Situação 1 Situação 2 Situação 3 Situação 4
Nº de Grupos Ligados
127 98 21 12
Nº de Grupos Desligados
595 689 487 408
Aumento das baterias
FIGURA 32 - EVOLUÇÃO DE LPSP E WEP, SEM RESERVA, À MEDIDA QUE O NÚMERO DE
BATERIAS DE 2 MW AUMENTA
FIGURA 33 - EVOLUÇÃO DE LPSP E WEP, COM RESERVA, À MEDIDA QUE O NÚMERO DE
BATERIAS DE 2 MW AUMENTA
42
Comentários
Na primeira situação, observando a figura 20 e 21, é possível verificar que os valores de
LPSP e de WEP variam entre ensaios. Esta variação é bastante acentuada devido à inexistência
tanto de reserva girante como de armazenamento por baterias. Qualquer variação na geração,
face a essa inexistência, leva a um aumento do valor de LPSP, visto que não existe nenhum
elemento no sistema capaz de suprimir essas variações. O valor médio de LPSP da situação 1,
nos 300 ensaios, é de 7.5%. Na figura 21, é possível observar que o valor médio de WEP é de
8.35% e também varia bastante, tal como o valor de LPSP, devido à inexistência dos elementos
capazes de suprimir essas variações.
Na segunda situação, como já existe reserva, seria de esperar que o valor médio de
LPSP diminuísse. De facto, como se pode ver pela figura 23, é o que acontece. O valor médio de
LPSP passa a ser 6.15%, enquanto sem reserva o valor era de 7.5%. Continuam-se a observar
as grandes variações de valores de LPSP entre ensaios, apesar de ser percetível uma pequena
diminuição dessa variação, comparando com a situação 1. A maior diferença entre a situação 2 e
a situação 1 é o valor médio de WEP. Enquanto na situação 1, o valor médio de WEP era de
8.35%, na situação 2 este valor sobe para aproximadamente 11.7%. Isto acontece devido ao
aumento de potência que existe no sistema originada à inclusão de reserva girante.
Na terceira situação, com a inclusão das baterias, é possível verificar que tanto o valor
médio de LPSP como o de WEP diminuem. LPSP tem um valor médio de 1.96%, com uma
diminuição ainda maior das variações entre ensaios, comparando com as situações 1 e 2. WEP
tem um valor de 8.3%.
Na quarta situação, é possível verificar uma melhoria tanto a nível de LPSP como a nível
de WEP, comparando com qualquer das outras situações. O valor médio de LPSP desce para
1.15% e a sua variação entre ensaios reduz-se também. O valor médio de WEP diminui para
6.45%, o que faz com que este valor de WEP seja ainda menor do que na situação sem reserva.
Observando a tabela 1 é possível verificar que, tal como se esperava, de situação para
situação, diminui o número de vezes que é necessário ligar grupos para conseguir gerar energia
suficiente para satisfazer a carga. Comparando a situação 1 com a situação 2, isto é,
comparando o facto de existir reserva ou não existir, é possível verificar que existindo reserva é
necessário desligar um maior número de grupos, do que não existindo. Comparando as
situações 3 e 4, é observável que houve uma diminuição do número de grupos que foi
necessário desligar. Tal acontece porque, nesta situação, as baterias comportam-se como carga
e armazenam a energia produzida.
Na tabela 5 é possível ver, nas diferentes situações, as mudanças de estado que
existiram nos MCI devido ao algoritmo desenvolvido. Como se pode ver, ao estarmos a desligar
43
os MCI mais vezes do que os ligamos, estamos a diminuir os custos com os combustíveis
fósseis. Verifica-se assim, que vamos ligando os MCI cada vez menos, de situação para
situação, em grande parte graças as baterias. Esta é uma das maneiras que podemos verificar
os efeitos benéficos da instalação deste tipo de elementos.
No teste em que se vai aumentando o número de baterias disponível no sistema,
apresentado nos resultados nas figuras 13 a 15, é possível verificar-se as diferentes situações
descritas a cima. Os valores de LPSP e WEP vão diminuindo à medida que o número de
baterias vai aumentando. Estar disponível reserva girante diminui o valor de LPSP e aumenta o
valor de WEP. Uma característica que se pode observar neste teste é que o valor de LPSP é
muito mais estável quando existe reserva. Decresce de forma constante. Quando não tem
reserva, apesar de estar a diminuir, não tem esta estabilidade.
44
5. Conclusões e trabalho futuro
Nesta dissertação, foi possível avaliar o efeito de armazenamento através de baterias no
sistema elétrico da Ilha Terceira.
No capítulo 2, apresentaram-se os diferentes modelos utilizados no desenvolvimento
desta dissertação. Mostraram-se os dados necessários para o cálculo da energia produzida
pelos módulos fotovoltaicos, e de que forma é que os mesmos teriam que estar para uma análise
válida da energia produzida. Foi descrita uma breve explicação da causa dos dados de insolação
solar estarem em Wh/m2 e o porquê de, neste caso, numericamente, a insolação solar ter os
mesmos valores da irradiância solar, que tem como unidades W/m2. Foi descrito um modelo
possível para a caracterização da produção de energia solar.
Foi apresentado o modelo eólico através da curva de potências, para o cálculo da
energia produzida a partir da velocidade do vento. Utilizou-se a velocidade do vento, à altura do
rotor, para calcular a energia produzida.
Como os modelos de geração fotovoltaica e geração eólica são modelos que descrevem
a energia produzida por fontes de geração intermitentes, foi também apresentado um modelo
para descrever os estados das baterias. Explicou-se a diferença entre o estado a carregar, a
descarregar e estarem desligadas do sistema de energia.
Apresentou-se a base do sistema elétrico, ou seja, o modelo desenvolvido para as
centrais térmicas. Descreveu-se o algoritmo utilizado para o despacho das unidades e como este
tem tendência em manter os mesmos grupos a funcionar, por um determinado número de horas.
Utilizou-se essa tendência para desenvolver o algoritmo em estudo nesta dissertação, de modo
a funcionar nestas horas em que o despacho determina que são sempre os mesmos grupos em
funcionamento.
Por último, neste capítulo, foram descritos os parâmetros LPSP e WEP como indicadores
para a fiabilidade do sistema. LPSP representa a probabilidade da energia produzida não ser
suficiente para satisfazer a carga, e WEP representa a probabilidade de a energia produzida não
ser consumida.
No capítulo 3, fez-se uma apresentação das unidades produtoras disponíveis na ilha
Terceira. Foram explicados os dados disponibilizados pela EDA e de que forma foram corrigidos
para que erros momentâneos dos dados fossem mitigados. Foram descritos os dias
característicos de cada estação e o que é que caracterizavam. Foi também apresentado um
diagrama de carga obtido através dos dados da geração, assumindo que toda ela era utilizada
para satisfazer o consumo.
45
Foram apresentados os dados de geração e uma breve explicação sobre a energia
produzida pelas centrais hídricas, pelas centrais geotérmicas e de resíduos. Descreveram-se e
compararam-se dois métodos para o cálculo de energia eólica, um através da curva de potência
e outro através dos dados disponibilizados pela EDA. Foi possível constatar que ambos os
métodos levam a um valor similar. Para terminar este capítulo, foram caracterizadas as centrais
térmicas em função da potência e o tipo de gerador.
Já no capítulo 4, foram descritas as diferentes situações analisadas e exibidos os
gráficos obtidos nas situações distintas. É possível observar na figura 33 que os valores de
LPSP e WEP diminuem com o aumento do número de baterias. Com cada bateria extra que se
vai colocando é possível ver, na mesma figura, que o LPSP e o WEP apesar de irem diminuindo,
fazem-no cada vez com um declive menor.
Trabalho Futuro
De modo a fazer uma análise que leve a uma implementação do sistema de armazenamento
usando baterias, será necessário fazer um estudo económico dos sistemas propostos nesta
dissertação.
A previsão de carga neste estudo foi baseada na carga real que se verificou no ano 2012 na
ilha Terceira. Poderia ser vantajoso desenvolver um modelo de previsão de carga de modo a
conseguir aplicar este método a qualquer ano.
46
Bibliografia
[1] “IPCC,” [Online]. Available: https://www.ipcc.ch/pdf/assessment-
report/ar5/syr/AR5_SYR_FINAL_SPM.pdf. [Acedido em 30 07 2015].
[2] O. Ellaban, H. Abu-Rub e F. Blaabjerg, “Renewable energy sources: Current status,
future prospects and their enabling technology,” Renewable and Sustainable Energy
Reviews, vol. 39, pp. 748-764, 2014.
[3] EWEA, “Wind in Power - 2014 European Statistics,” 02 2015. [Online]. Available:
http://www.ewea.org/fileadmin/files/library/publications/statistics/EWEA-Annual-
Statistics-2014.pdf. [Acedido em 28 11 2015].
[4] R.Castro, Uma Introdução às Energias Renováveis: Eólica, Fotovoltaica e Mini-hídrica,
IST Press, 2011.
[5] “Eólicas de Portugal (ENEOP),” [Online]. Available:
http://www.eneop.pt/en/subcanais_n1.asp?id_subcanal_n1=180&id_canal=110.
[Acedido em 8 2015].
[6] “Direção Geral de Energia e Geologia,” [Online]. Available: http://www.dgeg.pt/. [Acedido
em 30 07 2015].
[7] S.Diaf, D.Diaf, M.Belhamel, M.Haddadi and A.Louche, “A methodology for optimal sizing
of autonomous hybrid PV/wind system,” Energy Policy, vol. 35, pp. 5708-5718, 2007.
[8] NREL. [Online]. Available:
https://buildingsfieldtest.nrel.gov/solar_irradiance_measurements. [Acedido em 2015 11
28].
[9] D. Erbs, S.A.Klein and J.A.Duffie, “Estimation of the Diffuse Radiation Fraction for
Hourly, Daily, and Monthly-Average Global Radiation,” Solar Energy, vol. 28, 1982.
[10] ASHRAE handbook: HVAC applications, Atlanta, Georgia, 1999.
[11] J. A.Duffie and W. A.Beckman, Solar Engineering of Thermal Processes, John Wiley &
Sons, Inc., 2013.
[12] B. Liu and R.C.Jordan, “The Long-term Average Performance of Flat-Plate Solar Energy
Collectors,” Solar Energy, vol. 7, 1963.
[13] T., Markvard, Solar Electricity, Willey, 2000.
[14] R., Chedid; Y., Saliba, “Optimization and control of autonomous renewable energy,” Int J
Energy Res, 1996.
[15] A. Bin, Y. Hongxing, H. Shen and L. Xianbo, “Computer aided design for PV/Wind hybrid
system,” Renewable Energy, vol. 28, pp. 1491-1512, 2003.
[16] V. Stanojevic, “Unit Commitment by Dynamic Programming Method,” [Online]. Available:
http://www.mathworks.com/matlabcentral/fileexchange/32073-unit-commitment-by-
47
dynamic-programming-method. [Acedido em 2015].
[17] “Serviço Regional de Estatística dos Açores,” 31 07 2015. [Online]. Available:
http://estatistica.azores.gov.pt/upl/%7B93c000f3-e5fc-4083-9efb-86f5138810e7%7D.pdf.
[18] “EDA,” 31 12 2014. [Online]. Available:
http://www.eda.pt/EDA/DocsDistribuicao/CARE%202014.pdf. [Acedido em 22 09 2015].
[19] “Portal da Energia,” [Online]. Available: http://www.portal-energia.com/acores-destacam-
se-a-nivel-nacional-na-geotermia/. [Acedido em 23 09 2015].
[20] “Câmara Municipal de Angra do Heroísmo,” [Online]. Available:
http://www.cmah.pt/fotos/documentos/1424374822.pdf. [Acedido em 03 08 2015].
48
Anexo 1- Extrato do código desenvolvido para incrementar os grupos no caso de existir menos de 500 kW de diferença
if num_inc_grupos(k)==1 % verifica quanta energia falta para o balanço
energético
grupo1(k+1)=grupo1(k);
grupo2(k+1)=grupo2(k);
grupo3(k+1)=grupo3(k);
grupo4(k+1)=grupo4(k);
n_ger_eol(k+1)=n_ger_eol(k);
if n_ger_eol(k)<14
n_ger_eol(k+1)=n_ger_eol(k)+1;
if n_ger_eol(k+1)>14
n_ger_eol(k+1)=14;
end
elseif grupo1(k)== 9999999999
if grupo2(k)==9999999999
if grupo3(k)==9999999999
if grupo4(k)==9999999999
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo4(k)==9999999999
if grupo3(k)<grupo3max
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
49
end
end
else
if grupo3(k)<grupo3max
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo4(k)<grupo4max
grupo4(k+1)=grupo4(k)+inc_diesel;
if grupo4(k+1)>grupo4max
grupo4(k+1)=grupo4max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
end
elseif grupo3(k)==9999999999
if grupo4(k)==9999999999
if grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
grupo1(k+1)=grupo1min;
50
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
if grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo4(k)<grupo4max
grupo4(k+1)=grupo4(k)+inc_diesel;
if grupo4(k+1)>grupo4max
grupo4(k+1)=grupo4max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
51
end
elseif grupo4(k)==9999999999
if grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo3(k)<grupo3max
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
if grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo3(k)<grupo3max
52
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo4(k)<grupo4max
grupo4(k+1)=grupo4(k)+inc_diesel;
if grupo4(k+1)>grupo4max
grupo4(k+1)=grupo4max;
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo1(k+1)=grupo1min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
end
elseif grupo2(k)==9999999999
if grupo3(k)==9999999999
if grupo4(k)==9999999999
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
grupo1(k+1)=grupo1max;
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
53
else
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
grupo1(k+1)=grupo1max;
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo4(k)<grupo4max
grupo4(k+1)=grupo4(k)+inc_diesel;
if grupo4(k+1)>grupo4max
grupo4(k+1)=grupo4max;
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
end
elseif grupo4(k)==9999999999
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
54
grupo1(k+1)=grupo1max;
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo3(k)<grupo3max
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
grupo1(k+1)=grupo1max;
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo3(k)<grupo3max
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
grupo2(k+1)=grupo2min;
55
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo4(k)<grupo4max
grupo4(k+1)=grupo4(k)+inc_diesel;
if grupo4(k+1)>grupo4max
grupo4(k+1)=grupo4max;
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo2(k+1)=grupo2min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
end
elseif grupo3(k)==9999999999
if grupo4(k)==9999999999
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
grupo1(k+1)=grupo1max;
grupo3(k+1)=grupo3min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
grupo3(k+1)=grupo3min;
56
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
grupo3(k+1)=grupo3min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
grupo1(k+1)=grupo1max;
grupo3(k+1)=grupo3min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
grupo3(k+1)=grupo3min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo4(k)<grupo4max
grupo4(k+1)=grupo4(k)+inc_diesel;
if grupo4(k+1)>grupo4max
grupo4(k+1)=grupo4max;
grupo3(k+1)=grupo3min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
57
end
else
grupo3(k+1)=grupo3min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
end
elseif grupo4(k)==9999999999
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
grupo1(k+1)=grupo1max;
grupo4(k+1)=grupo4min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
grupo4(k+1)=grupo4min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
elseif grupo3(k)<grupo3max
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
grupo4(k+1)=grupo4min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
58
else
grupo4(k+1)=grupo4min;
liga=liga+1;
%contador para ver quantas vezes ligo e desligo os grupos
end
else
if grupo1(k)<grupo1max
grupo1(k+1)=grupo1(k)+inc_diesel;
if grupo1(k+1)>grupo1max
grupo1(k+1)=grupo1max;
end
elseif grupo2(k)<grupo2max
grupo2(k+1)=grupo2(k)+inc_diesel;
if grupo2(k+1)>grupo2max
grupo2(k+1)=grupo2max;
end
elseif grupo3(k)<grupo3max
grupo3(k+1)=grupo3(k)+inc_diesel;
if grupo3(k+1)>grupo3max
grupo3(k+1)=grupo3max;
end
elseif grupo4(k)<grupo4max
grupo4(k+1)=grupo4(k)+inc_diesel;
if grupo4(k+1)>grupo4max
grupo4(k+1)=grupo4max;
end
else
fprintf('Não existem grupos para incrementar em
%d\n',k);
end
end
if grupo1(k) == 0
grupo1(k+1)=grupo1min;
end
59
if grupo2(k) == 0
grupo2(k+1)=grupo2min;
end
if grupo3(k) == 0
grupo3(k+1)=grupo3min;
end
if grupo4(k) == 0
grupo4(k+1)=grupo4min;
end
60
Anexo 2- Extrato do código que insere as probabilidades de falha nos elementos do sistema
FOR =randi([1,100],1,1); % cria um numero aleatório de 0 a 100
if (FOR==15) || (FOR==25) || (FOR==35) % verifica se o número aleatório
coincide com as variáveis deste elemento
if grupo1(k)==9999999999
else
grupo1(k)=0;
grupo1(k+1)=grupo1min;
end
end
if (FOR==16) || (FOR==26) || (FOR==36) % verifica se o número aleatório
coincide com as variáveis deste elemento
if grupo2(k)==9999999999
else
grupo2(k)=0;
grupo2(k+1)=grupo2min;
end
end
if (FOR==19) || (FOR==29) || (FOR==39)% verifica se o número aleatório
coincide com as variáveis deste elemento
if grupo3(k)==9999999999
else
grupo3(k)=0;
grupo3(k+1)=grupo3min;
end
end
if (FOR==21) || (FOR==31) || (FOR==41) % verifica se o número aleatório
coincide com as variáveis deste elemento
if grupo4(k)==9999999999
else
grupo4(k)=0;
grupo4(k+1)=grupo4min;
end
end
61
if (FOR==17) || (FOR==27) || (FOR==37) % verifica se o número aleatório
coincide com as variáveis deste elemento
Geotermica(k)=0;
end
if (FOR==18) || (FOR==28) || (FOR==38)% verifica se o número aleatório
coincide com as variáveis deste elemento
Residuos(k)=0;
end
if (FOR==10) || (FOR==20) || (FOR==30) % verifica se o número aleatório
coincide com as variáveis deste elemento
Hidro_hora(k)=0;
end
if (FOR==14) || (FOR==24) || (FOR==34)% verifica se o número aleatório
coincide com as variáveis deste elemento
Ppv(k)=0;
end
if k ~=1
if FOR==45 || FOR==55 % verifica se o número aleatório coincide com
as variáveis deste elemento
n_ger_eol(k)=n_ger_eol(k-1)-1; %se verificar retira uma turbina
eólica de serviço
if n_ger_eol(k)<0
n_ger_eol(k)=0;
end
end
end
62
Anexo 3 – Características dos MCI utilizados no estudo
Nºd
o
MCI
Pmi
n
[MW
]
Pma
x
[MW]
Start
cost
cold [£]
Min
dow
n
time
[h]
Min
up
tim
e
[h]
Start
cost
hot [£]
Col
d
start
[h]
Ramp
up
[MW/h
]
Ramp
down
[MW/h
]
Coef_
a [£]
Coef_b
[£/MWh
]
6 3 5.9 543.05 0 0 437.8 8 5.9 5.9 32.35 40.99
8 3 5.9 543.05 0 0 437.8 8 5.9 5.9 32.35 40.99
9 6 12 1274.0
5 0 0
875.6
6 8 12 12 107.27 36.49
10 6 12 1274.0
5 0 0
875.6
6 8 12 12 107.27 36.49