Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Julho de 2010
ii
Resumo
iii
iv
Abstract
The economic dispatch problem has a key role in the operations of the electric energy
system (SEE). The purpose of an economic dispatch problem is to determine the best
schedule output of the committed units, so as to meet the needs of the load at the lowest
possible cost of operation, satisfying the system equality and inequality constraints. In
power systems with water production associated is necessary to enter with the water
resources available and needed coordination between the thermal and hydro power in order
to determine the optimal amount of hydro and thermal generating in the period scheduled
for the dispatch.
The production from renewable energy sources and their integration into SEE and
electricity markets has grown rapidly. This results in an increase in the power imbalance,
making the revenues of producers to decrease due to increased penalties for the imbalances.
Therefore, forecasting of renewable production will play an increasingly important role in
the integration of renewable energy in SEE, making more competitive it participation in the
electricity market.
This dissertation presents a novel and efficient method of optimization GraSO (Gradient
Swarm Optimization) which will be applied to economic dispatch problems associated with
water production. It proposed a formulation of the problem by mapping the boundaries of
economic dispatch strategy that have been used in recent years in Portugal, achieving a
better economic dispatch optimization through a different strategy, for a real case.
This dissertation is also performed to optimize the proposed economic dispatch problem
in three different scenarios of hydro, wind and solar power forecast. It is analyzed the
impact that the different forecast have in dispatch optimization and in dispatch costs, as
well as the influence of theses in the revenue of the producers for their participation in the
electricity market.
Keywords: Economic Dispatch, GraSO, Optimization Algorithms, Dispatch Cost,
Electricity Markets Revenue, Renewable Power Forecasting.
vi
Agradecimentos
Agradeo os meus pais, aos meus amigos, e a todos aqueles que de alguma forma
contriburam para a realizao desta dissertao.
Obrigado pela pacincia.
vii
viii
ix
ndice
Resumo ...........................................................................................iii
Abstract............................................................................................v
Agradecimentos ................................................................................ vii
ndice.............................................................................................. xi
Lista de Figuras ............................................................................... xiii
Lista de Tabelas .............................................................................. xvii
Abreviaturas e Smbolos ..................................................................... xix
Captulo 1 ........................................................................................ 1
Introduo.......................................................................................................1
1.1
1.2
1.3
1.4
1.5
1.6
- Enquadramento ......................................................................................1
- Motivao .............................................................................................4
- Objectivos .............................................................................................4
- Estrutura da dissertao ............................................................................5
- Informao usada nesta dissertao..............................................................6
- Ferramentas utilizadas no desenvolvimento desta dissertao .............................6
Captulo 2 ........................................................................................ 7
Estado da arte ..................................................................................................7
2.1 - Introduo.............................................................................................7
2.2 - Despacho econmico ................................................................................7
2.3 - Formulao do problema de despacho econmico ............................................9
2.3.1 - Formulao bsica de despacho econmico .............................................9
2.3.2 - Restries de operao das unidades produtoras..................................... 10
2.3.3 - Funes de custo no lineares considerando os efeitos das vlvulas de injeco
.......................................................................................................... 12
2.3.4 - Funes de custo no lineares considerando uma multiplicidade de combustveis
.......................................................................................................... 13
2.4 - Despacho econmico com coordenao hidro-trmica ..................................... 13
2.4.1 - Formulao de um problema de coordenao hidro-trmica ...................... 15
2.5 - Efeitos das energias renovveis na optimizao do despacho econmico ............... 17
2.5.1 - Importncia da previso na integrao da produo renovvel no SEE ........... 17
2.5.2 - Impactos da integrao das energias renovveis nos mercados de electricidade
.......................................................................................................... 19
xi
Captulo 3 ....................................................................................... 27
GraSO Uma nova tcnica de optimizao de despacho econmico ............................... 27
3.1 - Introduo .......................................................................................... 27
3.2 - Diferentes mtodos para optimizao de despacho econmico ........................... 27
3.2.1 - Optimizao de enxames de partculas (PSO) ......................................... 27
3.2.2 - Algoritmos genticos (GAs) ............................................................... 30
3.2.3 - Programao evolucionria (EP) ou estratgias de evoluo (ES) ................. 31
3.2.4 - Evoluo diferencial ....................................................................... 32
3.3 - Conceito do GraSO................................................................................. 32
3.4 - Descrio do algoritmo ........................................................................... 33
3.5 - Incluso no GraSO de restries de igualdade e desigualdade ............................ 39
3.6 - Adaptao do GraSO a um problema de despacho econmico ............................ 41
Captulo 4 ....................................................................................... 47
Metodologia proposta ....................................................................................... 47
4.1 - Introduo .......................................................................................... 47
4.2 - Formulao do problema de despacho econmico proposto ............................... 47
4.2.1 - Curva dos custos dos combustveis das unidades trmicas ......................... 47
4.2.2 - Rampas da capacidade de variao da produo ..................................... 49
4.2.3 - Limite mximo da produo hdrica .................................................... 49
4.2.4 - Limites da produo hdrica em funo da gua armazenada ..................... 51
4.2.5 - Limites de armazenamento de gua .................................................... 55
4.2.6 - Limite fixo de descarga ................................................................... 56
4.2.7 - Restrio de balano ...................................................................... 56
4.3 - Remunerao dos produtores de energia no mercado de electricidade ................. 57
Captulo 5 ....................................................................................... 59
Resultados..................................................................................................... 59
5.1 - Despacho econmico obtido atravs do GraSO ............................................... 59
5.2 - Cenrios de previso .............................................................................. 65
5.2.1 - Previso perfeita ........................................................................... 66
5.2.2 - Previso real ................................................................................ 66
5.2.3 - Sem previso ................................................................................ 66
5.3 - Impacto da previso no despacho econmico ................................................ 67
5.4 - Impacto da previso na remunerao dos produtores elicos ............................. 73
5.5 - Concluses .......................................................................................... 76
Captulo 6 ....................................................................................... 79
Concluses e Futuros Desenvolvimentos ................................................................. 79
6.1 - Concluses gerais .................................................................................. 79
6.2 - Futuros Desenvolvimentos ....................................................................... 80
Referncias ..................................................................................... 81
xii
Lista de Figuras
xiii
Figura 3.5 - Comportamento do enxame de partculas perto da soluo ptima [41] .......... 36
Figura 3.6 - Comportamento do enxame de partculas longe da soluo ptima [41] .......... 37
Figura 3.7 - Comportamento das funes de activao sigmides invertidas [41] ............... 38
Figura 3.8 - Penalidade a ser aplicada s variveis para estas se afastar dos seus limites
(adaptado de [16]) .................................................................................... 40
Figura 3.9 - Anlise comparativa da utilizao do GraSO num problema de despacho
econmico [41] ........................................................................................ 41
Figura 3.10 Sequncia de etapas do GraSO para o escalonamento da potncia trmica e
potncia hdrica ....................................................................................... 45
Figura 4.1 Curva dos custos com a produo trmica agregada ................................... 48
Figura 4.2 Rampas da capacidade de variao da unidade trmica .............................. 49
Figura 4.3 - Produo hdrica em centrais de albufeira e em centrais de fio de gua .......... 50
Figura 4.4 Limite mximo da produo hdrica em funo da potncia mdia das ltimas
vinte e quatro horas .................................................................................. 51
Figura 4.5 - Potncia hdrica, potncia hdrica mdia e energia hdrica armazenada
acumulada .............................................................................................. 52
Figura 4.6 Limites da produo hdrica em funo da energia hdrica armazenada
acumulada, para o ano de 2009 .................................................................... 54
Figura 4.7 - Limites da produo hdrica em funo da energia hdrica armazenada
acumulada, para o ano de 2010 .................................................................... 55
Figura 5.1 Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia
26 de Abril de 2010 ................................................................................... 60
Figura 5.2 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia
26 de Abril de 2010 ................................................................................... 60
Figura 5.3 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia
28 de Abril de 2010 ................................................................................... 61
Figura 5.4 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia
28 de Abril de 2010 ................................................................................... 61
Figura 5.5 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para os
ltimos 5 dias de Abril de 2010 ..................................................................... 62
Figura 5.6 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para os
ltimos 5 dias de Abril de 2010 ..................................................................... 63
Figura 5.7 - Comparao entre a energia hdrica armazenada acumulada obtida pelo
GraSO e a real, para os ltimos 5 dias de Abril de 2010 ....................................... 64
Figura 5.8 - Comparao entre a o custo do despacho obtido pelo GraSO e o real, para os
ltimos 5 dias de Abril de 2010 ..................................................................... 65
xiv
xv
xvi
Lista de Tabelas
Tabela 5.1 Comparao entre o custo de despacho real e o obtido atravs do GraSO ........ 64
Tabela 5.2 Comparao entre os custos de despacho para os diferentes cenrios de
previso ................................................................................................. 67
Tabela 5.3 - Mdia do preo de mercado, preo da reserva para elevar a produo e preo
de reserva para reduzir a produo, no mercado Portugus em Abril de 2010 ............ 70
Tabela 5.4 Comparao do custo de despacho total dos produtores de energia trmica
para os diferentes cenrios de previso .......................................................... 71
Tabela 5.5 Penalizaes e compensaes totais para os diferentes cenrios de previso,
devido a desvios de produo elica, no ms de Abril de 2010 ............................... 74
Tabela 5.6 Lucro da participao dos produtores elicos no mercado de electricidade,
para diferentes cenrios de previso, em Abril de 2010 ....................................... 74
Tabela 5.7 - Lucro da participao dos produtores elicos no mercado de electricidade,
para uma previso optimizada atravs do factor , em Abril de 2010 ...................... 76
xvii
xviii
Abreviaturas e Smbolos
Evolutionary Programming
ES
GAs
GPESO
GPSO
GraSO
HGSP
Evolution Strategies
Genetic Algorithms
Genetic Particle Evolutionary Swarm Optimization
Genetic Particle Swarm Optimization
Gradient Swarm Optimization
Hydrothermal Generation Scheduling Problem
HTC
IPSO
LRS
MDE
NPSO
PRE
Hydrothermal Coordination
Improved Particle Swarm Optimization
Local Random Search
Modified Differential Evolution
New Particle Swarm Optimization
Produo em Regime Especial
PSO
PSO-RDL
REN
RSM
SEE
TSO
UC
xix
Nmero de iteraes
Lucro lquido dos produtores
Nmero de linhas de transmisso
Parmetro de penalidade
Nmero mximo de iteraes
Milhes de euros
Nmero de geradores trmicos
Nmero de unidades que tm zonas proibitivas de operao
Nmero de partculas que compem cada enxame
Distribuio Gaussiana
Produo hdrica de albufeira
Bombagem
Produo prevista proveniente da cogerao
Potncia trmica de carvo
Potncia trmica de ciclo-combinado
Carga total requerida
Preo de reserva para descer a produo
Produo prevista proveniente da gerao elica
Penalidade utilizada no algoritmo para impedir a violao dos limites
Produo hdrica de fio de gua
Potncia trmica de fuel
Potncia hdrica
Potncia hdrica armazenada em cada hora
Potncia hdrica mxima
Potncia hdrica mnima
Limite inferior da zona de operao proibitiva
Limite superior da zona de operao proibitiva
Potncia real na linha
Perdas totais
Produo prevista proveniente das mini-hdricas
Potncia real produzida
Preo de regulao
Previso da produo solar esperada
Preo de reserva para subir a produo
Preo de mercado
Potncia trmica
Produo trmica da hora anterior
xx
no intervalo de tempo
xxi
xxii
Captulo 1
Introduo
A presente dissertao foi desenvolvida no mbito do Mestrado Integrado em Engenharia
Electrotcnica e de Computadores da Universidade do Porto.
Neste trabalho de dissertao feita uma adaptao de uma nova tcnica de optimizao
para a resoluo de problemas de despacho econmico, utilizando-se diferentes previses,
com o objectivo de se observar o impacto da variabilidade da produo hdrica, elica e solar
no custo do despacho econmico.
Este captulo contempla uma abordagem inicial ao problema, contextualizando-o. So
definidos os objectivos e a motivao inerentes realizao desta dissertao. Na parte final
feita uma pequena descrio da sua estrutura e do trabalho realizado.
1.1 - Enquadramento
A energia elctrica est no cerne da sociedade moderna, sendo uma componente
essencial do nosso estilo de vida e um factor determinante na competitividade da economia.
Um sistema elctrico de energia basicamente composto por centrais de gerao, linhas
de transmisso, transformadores e cargas. Estes so capazes de produzir energia elctrica
suficiente para alimentar as exigncias da carga [1]. O objectivo da explorao de um sistema
elctrico de energia (SEE) o transporte da energia elctrica dos centros de produo para os
locais de consumo com mxima continuidade, custos mnimos, mximo de segurana para as
pessoas e equipamentos, tenso e frequncia nos limites impostos nos regulamentos. Estes
objectivos so muitas vezes antagnicos, pelo que h necessidade de procurar solues de
compromisso [42].
As vrias actividades necessrias explorao de um SEE, no tm todas o mesmo
escalonamento no tempo. Existem as actividades a curto-prazo, que incluem a previso da
carga, unit commitment (UC), despacho econmico, estudos do fluxo de carga ptimo,
coordenao hidro-trmica, preos, atribuio de combustvel, e anlises de segurana.
Noutras situaes, o planeamento de operaes dado num contexto mais amplo que,
juntamente com o planeamento de operaes a curto-prazo, incluem o planeamento de
actividades a mdio-prazo cobrindo um perodo de alguns anos, como a manuteno, taxa de
previso, e o planeamento da configurao da rede. Seja qual for o contexto adoptado, o
1
Enquadramento
principal objectivo que a explorao do SEE seja capaz de ir ao encontro das exigncias do
sistema ao menor custo possvel, com um elevado nvel de fiabilidade e qualidade [31].
O planeamento das operaes do sistema torna-se assim numa tarefa extremamente
complicada, pois este tem que ter em considerao os seus efeitos em diferentes horizontes
temporais. Para complicar ainda mais a tarefa dos operadores, as energias renovveis, como a
energia elica e solar, tm se tornado em fontes de energia significativas, fazendo com que
seja necessrio lidar com uma vasta gama de incertezas. Estas incluem incertezas de
localizao, temporizao, capacidade e disponibilidade da produo, e ainda incertezas na
direco do fluxo de potncia e nas regras e restries reguladoras [32].
De facto, o sector energtico tem tido nos ltimos anos um forte desenvolvimento, em
especial no que se refere s energias renovveis, devido ao crescimento da procura de
energia que se tem verificado. A Figura 1.1 mostra esse crescimento que se tem verificado
em Portugal, sendo acompanhado pelo crescimento da Produo em Regime Especial (PRE),
que no caso inclui a produo elica e a cogerao.
Enquadramento
elica. Em Portugal, esse crescimento tem sido particularmente elevado nos ltimos cinco
anos, como est demonstrado no grfico da Figura 1.2.
O sector elctrico tem sentido nos ltimos anos uma rpida evoluo, com o surgimento
de mercados abertos de electricidade, o crescente aumento da integrao da produo
distribuda e em particular a partir de energia elica. Esta aposta na produo de energia a
partir das energias renovveis resulta num agravamento da incerteza associada previso de
cenrios de produo, umas vez que estas energias dependem de factores climatricos que se
fazem sentir a cada instante, factores esses, como a precipitao e o vento, que so de difcil
previso.
A origem destas mudanas do sistema elctrico est relacionada com diversos factores,
entre eles, a liberalizao do mercado de electricidade, aumento do consumo e exigncia de
maior fiabilidade e sustentabilidade do sistema, aumento do preo do petrleo, crescente
preocupao com as questes ambientais e fortes desenvolvimentos de tecnologias de
aproveitamento das fontes de energia renovveis para a produo de energia.
Tal situao tem aumentado as preocupaes quanto aos custos do sistema, em especial,
se estas novas tecnologias de produo sero capazes de substituir a capacidade e
flexibilidade das centrais de produo tradicionais. Como a intermitncia e a
incontrolabilidade so caractersticas intrnsecas nos sistemas de produo de electricidade
baseados nas energias renovveis, a capacidade de manter o balano entre a procura e a
oferta tem sido a maior preocupao, uma vez que os erros de previso podem levar a
desequilbrios e consequentemente a um aumento dos custos [45]. Esses aumentos dos custos
devem-se necessidade da utilizao de reservas para equilibrar a produo, que so muitas
vezes providenciadas por unidades de produo convencionais. Pelo que, a potncia
proveniente de fontes renovveis deve ser tida em conta no compromisso e despacho de
Motivao
1.2 - Motivao
Com a evoluo que se tem verificado nos sistemas de energia, o problema de despacho
econmico tem ganho cada vez mais importncia, tendo em conta que este envolve vrios
aspectos do sistema de energia.
O aumento do consumo de energia que se tem vindo a verificar nos ltimos anos,
juntamente com a escalada do preo do petrleo, fazem com que a reduo dos custos de
operao do sistema, e consequentemente, a reduo dos custos do despacho, seja cada vez
mais uma prioridade. At porque, os custos de produo so muito elevados, pelo que,
qualquer optimizao do despacho econmico que permita uma pequena reduo dos custos
tem um impacto significativo.
O crescente aumento da influncia da produo hidroelctrica no sistema de produo,
assim como o aumento da competio no mercado de energia, faz com que o planeamento
conjunto da produo de energia hdrica e trmica, da forma mais econmica, se assuma
como umas das tarefas mais importantes nos sistemas de energia.
As energias renovveis tm um impacto cada vez maior na operao de sistemas
elctricos, trazendo problemas em como proceder-se sua integrao nos mercados de
electricidade. Uma vez que a produo das mini-hdricas, dos geradores elicos e dos
geradores solares no coincidem muitas vezes com a procura do mercado ou a carga do
sistema, situao agravada pelos erros de previso da produo, que trazem grande incerteza
s operaes do sistema. Uma boa previso assim fundamental para se ultrapassar este
problema, uma vez que permite fazer a ponte da produo a partir de fontes de energia
renovveis com a produo das centrais convencionais e a previso do consumo,
possibilitando uma menor necessidade de recorrer energia de reserva, baixando assim o
custo da integrao das energias renovveis no sistema.
1.3 - Objectivos
Nesta seco so apresentados os objectivos da presente dissertao. Neste trabalho
pretende-se fazer a optimizao do despacho econmico atravs de uma nova tcnica de
optimizao, integrando previso de produo renovvel, para se avaliar os custos que os
erros de previso implicam para o despacho. Assim, os objectivos desta dissertao so:
Estrutura da dissertao
1.6 - Ferramentas
dissertao
utilizadas
no
desenvolvimento
desta
Captulo 2
Estado da arte
2.1 - Introduo
Para se fornecer energia elctrica, de forma fivel e econmica, aos consumidores, as empresas
produtoras de energia elctrica enfrentam diversos problemas tcnicos e econmicos no que se
refere operao, planeamento e controlo dos sistemas de energia. A maioria dos problemas de
optimizao dos sistemas de energia, como o caso do despacho econmico, apresentam
caractersticas complexas e no lineares, com pesadas restries de igualdade e desigualdade [2].
O consumo de energia tem vindo a crescer, em especial, devido ao aumento da populao e
industrializao dos pases desenvolvidos. Como consequncia os sistemas de energia enfrentam
problemas de estabilidade. Neste contexto, o aumento da produo de energia com origem em
fontes renovveis e a reestruturao do mercado de electricidade, tendem a agravar estes
problemas de estabilidade, uma vez que introduzido o conceito de competio. Assim, so
estabelecidos contractos que procuram essencialmente interesses econmicos, criando impactos
negativos na estabilidade do sistema. Assim, o planeamento dos sistemas elctricos tem um papel
crucial nos dias de hoje [57].
Na operao e controlo dos sistemas elctricos de energia, devido variao da carga e no
possibilidade de armazenamento da energia elctrica, dada a previso horria da carga para o dia
ou a semana seguinte, os operadores de sistema devem escalar a potncia real a fornecer pelas
unidades de produo, para ir de encontro procura ao longo do horizonte temporal, resultando da
o despacho econmico [3].
Despacho econmico
envolvidos. Com o aumento do consumo de energia mundial e o boom do preo do petrleo nos
anos mais recentes, a reduo dos custos de operao do sistema de energia torna-se num assunto
da mais alta importncia. O problema de despacho econmico consiste na alocao da totalidade da
produo necessria de entre as unidades de produo disponveis, assumindo-se que o UC
previamente determinado. O objectivo consiste em minimizar o custo do combustvel, sujeito a
restries tanto fsicas como operacionais [4, 5]. Como resultado, o objectivo do problema de
despacho econmico determinar a melhor combinao de potncias de todas as unidades
produtoras, de maneira a ir de encontro s necessidades da carga ao menor custo de operao
possvel, satisfazendo as restries de igualdade e desigualdade do sistema. [2, 4]. O objectivo de
um despacho moderno o de explorar a rede muito mais perto do seu limite de segurana [42].
Uma vez que os custos de produo so bastante elevados, um despacho ptimo permite a poupana
de uma considervel quantidade de dinheiro [6].
Por questes de simplicidade, nos problemas tradicionais de despacho econmico, a funo de
custo de cada unidade produtora tem vindo a ser aproximada por uma funo quadrtica, sendo
considerada a restrio de balano separadamente da capacidade limite de gerao, e resolvida
usando tcnicas de programao matemtica, como sendo o multiplicador de Lagrange, mtodo do
gradiente e o mtodo de Newton. Estes mtodos conseguem resolver eficientemente problemas de
despacho econmico, mas apenas se a curva do custo marginal ou incremental dos combustveis for
monotonamente crescente. Ou seja, estes mtodos matemticos necessitam de informao
derivada da funo de custo, como o custo marginal e incremental [6, 7]. Na Figura 2.1 est
representada uma curva tpica dos custos de produo de um gerador trmico clssico.
Figura 2.1 Curva tpica do custo de produo de um gerador trmico clssico [42]
localizao da soluo ptima, resultado da erros considerveis. Todos estes aspectos tornam
este problema de encontrar um mnimo global bastante complexo [2, 5].
O problema de despacho econmico tambm pode ser formulado de uma maneira
dinmica, que de mais complicada resoluo, uma vez que normalmente resolvido
dividindo o perodo total de despacho em intervalos de tempo mais pequenos, e depois
resolvido o problema de despacho econmico em cada um dos intervalos. O despacho
econmico dinmico um mtodo para o escalonamento das unidades de produo com a
previso do consumo durante um determinado perodo de tempo, para uma operao mais
econmica do sistema de produo. Trata-se de um problema de optimizao dinmico tendo
em conta as restries impostas ao funcionamento do sistema, gerando limites para as rampas
de capacidade de variao das unidades trmicas [52].
10
(2.4)
A potncia produzida por cada gerador deve estar compreendida entre um limite mximo
e um limite mnimo. As respectivas restries de desigualdade para cada gerador so:
(2.5)
Onde
respectivamente.
Figura 2.2 - Trs situaes de operao possveis de uma unidade de produo (a produo
constante, b aumento da produo, c diminuio da produo) [8]
O limite inferior e superior das rampas pode ser escrito da seguinte forma [6]:
(2.6)
Onde
a potncia produzida anteriormente pelo gerador .
e
so limites
superiores e inferiores das rampas do gerador , respectivamente.
As restries dos limites das rampas e os limites de potncia das unidades produtoras
podem ser escritas numa nica restrio de desigualdade como a seguinte [6]:
(2.7)
11
Assim, para unidades de produo com zonas proibitivas de operao, existem restries
adicionais na gama de operao da unidade [6].
(2.8)
Onde
e
so, respectivamente, os limites inferior e superior da zona de operao
proibitiva do gerador . Aqui,
o nmero de zonas proibidas da unidade e
o
nmero de unidades que tm zonas proibitivas de operao.
Outra restrio que pode ser considerada num problema de despacho econmico o
requisito da existncia de uma reserva girante do sistema. A restrio da reserva girante do
sistema, para assegurar a segurana do sistema de energia, sumarizada da seguinte forma
[7]:
(2.9)
12
Onde
a reserva girante requerida do sistema.
No caso da existncia de restries de fluxo na linhas, temos que [7]:
(2.10)
Onde
As unidades de produo com turbinas a vapor com vrias vlvulas apresentam uma
grande variao nas funes de custo. Uma vez que as vlvulas de injeco do origem a
ripples, a funo de custo contm maior no linearidade. Assim, para o caso de se considerar
este efeito, funo objectivo comum deve-lhe ser adicionada funes sinusoidais,
resultando na seguinte funo [2]:
(2.11)
Onde
injeco.
so coeficientes do gerador
13
(2.12)
Onde
so os coeficientes de custo do gerador para o
nvel de potncia.
Em geral, os combustveis so fornecidos por fornecedores no mbito de um grande
nmero de contratos entre os fornecedores e os utilitrios. Determinar a seleco dos
combustveis para cada unidade ditada pelos contratos, e pode ser resolvida atravs de
um despacho econmico de combustveis [6].
14
neste artigo, ao invs da produo hdrica servir apenas como auxiliar da produo
trmica, proposto que esta seja tambm, parte activa na competio do mercado.
Num sistema de energia dominado por unidades trmicas, as hdricas so planeadas
para produzir nos perodos de maior carga, uma vez que so mais baratas e podem ser
ligadas e desligadas mais eficientemente [20].
O objectivo nos problemas de coordenao hidro-trmica (HTC) determinar a
quantidade ptima de energia hdrica e trmica a gerar no perodo programado. O
problema de HTC um problema de optimizao do sistema de potncia altamente no
linear e com complicadas restries. Para resolver o problema de HTC os problemas de UC
e despacho econmico devem ser optimizados [10].
A operao ptima de sistemas com unidades hdricas, durante um prazo peridico,
mais complicada do que em sistemas que tenham apenas unidades trmicas. Isto porque,
unidades hdricas, tanto electricamente (como a alimentao das mesmas cargas) como
hidraulicamente so dependentes uma da outra [20, 21]. Outra razo para a dificuldade de
resoluo deste tipo de problemas a limitada capacidade de armazenamento de energia
dos reservatrios de gua, juntamente com a natureza estocstica da sua disponibilidade.
Assim, a alocao dos recursos hdricos uma tarefa complicada que requer consideraes
a longo-prazo, porque a gua que usada hoje no estar presente no futuro, aumentando
desta forma os custos operacionais futuros [22]. Ou seja, o operador tem que optar por
utilizar os recursos hdricos no imediato, evitando o custo da produo trmica
complementar, ou optar por utiliz-los no futuro, accionando a produo trmica no
presente. Em geral, no caso das centrais hidroelctricas, embora existam custos de
operao e manuteno crescentes com o nvel de produo, pode-se desprezar a parcela
referente ao custo varivel, por ser fracamente influenciada pelo nvel de produo. Por
outro lado, nas centrais trmicas, o custo de operao fortemente influenciado pelo
nvel de produo [30].
O custo desta deciso pode ser representado em funo do volume de gua
armazenada, como mostra a Figura 2.6.
15
16
Onde
a potncia mnima produzida pela unidade trmica ,
a
potncia mxima produzida pela unidade trmica ,
a potncia mnima produzida
pela unidade hdrica e
a potncia mxima produzida pela unidade hdrica .
Outra restrio a ter em considerao para a produo hdrica descarga total de gua:
(2.18)
Onde
no intervalo de tempo
Figura 2.8 Previso para a evoluo da capacidade instalada do sistema elctrico Portugus (20062025) [53]
17
18
19
Os erros de previso do vento trazem uma grande incerteza para as operaes do sistema,
uma vez que a potncia elica em tempo-real podem ser bastante diferente do que foi
previsto. A segurana do sistema pode ser prejudicada devido a uma diminuio imprevista de
potncia elica, porque a capacidade de variao de potncia das unidades convencionais do
sistema pode no ser suficiente para acomodar esta mudana. Assim como, uma grande
variao ascendente de produo elica pode ser desfavorvel num sistema que no tenha
reservas descendentes de outros recursos. Esta situao pode acontecer bastantes vezes
durante a noite, quando o vento normalmente mais forte e a carga mais baixa [27]. Vrios
estudos indicam que a energia elica no causar impactos significativos nas reservas, se as
tcnicas de previso do vento forem melhoradas. Alis, existem estudos que avaliam os
benefcios financeiros de boas previses [28].
Muitas vezes, na gesto do SEE, atribudo um elevado nvel de reserva girante, tendo em
considerao a natureza intermitente da produo elica, desta forma, reduzem-se os
benefcios provenientes da utilizao de energia elica. As previses da produo, at 48
horas de antecedncia, contribuem para uma operao do sistema elctrico segura e
econmica. Tambm, com o aumento de importncia dos mercados de electricidade, a
previso da produo elica til para os produtores de energia elica que propuseram as
suas ofertas ao mercado dirio. Aumentar o valor da gerao elica atravs da melhoria dos
sistemas de previso uma das prioridades da pesquisa na rea da energia elica, para os
prximos anos [43].
Em [29] apresentado um Trade-Off entre os riscos e os custos no despacho econmico
com a incluso da penetrao da energia elica, uma vez que, apesar da energia elica ter a
vantagem de reduzir as emisses e o consumo de reservas de combustveis insubstituveis, a
penetrao de energia elica no tradicional sistema baseado em combustveis levanta
questes de segurana, devido sua imprevisibilidade. Ou seja, a previso exacta da
produo expectvel de um parque elico praticamente impossvel, primeiramente devido
natureza estocstica do vento, mas tambm, devido transformao altamente no linear da
velocidade do vento para energia elctrica. Neste artigo, formulado um problema de
despacho econmico com um duplo objectivo, considerando a penetrao de energia elica,
que aborda os impactos de segurana e econmicos como objectivos conflituosos, atravs de
um algoritmo PSO modificado que deriva as solues de Trade-Off ptimas respeitando os
dois objectivos especificados.
Em [27] testam-se vrios cenrios de previso da potncia produzida pelo vento, e os
resultados mostram que os erros nessa previso tm grande impacto na programao das
unidades de produo no mercado dirio (day-ahead market) com implicaes para o
despacho em tempo-real. Os resultados mostram que uma melhor previso de vento pode
definitivamente baixar o custo do despacho.
20
Uma previso precisa no dia anterior de uma grande importncia para evitar desvios no
equilbrio entre a produo e a carga do sistema, e para fechar as posies de energia em
aberto, na medida do possvel, no mercado dirio (day-ahead market) [34]. Do lado da oferta,
cada produtor, para cada hora, submete ofertas de venda, composta por pares de preo e
quantidade. Do lado da procura, para cada hora, os distribuidores e comercializadores de
electricidade submetem ofertas de compra. O preo de equilbrio da energia, para cada hora,
obtm-se da oferta marginal de venda de preo mais alto necessria para a satisfao da
procura. Para cada hora define-se um preo nico, que remunera identicamente todas as
unidades de oferta seleccionadas a produzir no mbito do leilo competitivo. Assim, cada
agente produtor que tenha realizado uma oferta de preo infra-marginal, ou seja, com um
preo inferior ao preo de equilbrio, recebe o preo de equilbrio e no necessariamente o
preo da sua oferta de venda [38]. Este funcionamento do mercado dirio est exemplificado
na Figura 2.10.
2.10 Oferta e procura no mercado dirio em Portugal na hora 17 do dia 23 de Outubro de 2007 [38]
Para tal, necessria uma actualizao frequente das previses durante o prprio dia.
Quaisquer erros de previso que persistam so depois equilibrados com a reserva de energia
em tempo real. Assim, com o carcter obrigatrio associado Regulao Primria, o Mercado
de Servios do Sistema estabelece a sequncia de mobilizao dos grupos que prestam, em
cada hora, os servios de sistema associados s Reservas de Regulao Secundria e Terciria.
A reserva primria corresponde a uma reaco automtica dos geradores a uma variao da
21
22
Figura 2.12 Comparao entre o preo do mercado dirio e o preo de reserva, para a
semana de 28 de Maio a 3 de Junho de 2010, para o mercado de electricidade Portugus [54]
23
O facto de a energia de regulao ter quase sempre um custo superior energia que se
negoceia no mercado dirio, deve-se a que esta apenas utilizada em pequenos intervalos de
tempo, e tem que estar sempre pronta para entrar em funcionamento para que a produo
contnua dessa capacidade no possa ser vendida no mercado dirio [44].
Segundo o manual de procedimentos do gestor do sistema [37], as energias de regulao
mobilizadas sero valorizadas ao preo marginal das ofertas de regulao assignadas em cada
perodo de programao, distinguindo-se a reserva a subir e a baixar. A energia de regulao
secundria valorizar-se- ao preo da ltima oferta de energia de regulao terciria
encontrada em cada hora, tanto a subir como a baixar, utilizada da para substituir ou
completar a energia de regulao secundria usada. Tambm em [37], dito que, a
valorizao da produo dos grupos trmicos que no tenham sido encontrados nas diferentes
sesses de mercado e que tenham sido mobilizados pelo gestor do sistema, realizar-se-
somando ao preo da produo oferecida, o sobrecusto resultante de dividir o custo de
arranque na energia total programada. No caso das redues de produo, estas sero
valorizadas pela diferena entre o preo de encontro e o do valor mximo entre as ofertas de
energia apresentadas no processo de resolues de restries tcnicas e as apresentadas no
mercado dirio.
Os erros de previso do vento dependem essencialmente de trs factores. O primeiro
deles o mtodo usado para a previso da produo elica, que podem ser mtodos mais
complexos ou o simples mtodo da persistncia. O segundo factor o nmero de turbinas
elicas em que a previso feita, e a sua posio geogrfica. O ltimo factor o quo antes
a produo elica antecipada.
O erro de previso do vento tem dois efeitos nos mecanismos de balano entre a produo
e o consumo: um nos volumes de energia requeridos, e outro no preo. Sendo a energia elica
uma fonte de desequilbrio, isto acarreta um aumento da energia necessria para equilibrar o
sistema. Contudo o erro de previso tanto pode aumentar o desequilbrio do sistema, como o
pode reduzir. A Figura 2.13 mostra a situao em que o erro de previso do vento aumenta o
desequilbrio (Figura 2.13 A), e o caso em que o erro de previso do vento diminui o
desequilbrio do sistema (Figura 2.13 B) [35].
24
Figura 2.14 Impacto financeiro terico dos erros de previso do vento [35]
25
26
Captulo 3
GraSO Uma nova tcnica de optimizao de
despacho econmico
3.1 - Introduo
As tcnicas de optimizao tm vindo a ser utilizadas com sucesso na resoluo de um
nmero importante de problemas do sistema de energia. Os investigadores no campo da
energia tm estado bastante activos tanto na formulao de novos ou mais abrangentes
problemas de optimizao, como na utilizao de mtodos modernos de optimizao para a
sua resoluo [9].
O alvo da optimizao dos sistemas de energia o campo de estudo no qual o objectivo
minimizar os custos operacionais e fixos do sistema. Isto , optimizar uma funo objectivo
especifica sujeita a um certo nmero de restries, devidas aos factores de controlo e
operao do sistema. Vrias tcnicas de optimizao convencionais tm sido empregadas
neste campo. A variedade destas tcnicas consequncia do facto de os problemas de
optimizao nos sistemas elctricos de energia serem diversos. Dependendo da natureza e
caractersticas do problema, eles so tipicamente classificados de acordo com a sua funo
objectivo e respectivas restries. A funo objectivo e as restries podem ser lineares ou
no lineares, discretas ou contnuas [10].
28
(enxame) para maximizar a sobrevivncia das espcies. Tem vindo a ser notado que, os
membros de um grupo partilham informao entre eles, facto que leva ao aumento da
eficincia do grupo. O algoritmo PSO pesquisa usando um grupo de indivduos, similar a outras
tcnicas de optimizao heursticas baseadas em inteligncia artificial. Cada indivduo
corresponde a uma soluo candidata para o problema. Os indivduos num enxame
aproximam-se da soluo ptima atravs da sua presente velocidade, experincia passada, e
da experincia dos seus vizinhos [2].
A velocidade de uma partcula influenciada por trs componentes, nomeadamente,
inercial, cognitiva, e social. A componente inercial simula o comportamento inercial do
pssaro para voar na direco anterior. A componente cognitiva modela a memria do pssaro
sobre a sua melhor posio anterior, e a componente social modela a memria do pssaro
sobre a melhor posio entre as partculas (interaco dentro do grupo) [6]. Uma cooperao
construtiva, ao invs da sobrevivncia do melhor, o princpio fundamental do PSO [11].
Em [6] proposta uma nova verso do clssico PSO (NPSO) para resolver problemas de
despacho econmico no lineares. Neste artigo feita uma diviso no comportamento
cognitivo do movimento da partcula. Ou seja, a partcula criada para tambm se lembrar
da sua pior posio. Esta modificao ajuda a explorar o espao de pesquisa mais
eficazmente. A fim de explorar convenientemente a regio de solues promissoras, feita
uma simples pesquisa aleatria local (LRS), integrada no novo algoritmo, resultando assim o
algoritmo NPSO-LRS.
Em [5] os autores propem dois algoritmos PSO modificados para a resoluo de
problemas de despacho econmico com a opo de mltiplos combustveis. Em vez de usar os
trs parmetros do tradicional PSO, os mtodos propostos usam apenas dois parmetros para
que o peso do ajuste dos parmetros seja reduzido. Outra vantagem a poupana em tempo
de computao, uma vez que um dos nmeros aleatrios eliminado.
As principais vantagens do algoritmo PSO so sumarizadas como; conceito simples, fcil
implementao, robustez para controlar parmetros, e eficincia computacional quando
comparado com algoritmos matemticos e outras tcnicas heursticas de optimizao. O PSO
pode ser facilmente aplicado a problemas de optimizao no lineares e descontnuos. E
ainda, o PSO pode gerar uma soluo de elevada qualidade no menor tempo de computao e
tem uma caracterstica de convergncia mais estvel do que outros mtodos estocsticos [6].
Ao contrrio de mtodos matemticos para resolver problemas de optimizao, este
algoritmo no precisa de nenhuma informao de gradiente sobre a funo objectivo ou de
erro, e consegue obter a melhor soluo de forma independente [1]. Embora as abordagens
baseadas no PSO tenham bastantes vantagens, podem ficar presas em mnimos locais quando
confrontadas com problemas com solues muito restritas, devido limitada capacidade de
pesquisa local/global [6]. Outra desvantagem do PSO a sua falta de fundao matemtica
slida para anlises a ser superado no futuro desenvolvimento de teorias pertinentes.
Tambm pode ter algumas limitaes para aplicaes de despacho econmico em tempo real,
como o despacho em cinco minutos considerando restries de rede, uma vez que o PSO
tambm uma variante de tcnicas estocsticas de optimizao que requerem relativamente
maior tempo de computao do que as abordagens matemticas [7].
De acordo com o algoritmo PSO, um enxame de partculas que tenha restries
predefinidas, comea a explorar o espao de pesquisa. A performance de cada partcula
avaliada pelo valor da funo objectivo, e considerando um problema de minimizao, neste
caso, a partcula com menor valor tem melhor desempenho. A melhor experincia de cada
29
partcula nas iteraes guardada na sua memria e chamada melhor marca pessoal (Pbest).
O melhor valor de Pbest (menor valor) nas iteraes determina o melhor valor global (Gbest)
[1].
Usando o conceito de Pbest e Gbest, a velocidade de cada partcula actualizada em
(3.1):
(3.1)
Onde:
);
(3.2)
Onde:
a posio da partcula na presente iterao (
a posio da partcula na iterao ;
a velocidade da partcula na iterao
.
);
Aps a introduo do PSO, muitas variaes tm sido propostas para o PSO bsico por
diversos investigadores [13].
Em [2] proposto um PSO melhorado para resolver problemas de despacho econmico
com funes de custo no lineares, a que os autores denominam de IPSO, que combina o
algoritmo PSO com a tcnica de sequncias caticas. O algoritmo aplicado inclui sequncias
30
31
32
Conceito do GraSO
Descrio do algoritmo
33
34
Descrio do algoritmo
mximo das variveis que compem a funo objectivo, que delimitam os espao de pesquisa
(
e
); a varincia inicial
da distribuio Gaussiana
para cada partcula
.
No passo 2 gerada aleatoriamente a primeira rainha do enxame para a iterao inicial
atravs do mtodo min-max, como expresso em (3.3).
(3.3)
No passo 3 incrementada a varivel it, que representa a presente iterao em que se
encontra o algoritmo, para se iniciar a pesquisa de uma nova rainha do enxame, com todos os
processos subjacentes.
Na etapa 4 do algoritmo do GraSO gerada aleatoriamente cada partcula do enxame
(
, segundo uma distribuio normal com mdia e varincia . Cada partcula
estabelecida como uma distribuio Gaussiana inversa com a mdia representada pela rainha
do enxame e a varincia sendo a que foi definida pelo utilizado, isto para
. Nas
iteraes seguintes, a varincia um parmetro auto-adaptativo interno do programa,
estimado atravs de parmetros estatsticos do enxame e pelas funes de activao
(3.12) e
(3.13), ambas calculadas no passo 8. O novo
determinado pela distncia
entre a rainha do enxame e cada uma das partculas, como representado de seguida:
(3.4)
Onde
O parmetro
calculado para se perceber se as melhores partculas geradas se
encontram longe ou perto da rainha do enxame.
Na Figura 3.3 pode observar-se o comportamento de um enxame onde as respectivas
partculas no tm capacidade de deciso suficiente para determinar se partculas prximas
ou afastadas representam boas solues.
Na Figura 3.4 possvel verificar o comportamento do parmetro
prximo do ptimo.
Constata-se pelo gradiente positivo que partculas aleatoriamente geradas longe da rainha do
enxame representam piores solues para o problema que se pretende optimizar.
Descrio do algoritmo
35
36
Descrio do algoritmo
(3.5)
Descrio do algoritmo
37
(3.6)
(3.7)
(3.8)
38
Descrio do algoritmo
(3.10)
(3.12)
(3.13)
Com a funo
pretende-se alargar o espao de pesquisa para a prxima iterao, caso
seja muito fraco. Pelo contrrio, se
aproximadamente 1, muito pouca ou
nenhuma variao feita no espao de pesquisa.
Com a funo
o comportamento semelhante, uma vez que para valores de
prximos de 1, est-se prximo da soluo ptima e o algoritmo deve reduzir o espao de
pesquisa para a prxima iterao. No entanto, se
apresentar valores baixos, nada deve
39
40
(3.15)
Onde:
a varivel que ultrapassou o limite;
o limite que foi ultrapassado;
o parmetro de penalidade.
O parmetro de penalidade
ajustvel, apresentando um valor diferente de acordo
com a importncia da restrio que est a ser violada. A escolha deste parmetro requer
alguma experimentao, uma vez que, para valores pequenos de , a distoro da funo
objectivo pequena, mas o ptimo encontrado pode estar longe do verdadeiro ptimo. Por
outro lado, usando um valor elevado de
, o ptimo encontrado pode ser prximo do
mnimo, mas a distoro pode ser to grande que a funo objectivo pode ter mnimos
fictcios.
Ou seja, neste caso, o termo de penalidade tanto maior quanto mais afastadas
estiverem as partculas da regio de solues admissveis e nulo se a partcula estiver
dentro dos limites. A este tipo de penalidades d-se o nome de penalidades exteriores, e so
apropriadas tanto para as restries de igualdade como para as restries de desigualdade.
Existem situaes em que o que se pretende no impor limites varivel a restringir,
mas sim minimizar a distncia dessa varivel aos seus limites, ou seja penalizar a varivel
medida que esta se afasta do valor central entre o seu limite mximo e mnimo. Essa
penalidade modelizada no GraSO e aplicada tal como est exemplificado na Figura 3.8,
onde a penalizao aumenta medida que a partcula se afasta do valor ptimo. Este tipo de
penalidades chama-se penalidades interiores, no sendo apropriadas para restries de
igualdade.
Figura 3.8 - Penalidade a ser aplicada s variveis para estas se afastar dos seus limites (adaptado
de [16])
41
Figura 3.9 - Anlise comparativa da utilizao do GraSO num problema de despacho econmico [41]
42
43
consegue armazenar numa central hdrica limitada, esse facto limita, consequentemente, a
energia que se consegue armazenar.
(3.19)
Em que,
44
aumento dos custos. Assim, para se favorecer as solues em que as rampas no se encontram
muito prximas dos seus limites, aplicada uma penalizao que vai aumentando medida
que as rampas se aproximam dos seus limites e consequentemente se afastam do zero.
A funo objectivo representada por uma funo polinomial quadrtica, que modeliza os
custos de produo das unidades trmicas, onde
e
so os coeficientes de custo da
unidade trmica.
(3.23)
O funcionamento sequencial do algoritmo GraSO, no que respeita ao escalonamento e
coordenao entre a produo trmica e hdrica, est representado na Figura 3.10.
45
Clculo
da
energia
hdrica
armazenada
dos
valores
de
energia
hdrica
de
balano
da
potncia
seja
cumprida.
aplicadas
violaes
dos
limites.
46
Captulo 4
Metodologia proposta
4.1 - Introduo
Para a formulao do problema de despacho econmico proposto, foram utilizados apenas
dados pblicos, fornecidos pela REN, correspondestes ao ano de 2009 at Abril de 2010. O
despacho econmico realizado agregado por tipo de central, assumindo-se a existncia de
apenas uma central trmica e uma central hdrica responsveis pela totalidade da produo
gerada. Esta simplificao deve-se ao facto de no estar acessvel informao quanto aos
custos por central. Tambm se considera que o preo de mercado igual ao custo de
operao, para alm de se desprezarem as perdas. O despacho econmico realizado para
perodos de vinte e quatro horas, com incio na hora zero. de salientar que o caso que se
estou um caso real, pelo que todos os valores recolhidos que permitiram criar esta
metodologia so reais.
47
48
Custo (/MWh)
100
80
60
40
y = 2E-07x2 + 0,0046x + 23,366
20
0
0
1000
2000
3000
4000
5000
6000
Atravs da curva dos custos, obteve-se a funo objectivo, que se pretende minimizar, do
problema de despacho econmico proposto. Esta funo corresponde aos custos dos
combustveis das centrais trmicas que se pretende minimizar, e que variam com a potncia
produzida.
(4.2)
Onde:
o custo dos combustveis das unidades trmicas agregadas (/MWh);
a produo trmica (MW).
Analisando-se a curva dos custos, observou-se ainda os limites de funcionamento das
centrais trmicas.
Assim, a primeira restrio do problema proposto corresponde aos limites da produo
trmica, em MW.
(4.3)
49
18%
16%
14%
12%
10%
8%
6%
4%
2%
-1300
-1200
-1100
-1000
-900
-800
-700
-600
-500
-400
-300
-200
-100
0
100
200
300
400
500
600
700
800
900
1000
1100
0%
50
3000
2500
2000
1500
Fio de gua
Albufeira
1000
500
0
Figura 4.3 - Produo hdrica em centrais de albufeira e em centrais de fio de gua
Como tal, decidiu-se juntar ambas as produes numa s produo hdrica, agregando-se
desta forma as centrais hdricas numa s, subtraindo-se ainda soma das potncias hdricas a
bombagem. Assim, obteve-se uma nica varivel correspondente produo hdrica
:
(4.5)
Onde:
a potncia hdrica mxima das ltimas vinte e quatro horas, em MW;
a potncia hdrica mdia das ltimas vinte e quatro horas, em MW.
Esta equao foi conseguida aps a observao do grfico representado na Figura 4.4,
onde possvel observar que os valores de potncia hdrica obtidos com a funo encontrada
coincidem exactamente com a potncia hdrica mxima das ltimas vinte e quatro horas.
51
4500
4000
3500
3000
Potncia hdrica
mxima
2500
2000
Potncia hdrica
mxima
(frmula)
1500
1000
500
0
-1000
1000
2000
3000
Potncia hdrica mdia (ltimas 24h) (MW)
4000
Figura 4.4 Limite mximo da produo hdrica em funo da potncia mdia das ltimas vinte e
quatro horas
52
Atravs de uma amostra de valores dos dados fornecidos pela REN da produo hdrica,
construiu-se um grfico com a comparao da potncia hdrica produzida com a energia
hdrica armazenada acumulada (Figura 4.5), observando-se que existe uma relao directa
entre a energia acumulada e a potncia produzida. Quando a produo hdrica aumenta
verifica-se uma diminuio da energia acumulada, pelo contrrio, quando a produo diminui,
inclusive nas horas em que existe bombagem, a energia hdrica armazenada acumulada sofre
um aumento.
4000
3000
Potncia
hdrica (MW)
2000
1000
-1000
1
9
17
25
33
41
49
57
65
73
81
89
97
105
113
121
129
137
145
153
161
169
Potncia
hdrica mdia
(MW)
Energia hdrica
armazenada
acumulada
(MWh)
-2000
-3000
-4000
-5000
Horas
Figura 4.5 - Potncia hdrica, potncia hdrica mdia e energia hdrica armazenada acumulada
53
O ajuste destes trs parmetros, para que a curva delimite a produo hdrica mxima e
mnima, feito recorrendo a uma formulao que semelhante que feita no mtodo dos
mnimos quadrados. No entanto, neste caso so introduzidas penalidades, de forma a fazer a
curva aproximar-se dos pontos mximos ou pontos mnimos, dependendo se se pretende
encontrar o limite mximo ou mnimo.
A formulao matemtica consiste em minimizar a funo
variveis , e .
(4.11)
Onde, para aproximar a curva aos pontos mximos tem-se:
(4.12)
(4.13)
O valor de corresponde ao desvio total entre o valor de potncia hdrica obtido atravs
da expresso (4.10) e o valor da potncia hdrica real que efectivamente se verificou ao longo
do perodo da amostra de valores.
representa a potncia hdrica obtida atravs da
expresso (4.10) na hora , enquanto
a potncia hdrica produzida na realidade,
durante a hora . A varivel corresponde penalidade que imposta funo a minimizar.
Em (4.12), como o objectivo aproximar a curva dos valores mximo da produo hdrica,
penaliza-se mais os valores de produo inferiores potncia real, e menos os valores
superiores a essa mesma potncia, para desta forma a curva aumentar a sua cota, indo de
encontro ao limite mximo da produo hdrica. Em (4.13), sendo o objectivo limitar a
produo mnima, so mais fortemente penalizados os valores de produo hdrica superiores
aos reais, fazendo com que desta forma a curva diminua em termos de cota, aproximando-se
do limite inferior. Os diferentes valores do parmetro foram escolhidos aps alguns testes,
at se encontrar aqueles que faziam com que a curva se aproxima-se mais dos limites mnimo
e mximo da produo hdrica.
As variveis ,
e so encontradas atravs do Solver do Excel, usando a formulao
expressa em (4.11) e (4.12) para se encontrar o limite mximo da produo hdrica, e usando
as expresses (4.11) e (4.13) para se encontrar o respectivo limite mnimo.
As expresses obtidas correspondentes limitao, mxima e mnima, da produo
hdrica em funo da energia hdrica armazenada acumulada esto representadas na Figura
4.6.
54
3500
3000
Potncia hdrica (MW)
2500
2000
1500
1000
y=
-5000
6E-05x2
- 0,4589x + 116,65
500
0
-4000
-3000
-2000
-1000-500 0
-1000
1000
2000
3000
4000
5000
-1500
Energia hdrica armazenada acumulada (MWh)
Figura 4.6 Limites da produo hdrica em funo da energia hdrica armazenada acumulada, para
o ano de 2009
55
4000
3500
3000
2500
2000
y = 3E-05x2 - 0,4572x + 1334,3
1500
1000
500
0
-4000
-3000
-2000
-1000
0
1000
2000
3000
Energia hdrica armazenada acumulada (MWh)
4000
5000
Figura 4.7 - Limites da produo hdrica em funo da energia hdrica armazenada acumulada, para
o ano de 2010
Atravs das Figuras 4.6 e 4.7, podemos formular os limites mximos e mnimos da
produo hdrica, em funo da energia armazenada acumulada.
Como a produo hdrica foi mais baixa em 2009 e tem sido mais elevada em 2010, o
limite inferior vai ser retirado da Figura 4.6, e o limite superior retirado da Figura 4.7. Assim,
a restrio do problema de despacho econmico proposto, relativamente aos limites da
produo hdrica para uma determinada energia armazenada, pode-se representar da
seguinte forma:
(4.14)
Observando-se os grficos das Figuras 4.6 e 4.7, pode-se verificar que, quanto mais
negativa for a energia hdrica armazenada acumulada, significa que se est a produzir mais
potncia hdrica, pelo que se est a gastar a gua armazenada. Quando a energia armazenada
acumulada vai ficando cada vez maior, isso significa que se est a produzir menos potncia
hdrica, ou mesmo que se est a recorrer bombagem, o que faz com que o valor da gua
armazenada aumente.
56
(4.15)
(4.16)
Em termos reais, bvio que quando se faz o despacho no se sabe ao certo qual ser a
produo hdrica. No entanto, essa suposio feita no problema proposto, uma vez que as
previses da produo hdrica tm um erro muito reduzido (cerca de 5%), pelo que a
aproximao que feita nesta dissertao no implica um erro significativo.
57
(4.18)
Onde:
o desvio da produo proposta;
o preo de reserva para descer a produo;
o preo de reserva para subir a produo.
Com esta formulao, se os produtores de energia proveniente de fontes de energia
renovveis produzirem mais do que tinham previsto so compensados com o preo de reserva
para baixar a produo. Se produzirem menos do que tinham previsto so penalizados com o
preo de reserva para subir a produo.
No caso dos produtores trmicos, os seus desvios de produo no so por culpa prpria,
mas tm que contar com as implicaes que os desvios das produes das energias de origem
renovvel possam ter no custo de despacho, devido s correces que estes tero ento que
fazer, em tempo real, para compensar os desvios causados por esse tipo de produo. Assim,
para os produtores trmicos, o custo total de despacho
consiste na soma entre
o custo do despacho proposto no mercado dirio
e os custos de despacho adicionais
por desvios de produo trmica em relao ao despacho realizado com a previso perfeita,
causados pela intermitncia da produo renovvel.
(4.19)
Onde:
o desvio da produo proposta.
Com esta formulao, se os produtores de energia trmica tiverem que produzir mais do
que tinham previsto so penalizados com um custo de despacho adicional proporcional ao
preo de reserva para subir a produo. Se tiverem que produzirem menos do que tinham
previsto so compensados com o preo de reserva para baixar a produo, permitindo uma
diminuio do custo de despacho.
58
Captulo 5
Resultados
5.1 - Despacho econmico obtido atravs do GraSO
Para se testar a eficcia das alteraes efectuadas no algoritmo GraSO e a metodologia
proposta nos Captulos 3 e 4, realizou-se o despacho econmico, com coordenao hidrotrmica, para os ltimos cinco dias de Abril de 2010.
Este teste foi realizado supondo-se a existncia de previses perfeitas tanto das PRE
(trmica, hdrica, elica e fotovoltaica), como do consumo, importaes e exportaes. O
caso estudado nesta dissertao um caso real, em que todos os valores utilizados so reais,
e o despacho obtido comparado com o despacho real que foi realizado para o mesmo
perodo de tempo.
tambm de referir que o despacho realizado para um horizonte temporal de vinte e
quatro horas, ou seja, o escalonamento do despacho tem inicio na hora zero e realizado
para as vinte e quatro horas seguintes. Pelo que o despacho escalonado para blocos de vinte
e quatro horas, no entanto, o despacho seguinte est dependente e influenciado pelo
despacho que se realizou nas vinte e quatro horas anteriores.
Na Figura 5.1 est representado o despacho trmico obtido atravs do GraSO para o dia 26
de Abril de 2010, juntamente com o despacho real que se realizou nesse mesmo dia.
59
60
2500
2000
Despacho real
1500
Despacho
GraSO
1000
500
0
Hora
Figura 5.1 Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia 26 de Abril
de 2010
Como se pode observar pela Figura 5.1, o despacho obtido pelo GraSO apresenta uma
estratgia diferente daquela que foi utilizada na realidade, sendo, no entanto, bastante
similar em algumas horas do dia.
O despacho hdrico complementar do despacho trmico, para que a restrio de balano
entre o consumo e a produo seja cumprida. A Figura 5.2 mostra o despacho hdrico obtido
pelo GraSO em comparao com aquele que foi efectivamente escalonado para o dia 26 de
Abril de 2010, onde se observa claras semelhanas de estratgia.
2500
2000
Despacho
GraSO
1500
Despacho real
1000
500
0
Hora
Figura 5.2 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia 26 de Abril
de 2010
61
Contudo, houve dias em que a estratgia de despacho obtida atravs do GraSO foi
totalmente diferente da que se verificou na realidade, como no dia 28 de Abril (Figura 5.3).
2500
2000
Despacho real
1500
Despacho
GraSO
1000
500
0
Hora
Figura 5.3 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para o dia 28 de Abril
de 2010
3000
2500
2000
Despacho
GraSO
1500
Despacho real
1000
500
0
Hora
Figura 5.4 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para o dia 28 de Abril
de 2010
62
inferior. Isto demonstra que o GraSO, mesmo limitado na sua movimentao em busca de uma
soluo ptima, devido s diversas restries do problema de optimizao, conseguiu realizar
uma estratgia de despacho diferente da que foi efectuada na realidade. De salientar que,
mesmo nestas situaes, a produo trmica total ao longo do dia a mesma, apenas
existindo estratgias distintas.
Na Figura 5.5 pode-se observar o despacho obtido para os cinco dias testados, onde
visvel que este muito semelhante, por um perodo de vrias horas, ao despacho que foi
escalonado na realidade. Esta situao pode-se dever ao facto de os limites estratgicos de
despacho mapeados no Captulo 4, apesar de permitirem uma estratgia diferente, tendo em
considerao o elevado nmero de restries, a gama de solues ptimas possveis para o
problema de despacho proposto muito estreita, no permitindo que o despacho obtido
atravs do GraSO varie significativamente em relao ao que foi realizado na realidade.
Atravs da Figura 5.5 e 5.6 v-se que o GraSO, atravs das modificaes efectuadas,
conseguiu realizar a optimizao do problema de despacho econmico proposto, cumprindo
todas as restries. possvel observar-se a coordenao entre a produo trmica e a
produo hdrica, onde se verifica que a produo hdrica tem um custo de oportunidade que
est associado produo trmica. Na Figura 5.6, quando h um aumento da produo
hdrica, observa-se na Figura 5.5 uma diminuio da produo trmica, o que far com que o
custo do despacho diminua. No entanto, aps esse aumento de produo hdrica verifica-se
para as horas seguintes uma diminuio dessa mesma produo, e o consequente aumento da
produo trmica, o que implicar um aumento dos custos. Estes factos devem-se
quantidade de gua que possvel armazenar, que limitada, pelo que existe uma gesto da
gua que utilizada para que no se esgote de imediato toda a gua armazenada, o que teria
como consequncia um aumento dos custos de despacho no futuro, pelo que a alocao da
potncia hdrica tem que ter em ateno um horizonte temporal a longo-prazo.
3000
2500
2000
1500
Despacho
real
1000
Despacho
GraSO
500
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
Hora
Figura 5.5 - Comparao entre o despacho trmico obtido pelo GraSO e o real, para os ltimos 5
dias de Abril de 2010
63
3500
3000
2500
Despacho
GraSO
Despacho
real
2000
1500
1000
500
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
Hora
Figura 5.6 - Comparao entre o despacho hdrico obtido pelo GraSO e o real, para os ltimos 5 dias
de Abril de 2010
Na Figura 5.7 pode-se observar o armazenamento acumulado de gua que se obteve com o
despacho escalonado pelo GraSO. Quando se aumenta a potncia hdrica a energia
armazenada acumulada comea a diminuir, quando a produo diminui, isso permite que o
valor de gua armazenada volte a aumentar. possvel verificar que existem horas em que o
GraSO armazenou mais energia hdrica que no despacho real, o que permitiu algumas horas
mais frente turbinar uma maior quantidade de gua do que a que se turbinou na realidade.
No entanto, tambm se pode observar que houve horas em que a gua armazenada foi menor,
o que implicou que posteriormente no fosse possvel produzir tanta potncia hdrica como a
que se verificou na realidade.
Em termos globais, a energia hdrica armazenada foi superior energia hdrica real
armazenada, contudo, a produo hdrica realizada foi ligeiramente inferior real, pelo que
se justifica esse armazenamento acumulado superior. O importante a retirar da Figura 5.7
que o GraSO nem acumulou demasiada gua, nem gastou demasiada gua, quando
comparando com a energia armazenada real, fazendo assim uma boa gesto da gua
disponvel.
64
2500
2000
1500
Energia hdrica
armazenada
acumulada real
1000
500
-500
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
00:00
06:00
12:00
18:00
Energia hdrica
armazenada
acumulada GraSO
-1000
-1500
Hora
Figura 5.7 - Comparao entre a energia hdrica armazenada acumulada obtida pelo GraSO e a real,
para os ltimos 5 dias de Abril de 2010
Tabela 5.1 Comparao entre o custo de despacho real e o obtido atravs do GraSO
Dia
Real
GraSO
Real
GraSO
Abril 2010
2351,32
2350,55
31,77
31,69
26
2552,43
2553,31
32,55
32,47
27
2436,41
2435,94
32,13
32,03
28
2287,14
2285,17
31,20
31,10
29
2486,70
2484,47
32,61
32,57
30
Na Tabela 5.1 possvel observar que o custo do despacho obtido atravs da metodologia
apresentada nesta dissertao consistentemente inferior ao custo do despacho que foi
realizado na realidade, para todos os cinco dias testados. Esta situao verifica-se mesmo
quando a potncia hdrica produzida inferior real, o que demonstra que a estratgia de
despacho adoptada pelo GraSO permite obter custos inferiores, mesmo utilizando maior
potncia trmica que a que foi utilizada no despacho real. Conseguindo-se assim, atravs do
mapeamento dos limites de estratgia utilizados nos ltimos anos, uma estratgia diferente,
Cenrios de previso
65
estabelecida pelo GraSO, que permite uma melhor optimizao do despacho, isto para o caso
real que aqui se estudou.
Contudo, o custo obtido nunca muito inferior ao custo do despacho real, como se pode
verificar na Figura 5.8, mesmo utilizando uma estratgia de despacho distinta. O que provoca
esta situao o facto de a curva dos custos da produo trmica, representada na Figura
4.1, ter uma curvatura pouco acentuada, sendo quase linear, o que faz com que, produzindose a mesma potncia trmica que a que foi produzida na realidade, que uma das restries
implcitas na formulao adoptada, a curva no permite grandes variaes no custo do
despacho.
33
32,5
32
Custo real
31,5
Custo GraSO
31
30,5
30
26
27
28
29
30
66
Cenrios de previso
67
Produo elica
2500
2000
1500
Previso
perfeita
1000
Previso
real
Persistncia
500
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46
Hora
Figura 5.9 - Comparao entre a previso perfeita, a previso real e a persistncia da produo
elica, para um perodo de 48 horas
Tabela 5.2 Comparao entre os custos de despacho para os diferentes cenrios de previso
Cenrio de previso
35,69
Previso Perfeita
35,64
Previso Real
35,81
Persistncia
Na Figura 5.10 est representada a evoluo do custo de despacho para os trs cenrios
de previso, para todo o ms de Abril de 2010.
68
35
30
25
Persistncia
20
15
Previso
Perfeita
10
Previso Real
5
0
1
11 13 15 17 19 21 23 25 27 29
Dia
Figura 5.10 Evoluo do custo de despacho para os diferentes cenrios de previso, ao longo do
ms de Abril de 2010
Na Figura 5.10 possvel observa-se que nos primeiros 15 dias de despacho o custo
bastante diferente para as diferentes previses, o que se fica a dever ao facto de nestes dias
a produo renovvel, que consiste na soma da produo mini-hdrica, elica e fotovoltaica,
ter sido bastante elevada, pelo que diferentes previses implicam maiores diferenas nos
custos. Nos ltimos 15 dias, como a produo renovvel mais residual, a previso desta j
no tem um impacto to grande no custo de despacho, pelo que os custos so mais
aproximados.
Atravs da Tabela 5.2 e da Figura 5.10 observa-se que o custo de despacho obtido num
cenrio de previso real inferior ao custo de despacho num cenrio de previso perfeita.
Esta situao acontece uma vez que a previso real ficou normalmente, durante o ms de
Abril de 2010, acima dos valores de produo renovvel que efectivamente se vieram a
verificar, como mostra a Figura 5.11. A produo renovvel corresponde soma da produo
elica, fotovoltaica e mini-hdrica. Isto implica que, o despacho, no caso da previso real, foi
realizado esperando-se uma maior produo renovvel, pelo que a produo trmica
escalonada foi inferior verificada no cenrio de previso perfeita, resultando assim tambm
num custo de despacho inferior.
O contrrio acontece com um cenrio de persistncia, onde o custo de despacho
superior ao cenrio de previso perfeita, uma vez que a produo renovvel inferior
produo renovvel num cenrio de previso perfeita, o que implica uma maior utilizao das
centrais trmicas, tendo como consequncia um custo de despacho superior.
69
3000
2500
2000
Previso
perfeita
1500
Previso
real
1000
Persistncia
500
15:00
22:00
05:00
12:00
19:00
02:00
09:00
16:00
23:00
06:00
13:00
20:00
03:00
10:00
17:00
00:00
07:00
14:00
21:00
04:00
Hora
Figura 5.11 - Comparao entre a produo renovvel obtida atravs dos diferentes cenrios de
previso, durante alguns dias do ms de Abril de 2010
Contudo, com a realizao do despacho no dia anterior num cenrio de previso real e de
persistncia, a produo depois no vai de encontro com as necessidades dos consumidores
em tempo real, ao contrrio do que sucede num cenrio de previso perfeita. Esta situao
faz com que nos cenrios de previso real e de persistncia existam desvios em relao ao
despacho ptimo que se realizou com previso perfeita. Esses desvios tero que ser corrigidos
em tempo real, com um tempo de actuao muito curto, o que far com que o custo de
despacho aumente nesses cenrios de previso.
Efectivamente, um custo de despacho inferior no mercado dirio, que indicado no dia
anterior, no implica que o custo real do despacho, realizado no dia seguinte, mantenha o
mesmo custo, uma vez que desvios de produo implicaro um aumento de produo que no
estava programado no despacho realizado no dia anterior. Este aumento de produo traz
custos de despacho superiores, fazendo com que o custo do despacho obtido no dia anterior e
proposto ao mercado dirio suba significativamente.
Como tal, o custo do despacho total obtido pelos produtores trmicos consiste na soma
entre o custo do despacho programado e proposto no mercado dirio e o custo de despacho
adicional por desvios de produo trmica em relao ao despacho realizado com a previso
perfeita, causadas pela intermitncia da produo renovvel, como est indicado na equao
(4.19).
O preo de reserva para baixar a produo no o mesmo que o preo de reserva para
subir a produo. Na Tabela 5.3 apresentada a mdia do preo de reserva para subir e para
baixar a produo, e a mdia do preo do mercado dirio, no mercado Portugus para o ms
de Abril de 2010, onde se pode observar que o preo de reserva para subir a produo 27%
superior ao preo do mercado dirio, e o preo de reserva para baixar a produo inferior
68% ao preo estabelecido no mercado dirio.
70
Tabela 5.3 - Mdia do preo de mercado, preo da reserva para elevar a produo e preo de
reserva para reduzir a produo, no mercado Portugus em Abril de 2010
Data
Abril 2010
Preo mdio do
mercado dirio
para aumentar a
(/MWh)
produo (/MWh)
(/MWh)
25,90
35,57
8,35
Preo (/MWh)
100
Preo do mercado
dirio
80
60
Preo da reserva
para subir a
produo
40
Preo da reserva
para baixar a
produo
20
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
05:00
23:00
17:00
11:00
Hora
Figura 5.12 Evoluo do preo do mercado dirio e da reserva ao longo de um perodo do ms de
Abril de 2010
Como umas das suposies que feita nesta dissertao a de que o custo de operao
das centrais trmicas igual ao custo de mercado, observando-se a Tabela 5.3 e a Figura
5.12, possvel verificar que o despacho realizado em tempo real para suprir os desvios de
produo, que corresponde ao mercado de reserva, implicar custos de despacho superiores
em relao ao custo do despacho que realizado no dia anterior no mercado dirio.
Na Tabela 5.4 est representado o custo do despacho total obtido pelos produtores de
energia trmica, no ms de Abril de 2010, para os trs cenrios de previso propostos nesta
dissertao, utilizando-se a equao (4.19).
71
Tabela 5.4 Comparao do custo de despacho total dos produtores de energia trmica para os
diferentes cenrios de previso
Custo de despacho
Custo de despacho no
no mercado dirio
mercado de reserva
(M)
(M)
23,507
Custo de despacho
Cenrio de
total (M)
previso
23,507
Previso perfeita
23,287
3,3830
26,670
Previso real
23,972
3,6815
27,654
Persistncia
Na Figura 5.13 est representada a evoluo do custo total de despacho para os diferentes
cenrios de previso, para uma amostra do ms de Abril de 2010. possvel verificar-se que
em algumas horas a persistncia apresenta um custo mais prximo da previso perfeita que o
custo obtido com a previso real, isto tambm se fica a dever ao facto de o modelo de
previso utilizado para a obteno da previso real ser relativamente simples, no permitindo
ganhos muito elevados em relao persistncia. No entanto, no geral, o custo de despacho
da previso perfeita inferior ao da previso real, e este inferior ao da persistncia.
90000
Custo do despacho ()
80000
70000
60000
Previso
Perfeita
50000
40000
Previso
Real
30000
Persistncia
20000
10000
16:00
12:00
08:00
04:00
00:00
20:00
16:00
12:00
08:00
04:00
00:00
20:00
16:00
12:00
08:00
04:00
00:00
Hora
Figura 5.13 Custo do despacho total para os trs cenrios de previso, para alguns dias do ms de
Abril de 2010
Como se pode observar na Tabela 5.4, apesar de com previso perfeita se obter um custo
de despacho no mercado dirio superior ao obtido com a previso real, o custo de despacho
total inferior, uma vez que, como no existem desvios de produo, no necessrio
modificar o despacho realizado no dia anterior, fazendo com que os custos se mantenham
iguais.
No caso do cenrio de previso real, os desvios causados pelos erros de previso implicam
uma modificao no despacho realizado no dia anterior, e estas modificaes realizadas em
72
tempo real tm um custo superior do que se tivessem sido feitas no dia anterior, fazendo com
que o custo total de despacho aumente. Assim, resulta que o custo de despacho dos
produtores de energia trmica inferior num cenrio em que a previso da produo elica,
solar e mini-hdrica fosse perfeita, ao invs de se ter uma previso que, por muito pequeno
que seja o erro, ter sempre desvios de produo, o que far aumentar a produo negociada
no mercado de reserva e consequentemente o custo de despacho.
No caso da persistncia, como esta a que apresenta maiores desvios em relao ao
despacho realizado com a previso perfeita, a que necessita que maiores ajustes de
despacho sejam feitos em tempo real, pelo que o cenrio que sai mais penalizado,
resultando assim no custo de despacho mais elevado dos trs cenrios de previso.
Na Figura 5.14 mostra os diferentes despachos realizados para cada cenrio de previso,
obtidos atravs da optimizao do GraSO. Estes so os despachos realizados antes das
correces devidas aos desvios de produo. possvel observar-se os desvios, tanto do
despacho obtido com previso real como com persistncia, em relao ao despacho ptimo
obtido com a utilizao da previso perfeita.
3000
Despacho Trmico(MW)
2500
2000
Previso
Perfeita
Previso
Real
Persistncia
1500
1000
500
0
-500
Horas
Figura 5.14 - Despacho escalonado para o mercado dirio para os trs cenrios de previso, para
alguns dias do ms de Abril de 2010
73
800
400
200
Previso
perfeita
0
-200
00:00
03:00
06:00
09:00
12:00
15:00
18:00
21:00
00:00
03:00
06:00
09:00
12:00
15:00
18:00
21:00
00:00
03:00
06:00
09:00
12:00
15:00
18:00
600
-400
Previso
real
Persistncia
-600
-800
-1000
-1200
Hora
Figura 5.15 - Desvios de produo elica para diferentes cenrios de previso, para alguns dias de
Abril de 2010
74
Tabela 5.5 Penalizaes e compensaes totais para os diferentes cenrios de previso, devido a
desvios de produo elica, no ms de Abril de 2010
Previso perfeita
Previso real
Persistncia
Penalizao
Compensao
Penalizao
Compensao
Penalizao
Compensao
(M)
(M)
(M)
(M)
(M)
(M)
5,399
0,3249
5,417
0,6405
Remunerao do
Compensaes -
Cenrio de
mercado (M)
Penalizaes (M)
elicos (M)
previso
13,201
13,201
Previso perfeita
14,631
-5,0738
9,5576
Previso real
13,761
-4,7767
8,9839
Persistncia
75
Atravs da Tabela 5.6, pode-se observar que utilizando-se uma melhor previso o lucro
obtido pelos produtores elicos superior. Com previso perfeita obtm-se o lucro mximo,
que reduzido em 28% no caso da utilizao da uma previso real, baixando ainda mais o
lucro num cenrio em que se utiliza a persistncia para a previso da produo elica, sendo
neste caso 32% inferior quando comparado com o lucro numa situao de previso perfeita.
Estes resultados demonstram que os lucros obtidos pelos produtores de energia proveniente
de fontes renovveis, neste caso em especfico dos produtores de energia elica, esto
directamente relacionados com a qualidade da previso da sua produo, sendo que,
melhorando a previso, melhoram tambm os seus rendimentos resultantes da sua
participao no mercado de electricidade.
Na Figura 5.16 possvel constatar-se a evoluo do lucro dos produtores elicos ao longo
de alguns dias do ms de Abril de 2010.
80000
60000
40000
Perviso
perfeita
20000
Previso
real
Persistncia
0
-20000
-40000
11:00
18:00
01:00
08:00
15:00
22:00
05:00
12:00
19:00
02:00
09:00
16:00
23:00
06:00
13:00
20:00
03:00
10:00
17:00
00:00
07:00
14:00
100000
Hora
Figura 5.16 - Evoluo do lucro da participao dos produtores elicos no mercado de electricidade,
para diferentes cenrios de previso, durante alguns dias do ms de Abril de 2010
A Figura 5.16 mostra que o lucro da persistncia o que apresenta maior variao,
apresentando por vezes um lucro elevado, mas tambm quando se obtm os maiores
prejuzos, visto que os desvios de produo tambm so mais elevados, como mostra a Figura
5.15.
de notar que, quando a produo elica mais elevada, o que acontece no inicio do
ms de Abril, quando se pode obter os maiores lucros, contudo, dependendo da qualidade
da previso, tambm quando se podem obter os maiores prejuzos. J quando a produo
elica mais residual, como se verifica no final do ms de Abril, o risco de prejuzos
bastante inferior, mas os lucros obtidos tambm no so substanciais.
Outra forma de os produtores maximizarem os seus rendimentos modificando as
previses realizadas, atravs da multiplicao de um factor que determinado tendo em
considerao os preos de reserva, como foi formulado em (4.20) no Captulo 4.
76
Concluses
Tabela 5.7 - Lucro da participao dos produtores elicos no mercado de electricidade, para uma
previso optimizada atravs do factor , em Abril de 2010
Remunerao do
Compensaes -
Factor de
mercado (M)
Penalizaes (M)
elicos (M)
optimizao ( )
13,423
-3,7877
9,6348
0,917
Observando-se a Tabela 5.7, verifica-se o lucro dos produtores elicos obtido atravs da
previso optimizada superior ao lucro obtido utilizando-se a previso real sem a
multiplicao do factor de optimizao, representado na Tabela 5.6. Esta maximizao do
lucro foi conseguida atravs da diminuio das penalizaes, mesmo que tal requeresse uma
diminuio da renumerao a receber da participao no mercado dirio.
O factor de optimizao obtido inferior a 1, o que indica que, se os valores da previso
real que foi realizada fossem ligeiramente inferiores, o lucro dos produtores elicos teria sido
superior. Estes resultados fazem sentido, tendo em considerao os preos de mercado
expressos na Tabela 5.3, onde o preo de reserva para subir a produo 27% superior ao
preo do mercado dirio, e o preo de reserva para baixar a produo 68% inferior. Ou seja,
os resultados obtidos demonstram que, compensa aos produtores de energia de natureza
intermitente fazerem as suas previses por baixo, de forma a evitarem as maiores
penalizaes que so atribudas aquando da necessidade de se aumentar a produo para ir
de encontro ao consumo, conseguindo, desta maneira, maximizar o lucro que obtm da sua
participao no mercado de electricidade, tornando menos arriscada essa mesma
participao.
5.5 - Concluses
Atravs dos resultados obtidos, possvel concluir que as adaptaes que se realizaram no
algoritmo GraSO permitiram que este conseguisse resolver problemas de optimizao de
despacho econmico com bons resultados. Prova disso so os resultados observveis na Figura
5.5, onde se obteve um despacho muito similar ao verificado na realidade, apenas utilizando
para tal, os limites estratgicos de despacho utilizados nos ltimos anos e que foram tornados
pblicos, sem, contudo, qualquer conhecimento da estratgia de despacho utilizada na
realidade. Esta optimizao de despacho econmico no muito diferente da verificada na
realidade est muito relacionada com as restries do problema de despacho econmico
proposto, que restringem em muito a gama de solues ptimas possveis, no permitindo que
haja uma diferena maior entre os dois despachos. Contudo, apesar de as diferenas serem
ligeiras, a estratgia de despacho adoptada pelo GraSO permitiu que se obtivesse uma melhor
optimizao do despacho que a que se realizou na realidade. Como se observa pela Tabela
5.1 e pela Figura 5.8, o custo do despacho obtido inferior, para todos os dias testados, ao
Concluses
77
despacho real, mesmo quando se utiliza menor produo hdrica, e tem-se que
obrigatoriamente ter uma produo trmica superior. Isto demonstra que, com uma
estratgia de despacho diferente, possvel obter-se uma coordenao entre a produo
hdrica e a produo trmica que possibilite uma diminuio do custo do despacho
econmico.
Os resultados obtidos quando realizada a optimizao do despacho econmico para trs
cenrios de previso diferentes, que esto representados na Tabela 5.4, permitem concluir
que, a variabilidade da produo elica, mini-hdrica e fotovoltaica tem impacto no custo de
despacho total a ser realizado pelos produtores trmicos. Observou-se que, previses mais
fracas desta mesma variabilidade fazem com que o custo de despacho obtido por estes
produtores, aquando da sua participao no mercado de electricidade, seja superior quando
comparado com previses mais prximas da realidade. Esta situao deve-se existncia de
uma maior necessidade de se fazer alteraes ao despacho anteriormente programada no
mercado dirio, causadas pelos desvios de produo, pelo que fazer essas correces de
produo implicam custos de despacho adicionais. Assim, piores previses da produo
proveniente de energias renovveis at podem fazer com que o custo do despacho realizado
no dia anterior no mercado dirio seja inferior ao custo de despacho utilizando-se melhores
previses. Contudo, o custo de despacho total em cenrios de previso mais fracos sempre
superior, uma vez que existe uma maior necessidade de se recorrer s reservas, que
normalmente implicam custos superiores, fazendo com que o custo de despacho seja mais
elevado do que quando a previso melhor.
No que se refere ao lucro que os produtores de energia proveniente de fontes renovveis,
em particular dos produtores de energia elica, obtm da sua participao no mercado de
electricidade, os resultados obtidos permitem concluir que a previso da produo tem um
grande impacto nesse mesmo lucro. Sendo que, previses mais prximas da previso perfeita
permitem que os lucros obtidos sejam mais elevados. No entanto, se os produtores fizerem as
suas previses por baixo, tendo em considerao os preos de reserva, isso permite
diminurem as penalizaes, aumentando assim o seu lucro.
78
Captulo 6
Concluses e Futuros Desenvolvimentos
6.1 - Concluses gerais
Um dos objectivos deste trabalho de dissertao consistiu em tentar demonstrar que o
algoritmo de optimizao GraSO criado em [41] poderia ser modificado para que se
conseguisse resolver de forma eficaz, problemas de optimizao de despacho econmico,
salientando-se que o estudo realizado foi sempre para um caso real. Os resultados obtidos no
Captulo 5 demonstram que tal objectivo foi alcanado, obtendo-se uma optimizao que
conseguiu reduzir os custos de despacho quando comparando com os custos do despacho que
foi escalonado na realidade, para blocos de vinte e quatro horas, com inicio na hora zero. O
GraSO demonstrou uma boa reaco s restries de igualdade e de desigualdade impostas,
tanto para a produo trmica como para os recursos hdricos disponveis. Assim como, as
penalizaes aplicadas para cumprir as restries foram muito bem sucedidas, provando-se
ser esta uma boa soluo na diminuio do tempo necessrio para se alcanar a soluo
ptima do problema atravs do GraSO.
Outro objectivo desta dissertao passou pelo desenvolvimento da formulao de um
problema despacho econmico com produo hdrica associada, utilizando apenas para tal
valores pblicos disponibilizados pela REN, mapeando-se desta forma os limites de estratgia
que tm vindo a ser utilizados nos ltimos anos. Com estes limites, conseguiu-se fazer uma
formulao do problema de despacho econmico que permitiu, atravs do GraSO, obter uma
estratgia de despacho diferente da utilizada na realidade, resultando numa melhor
optimizao de despacho que a que foi conseguida na realidade.
Tambm nesta dissertao, pretendia-se demonstrar o impacto que a previso da
produo com origem em fontes de energia renovveis pode ter na optimizao do despacho
econmico, assim como no custo de despacho, para uma situao de despacho real. Os
resultados obtidos mostram que a previso da variabilidade da produo elica, mini-hdrica e
fotovoltaica tem impacto na optimizao do despacho realizado, impacto esse que ter
repercusses no custo de despacho. Os resultados evidenciam que, quando so utilizadas
melhores previses da produo proveniente de energias renovveis, estas permitem menores
desvios de produo, e consequentemente, menor necessidade de modificaes do despacho
79
80
Futuros Desenvolvimentos
realizado no dia anterior, permitindo, desta forma, uma menor necessidade de se recorrer s
reservas, o que faz com que os custos de despacho no sejam to elevados, demonstrando-se
a importncia que a previso tem nos dias de hoje para facilitar a integrao energias
renovveis no SEE e no mercado de electricidade, aumentando assim a sua competitividade,
uma vez que permitem no elevar tanto os custos de despacho, e aumentar as remuneraes
dos produtores de energia proveniente de fontes de energia renovveis.
Referncias
[1]
Zaraki, A.; Bin Othman, M.F.; , "Implementing Particle Swarm Optimization to Solve
Economic Load Dispatch Problem," Soft Computing and Pattern Recognition, 2009.
SOCPAR '09. International Conference, pp.60-65, 4-7 Dec. 2009
[2]
Jong-Bae Park; Yun-Won Jeong; Woo-Nam Lee; Joong-Rin Shin; , "An improved
particle swarm optimization for economic dispatch problems with non-smooth cost
functions," Power Engineering Society General Meeting, 2006. IEEE, pp.7 pp., 0-0 0
[3]
Karthikeyan, S.P.; Palanisamy, K.; Varghese, L.J.; Raglend, I.J.; Kothari, D.P.; ,
"Comparison of Intelligent Techniques to Solve Economic Load Dispatch Problem with
Line Flow Constraints," Advance Computing Conference, 2009. IACC 2009. IEEE
International, pp.446-452, 6-7 March 2009
[4]
Ying-Ping Chen; Wen-Chih Peng; Ming-Chung Jian; , "Particle Swarm Optimization With
Recombination and Dynamic Linkage Discovery," Systems, Man, and Cybernetics, Part
B: Cybernetics, IEEE Transactions, vol.37, no.6, pp.1460-1470, Dec. 2007
[5]
[6]
Jong-Bae Park; Yun-Won Jeong; Joong-Rin Shin; Lee, K.Y.; , "An Improved Particle
Swarm Optimization for Nonconvex Economic Dispatch Problems," Power Systems,
IEEE Transactions, vol.25, no.1, pp.156-166, Feb. 2010
[7]
82
Futuros Desenvolvimentos
[8]
[9]
[10]
[11]
[12]
El-Sonbaty, A.E.-S.; Yonssef, H.K.M.; Ibrahim, D.K.; , "A proposed particle swarm
optimization technique for solving non-linear economic dispatch problem," Power
Systems Conference, 2006. MEPCON 2006. Eleventh International Middle East , vol.2,
pp.606-611, 19-21 Dec. 2006
[13]
Selvakumar, A.I.; Thanushkodi, K.; , "A New Particle Swarm Optimization Solution to
Nonconvex Economic Dispatch Problems," Power Systems, IEEE Transactions, vol.22,
no.1, pp.42-51, Feb. 2007
[14]
Ling, S.H.; Lam, H.K.; Leung, F.H.F.; Lee, Y.S.; , "Improved genetic algorithm for
economic load dispatch with valve-point loadings," Industrial Electronics Society,
2003. IECON '03. The 29th Annual Conference of the IEEE , vol.1, pp. 442- 447 vol.1,
2-6 Nov. 2003
[15]
[16]
[17]
[18]
Li Jian; Chen Peng; Liu Zhiming; , "Solving the Economic Dispatch in Power System by
Genetic Particle Evolutionary Swarm Optimization," Computer Science and Software
Engineering, 2008 International Conference on , vol.1, pp.451-454, 12-14 Dec. 2008
Referncias
83
[19]
Samudi, C.; Das, G.P.; Ojha, P.C.; Sreeni, T.S.; Cherian, S.; , "Hydro thermal
scheduling using particle swarm optimization," Transmission and Distribution
Conference and Exposition, 2008. T&D. IEEE/PES., pp.1-5, 21-24 April 2008
[20]
[21]
Ozyon, S.; Yasar, C.; Aslan, Y.; Temurtas, H.; , "Solution to environmental economic
power dispatch problems in hydrothermal power systems by using genetic algorithm,"
Electrical and Electronics Engineering, 2009. ELECO 2009. International Conference,
pp.I-387-I-391, 5-8 Nov. 2009
[22]
Gil, E.; Bustos, J.; Rudnick, H.; , "Short-term hydrothermal generation scheduling
model using a genetic algorithm," Power Systems, IEEE Transactions on , vol.18, no.4,
pp. 1256- 1264, Nov. 2003
[23]
[24]
Warsono; King, D.J.; Ozveren, C.S.; , "Economic Load Dispatch for a power system
with renewable energy using Direct Search Method," Universities Power Engineering
Conference, 2007. UPEC 2007. 42nd International, pp.1228-1233, 4-6 Sept. 2007
[25]
Warsono; King, D.J.; Ozveren, C.S.; Bradley, D.A.; , "Economic Load Dispatch
Optimization of Renewable Energy in Power System Using Genetic Algorithm," Power
Tech, 2007 IEEE Lausanne, pp.2174-2179, 1-5 July 2007
[26]
Warsono; King, D.J.; Ozveren, C.S.; Bradley, D.A.; , "Economic Load Dispatch
Optimization of Renewable Energy in Power System Using Genetic Algorithm," Power
Tech, 2007 IEEE Lausanne, pp.2174-2179, 1-5 July 2007
[27]
Jianhui Wang; Audun Botterud; Vladimiro Miranda; Cludio Monteiro; Gerald Sheble; ,
Impact of Wind Power Forecasting on Unit Commitment and Dispatch, 2009
[28]
Yuan-Kang Wu; Jing-Shan Hong; , "A literature review of wind forecasting technology
in the world," Power Tech, 2007 IEEE Lausanne, pp.504-509, 1-5 July 2007
[29]
Lingfeng Wang; Singh, C.; , "Tradeoff Between Risk and Cost in Economic Dispatch
Including Wind Power Penetration Using Particle Swarm Optimization," Power System
Technology, 2006. PowerCon 2006. International Conference on , pp.1-7, 22-26 Oct.
2006
[30]
84
Futuros Desenvolvimentos
[31]
Baozheng Liu; Ping Ren; Liqun Gao; Nan Li; , "A New Combinatorial Meta-heuristic
Algorithm for Stochastic Electric Power System Production Costing and Operations
Planning," Intelligent Control and Automation, 2006. WCICA 2006. The Sixth World
Congress on , vol.2, no., pp.7429-7433, 0-0 0
[32]
Pei Zhang; Shanshan Liu; Ruilin Xu; Xinyu Liu; Li Feng; , "Assessing System Risk and
Integrating Operation and Planning Functions for Chongqing Power using EPRI
Probabilistic Risk Assessment Program," Power and Energy Engineering Conference
(APPEEC), 2010 Asia-Pacific , pp.1-6, 28-31 March 2010
[33]
Nogaret, E.; Stavrakakis, G.; Bonin, J.C.; Kariniotakis, G.; Papadopoulos, M.;
Hatziargyriou, N.; Papathanassiou, S.; Gatopoulos, J.; Karagounis, E.; Halliday, J.;
Dutton, G.; Pecas-Lopes, J.; Androutsos, A.; Pligoropoulos, P.; , "A new expert system
based control tool for power systems with large integration of PVs and wind power
plants," Photovoltaic Energy Conversion, 1994., Conference Record of the Twenty
Fourth. IEEE Photovoltaic Specialists Conference - 1994, 1994 IEEE First World
Conference on , vol.1, pp.1052-1055 vol.1, 5-9 Dec 1994
[34]
Ernst, B.; Reyer, F.; Vanzetta, J.; , "Wind power and photovoltaic prediction tools for
balancing and grid operation," Integration of Wide-Scale Renewable Resources Into
the Power Delivery System, 2009 CIGRE/IEEE PES Joint Symposium , pp.1-9, 29-31
July 2009
[35]
Lavier, V.; Giralt-Devant, M.; , "Impact of the wind forecast error on the French
balancing system," PowerTech, 2009 IEEE Bucharest , pp.1-6, June 28 2009-July 2
2009
[36]
[37]
[38]
Relatrio sobre a formao dos preos grossistas da energia elctrica em Portugal no
segundo semestre de 2007, Autoridade da Concorrncia, Maio de 2009
[39]
[40]
[41]
Referncias
85
[42]
[43]
Pinson P.; Chevallie C.; Kariniotakis G.; , Optimizing Benefits from Wind Power
Participation in Electricity Markets using Advanced Tools for Wind Power Forecasting
and Uncertainty Assessment, cole des Mines de Paris, Center of Energy Studies,
2004
[44]
Holttinen H.; Optimal electricity market for wind power, VTT Processes, Energy
Production, May 2004
[45]
Blach M.; Strbac G.; Value of storage in providing balancing services for electricity
generation systems with wind penetration, Manchester Center for Electric Energy,
February 2005
[46]
Ummels B.C.; Pelgrum E.; Kling W.L.; Integration of large-scale wind power and use
of energy storage in the Netherlands electricity supply, IET Renewable
Generation, June 2007
Power
[47]
Angarita J. M.; Usaola J. G.; Combining hydro-generation and wind energy: Biddings
and operation on electricity spot markets, Universidad Carlos III de Madrid, May 2005
[48]
Brand H.; Barth R.; Weber C.; Meibom P.; Swider D. J.; Extension of Wind Power
Effects on Markets and Costs of Integration, Institute of Energy Economics and the
Rational Use of Energy (IER), University of Stuttgart, 4th International
Energiewirtschaftstagung, 2004
[49]
[50]
Onate, P.E.; Ramirez, J.M.; , "Optimal operation of hydrothermal systems in the short
term," Power Symposium, 2005. Proceedings of the 37th Annual North American , pp.
113- 119, 23-25 Oct. 2005
[51]
Zeng Ming; Wu Zhi-fu; Liu Bao-hua; Yuan De; Lu Ye; , "An Economic Dispatching Model
of Hydro-Therm System Under Market Environment and its Application," Transmission
and Distribution Conference and Exhibition: Asia and Pacific, 2005 IEEE/PES , pp.1-7,
2005
[52]
[53]
Faias S.; Sousa J.; Castro R.; , Forecasting the Impact of Increasing Integration of
Renewable Sources in the Power Unbalance during Peak and Off-Peak Hours,, 2006
86
Futuros Desenvolvimentos
[54]
[55]
em
[56]
REN,
Dados
dos
preos
da
reserva,
2010,
(disponvel
http://www.mercado.ren.pt/InfOP/MercOMEL/Paginas/Reserva.aspx)
em
[57]
Arias, D.A.; Mota, A.A.; Mota, L.; Castro, C.A.; , "A bilevel programming approach for
power system operation planning considering voltage stability and economic
dispatch," Transmission and Distribution Conference and Exposition: Latin America,
2008 IEEE/PES , pp.1-6, 13-15 Aug. 2008
[58]
Zhi Li; Xueshan Han; , "Risk constrained unit commitment considering uncertainty of
wind power and load," Sustainable Power Generation and Supply, 2009. SUPERGEN
'09. International Conference, pp.1-5, 6-7 April 2009
[59]
Correia A.; Matias J.; Serdio C.; , Mtodos de Penalidade Exacta para Resoluo de
Problemas de Optimizao no Linear, 2008