Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ser aplicadas, por exemplo, regressão linear e uma rede neural preço atual, pode-se calcular o valor agregado total de potência
artificial (RNA). Ambas foram aplicadas com uma abordagem do VPP.
de caixa preta, ou seja, apenas informações de nível superior ou
agregadas eram conhecidas. As especificidades da usina virtual,
como tipo de dispositivo, estado de carga ou potência nominal,
eram desconhecidas para os modelos de previsão. Verificou-se
que o modelo de RNA superou significativamente o da
regressão linear. Portanto, para este estudo, um modelo de RNA
será implementado para investigar a precisão quando aplicado
a uma VPP.
B. Descrição do Funcionamento
Um algoritmo preditivo de uma RNA pode ser considerado
uma caixa preta por causa de sua capacidade de aproximar uma
função sem conhecimento prévio. Usou-se uma abordagem de
RNA supervisionada, onde o modelo usa um conjunto de Fig. 6. Potências máximas e mínimas do VPP.
treinamento de dados registrados para treinar uma camada
oculta de neurônios para modelar uma relação não linear entre
A capacidade de rampa em ambas as direções é então
os dados de entrada e saída. calculada solicitando uma potência de rampa, que é uma das
O modelo de RNA implementado usou apenas uma camada etapas de potência na proposta agregada e multiplicando-a pela
oculta com uma função de transferência sigmoide que modela longevidade prevista (𝜏). Para uma capacidade de
a relação entre os dados de entrada e de saída. Para este modelo, desaceleração, a potência de rampa solicitada enviada para o
como mostrado na Figura 5, os dados de entrada são: potência modelo é negativa, pois a energia negativa representa uma fonte
de rampa (∆P), que é a potência de desvio solicitada do dia atual de alimentação (energia fornecida).
à frente da potência programada; tempo de ativação Para avaliar o impacto econômico de um modelo de previsão
programada (𝑡Active ); potência programada no dia seguinte para serviços de mercado atacadista, foi desenvolvida uma
ativação (𝑃Sched ) e lance máximo e mínimo (𝑃Max e 𝑃Min ); com estratégia comercial que pode ser implementada considerando-
a saída do modelo sendo longevidade (𝜏), isto é, o período de se três casos: sem previsão de capacidade de troca (pior caso),
tempo em que a potência de rampa fornecida pode ser mantida. RNA aprendeu a capacidade de rampa para cima e para baixo
obtendo desta forma o perfeito conhecimento da flexibilidade
do VPP, e com os preços de mercado no atacado (melhor caso).
Usar a mesma estratégia de controle para os três casos
permite uma comparação justa da eficácia do modelo de
aprendizado de máquina de caixa preta para o melhor caso,
cenário de conhecimento completo e, no pior dos casos,
nenhum conhecimento de capacidade.
Fig. 5. Dados de entrada e saída do modelo preditivo. A Figura 7 apresenta uma visão geral da troca de informações
entre os mercados atacadistas e o agregador. Pode-se observar
A potência de rampa é a quantidade de energia para a qual o que dois mercados atacadistas estão participando, o DAM, que
VPP aumentará sua carga combinada a partir do perfil do dia resulta em um cronograma diário, e o mercado de desequilíbrio.
programado à frente e reduzirá a potência da quantidade de Cada um dos três casos usa um perfil predeterminado para o dia
energia para uma diminuição da carga. Além disso, a partir da seguinte, que foi criado para minimizar o custo da eletricidade
Figura 6, o 𝑃Max define a potência máxima que o VPP pode comprada no mercado atual. Com isso, o módulo de estratégia
aumentar sua carga em um determinado momento, e o 𝑃Min é o comercial é alimentado, em tempo real, com o lance agregado
máximo que pode reduzir a carga. para determinar a potência de rampa enviada ao módulo de
Na Figura 6 é mostrado um exemplo de lance individual para aprendizado de máquina (machine learning).
um dispositivo e um lance agregado. Essas ofertas individuais
são quase em tempo real e baseadas em eventos para descrever
a prioridade de um dispositivo para produzir ou consumir
eletricidade. Um lance agregado é o somatório de todos os
lances válidos enviados pelos dispositivos individuais em um
VPP. Para garantir que todos os dados específicos do
dispositivo sejam removidos, apenas o lance agregado de nível
superior é usado para prever a flexibilidade em tempo real. As
potências máxima e mínima (𝑃Max e 𝑃Min ) são recuperadas
como entrada para o modelo de previsão. Isso define limites
para a quantidade de potência de aceleração (rampa) e descida
que o VPP pode fornecer. Desta forma, usando este lance e o Fig. 7. Troca de informações entre inteligência (vermelho), mercados de
eletricidade (verde) e agregador (azul).
5
IV. CASO DE ESTUDO DO MODELO DE NEGÓCIO mesmo tempo. Assim, quanto mais painéis solares instalados,
Analise do relatório da VPP real criada e testada no distrito mais energia entregue ao mesmo tempo no cabo da rua. Se
de Amsterdam. A usina virtual é uma plataforma on-line que também tivermos que adicionar o comportamento da bateria
(que também tem um alto grau de simultaneidade entre os
agrega a produção e o consumo de energia solar residencial e
participantes do projeto), esse efeito será ainda mais ampliado.
armazena o excedente localmente. Devido a essa agregação, é
Após a etapa de previsões e sabendo-se o quanto a Central
possível negociar energia nos mercados atacadistas: o uso de
Virtual deve consumir ou gerar em determinado momento,
uma bateria doméstica permite armazenar energia quando os inicia a etapa de controlar efetivamente os dispositivos. Para
preços da eletricidade estão baixos e descarregar a bateria atingir o objetivo comum, todos os dispositivos devem ser lidos
quando há alta. A usina virtual também será conectada à rede e controlados com os valores corretos. Como isso exigiria muito
inteligente existente no distrito. Será examinado a viabilidade poder de computação em grande escala, esse poder de
de utilizar as baterias e se a rede local tem capacidade de computação é dividido em pequenos pedaços de software.
suportar o fluxo durante os momentos de pico. Negociar nos Chamou-se esses pequenos pedaços de "agentes" de software e
mercados de energia com sistemas de bateria instalados em eles "trocam" uns com os outros em nome da bateria em um
residências em um bairro residencial é novo. Foram instaladas modelo econômico interno. Por exemplo, a energia vale mais
25 baterias domésticas em residências no distrito de para uma bateria vazia do que para uma bateria cheia. Ao enviar
Amsterdam: Nieuw-West. um incentivo de preço aos agentes, os dispositivos trabalham
Existe um grande interesse no impacto do comportamento da juntos corretamente e podem seguir as metas estabelecidas,
bateria na tensão e corrente da na rede. Para isso foi necessário conforme demostrado na Figura 9.
montar uma grande rede inteligente para monitorar
adequadamente o projeto VPP. Em conjunto com os dados de
uso, geração e das próprias baterias, conseguiu-se formar uma
imagem dos efeitos das baterias domésticas na rede.
Além disso, constatou se que as baterias podem causar picos
de carga altas na rede. A Figura 8 mostra uma visão geral dos
fluxos de energia em uma residência de um participante do
projeto em um dia ensolarado. A geração dos painéis
fotovoltaicos pode ser vista na parábola que descreve a linha Fig. 9. Modelo e o comportamento real.
laranja. A linha azul descreve o consumo, que não é alto. Na
linha verde apresenta o comportamento da bateria como Um dos problemas encontrados, por exemplo, refere-se a
resultado do comércio de energia. E a linha amarela representa porcentagem de carga que a bateria transmitia não ser sempre
a troca líquida de energia. Apresenta-se com isso que a descarga confiável. Este problema foi parcialmente contornado
de baterias, impulsionada por incentivos de preço, pode condicionando ao carregando totalmente as baterias.
coincidir com o retorno da energia gerada à rede. A troca líquida Para determinar a estratégia de negociação no mercado de
de energia com a rede (linha amarela) é muito maior com a eletricidade do dia seguinte, utilizaram três modelos diferentes
utilização de uma bateria. Além disso, o pico de alimentação é que preveem respectivamente o consumo de eletricidade, a
maior que o pico de consumo. Este comportamento repete-se geração e o preço por hora. Com base nessas previsões, elabora-
em outros dias do ano e com os outros consumidores. se uma estratégia de negociação que otimiza a venda e compra
de eletricidade no mercado de energia. A eletricidade é vendida
principalmente quando há expectativa que o preço da
eletricidade aumente através de previsões. Ou a eletricidade
comprada é armazenada quando o preço é baixo.
É importante levar em conta a capacidade das baterias, a
demanda por eletricidade e a geração de eletricidade.
Os modelos utilizados para fazer as previsões são os Modelos
de Rede Neural. Este modelo funciona bem porque é capaz de
descrever relações complexas.
Os modelos foram treinados com dados de medição reais do
passado. Em seguida, estas mesmas medições foram utilizadas
Fig. 8. Fluxo da Energia.
como entrada para gerar previsões de consumo de eletricidade,
O pico de consumo em uma residência não é um grande geração e preço por hora. Os modelos utilizam variáveis de
problema. Em princípio, aspirar ou ligar a chaleira também entrada diferentes: previsões do tempo (como temperatura e
garante um pico elevado. Mas é muito pequena a chance de radiação solar) e dados históricos como consumo e preço no
todos os usuários ligarem a chaleira ou aspirarem ao mesmo passado (por exemplo, uma semana ou um dia atrás). Aplicando
tempo. Dados coletados sobre a simultaneidade no consumo de os modelos e determinando a estratégia de negociação na
energia ao longo do tempo demonstram que a rede elétrica (o Virtual Power Plant, obtiveram informações sobre qual variável
cabo) pode lidar com as demandas de picos. de entrada é importante e menos importante por modelo.
A ocorrência da simultânea de picos de feedback a partir de Eventualmente, 39 residências participaram do VPP no
painéis solares. O sol brilha em todos os painéis solares ao período de maio de 2018 até março de 2019. As baterias são
usadas diariamente para obter o melhor resultado possível do
6
comércio diário de energia no mercado spot, onde é possível exigiram mais tempo do que o esperado, e as baterias devem ser
comprar e vender energia de hora em hora com antecedência. continuamente monitoradas quanto ao comportamento correto,
As conclusões mais importantes retiradas do comércio diário o que também acarreta custos operacionais adicionais.
durante este período são:
o comércio diário com as baterias levou a uma média V. VIABILIDADE DO MODELO
de € 5,54 / kWh de energia comprada. Se esta energia
tivesse sido adquirida sem o uso de uma bateria, teria Muitos fatores influenciam o mercado de energia como: A
sido de € 7,25 / kWh. Isso significa que o uso das demanda e a resposta do mercado, a infraestrutura energética,
baterias reduzir os custos de compra de energia as políticas governamentais, a distância física. Todos esses
(redução de 23%). parâmetros desempenham um papel vital em qualquer modelo
entretanto, como as baterias causaram perdas, em de negócio. A demanda e a resposta do mercado no mercado de
última análise, mais energia foi comprada do que energia são fatores predominantes em influenciar a produção de
energia, consumo/comportamento do consumidor e
vendida, o que aumentou o consumo total do grupo de
normalmente são percebidos no mercado de energia aberta [9].
participantes. No período de comércio, por exemplo,
As concessionárias de energia estão evoluindo para uma
um adicional de 24,45 kWh foi adquirido devido a maior dependência da flexibilidade para responder a um
utilização das baterias. Medido sobre o consumo total crescente desequilíbrio entre oferta e demanda. Nesse contexto,
do grupo, 34% a mais foi comprado. Como resultado, o papel dos agregadores tornou-se predominante na otimização
os custos totais de energia aumentaram em € 852,00 da geração e demanda de eletricidade através de usinas virtuais
para o grupo como um todo em comparação com a e na complementação de usinas tradicionais na provisão de
situação em que nenhuma bateria teria sido usada. Por flexibilidade. Além disso, os reguladores estão lidando com os
participante e convertido para um ano inteiro, isso desafios enfrentados pela cadeia de fornecimento linear e
significa uma desvantagem de 40,00 € por ano, tradicionalmente protegida, com a democratização da energia
introduzindo incertezas no planejamento de longo prazo e no
independentemente de a compra ter sido feita a um
fornecimento de energia a curto prazo.
preço médio mais baixo, sem considerar os custos
As VPPs possuem várias vantagens em relação às unidades
extras dos impostos e de armazenamento de energia. de geração distribuída operadas autônomas e às usinas de
se as perdas da bateria forem negligenciadas, cada energia em larga escala. Quando combinados em um VPP,
participante teria se beneficiado de € 35,00 todos os tipos de ativos podem ser usados para fins comerciais
anualmente. Aqui também o Imposto sobre Energia e ou técnicos, melhorando a capacidade, flexibilidade e controle
o Armazenamento de Energia Sustentável não estão suficientes para tornar essas atividades mais rentáveis ou
incluídos. Também deve ser notado que as perdas de tecnicamente viáveis. Essa tecnologia passa por um período de
bateria nunca desaparecerão completamente. Embora maturação, podendo ser categorizada em quatro níveis:
suscetíveis a melhorias (muito), nunca se tornarão simulação, protótipo, estudo de campo e teórico. Revelando
assim o estudo da arte dessa nova proposta de gestão de energia,
zero.
como pode ser visto na Figura 10.
O projeto não analisou todos os aspectos e efeito dos impostos,
mas deve entender que, se você é um consumidor líquido de
energia (ou seja, consome mais que produz) e vai comprar
energia extra para armazenar em uma bateria para venda
posterior, estará comprando Impostos e armazenamento de
energia. Negociar com uma bateria deve, portanto, pelo menos,
criar uma diferença (leia-se: compra menor do que as vendas)
que é igual aos impostos correntes, que juntos agora somam €
14,2 / kWh (inclui IVA).
Em resumo, todas as lições aprendidas são particularmente
úteis no desenvolvimento dos serviços do VPP, e conseguimos
demonstrar que, com uma bateria caseira, você certamente pode
garantir custos de energia menores. Com a melhora do
monitorando correto do comportamento das baterias, os Fig. 10. Nível de implemetação de VPP [10].
resultados devem ser melhores. No entanto, há também muitos
desafios para o futuro, para tornar-se um serviço VPP lucrativo
para todos os envolvidos (participantes e provedores). As A figura apresenta um dos grandes problemas da VPP, o
perdas de bateria e o atual regime tributário de energia ainda pequeno número de sistemas em operação. Que aumenta a
são os principais entraves. Operacionalmente também existem suspeita por parte dos investidores para realização deste
algumas barreiras para serem quebradas. A comunicação investimento, onde a grande parte dos estudos nesse sistema se
regular e o fornecimento de informações aos participantes dá em protótipos e simulações.
7
A viabilidade econômica de uma VPP deve levar em qualquer queda nas perdas afetaria o acionista da
consideração o fornecimento de serviços de negociação no concessionária. Portanto, os reguladores são obrigados a
mercado atacadista de energia, o equilíbrio das carteiras de colocar tais políticas e regulamentos em vigor que possam
negociação e a prestação de serviços à distribuidores, beneficiar tanto a utilidade quanto o consumidor.
apresentando propostas e ofertas. Se comunicando A necessidade de suporte regulatório para os serviços de VPP
principalmente com os mercados de energia, onde suas metas estão nos primeiros estágios de desenvolvimento nos principais
são aumentar o acesso ao mercado da DG e reduzir o risco de mercados. Onde as ofertas dependem fortemente das políticas
desequilíbrio pela diversidade e capacidade da carteira. Existem de energia do setor elétrico e operações de mercado.
inúmeros desafios no cenário de negócios devido à disparidade
entre os modelos estudados e modelos introduzidos. VI. CONCLUSÕES E DESENVOLVIMENTOS FUTUROS
A VPP ainda tem um longo caminho a percorrer, A partir dos estudos e desenvolvimento executados durante
relativamente devido ao baixo impacto e a dificuldade de as atividades que culminaram na produção deste trabalho, foi
explicar aos usuários sobre a inserção da tecnologia e suas possível a ambientação em um novo tema que vem ganhando
funcionalidades. A falta de interconexão entre os fabricantes é força no mercado de energia, que são as usinas virtuais de
também um agravante, onde diferentes fabricantes incorporam energia, tema que representa uma quebra de paradigmas quanto
diferentes sistemas em seus sistemas tecnológicos, fazendo ao sistema vigente hoje na qual os pequenos consumidores
assim com que a interação pública difícil. estão atrelados as distribuidoras de energia elétrica.
O elevado custo operacional e de capital são dois fatores Não só com relação à regulação, mas também à com respeito
determinantes para o investimento na VPP. Os custos a aspectos técnicos, o estabelecimento de usinas virtuais
operacionais e de capital representam a maior parte dos custos encontra dificuldades. A começar pela infraestrutura de
fixos associados às comunicações. Embora não haja comunicação necessária para viabilizar o grande fluxo de dados
crescimentos significativos em escala econômica devido ao que permitem a operação de VPPs. De forma análoga, a não
custo do hardware, representa riscos significativos para existência de protocolos para este fim especifico, somado aos
integração e funcionamento no software. O fato de que as problemas de segurança que podem ser introduzidos fazem com
tecnologias inteligentes são caras continua sendo um gargalo que a inserção das usinas virtuais seja mais lenta que o
atualmente. Existem outros fatores que precisam ser levados em esperado. Vencer estas barreiras será fundamental.
conta, especialmente nos riscos associados à entrega. Esses Com relação a ferramenta de gerenciamento energético, é
riscos podem ser mitigados de forma eficaz pelos formuladores visível que estas podem impactar no custo de operação diário
de políticas e reguladores, implementando efetivamente de uma residência ao se abordar diferentes tipos de otimização.
tecnologias digitais avançadas e buscando economias de escala. No entanto, o funcionamento deste tipo de ferramenta pode
A importância da realização previsões para as comunidades trazer consequências como a introdução de novos picos de
energéticas locais como um todo, para oferecer mais demanda em horários onde o custo da energia tende a ser menor.
concretamente o modelo de negócios para retorno de Este tipo de problema aponta para que novas soluções sejam
investimento. Sendo esses mercados locais mais desejáveis para criadas levando-se em conta a estabilidade da rede e do sistema
implantação dos sistemas bem como para manejar o controle de como um todo, onde a prioridade é aproximar o pico de
gestão e alocação eficiente de recursos e precificação dinâmica. demanda da média geral de consumo, o que reduz o custo da
A incerteza do preço da energia é outro fator determinante, energia de maneira geral, do ponto de vista do sistema elétrico.
onde os custos de energia elétrica assim como de combustíveis Verificou-se que alguns casos de negócios estão presentes
fosseis (petróleo e gás natural) variam diariamente de acordo em circunstâncias futuras assumidas. A mudança do preço do
com mercado global e local. Assim como custos para varejista tornou o autoconsumo de energia armazenada
transmissão e distribuição da energia, apresentando limites econômico. Vender a superprodução da energia
técnicos para demanda e geração de energia. Toda essa instantaneamente é simplesmente menos eficiente em termos de
variação pode gerar impacto no valor final utilizado no atacado custo do que armazená-la e evitar custos ao suprir a demanda
de energia, sendo assim os participantes deste mercado podem quando o balanço de energia se torna negativo. Embora os
sofrer grandes perdas. Nesse sentido como o cliente pode ser cenários gerados pela demanda de energia gerassem lucros, o
respaldado com algum tipo de garantia que sua energia será período de retorno do investimento ultrapassou 15 anos.
vendida por um preço estável ou até mesmo que não está Para desenvolvimentos futuros, sugere-se abordar o
perdendo de utilizar em outro sentido a sua produção. gerenciamento de cargas de estabelecimentos comerciais e
industriais, os quais observam mais atentamente as questões
C. Viabilidade Regulatória financeiras e possuem maior poder financeiro para a adoção de
soluções de automação.
O VPP pode ser modelado com maior número de domicílios,
O enquadramento regulatório apresenta um desafio maior em
no entanto recomenda-se uma extensão da população de tipos
termos de que as organizações tendem a ser conservadoras no
de domicílios. O portfólio dos tipos de construção pode ser
cálculo dos benefícios daquilo que podem reunir como
estendido por escritórios, shoppings ou outros edifícios. O
benefícios em dinheiro aos acionistas. Considera-se que as
modelo pode ser estendido com outras tecnologias de
perdas operacionais são colocadas no cliente e, como resultado,
dispositivos de armazenamento físico, especialmente
9
REFERÊNCIAS BIBLIOGRÁFICAS