Resumo:
O uso de sistemas híbridos é uma forma de se reduzir a dependência a combustíveis fosseis, usando energia de fontes solar e eólica. Contudo, encontrar a configuração ideal para instalação de sistemas híbridos não é tarefa simples. Nesse sentido, o objetivo do presente trabalho consiste no desenvolvimento de um método estruturado para seleção de configurações ótimas de tecnologias renováveis e convencionais de geração de energia em sistemas híbridos isolados baseado em otimização multiobjetivo. A metodologia proposta é composta por três fases, que consiste no desenvolvimento do modelo conceitual a ser otimizado por meio da fusão das técnicas de Projetos de Experimentos de Misturas, Intersecção Normal à Fronteira e análise de supereficiência desenvolvida no modelo DEA CCR. Em seguida, o método proposto é aplicado a um conjunto de 20 regiões isoladas na região Norte do Brasil, mais específicamente no estado do Amazonas. Dessa maneira, no caso prático se busca otimizar a configuração de um sistema híbrido, ajustando adequadamente as variáveis de decisão (sistemas fotovoltaicos e geradores a diesel), de forma que este ajuste possibilite os melhores resultados de acordo com os objetivos selecionados, o custo nivelado de energia e a emissão de CO₂. Os resultados mostram que foram selecionadas como resposta mais eficiente configurações sempre próximas ao sistema híbrido composto igualitariamente de geradores a diesel e sistemas fotovoltaicos, indicando que as soluções menos eficientes são as localizadas nas extremidades. Em adição, apenas em uma região a parcela de sistemas fotovoltaicos na configuração ótima foi predominante. Entretanto, a partir da aplicação do método proposto foram alcançadas significativas reduções da emissão de CO₂ com as configurações ótimas selecionadas. Em contrapartida, devido a caracteristica conflitante dos objetivos selecionados, a instalação dos referidos sistemas híbridos geram um aumento, apesar de menos acentuados que as reduções nas emissões, do custo nivelado de energia, devido, principalmente, aos altos custos das baterias.
