Sistema de Gerenciamento de Energia para Operação Resiliente de Microrredes em Modo Ilhado.

Abstract

A implementação e difusão de dispositivos de automação do sistema elétrico, aplicação da tecnologia da informação e integração de novas fontes energéticas culminam no desenvolvimento dos sistemas elétricos inteligentes. Em vez de recriar todo o sistema elétrico, o caminho passa pelo desenvolvimento das microrredes, que são sistemas de distribuição com opções de geração e armazenamento de energia, redes de comunicação e cargas controladas. Essas microrredes possuem capacidade de operação em modo ilhado, ou seja, desconectadas do sistema principal. Nesse cenário, elas devem ser capazes de suprir sua própria demanda de forma autônoma. Essa capacidade é requerida em momentos que a conexão com o sistema principal é interrompida por quaisquer motivos. A capacidade de continuar operando quando essa indisponibilidade é causada por eventos extremos e não planejados, como desastres naturais, é chamada de resiliência. Guardadas as devidas considerações, o conceito de resiliência também pode ser aplicado em casos em que a indisponibilidade seja causada por um blecaute no sistema elétrico, cujo processo de recomposição é complexo e demorado. Dada que a indisponibilidade pode durar horas, é necessário planejar a operação da microrrede considerando a escassez de energia elétrica de maneira a maximizar o tempo de fornecimento de eletricidade para os clientes prioritários. Essa é a motivação do desenvolvimento desse trabalho, que apresenta uma metodologia para planejar a operação resiliente da microrrede buscando maximizar o tempo de fornecimento de energia e garantir o mínimo custo de suprimento das cargas. A metodologia se baseia na definição de classes de consumidores, modos de operação previamente configurados com ações de controle definidas e determinação de variáveis de controle para aplicação em um algoritmo de decisão, cuja solução apresenta o modo de operação desejado para a microrrede e a composição do despacho da geração para cada intervalo de tempo. Os resultados obtidos demonstram a capacidade de maximização do tempo de fornecimento para as cargas críticas.