Planos de expansão de geração de sistema de energia elétrica

Prévia do material em texto

Planos de expansão de geração 
de sistema de energia elétrica, 
considerando o impacto de tecnologias 
Smart Grid. 
O problema do planejamento de 
expansão da geração de eletricidade 
(GEP) envolve a determinação das 
opções de tecnologia de geração a 
serem adicionados a um sistema de 
geração de energia existente, e a hora e 
local onde eles deveriam ser instalados 
para atender a crescente demanda de 
energia em um horizonte de 
planejamento. 
Em um GEP existem muitos 
objetivos conflitantes, como o impacto 
ambiental, confiabilidade, combustível 
importado, entre outros. Além disso, há 
incertezas associadas ao planejamento, 
problema como as previsões da 
demanda, os preços do combustível de 
entrada, o componente do sistema falha 
e outros. Portanto, um multi-objetivo, 
método de otimização estocástica é 
desejável para resolver o problema GEP. 
O presente artigo investiga como 
os planos de expansão da geração do 
sistema de energia elétrica mudam e 
melhoram com base na disponibilidade 
de tecnologias Smart Grid. 
O novo modelo especificamente 
considera a disponibilidade de 
tecnologias de Smart Grid, melhorando o 
desempenho do sistema de distribuição, 
e / ou a disponibilidade das tecnologias 
deslocando a demanda dos horários de 
pico para as horas fora do horário de 
pico. 
Um sistema Smart Grid pode ser 
definido como um sistema inteligente 
que consiste em um sistema autônomo, 
sistema digital capaz de identificar 
surtos, linhas derrubadas e interrupções; 
resiliente ou "auto-cura" que fornece 
instantaneamente controle de dano; 
flexível, capaz de acomodar novas 
fontes alternativas, fiável que fornece o 
balanceamento de carga dinâmico; e 
seguro, minimizando a vulnerabilidade 
ao terrorismo ou outros ataques. 
 Os impactos e benefícios das 
tecnologias Smart Grid podem se 
basicamente listado em três categorias: 
(i) mudança / redução demanda de 
energia, particularmente durante as 
horas de pico, (ii) aumento a 
disponibilidade efetiva dos componentes 
do sistema e (iii) reduzir perdas de 
energia durante a transmissão e 
distribuição. 
Neste estudo, foram minimizados 
simultaneamente objetivos múltiplos, 
como o custo e as emissões 
atmosféricas, em um horizonte de 
planejamento de longo prazo sob um 
ambiente incerto. A simulação de Monte-
Carlo é usada para gerar cenários com 
base na incerteza da disponibilidade de 
os componentes do sistema. Os 
cenários selecionados são usados para 
caracterizar a incerteza da demanda dos 
usuários e a disponibilidade do sistema 
componentes, incluindo unidades de 
geração, linhas de transmissão, sistema 
de distribuição, suprimentos de gás, etc. 
Então, um estocástico de dois estágios 
de modelo de programação é usado 
para resolver o problema da geração de 
eletricidade do planejamento da 
expansão. 
A topologia para um sistema 
central existente estudado pelo artigo 
consiste em unidades de geração central 
distribuídas entre dez grupos de poder. 
Essas unidades de geração possuem 
tecnologias diferentes. A energia gerada 
nesses grupos de energia é transmitida 
ao sistema de distribuição por meio de 
linhas de transmissão. Ao expandir ou 
atualizar a rede elétrica, as tecnologias 
de nova geração são distribuídas ou 
centralizadas. 
Foi utilizada a simulação de 
Monte Carlo para representar 
numerosos cenários gerados 
considerando a disponibilidade dos 
componentes do sistema. A simulação 
de Monte Carlo é usada para atribuir 
aleatoriamente se os ativos do sistema 
(linhas, unidades de geração, etc.) estão 
disponíveis para esse cenário com base 
na disponibilidade estimada do 
componente. 
Para investigar o impacto das 
tecnologias de redes inteligentes, a 
indisponibilidade eficaz dos 
componentes do sistema de distribuição 
é diminuída em conformidade, quando 
as tecnologias de redes inteligentes são 
adaptadas e as indisponibilidades 
correspondentes para as linhas de 
distribuição equivalentes de grade área 
aos blocos de carga são usadas como 
entrada para simulação de Monte Carlo 
para gerar cenários para cada caso. 
Sendo que a disponibilidade do sistema 
é afetada por duas coisas: a taxa de 
falha e a taxa de reparo. 
O objetivo do trabalho é encontrar 
o plano de expansão que 
simultaneamente minimiza o custo e 
minimiza as emissões de gases no ar. 
Os objetivos únicos foram 
dimensionados e combinados em uma 
única função objetiva. 
Os custos consistem em (i) custo 
de investimento, (ii) custo operacional e 
de manutenção fixo, (iii) custo de 
geração de eletricidade, (iv) custo da 
demanda não atendida e (v) receita do 
vapor gerado. Foi considerada duas 
emissões atmosféricas; CO2 e NOx. 
Como as emissões de SO2 e CO2 estão 
altamente correlacionadas, minimizando 
o CO2 também minimizamos as 
emissões de SO2 de forma implícita. 
Para demonstrar o modelo, um 
problema de exemplo é resolvido para 
um horizonte de planejamento de 15 
anos. No sistema de exemplo, há 50 
blocos de carga. O horizonte de 
planejamento é dividido em três períodos 
de 5 anos cada. 
Com a resposta do modelo pode-
se concluir que com a implantação de 
tecnologias Smart Grid obtém uma 
melhoria das funções objetivas, e em 
todas as combinações, o custo e as 
emissões de CO2 são melhorados, oque 
influencia diretamente no plano de 
expansão. 
As tecnologias Smart Grid que 
afetam as disponibilidades reduzem o 
custo operacional, reduzindo o custo de 
demanda insatisfeita e permitindo utilizar 
unidades de geração de custos 
menores. 
Além disso, as tecnologias Smart 
Grid que mudam a demanda reduzem os 
custos operacionais, permitindo usar as 
unidades de geração de menor custo 
para satisfazer a demanda deslocada ou 
reduzir as emissões de gases, 
permitindo usar unidades de geração 
com emissões de gases mais baixas 
para satisfazer a demanda deslocada. 
Uma vez que a grade foi projetada para 
satisfazer a demanda de carga máxima, 
são introduzidas menos unidades de 
geração na presença de tecnologias 
Smart Grid