Gestão ativa da demanda de energia elétrica para consumidores inseridos em redes inteligentes.

• Ano de defesa: 2018
• Autor(a) principal: Di Santo, Katia Gregio
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Active demand side management.; Baterias elétricas; Batteries; Energia elétrica (Gerenciamento); Energia solar; Energy management; Photovoltaic power; Sistemas elétricos de potência; Sistemas fotovoltáicos; Smart grids
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3143/tde-16072018-100121/

Neste trabalho foi desenvolvida uma metodologia para realizar a gestão ativa da demanda de energia elétrica de consumidores, providos de armazenamento de energia elétrica e geração solar fotovoltaica, inseridos em redes inteligentes. Tal metodologia pode ser utilizada em instalações residenciais e comerciais. Utilizando estratégias de otimização e inteligência artificial, a metodologia configura um sistema de tomada de decisão para o gerenciador do conversor da bateria, que realiza a gestão da energia armazenada, visando reduzir o custo com energia elétrica para o consumidor final. Esta gestão propicia contribuição com a distribuidora em forma de aumento da reserva de capacidade da rede elétrica nos casos em que a tarifa de energia elétrica for mais cara no horário de pico. De qualquer forma, há potencial postergação da necessidade de expansão da rede elétrica e redução de impactos ambientais advindos da geração convencional de energia elétrica, uma vez que tal gestão de energia propicia redução de consumo de energia elétrica da rede. O mesmo sistema de tomada de decisão do gerenciador do conversor da bateria pode ser utilizado em vários consumidores com características semelhantes (mesmo tipo, localização e tarifação de energia elétrica, e perfil de consumo similar), uma vez que tal sistema é composto por uma rede neural treinada com dados locais. Estudo de caso foi conduzido considerando consumidor residencial na cidade de São Paulo. Foram construídos quinze perfis de consumo, que foram combinados com três perfis de geração solar. A metodologia apresentou desempenho satisfatório, tanto na avaliação da etapa de otimização quanto de treinamento da rede neural, uma vez que as curvas de armazenamento de energia apresentaram comportamentos próximos aos esperados. O sistema de tomada de decisão também respondeu de forma adequada, alterando a curva de carga do consumidor vista pela rede de forma a reduzir o custo diário com energia elétrica e o consumo de energia no horário de pico da residência em todos os casos estudados. A análise econômica apontou a necessidade de encontrar formas de tornar a iniciativa positiva do ponto de vista econômico no estudo de caso realizado.