Escalonamento e Pré-Despacho incluindo Produção Eólica

Slides:



Advertisements
Apresentações semelhantes
Luís Andrade dos Santos Gestor de Projectos
Advertisements

AULA 01 PROGRAMAÇÃO DINÂMICA
Curso sobre concorrência em transmissão, 10/2007
Análise de Decisão Aplicada a Gerência Empresarial – UVA Processos decisórios Bibliografia: ALMEIDA, Adiel – Cap 2 Prof. Felipe Figueira
TÉCNICAS DE REUNIÕES Módulo III – Segunda parte (6.4)
e o Fundo Social Europeu
Expectativas socioeconômicas, ambientais e energéticas
INVESTIGAÇÃO OPERACIONAL
CONCEITOS BÁSICOS DA META-HEURÍSTICA TABU SEARCH
Definição de Parâmetros de Power System Stabilizers para Melhoria do Comportamento Dinâmico de Redes Ângelo Mendonça Orientador: Prof. João A. Peças Lopes.
Passo Inicial: Escolher a constante de discriminação, 2 > 0, e o comprimento de incerteza final, l > 0. Seja [a 1, b 1 ] o intervalo de incerteza inicial.
Repotenciação em Usinas Hidroelétricas
Análise de Projeto do Sistema Produtivo
Prof. Gilberto De Martino Jannuzzi
Oficina Interna em Investigação Científica na Engenharia-Capítulo Seeds do GEPEA-USP [RIC1-2004] Dinâmica Sustentável do Uso Final da Energia no Lado da.
Mário Biague V Oficina: "Como Considerar Variáveis Sociais, Ambientais e Políticas no Planejamento Energético" Análise de portfólio de recursos energéticos.
INSTITUTO TECNOLÓGICO DE AERONÁUTICA MESTRADO PROFISSIONAL EM PRODUÇÃO
INSTITUTO TECNOLÓGICO DE AERONÁUTICA MESTRADO PROFISSIONAL EM PRODUÇÃO
O SmartPumping Projeto MDTP – SmartPumping –
A Importância da Geração Termelétrica no Sistema Elétrico Brasileiro
Curso sobre concorrência em transmissão, 10/2007
Roberto Brandão O problema do suprimento de combustíveis para termoelétricas.
Seminário Energia Nuclear pós-Fukushima
Curso sobre concorrência em transmissão, 10/2007
Fig. 2: Malhas de controle implementadas para o controle distribuído
Aluno: Julio César Barbieri Gonzalez de Almeida
As decisões estratégicas da Logística
UPS Ana, Vanessa & Mafalda.
TOMADA DE DECISÃO E RACIONALIDADE ADEQUAR OS MEIOS AOS FINS DESEJADOS
Autoprodução de Energia Elétrica na Ponta Impactos e Perspectivas
J. A. Peças Lopes INESC Porto & FEUP Portugal
Programação Linear.
O planejamento eficaz. Definir objetivos e resultados;
Hoje Relatório para 16 de março Comentários no blog: sexta-feira
Dissertação 2008 Julho 22 José Manuel Figueiras Loureiro
André Oliveira.
Controle Automático de Geração (Regulação Secundária) - I
Produção Distribuída nas Redes de Distribuição
Nuno Orientador: Prof. João Paulo Tomé Saraiva Apoio no INESC:
Dissertação do MIEEC/Energia
Metodologia de Gestão de Projetos
Matriz de Incerteza Social - Incerteza + - Importância +
Modelo de um Aerogerador para fornecer Serviços de Sistema
MEN - Mercados de Energia Mestrado em Engenharia Electrotécnica
:: Sessão #6 :: Bombagem Jorge de Sousa Professor Coordenador
UNIDADE 1: INTRODUÇÃO A Escassez: O Problema Econômico
Desafios gerenciais Aula 4.
Ana S. Palma, Bruno S. Okuda, C. Celso B. Camargo, Everthon T. Sica*, Gelson A. A. Brigatto e Rafael T. Carvalho Sistema de Suporte á Decisão aplicado.
Raquel Ramos Pinho, João Manuel R. S. Tavares, Miguel Velhote Correia
Bim | uma metodologia de trabalho
Recursos Naturais Mónica Costa Nº5621 9ºD.
Francielle C. Fenerich Atividades-Chave.
CENTRO FEDERAL DE EDUCAÇÃO TECNOLOGICA CEFET- MG Gabriel Marcos Costa Breno nogueira Silva EcoMais Itabirito 2014.
11/04/2017 MIBEL José Penedos 19/09/ Madrid - CNE.
Objetivos e Desafios Empresariais
- 1 - Sessão #3 | 3 Maio 2010 :: :: :: Sessão #3 :: Despacho Económico de Grupos Térmicos de Produção de Energia Eléctrica Jorge de Sousa Professor Coordenador.
Aluno: João Ferreira Orientador: Paulo Maciel A Power Load Distribution Algorithm to Optimize Data Center Electrical Flow.
Mestrado em Gestão de Informação Tese de Mestrado: Uma Metodologia para a Selecção de Pontas de Aço numa Empresa Metalomecânica Supervisão: Manuel António.
Eduardo Nuno Novais Ribeiro Escola Básica e Secundária de Santa Cruz Santa Cruz – Funchal - Região Autónoma da Madeira CEF – Electricista de Instalações.
Capítulo 12: Avaliação de Projetos de SAD. Escopo da avaliação de SAD As atividades de avaliação devem ser mensuradas de acordo com o tamanho, complexidade.
Análise e Síntese de Algoritmos
POWER FUTURE 2004 Fortaleza, 27 de abril de 2004
Marco Antônio Martins Almeida
A Utilização Racional de Energia (URE) consiste num conjunto de acções e medidas, que têm como objectivo a melhor utilização da energia. A URE é cada.
Introdução Texto 28pt e 40pt espaçamento entre linhas O Prémio APREN pretende divulgar, junto do sector da eletricidade renovável, as dissertações académicas.
PROPOSTA DE METODOLOGIA PARA UMA MATRIZ ENERGÉTICA REGIONAL.
BALANCEAMENTO DE LINHAS PRODUTIVAS / EFICÁCIA PRODUTIVA
MODELOS DE DECISÃO António Câmara ADSA. Modelos de Decisão Modelos de decisão –modelos de decisão com incerteza –modelos de decisão com risco Modelos.
Energia Mundial. Desenvolvido por: As ferramentas de última geração de Interativo Climático ajudam as pessoas a ver o que funciona para resolver os maiores.
USINAS TERMELÉTRICAS: POLUENTES E CRESCENTES. REFLEXÕES SOBRE O DESEMPENHO E INCONVENIENTES DO PROCESSO DE CONVERSÃO DE ENERGIA TÉRMICA PRESENTE NOS GASES.
Transcrição da apresentação:

Escalonamento e Pré-Despacho incluindo Produção Eólica Dissertação do MIEEC/Energia José Luís Meirinhos 21 de Julho de 2010

Estrutura da apresentação Introdução Conceitos Metodologia Resultados Conclusão Introdução Conceitos Metodologia Resultados Conclusão

Introdução Motivação Objectivo Integração da crescente produção eólica no SEE. Minimização dos custos de produção; Aumento da eficiência energética; Incentivos a nível europeu: Redução dos gases de efeito de estufa em 20% até 2020 Aumentar a eficiência energética em 20% até 2020 Utilização de energias renováveis, com peso na produção energética de 20% até 2020. Objectivo Desenvolvimento de uma aplicação para o cálculo do escalonamento e pré-despacho com modelização da incerteza da produção eólica. Motivações económicas, ou seja, minimização do custo. O objectivo essencial proposto neste trabalho de dissertação consistiu no (…) Esta metodologia termina com a criação de uma aplicação computacional com o mesmo objectivo, ou seja, cálculo do escalonamento. Introdução Conceitos Metodologia Resultados Conclusão

O problema? Criar uma metodologia que tome em conta os efeitos da incerteza de produção eólica no escalonamento e no pré-despacho de grupos de produção térmica. Quando se considera a incerteza de produção eólica no cálculo do escalonamento existem algumas particularidades que podem ser problemáticas. Por exemplo, se a produção eólica for inferir à prevista podemos ter insuficiência de máquinas escaladas para produção, o que pode levar a corte de carga ou à necessidade de arrancar com dispendiosas turbinas a gás. Introdução Conceitos Metodologia Resultados Conclusão

Conceitos Escalonamento e pré-despacho Unit Commitment É um problema onde se pretende decidir as máquinas que estão ligadas numa sequência de intervalos. Pré-despacho Unit Commitment Despacho t=1 t=2 t=T A operação do Sistema Eléctrico de Energia deve ser conduzida de forma a optimizar o custo de produção e garantir a segurança do fornecimento. Assim, o escalonamento e o pré-despacho (…) É importante salientar que no trabalho de dissertação foi desenvolvido um programa de raiz, para o cálculo do escalonamento e pré-despacho através de programação dinâmica com inclusão da produção eólica. Introdução Conceitos Metodologia Resultados Conclusão

Programação Dinâmica Metodologia de optimização em problemas que requerem decisões sequenciais e interligadas A programação dinâmica, caracteriza-se por uma (…), ou seja, qualquer que seja o estado e as decisões iniciais, as decisões seguintes tem de constituir uma estratégia óptima resultante da primeira decisão. Não utilizando muito tempo a explicar a metodologia da programação dinâmica, com as vantagens e desvantagens que são conhecidas, resta salientar a limitação da dimensionalidade, que se torna evidente para um grande número unidades de produção. Introdução Conceitos Metodologia Resultados Conclusão

Metodologia Modelização da incerteza de produção eólica através de um conjunto de cenários. Para cada cenário, obter a solução óptima através de Programação Dinâmica. Construção dos indicadores. Processo de decisão Modelização da incerteza de produção eólica através da consideração de um conjunto de cenários. Para cada cenário de produção eólica, é usada a programação dinâmica para encontrar o escalonamento e pré-despacho óptimo, obtendo-se assim um conjunto de alternativas de escalonamento para os cenários considerados. Avaliação de cada solução em relação a cada um dos outros cenários. É feita a avaliação através do corte de carga, desperdício de produção eólica e custo de redespacho. Selecção da alternativa mais robusta, tendo em conta todos os diferentes cenários. A metodologia é baseada na consideração de alternativas e na determinação da melhor solução para cada alternativa, sendo essas diversas soluções candidatas, posteriormente comparadas na sua performance em relação à robustez e problemas que possam causar. O diagrama apresentado esquematiza as principais etapas, de modo a melhorar a percepção da estrutura do projecto. (…) Introdução Conceitos Metodologia Resultados Conclusão

Construção dos indicadores 1. – Situação de corte de carga 2. – Situação de desperdício de eólica 3. – Custo de redespacho 𝑚 𝑃 𝑚 𝑚𝑎𝑥 < 𝑃 𝑐𝑎𝑟𝑔𝑎 − 𝑃 𝑒ó𝑙𝑖𝑐𝑎 𝑚 𝑃 𝑚 𝑚𝑖𝑛 > 𝑃 𝑐𝑎𝑟𝑔𝑎 − 𝑃 𝑒ó𝑙𝑖𝑐𝑎 A construção dos indicadores é feita, tento em conta que ocorreu outro cenário que não o aquele para o qual foi feito o escalonamento. Introdução Conceitos Metodologia Resultados Conclusão

Ajuda à decisão Modelo 1 Introdução Conceitos Metodologia Resultados Nível 1 Evitar cenários com corte de carga Nível 2 Evitar cenários com desperdício de eólica Nível 3 Minimizar o máximo custo Minimizar o máximo arrependimento Esta escolha da melhor alternativa de escalonamento, consiste na escolha da alternativa que causa menores problemas, ou seja, aquela que evite consequências como o corte de carga, e/ou desperdício de eólica. Para isso foram criados níveis de problemas a solucionar. Nível 1 (…) ou seleccionar cenários com baixo corte de carga. Nível 2 (..) ou caso não seja possível evitar alternativas com desperdício de eólica, então tenta-se minimizar o seu desperdício.   Nível 3 Para as alternativas restantes, o último nível de análise para a escolha da melhor alternativa de escalonamento, é o custo de produção, que também se pretende minimizar. Nestas situações são apresentadas duas alternativas ao agente de decisão, que são: Minimização do máximo custo; A razão para ser utilizada a minimização em relação ao máximo de cada alternativa, é considerada uma visão pessimista, ou seja análise do máximo custo. Assim, a minimização do máximo custo é evitar a pior situação que possa ocorrer, ou seja, evitar a situação mais desfavorável. Minimização do arrependimento máximo.  O conceito arrependimento está ligado com avaliações à posteriori e decisões tomadas sob incerteza. Representa aquilo que se perde em relação à melhor alternativa. Introdução Conceitos Metodologia Resultados Conclusão

Ajuda à decisão Modelo 2 Tem como base uma análise trade-off. Após o cálculo da função V, temos duas alternativas Minimização do máximo custo Minimização do máximo arrependimento 𝑉 = 𝐶𝑢𝑠𝑡𝑜 𝑅𝑒𝑑𝑒𝑠𝑝𝑎𝑐ℎ𝑜 + 𝐶𝑜𝑟𝑡𝑒 𝐶𝑎𝑟𝑔𝑎 ∙𝛼+ 𝐷𝑒𝑠𝑝𝑒𝑟𝑑í𝑐𝑖𝑜 𝐸ó𝑙𝑖𝑐𝑎 ∙𝛽 Introdução Conceitos Metodologia Resultados Conclusão

Resultados Caso de estudo 7 grupos produtores 24 períodos de tempo (1 dia) Neste problema obtém-se uma o corte de carga, o desperdício de eólica e o custo de redespacho. Este custo de redespacho pode ser enganador pois as soluções que escalam menos máquinas tem um custo inferior, embora depois provoquem um corte de carga maior. Os cenários são produzidos por uma ferramenta de previsão probabilística (ANEMOS +), sendo todos os cenários são equiprováveis. Introdução Conceitos Metodologia Resultados Conclusão

Ajuda à decisão Modelo 1 – 1 ª Estratégia Corte de carga máximo inferior a 100 MW Minimizar o máximo desperdício de eólica Esta situação do corte de carga apresenta o que se reflecte caso aconteçam outros cenários. Por exemplo a alternativa 1 corresponde à melhor solução de escalonamento para o cenário 1. Mas caso ocorram outros cenários, pode-se verificar que as máquinas escaladas não tem capacidade para satisfazer toda a carga, pois a eólica prevista era muito inferior aquela que ocorreu no cenário 1, e como tal ocorrem situações de corte de carga, sendo a máxima de 168 MW. Como não existe nenhuma alternativa onde se evite o corte de carga, seguimos o principio de alguma tolerância de limitarmos o corte de carga a 100 MW ( sendo que este valor até pode representar a capacidade que existe para mobilizar máquinas rapidamente) Quando ao desperdício de eólica, naturalmente que as alternativas que tem maior corte de carga, são as alternativas que tem maior desperdício de eólica, pois são situações em que existe um maior número de máquinas escaladas. Como não é possível desligar as máquinas escaladas, e é obrigatório o cumprimento dos limites mínimos técnicos das mesmas, então existem situações em que ocorre o desperdício de eólica. Neste caso já nem se analisa o custo pois já ficou definida a melhor alternativa. Introdução Conceitos Metodologia Resultados Conclusão

Ajuda à decisão Modelo 1 – 2 ª Estratégia Corte de carga máximo inferior a 100 MW Minimizar o máximo custo de redespacho Considerando que o desperdício de produção eólica, não é importante ou existem formas de aproveitar o excesso de produção eólica, passamos directamente do 1º nível ao 3º nível, ou seja ao custo de redespacho. O custo de redespacho representa o custo produção das máquinas no caso ocorrer outro cenário de produção. Ou seja, para a alternativa 1 e cenário 1, este é efectivamente o custo de despacho, mas ocorra outro cenário de produção eólica, é feito um redespacho das máquinas escaladas ao que corresponde um custo de resdespacho. Introdução Conceitos Metodologia Resultados Conclusão

Ajuda à decisão Modelo 1 – 3 ª Estratégia Minimizar o máximo custo de redespacho Minimizar o máximo arrependimento Considerando que o corte de carga e o desperdício de produção eólica, não é importante ou existem formas rápidas de compensar a falta de produção ou aproveitar o excesso de produção eólica, passamos directamente ao 3º nível, ou seja ao custo de redespacho. O que se verifica é que os valores que aparecem no máximo, são todos os valores do cenário 7, que aparentemente representa o pior cenário, e caso esse cenário ocorra, então todos os valores são elevados. Assim, talvez seja mais interessante analisar o arrependimento maior que pode ocorrer em cada cenário, pois as decisões tomadas são avaliadas tendo em conta o melhor cenário. Mas esta 3ª estratégia de decisão é de desvalorizar pois o importante é evitar que ocorram situações de corte de carga e desperdício de eólica. Assim, passamos à análise do modelo 2…. Introdução Conceitos Metodologia Resultados Conclusão

Ajuda à decisão Modelo 2 𝑉 = 𝐶𝑢𝑠𝑡𝑜 + 𝐶𝑜𝑟𝑡𝑒 ∙𝛼+ 𝐷𝑒𝑠𝑝𝑒𝑟𝑑í𝑐𝑖𝑜 ∙𝛽 Minimizar o máximo custo equivalente 𝑉 = 𝐶𝑢𝑠𝑡𝑜 𝑅𝑒𝑑𝑒𝑠𝑝𝑎𝑐ℎ𝑜 + 𝐶𝑜𝑟𝑡𝑒 𝐶𝑎𝑟𝑔𝑎 ∙𝛼+ 𝐷𝑒𝑠𝑝𝑒𝑟𝑑í𝑐𝑖𝑜 𝐸ó𝑙𝑖𝑐𝑎 ∙𝛽 Este segundo modelo corresponde à construção de uma função agregada, correspondente ao custo equivalente. Os trade-offs são dados pelo agente de decisão. Introdução Conceitos Metodologia Resultados Conclusão

Ajuda à decisão Modelo 2 𝑉 = 𝐶𝑢𝑠𝑡𝑜 𝑅𝑒𝑑𝑒𝑠𝑝𝑎𝑐ℎ𝑜 + 𝐶𝑜𝑟𝑡𝑒 𝐶𝑎𝑟𝑔𝑎 ∙𝛼+ 𝐷𝑒𝑠𝑝𝑒𝑟𝑑í𝑐𝑖𝑜 𝐸ó𝑙𝑖𝑐𝑎 ∙𝛽 Introdução Conceitos Metodologia Resultados Conclusão

Influência dos níveis de reserva Para perceber de que forma é que os níveis de reserva influenciam o escalonamento e pré-despacho, fez-se variar os níveis de reserva total de 0% até 40%, com intervalos de 5%. Introdução Conceitos Metodologia Resultados Conclusão

Conclusões e Trabalhos Futuros Foi concluída a metodologia para o cálculo do escalonamento e pré- despacho tendo em conta os efeitos da incerteza de produção eólica. O programa desenvolvido permite criar indicadores de decisão para uma posterior avaliação. Tem-se consciência que se trata de uma abordagem preliminar para a ajuda à decisão. Trabalhos Futuros Desenvolver um SAD, baseado em meta-heurísticas com algoritmos evolucionários, de modo a ser realmente escolhida a melhor alternativa de escalonamento. Dotar o programa desenvolvido de uma interface gráfica com o utilizador, Graphical User Interface (GUI). O principal objectivo foi alcançado (…) Tem-se consciência que a escolha feita da melhor alternativa de escalonamento pode não ser na realidade o escalonamento óptimo. Para isso seria importante desenvolver um SAD. Introdução Conceitos Metodologia Resultados Conclusão

Fim da apresentação

Programação Dinâmica Principal vantagem Limitação da dimensionalidade Redução do espaço de pesquisa. Limitação da dimensionalidade Numero total de combinações existentes para cada período dadas por: 𝐶 𝑛,𝑖 = (2 𝑛 −1) 𝑖 Abordagem “forward”: 𝐹 (𝑖, 𝑗) = 𝑚𝑖𝑛 𝑘 𝐶 𝑖, 𝑗 +𝑇 𝑖−1,𝑘 − 𝑖,𝑗 +𝐹 𝑖−1,𝑘 (…) Desta forma evitam-se cálculos desnecessários provenientes da enumeração total de soluções reduzindo assim o espaço de pesquisa e facilitando a análise das soluções. (…) onde n representa o numero de máquinas e i representa o numero de períodos. A abordagem utilizada neste trabalho, foi a abordagem “forward” (pesquisa para a frente), que se baseia na resolução da seguinte fórmula de recorrência (…) onde i é o período, j o estado actual e k indica os diversos estados do período anterior. F(i,j) é o custo total desde o inicio associado ao estado j, C(i,j) é o custo total da combinação j no período i, e T representa os custos de transição entre o estado k e i Introdução Conceitos Metodologia Resultados Conclusão

Escalonamento e pré-despacho através de PD 𝑃 𝑚𝑖𝑛 𝑗 ≤ 𝑃 𝑐𝑎𝑟𝑔𝑎 𝑖 ∧ 𝑃 𝑚𝑎𝑥 𝑗 ≤ 𝑃 𝑐𝑎𝑟𝑔𝑎 𝑖 + 𝐶𝑎𝑝 𝑚𝑎𝑥 𝑖 𝑚𝑖𝑛 𝑛=1 𝑁 𝐶( 𝑃 𝑛 ) 𝐶𝑎𝑝 𝑚𝑎𝑥 𝑖 = 𝑃 𝑐𝑎𝑟𝑔𝑎 𝑖 − 𝑃 𝑒ó𝑙𝑖𝑐𝑎 𝑖 + 𝑅 𝑐𝑎𝑟𝑔𝑎 + 𝑅 𝑒ó𝑙𝑖𝑐𝑎 sujeito a: 𝑛=1 𝑁 𝑃 𝑛 = 𝑃 𝑐𝑎𝑟𝑔𝑎 𝑃 𝑛 𝑚𝑖𝑛 ≤𝑃 𝑛 ≤ 𝑃 𝑛 𝑚𝑎𝑥 Neste slide é apresentado um outro digrama com maior detalhe da função que calcula o escalonamento e pré-despacho através de programação dinâmica. É de referir que esta função foi toda ela desenvolvida de raiz através de programação em MATLAB. (…) O cálculo do pré-despacho óptimo é obtido com recurso à ferramenta MatPower, um programa que é incorporado no MATLAB. O recurso a esta ferramenta pode à primeira impressão não se reconhecer necessário e não ser valorizado, pois é considerada uma ferramenta poderosa e algo pesada para o que é pretendido inicialmente. Mas esta ferramenta tem a grande vantagem de permitir passarmos de uma situação em que não existe rede de interligação entre a produção e o consumo, para uma situação em que possa existir uma rede de interligação, passando a existir limites de trânsitos de potência. Assim, passamos de uma rede com nó único, ou seja, sem perdas, para uma situação em que existe uma rede com várias linhas entre a produção e o consumo e portanto passam a existir perdas na rede. Introdução Conceitos Metodologia Resultados Conclusão