renovÁveis, geraÇÃo distribuÍda, …. dr. vladimiro...ponto de vista do regulador na concepção...
TRANSCRIPT
RENOVÁVEIS, GERAÇÃO DISTRIBUÍDA, MICRORREDES, VEÍCULOS ELÉTRICOS, SMART GRIDS – E REGULAÇÃO
Vladimiro MirandaIEEE Fellow
Diretor INESC TECPresidente INESC P&D Brasil
A GERAÇÃO EÓLICAE SUA INTEGRAÇÃO
Uma velha amiga
2
250 km
650 km
1,2 a 1,4 GWCapacidade da interligação
1000 km
900 km
Ponta9 GW
Ponta44 GW
EspañaPortugal
France
22.8 GW eólica*4.5 GW eólica *
* Dezembro 2012
IBERIA: uma península elétrica
Courtesia: REN – Redes Energéticas Nacionais (Engº Vítor Baptista)
Penetração de eólica:
Portugal, nº2no mundo em 2013– 23% do total de eletricidade do vento
Dinamarca é onº1, 33%
Estatísticas para todos os gostos
4
1 PORTUGAL
9 CHINA
Potência eólica total em MWporMil milhões (bilhões) de US$ de PIB
GWh monthly accumulated2014 wind consumption E/C wind consumption E/C
Jan 1633 4576 35,69% 1633 4576 35,69%Feb 1456 4186 34,78% 3089 8762 35,25%Mar 1158 4150 27,90% 4247 12912 32,89%Apr 714 3822 18,68% 4817 16678 28,90%
4 CABO VERDE
FONTE: http://cleantechnica.com/wind-energy-facts/
INESC TEC – A experiência na implementação
O INESC TEC implementou um Centro de Despacho de parques eólicos com modelos de previsão de potência para:– Fornecer previsões ao operador de sistema– Planear o uso de armazenamento hídrico– Planear manutenção de geradores nos dias próximos– Permitir a parques de participar no mercado– Gestão dos parques
RECC
Spin-off do INESC TEC: da investigação ao negócio
Previsão de potênciaeólica
Actividade iniciadaem 2010
100 parques clientesSoftware: INESC TECParceiros: operadores/donos de parques, INESC TEC, outros institutos
ALERTA
Qual o problema conceptual central de regulação, quando o sistema incorpora geração eólica?• Não ser despachável• Os modelos de mercado terem sido concebidos como se todos os atores
na geração tivessem capacidade de regular a respetiva injeçãoInevitavelmente, foram sendo sugeridos e experimentados variados “remendos”… para tentar martelar a produção eólica dentro de um sistema que não fora concebido para tê-la em conta.
Incoerências foram inevitáveis…… ou sinais perversos…
9
Paradigma do Previsor
Para uma potência não despachável, a capacidade de previsão assume papel crucial.
Mas… o que é uma BOA previsão?
PARADIGMA DO PREVISOR (ou paradigma do sinal)• A previsão tende a corresponder aos sinais observados• A natureza e consequências dos erros de previsão não são relevantes• A qualidade é medida em termos de aderência do sinal ao observado
(erro médio absoluto, bias, desvio padrão…)
10
Ponto de vista do Operador de Sistema
O OS precisa de definir (e contratar) reserva operacional como segurocontra o risco de perda de carga e excesso de geração.
As estratégias dos produtores eólicos podem influenciar de modosignificativo a necessidade de regulação e os seus custos:
• Excesso de oferta (overbidding): a carga é coberta por geração“irrealista” e o OS vai contratar mais reserva a subir – além de aumentar o risco do sistema
• Oferta insuficiente (underbidding): pré-despacho em excesso de geração clássica, aumento de contratação de reserva a descer
• Em ambos os casos: incremento dos custos de operação
11
Ponto de vista do Regulador
Na concepção de um modelo de mercado com renováveis1. Argumenta-se com o interesse de ter os produtores eólicos
participando no leilão diário e intradiário como se fossem produtores clássicos
2. Penaliza-se, em certos mercados, os desvios (para mais e para menos) entre a oferta e a produção realizada
3. A oferta de energia eólica em cada posto horário depende de previsão4. A penalização de desvios deveria incentivar melhores modelos de
previsão para diminuir os desvios (será?)
12
4 3
O valor de Mercado da previsão, para um PEE, é medido pelo aumento no proveitoque dela resulta – em função da redução dos desvios entre previsto e realizado.(em alguns mercados, se o desvio ajuda a regulação do sistema, o agente não é penalizado).
( ) ( )( ) ( )
* b * breg*
spot b * * breg
p E E , se E E 0R p E
p E E , se E E 0
+
−
⋅ − − ≥= ⋅ −
⋅ − − <
Posição do produtor de energia eólica (PEE)
13
reg spot res _ subir
reg res _ descer spot
p p p
p p p+
−
= − = −
Energia gerada Oferta no mercado
Preços de regulação Preços de desvio
Posição do produtor de energia eólica (PEE)
Como fazer? Um processo é desenvolver sistemas de previsão visando a maximização do proveito esperado (e não a minimização do erro esperado)
Casos estudados: 3 parques no sistema espanhol (de 20 a 50 MW)
Dados do MIBEL: preços spot e de regulação
15
Parque Validação Treino TesteA Jan (2007) Fev-Dec (2007) Jan-Dec (2008)B Fev (2007) Mar-Dec (2007) Abr-Dec (2008)C Jan (2007) Fev-Ago (2007) Set-Dec (2007)
2007 2008
Spot Price 39.34 64.47
Up Reg. 2.97 4.04
Down Reg. 7.99 8.02
Assimetria relevante entre os preços de regulação (preços a descer mais caros)
01020304050607080
MSE MCC MAE MPC MPCC
67.54 65.21 63.47
77.79
66.46
30.09 28.68 28.2134.97
29.02
% of
pro
duce
d ene
rgy Surplus
Shortage
Total deviations
Deviations again system
2910
2915
2920
2925
2930
2935
MSE MCC MAE MPC MPCC
k€ Total Income
Resultados no parque A
16
Modelos clássicos: o menor proveito
Menor qualidade da previsão não significamenos proveitosForte viés
Maior proveitosem influenciarsignificativamenteos desvios
Em excesso
Em falta
Total dos desvios
Desvios contra o sistema
Proveito total
% d
a pr
oduç
ão
ALERTA
EM RESUMOse a penalidade por não entregar o total da energia prometida for maior que a penalidade por entregar a mais, os produtores eólicos inteligentes irão sistematicamente oferecer um certo valor em excesso e não o valor esperado da previsão.
CONSEQUÊNCIAS1. Manipulação do mercado – o excesso médio de eólica conduz a preços
de fecho de mercado menores do que deveriam ser, afetando a remuneração dos agentes que têm geração despachável.
2. Problemas ao operador de rede – em média, haverá mais instantes e mais severos em que o operador precisará de compensar a energia em falta. Em casos limite, implica (re)despacho de novas centrais.
3. O encarecimento da operação reflete-se nas tarifas – há (indevida) transferência de riqueza dos consumidores (e outros agentes) para os produtores eólicos.
17
ALERTA
1. Os operadores de sistema e os reguladores não podem confiar nas previsões comunicadas por operadores de parques eólicos
2. Os sistemas de penalização assimétricos (usando os preços de reserva a descer e a subir) induzem estratégias de oferta de potência eólica com viés (desvio médio não nulo) relativamente ao valor realizado
3. Os operadores de sistema (e os reguladores) precisam dotar-se dos seus próprios sistemas de previsão – para decisões de pré-despacho e despacho com base em previsões sem viés.
4. A definição de fecho de mercado (bem como de penalidades) deveria ter por base um sistema de previsão independente e não as ofertas dos agentes eólicos
18
CUSTOS DE OPERAÇÃOE RISCOS
Conviver com a incerteza
19
Operação sob incerteza eólica
As decisões de pré-despacho envolvem custos que, em última análise, são repassados para os consumidores.
Os modelos clássicos de pré-despacho de geração não são adequados para ter em conta uma fonte com a magnitude de incerteza da eólica.
Os Operadores adotam estratégias conservadoras, como seja: defenderem-se contra cenários pessimistas.
Esta atuação não tem em conta as probabilidades de ocorrência – e leva a um custo de operação mais elevado.
20
Planeamento da operação sob incerteza eólica
Hoje, já existem processos de previsão de incerteza.
O modelo adequado para o planeamento da operação é um modelo probabilístico (ou estocástico) com base na previsão de eólica.
21
Por quantis Por cenários
Pré-despacho estocástico - exemplo
Sistema com base em dados do Illinois (USA)
Potência térmica instalada: 1205 MWPotência eólica instalada: 500 MWCarga: horária, 3 meses de dados (Out a Dez 2006)Reserva operacional: mínimo de 10% da cargaCustos de arranque e paragem, ramping
22
0
50
100
150
200
250
300
350
400
450
500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Eólic
a[M
W]
HORA
Previsões eólicas• construídas para todos os dias (dados
NREL)• sistema de previsão treinado com
dados de 2006• usadas previsões meteorológicas• 10 cenários de previsão de vento em
cada dia, 24 horas de antecedência
previsão pontual
geração real
DIA 87
Pré-despacho estocástico – exemplo dia 87
Comparação de modelos• F2: determinístico usando previsão pontual (reserva: 10%)• R3: determinístico com 15% de reserva mínima• S1: estocástico com 10 cenários (reserva 10%)Resultados para 91 dias, efetuando pré-despacho e despacho ótimo com previsão e verificando a operação com simulação usando dados reais
Nº de unidades térmicasdespachadas em cada horanos 3 modelos, dia 87
23
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Nº
unid
ades
on-li
ne
HORA
Determinístico F2
Determinístico R3
Estocástico S1
Pré-despacho estocástico – exemplo dia 87
A solução estocástica S1 é claramente a melhor:• satisfaz o critério de reserva• exige menos unidades despachadas
24
0
50
100
150
200
250
300
350
400
450
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Rese
rva
efet
iva
(MW
)
HORA
Determinístico F2
Determinístico R3
Estocástico S1
Corte de carga em F2
Reserva exigida
Comparação global em 91 dias
Os modelos estocásticos mostraram acomodar a incerteza eólica com menor risco (mais garantia de reserva) e a custo controlado (ou mais baixo)
25
CASO MODELO Fuel[M$]
Corte de carga
[MWh]
Corte de reserva[MWh]
Reserva média[MW]
Custo total[M$]
F1 P Perfeita res 10% 34.86 0 0.57 178 34.87F2 P Pontual res 10% 34.78 80.64 0.01 172 48.08R3 P Pontual Res 15% 35.19 0 1,288.42 199 36.61S1 UC Estoc Res 10% 35.34 0 952.91 207 36.39S2 UC Estoc Res 15% 35.83 0 58.78 237 35.90
ALERTA
Deverá o Regulador ficar neutro perante este problema?
OU
Deverá o Regulador incentivar a adoção de modelos probabilísticos (ou estocásticos) – p.ex., fixando um modelo padrão envolvendo riscos admissíveis quantificados probabilisticamente?
A fixação pura e simples de reservas mais elevadas tem um custo – prejuízo final, sempre dos consumidores
26
O SISTEMA DOS PEQUENINOSO micromundo plural
27
O conceito de microrrede
Um sistema de distribuição em BT com unidades de geração pequenas e distribuídas, cargas controladas e armazenamento localUma infraestrutura de comunicaçãoUm sistema hierárquico de gestão e controlo
28
Modos de operação:
• Modo interconectado
• Modo isolado (emergência)MV
LV
MGCCMC
LC
Fuel CellMC
PV
MC
MC
LCLC
LC
MC
LC
ACDC
ACDC
ACDC
ACDC
Microturbine
Wind Generator
MC StorageACDC
Microturbine
PV
ACDC
MC
TICEsuso intensivo
MULTI-MICROREDES
Eq. distribuídoDFIMFuel CellMicroturbinasArmazenamentoFotovoltaico
Large VSIDFIM (ex. eólico)Mini-hidroCogeraçãoDieselCargas deslastráveis
31
HV Network
VSI
Diesel
DFIM
MicroGrid
MicroGrid
MicroGrid
Capacitor Bank
Hydro
CHP
Sheddable Loads
Wind Integration in Smart Environments W I S ESolar Integration in Smart Environments S I S E
Em redes compontos de conexão fracos (linhas longas e débeis), importater uma conexão que reaja à tensão e à frequência.
O conceito WISE SISE do INESC TEC• Inclui um inversor para ligação de pequenos geradores eólicos ou
painéis fotovoltaicos até 3 kW a redes BT• Evita excessos de tensão nas conexões longas• Ajusta a injeção de potência em reação à
frequência• Controlo por droop
TECNOLOGIA WISE SISE
32
O controlo por droop e a extensão a baterias…
Dois modos de definir a referência de carregamento 𝑃𝑃𝑟𝑟𝑟𝑟𝑟𝑟 :• Set-point enviado pelo agregador/Operador de Distribuição para
assinantes de Carregamento Inteligente• Decisão local dos donos das baterias (não subscritores de carregamento
inteligente)
P
f
DeadBand
EV consumption
Pmax
PInjection PConsumption
f0fneg
Pref
Pmin V2Gmode
INESC TEC Smart charger
• Comunicação bi-direcional com o controlador local (DTC) ou o agente agregador de energia
• Controlo por droop
35
As baterias em modo inteligente e o AGC
O sistema beneficia das baterias distribuídas
Exemplo:• Rede Portuguesa
simplificada+
• Carregamento inteligente com controlo por droop(veículos elétricos)
+• Perda de geração
eólica
C15H
C16TC2
H
C17N
W10
W11W2 W1
W4 W5
W7
400 kV150 kV
400 kV
220 kV
400 kV
150 kV
400 kV220 kV
400
kV22
0 kV
~
C1H
C3H
~ ~C4TG
W3
~
C7H~ W6
~C6H~C5
H
~
C8H
~
C9TG
W8
~
C12TC
~
C11TC
~
C14H
~ ~ ~
150 kV220 kV
~C10H
W9
~
C13TC
1
400
kV22
0 kV
211 10
1213
14 1516
17
18
19
22
21
23
8
7
2524 9
4 3
6 5
20
Control Area 1 Control Area 2
Equivalent Generator Types
~
~
C(TG): Conventional Gas
~
C(H): Conventional Hydro
~
C(TC):Conventional Fuel or Coal
N: Conventional Nuclear W: Wind
36
Perda de eólica: fluxos de potência ativa em t = 0 s
AGC sem EVs AGC + contribuição de EVs
t = 0 s
1021011
151
211
201
202
203
205
206
152
153
154
160
1160
1155
1157
1159
1156
155
157
158
156
3018
3008
3006
3005
3004
3003
3002
3001
3011
Area 1 Area 2159
3
7
45
2
Area 3
100%
0%
466 MW53%
48 MW5%
112 MW70%
204 MW43%
46%
77%
26%
1021011
151
211
201
202
203
205
206
152
153
154
160
1160
1155
1157
1159
1156
155
157
158
156
3018
3008
3006
3005
3004
3003
3002
3001
3011
Area 1 Area 2159
3
7
45
2
Area 3
100%
0%
466 MW53%
48 MW5%
112 MW70%
204 MW43%
46%
77%
26%
37
Perda de eólica: fluxos de potência ativa em t = 1100 s
AGC sem EVs AGC + contribuição de EVs1021011
151
211
201
202
203
205
206
152
153
154
160
1160
1155
1157
1159
1156
155
157
158
156
3018
3008
3006
3005
3004
3003
3002
3001
3011
Area 1 Area 2159
3
7
45
2
561 MW63%
29 MW4%
137 MW85%
292 MW62%
46%
83%
37%
Area 3
100%
0%
Area 3
1021011
151
211
201
202
203
205
206
152
153
154
160
1160
1155
1157
1159
1156
155
157
158
156
3018
3008
3006
3005
3004
3003
3002
3001
3011
Area 1 Area 2159
3
7
45
2
591 MW64%
34 MW4%
141 MW89%
313 MW66%
50%
86%
37%
100%
0%
Area 3
t = 1100 s
ALERTA
A geração distribuída com conexão inteligente vai poder oferecer benefícios globais ao sistema elétrico:• Controlo de tensão por controlo de injeção de potência ativa• Controlo de frequência • Reserva primária
Estes serviços adicionam-se a outros mais convencionais, como• Injeção de reativa
Importa equacionar até que ponto deve a regulação disciplinar a oferta destes serviços de sistema
38
Baterias (e carros elétricos)
Pesquisa na EU sobre hábitos de condução
O modelo de negócio vai ter impacto decisivo no sistema elétrico ao reorientar o comportamento dos cidadãos
39
UTOPIA Carr. BURRO/Dupla tarifa
Carregamento de baterias e stress na rede
40
Sem baterias Carr. BURRO
Tarifa dupla Carr. INTELIGENTE
Capacidade de absorção da rede
É possível definir modelos que calculam a penetração máxima de carregamento numa rede, nos vários modos:
41
41
Pode avaliar-se perfis de tensão, congestionamentos, perdas e impactos na forma do diagrama de carga, para vários modos de carregamento isoaldos ou mistos
0
50
100
150
200
250
300
350
400
1 3 5 7 9 11 13 15 17 19 21 23
EVs C
onsu
mpt
ion
(kW
)
Hour
Avoids peak load increase
Integração de carregamentosem reforço de rede (ex.)
61%
ALERTA
O carregamento inteligente gera custos evitados – elimina ou diminui a necessidade de reforço das redes de distribuição.
Esses benefícios dependem em concreto das redes locais.
Como incentivar os consumidores a optarem por carregamento inteligente (mais esforço de capital)?
Deverá a regulação intervir?
42
O LABORATÓRIO DO INESC TEC DE SMART GRIDS E VEÍCULOS ELÉTRICOS
Ciência e experiência
43
Laboratório do INESC TEC de smart grids e veículos elétricos
Painéis PV no telhado do INESC TEC
15 kW conectados com as µRedes no Smart Grid e EV Lab
45
V2G Inteligente
EM CONCLUSÃO
Permanecem questões em aberto que são da esfera de preocupação da regulação – para proteger o interesse dos consumidores em energia barata e segura e preservar os interesses de equilíbrio dos restantes agentes
As soluções deverão ser adequadas aos contextos das redes em que se aplicam – tanto mais verdade quanto mais se desce ao nível dos consumidores/produtores em BT
47