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