Modelo de comercialização de energia para microrredes renováveis interconectadas

Da pv magazine Global

Um grupo internacional de cientistas desenvolveu um novo algoritmo para otimizar a negociação de energia dentro de microrredes cooperativas de energia renovável. O método utiliza otimização por enxame de partículas (PSO) e algoritmos de busca gravitacional (GSA) com Barganha de Nash.

“Inspirado pelo comportamento social, o PSO se destaca na busca local e no refinamento de soluções, enquanto o GSA, inspirado na lei da gravidade, enfatiza a exploração global”, explicaram os pesquisadores. “A combinação desses algoritmos visa equilibrar a exploração e a exploração, possibilitando estratégias eficientes e robustas de comércio de energia”.

O grupo calibrou alguns parâmetros desse modelo híbrido, seguindo testes preliminares. Em seguida, adicionaram a técnica de Barganha de Nash Generalizada (GNB), que ajuda a equilibrar os interesses das diferentes microrredes e facilita resultados justos no comércio de energia.

Após o desenvolvimento, o novo algoritmo foi implementado no software MATLAB, onde é usado para resolver um problema de comércio de energia a fim de minimizar custos. Esta simulação foi conduzida com quatro microrredes interconectadas com fontes de geração distintas: uma apenas com energia solar fotovoltaica, outra apenas com energia eólica, uma com ambas as fontes de energia renovável e uma sem nenhuma. Todas essas configurações foram testadas sob preços de energia variáveis e perfis de carga complexos.

Além disso, a solução de otimização para o comércio de microrredes foi comparada com um cenário base. Em cada uma dessas quatro microrredes, só era permitido o comércio com a rede elétrica principal no cenário base.

De acordo com os resultados, o custo mensal total para as quatro microrredes foi de US$ 94.551 sem o comércio de energia. No entanto, utilizando o modelo PSO-GSA com Barganha de Nash em um cenário em que as microrredes podem negociar entre si, o custo total foi reduzido para US$ 60.720.

“Pode-se argumentar que o custo de energia foi suficientemente reduzido devido à implementação do comércio de energia cooperativo introduzido dentro das microrredes”, afirmaram os cientistas. “Por exemplo, no caso base, a microrrede 1 precisaria pagar uma conta à rede elétrica principal de US$ 749,10 (por 24 horas) pela energia adquirida; no entanto, após a negociação cooperativa, o mesmo valor da conta foi reduzido para US$ 500,25”.

Além disso, o grupo acadêmico comparou a nova otimização com outros quatro algoritmos metaheurísticos sob os mesmos dados e condições. Enquanto o novo PSO-GSA tem um custo de energia de US$ 60.720, o GWO (Otimizador Lobo Cinzento) atingiu US$ 66.582. O MPA (Algoritmo de Predador Marinho) obteve US$ 64.166; o PSO sozinho obteve US$ 60.925; o ETSO (Otimização de Busca Transitória Aprimorada) alcançou US$ 61.122; e o GSA sozinho rendeu US$ 60.994.

“O algoritmo híbrido proposto PSO-GSA supera outras abordagens de otimização em termos de suas características de convergência e sua capacidade de minimizar os custos de energia”, concluíram os acadêmicos.

Os resultados das simulações foram apresentados em “Optimal energy trading in cooperative microgrids considering hybrid renewable energy systems“, publicado no Alexandria Engineering Journal. A equipe de pesquisa incluiu cientistas  da Universidade de Ciência e Tecnologia de Huazhong, da China, da Universidade COMSATS de Islamabad, no Paquistão, da Universidade Taibah, da Arábia Saudita, e da Universidade Ain Shams e da Universidade do Futuro, no Egito.