Pesquisadores do Irã, da Universidade de Tecnologia Babol Noshirvani, desenvolveram uma nova estrutura para otimizar a capacidade de armazenamento de energia fotovoltaica e bateria em casas inteligentes (SHs).
A nova técnica emprega um modelo de programação estocástica de dois estágios, que leva em conta as incertezas na rede, preço de mercado e produção fotovoltaica.
“Apesar dos avanços nos sistemas de gerenciamento de energia doméstica (HEMSs), as abordagens existentes muitas vezes ignoram a otimização sinérgica do planejamento da capacidade de recursos de energia distribuída (DER) e da programação operacional sob incertezas do mundo real”, disseram os pesquisadores. “O dimensionamento ideal da bateria fotovoltaica é muito influenciado pela estratégia de programação do aparelho, enquanto a maioria dos estudos trata essas decisões como elementos separados que exigem um modelo mais integrado. Por outro lado, a geração fotovoltaica, os preços da eletricidade e as interrupções da rede como variáveis estocásticas críticas são frequentemente simplificados ou negligenciados.”
O estudo pressupõe que as SHs usam um medidor inteligente para negociação de energia com a rede, com base no preço do tempo de uso (TOU). As decisões são tomadas com base em informações como uso de eletrodomésticos, preferências do usuário e restrições da operadora de rede, que são enviadas a um HEMS. Este HEMS envia de volta o cronograma e a sequência de operação ideais para os sistemas fotovoltaicos e de armazenamento.
Assumindo essa estrutura de SHs, a estrutura de otimização usa informações do consumidor, informações de DER e cargas deslocadas e não deslocadas como entradas. Esses parâmetros são então alimentados em um problema de programação estocástica de dois estágios, que determina a capacidade fotovoltaica e de armazenamento no primeiro estágio, e a programação ideal de recursos elétricos e aparelhos SH no segundo estágio.
“As incertezas da produção fotovoltaica e do preço de mercado e da disponibilidade da rede são modeladas como um conjunto de cenários”, explicaram os pesquisadores. “Para isso, são gerados 1.000 cenários para cada um dos parâmetros mencionados e depois reduzidos a cinco cenários usando o algoritmo de redução reversa (BR). O algoritmo BR é um método usado para reduzir o número de cenários em um problema de otimização estocástica. Isso se mostra particularmente útil para problemas com muitos cenários.”
A otimização foi realizada usando um dia de amostra representativo de 24 horas para um horizonte de planejamento de um ano. TV, geladeira e iluminação foram consideradas não deslocáveis, o que significa que sua operação não poderia ser atrasada ou programada; enquanto aparelhos como máquina de lavar, carregador EV e ar condicionado foram considerados mutáveis. O custo de investimento inicial de um sistema fotovoltaico foi considerado de US$ 1.000/kW, enquanto as baterias custavam US$ 250/kWh. Eles tiveram uma vida útil de 12 e oito anos, respectivamente.
Na simulação, o sistema fotovoltaico tinha uma capacidade de 0-2,5 kW, com incrementos de 0,25 kW, enquanto a bateria tinha uma autonomia de 0,5 kWh a 5 kWh, com incrementos de 0,5 kWh. No total, o quadro considerou seis estudos de caso. O caso 1 foi um caso de referência de um HS normal sem um sistema de otimização de escalonamento, PV ou armazenamento. O caso 2 foi submetido a uma operação programada sem PV ou armazenamento, enquanto o caso 3 utilizou PV e armazenamento com otimização de agendamento. No caso 4, a otimização considerou a incerteza na produção fotovoltaica. O caso 5 acrescentou a incerteza do preço de mercado e o caso 6 incluiu a incerteza da operação da rede.
Por meio dessa análise, os cientistas descobriram que o caso 6 tinha um tamanho fotovoltaico ideal de 1 kW e uma capacidade de bateria de 0,5 kWh, o caso 5 não tinha PV, mas 5 kWh de armazenamento, e os casos 4 e 3 tinham 1 kW de PV e 1 kWh de armazenamento. Os custos anuais foram estimados em US$ 1.965,25 no caso 1, US$ 1.572,19 no caso 2, US$ 1.533,80 no caso 3, US$ 1.552,20 no caso 4, US$ 1.510,41 no caso 5 e US$ 1.468,49 no caso 6.
“Sob incertezas complexas (geração fotovoltaica, preço de mercado de eletricidade e disponibilidade da rede), priorizar a integração fotovoltaica (1 kW) sobre a expansão do armazenamento (0,5 kWh) alcança custo superior e independência da rede e melhor perfil de demanda”, concluiu o grupo. “Além disso, os perfis de estado de carga (SOC) demonstram que, embora o armazenamento maior permita uma ampla faixa de arbitragem orientada por preço (48,6 a 100% no caso 5), capacidades menores combinadas com controle dinâmico (20,4 a 96,4% no caso 6) podem efetivamente equilibrar energias renováveis, necessidades de rede e sinais de preço sob incertezas. ”
As descobertas da pesquisa foram apresentadas em “Optimizing the capacity of photovoltaic resources and battery storage in smart homes considering impact of scheduling of appliances and grid availability“, publicado na Energy.
Este conteúdo é protegido por direitos autorais e não pode ser reutilizado. Se você deseja cooperar conosco e gostaria de reutilizar parte de nosso conteúdo, por favor entre em contato com: editors@pv-magazine.com.
Ao enviar este formulário, você concorda com a pv magazine usar seus dados para o propósito de publicar seu comentário.
Seus dados pessoais serão apenas exibidos ou transmitidos para terceiros com o propósito de filtrar spam, ou se for necessário para manutenção técnica do website. Qualquer outra transferência a terceiros não acontecerá, a menos que seja justificado com base em regulamentações aplicáveis de proteção de dados ou se a pv magazine for legalmente obrigada a fazê-lo.
Você pode revogar esse consentimento a qualquer momento com efeito para o futuro, em cujo caso seus dados serão apagados imediatamente. Ainda, seus dados podem ser apagados se a pv magazine processou seu pedido ou se o propósito de guardar seus dados for cumprido.
Mais informações em privacidade de dados podem ser encontradas em nossa Política de Proteção de Dados.