Modelação dos parâmetros meteorológicos para a otimização da gestão de congestionamentos na transmis

espaço lneg

modelação dos parâmetros meteorológicos para a otimização da gestão de congestionamentos na transmissão de potência renovåvel

LNEG Andreia Medeiros, Ă‚ngelo Casaleiro, Joaquim Duque, Ana Estanqueiro

A integração de elevados níveis de produção de energias renovåveis variåveis no tempo, especialmente eólica e fotovoltaica, no sistema eletroprodutor nacional passa, normalmente, pela necessidade de construção de novas linhas elÊtricas e/ou reforço das existentes para escoar a produção renovåvel e evitar possíveis congestionamentos das linhas em períodos de maior produção. Em muitos casos, os novos investimentos em linhas elÊtricas podem ser evitados (ou adiados) recorrendo à determinação da capacidade dinâmica de transporte das linhas (Dynamic Line Rating) que permite avaliar, em cada instante, o valor limite de corrente no condutor e aumentar, temporariamente, a potência transmitida para valores superiores aos de dimensionamento eståtico que, por norma e princípio de segurança, usam valores mais restritivos que correspondem às piores condiçþes meteorológicas possíveis. A caraterização da capacidade dinâmica, aliada à monitorização da rede e das variåveis climåticas permitem adiar, ou atÊ dispensar, novos investimentos na ampliação da rede, mantendo os níveis de qualidade e segurança operacional.

Neste trabalho apresenta-se uma ferramenta desenvolvida em ArcGISŽ para a modelação da capacidade dinâmica de transporte da rede elÊtrica numa região com elevada penetração renovåvel (eólica e hídrica). Esta ferramenta Ê aplicåvel ao estudo de congestionamentos na rede, facilitando a aquisição e gestão de dados distribuídos para os locais e regiþes desejados, permitindo o planeamento de novas centrais renovåveis (como por exemplo, fotovoltaico) cuja operação sinergÊtica com a produção eólica e o consumo dispensarå, em muitas situaçþes, a construção de novas interli

causa permite desenvolver um conjunto alargado de estudos em diversas åreas como no apoio à migração das redes elÊtricas convencionais para redes inteligentes.

Palavras-chave: capacidade dinâmica de transporte de energia; redes inteligentes; otimização de redes elÊtricas; monitorização de variåveis meteorológicas, recursos renovåveis, produção distribuída.

I. INTRODUĂ‡ĂƒO Um dos factos que mais marcam a atualidade ĂŠ o crescimento global do consumo de energia que, aliado a uma

combustíveis fósseis, constitui um fator de crescente preocupação para a sociedade. A manutenção das atuais taxas de crescimento do consumo energÊtico terå, a mÊdio prazo, graves consequências a nível ambiental, económico e social, nomeadamente atravÊs da sua contribuição para as alteraçþes climåticas, o que se traduz pela urgência na alteração do paradigma energÊtico a nível mundial, necessidade urgente essa reconhecida pelas maiores economias mundiais.

Em Portugal a situação Ê idêntica à de outros países, pese embora apresente pequenas nuances no que respeita ao

anos um decrĂŠscimo do consumo de eletricidade [1], [2], [3], decrĂŠscimo esse que, no perĂ­odo 2009/14, se pode atri

! "##$%#& ciĂŞncia energĂŠtica preconizadas pelas Diretivas Europeias e pelo SET-Plan, revertidas para Portugal atravĂŠs do PNAEE ' ( )

* + * 5 6$7 [5]). Apesar da recente redução de consumo, a intensidade energÊtica do país mantÊm-se elevada, sendo previsível que, com a retoma da economia, regressem os consumos crescentes de energia elÊtrica diretamente indexados à variação do Produto Interno Bruto (PIB) [3].

Contextualizado pelo novo paradigma energĂŠtico, alĂŠm + 5 = 8

lado do consumo) o atual enquadramento legal visa endogeneizar a produção de energia, aumentando a contribuição das fontes de energia renovåveis (FER) nos sistemas eletroprodutores, como previsto no Plano Nacional de Ação para as Energias Renovåveis (PNAER) [4].

Malgrado pouco evidente para o consumidor de eletrici

5 > ? no que respeita à simultânea minimização dos consumos

+ 5 temente, do forte incentivo ao crescimento das FER. De facto, numa perspetiva de planeamento e gestão convencional, o crescimento da participação de FER variåveis no tempo (como eólica e fotovoltaica) no mix energÊtico de um país (ou região) deverå estar indexado ao crescimento do consumo, pois se tal não acontecer, somente o armazenamento ou o aumento da capacidade de transporte de energia para outros países (ou regiþes) poderå escoar a produção.

Portugal tem um elevado potencial para o aproveitamento dos recursos renovåveis, como energia eólica, hídrica e solar, que representam uma valiosa alternativa aos combustíveis fósseis, permitindo a redução da dependência energÊtica do exterior (com inegåveis vantagens para o reequilíbrio da balança de pagamentos de Portugal) e que levou à existência de um clima muito favoråvel ao aproveitamento dos recursos renovåveis para produção de energia elÊtrica nos últimos anos. Nesse enquadramento, a produção eólica em Portugal foi a tecnologia com maior crescimento em potên 6@7 G H#JK LO

espaço lneg MODELAĂ‡ĂƒO DOS PARĂ‚METROS METEOROLĂ“GICOS PARA A OTIMIZAĂ‡ĂƒO DA GESTĂƒO DE CONGESTIONAMENTOS

A utilização desta ferramenta em articulação com cenårios de previsão meteorológica, como por exemplo para as 24 horas seguintes permite estimar a capacidade de transporte da rede elÊtrica modelada e, consequente, ajustar os planos de operação da rede para essa capacidade.

Relativamente Ă aplicabilidade e versatilidade da ferramenta, esta per

" "

tado pela dimensĂŁo da regiĂŁo e o detalhe exigido.

VII. ReferĂŞncias

Figura 10 Comparação da capacidade eståtica num dia típico de inverno, para a temperatura padrão de 15º C (a vermelho) e da evolução da capacidade dessa linha de transmissão obtida por DLR (a azul) [13].

Figura 11 Comparação da capacidade eståtica num dia típico de verão para a temperatura padrão de 35º C (a vermelho) e da evolução da capacidade dessa linha de transmissão obtida por DLR (a azul) [13].

VI. ConclusĂľes AlĂŠm de servir como interface

permitiu constatar a importância da utilização dos SIG no estudo e planeamento em redes elÊtricas. Com efeito, as relaçþes espaciais que se podem estabelecer entre dados georreferenciados possibilitam a obtenção do nível de detalhe ideal, do ponto de vista da disposição das linhas elÊtricas no terreno, bem como o processamento da informação meteorológica com o detalhe pretendido para o cålculo da produção eólica ou do cålculo dinâmico da capacidade de transporte das linhas elÊtricas.

Esta ferramenta SIG permite a integração de rotinas de anålise dinâmica da rede no software ArcGISŽ, bem como compilar a informação necessåria ao

!

14

[1] REN, Dados TĂŠcnicos (Electricidade) 2014, www.centrodeinformacao.ren.pt (accessed on 31st March 2016); [2] REN, Dados TĂŠcnicos de Electricidade 2013, www.centrodeinformacao.ren.pt (accessed on 31st March 2016); [3] Renata Delgado Gaspar, 2014. Perspetivas para a Produção de Energia RenovĂĄvel em Portugal. Dissertação para a obtenção do grau de Mestre no Mestrado Integrado em Engenharia da Energia e do Ambiente da Universidade de Lisboa – Faculdade de CiĂŞncias. 2014; [4] PNAEE/PNAER 2013] RCM n.Âş 20/2013, DiĂĄrio da RepĂşblica, 1.ÂŞ sĂŠrie – N.Âş 70 – 10 de abril de 2013, pp. 2022-2091, 2013; [4] DL n.Âş 68-A/2015, DiĂĄrio da RepĂşblica, 1.ÂŞ sĂŠrie – N.Âş 84 – 30 de abril de 2015, pp. 2206-(2)- 2206-(52), 2015; [5] [PNAEE/PNAER 2013] RCM n.Âş 20/2013, DiĂĄrio da RepĂşblica, 1.ÂŞ sĂŠrie – N.Âş 70 – 10 de abril de 2013, pp. 2022-2091; [6] Direção Geral de Energia e Geologia, “RenovĂĄveis - estatĂ­sticas rĂĄpidas – n.o 123 – dezembro de 2015,â€? 2015; [7] Decreto-Lei 189/8, DiĂĄrio da RepĂşblica (PDF) SĂŠrie I de 27 de maio de 1988, NÂş 123, pp. 2289-2296, 1988 [8] Prepared by SMB Smart Grid Strategic Group, “IEC Smart Grid Standardization Roadmap,â€? IEC, no. June, pp. 1–136, 2010; [9] R. Kempener, P. Komor, and A. Hoke, “Smart Grids and Renewables - A Guide for Effective Deployment,â€? 2013; [10] A. K. Deb, Powerline Ampacity System - Theory, Modeling and Applications. New York: CRC Press, 2000; [11] ESRI, “Enterprise GIS and the Smart Electric Grid,â€? White Pap., 2009; [12] Andreia Medeiros, “Modelação dos parâmetros ambientais para a optimização da gestĂŁo de congestionamnetos na transmissĂŁo de potĂŞncia eĂłlica.â€?

Dissertação de Mestrado, Faculdade de CiĂŞncias da Universidade de Lisboa, 2016; [13] Ă‚. Casaleiro, “Modelação de redes elĂŠtricas congestionadas,â€? Dissertação de Mestrado, Faculdade de CiĂŞncias da Universidade de Lisboa, 2015; [14] ESRI, “ArcGIS Desktop 10.0 - Resample,â€? 2014. [Online]. Available: http://help. arcgis.com/en/arcgisdesktop/10.0/help/index.html#//00170000009t000000.

[Accessed: 16-Nov-2015]; [15] INEGI; APREN, “Parques EĂłlicos em Por tugal,â€? 2014. [Online]. Available: http://e2p.inegi.up.pt/relatorios/Portugal_Parques_Eolicos_201412.pdf.

[Accessed: 26-Mar-2016]; [16] REN - Rede ElĂŠtrica Nacional, “Caracterização da rede nacional de transporte para efeitos de acesso Ă rede em 31 de dezembro de 2014,â€? p. 72, 2015; [17] EDP Distribuição, “Caracterização das Redes de Distribuição a 31.Dez.2014.â€?

2015; [18] R. Stephen, D. Douglass, and M. Gaudry, â&#x20AC;&#x153;Thermal behavior of overhead conductors,â&#x20AC;? 2002; [19] Transmission and Distribution Committee of the IEEE Power Engineering Society, â&#x20AC;&#x153;IEEE Std 738 - 2006 - Standard for Calculating the Current-Temperature of Bare Overhead Conductors,â&#x20AC;? IEEE, New York, USA, 2007; [20] Bahadoorsingh, L. Bhairosingh, S. Sharma, and M. Ganness, â&#x20AC;&#x153;Improving Overhead $ % & ' * + < = > ?*

$ mission Line Rating Factors,â&#x20AC;? in IEEE PES T&D 2014, 2014, no. April, pp. 1-4; [21] R. Serway and J. Jewett, â&#x20AC;&#x153;The First Law of Thermodynamics,â&#x20AC;? in Physics for Scientist and Engineers with Modern Physics, 9th ed., Brooks/Cole, Ed. Boston, 2012, p. 594.