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 nĂveis de produção de energias renovĂĄveis variĂĄveis no tempo, especialmente eĂłlica e fotovoltaica, no sistema eletroprodutor nacional passa, normalmente, pela necessidade de construção de novas linhas elĂŠtricas e/ou reforço das existentes para escoar a produção renovĂĄvel e evitar possĂveis congestionamentos das linhas em perĂodos de maior produção. Em muitos casos, os novos investimentos em linhas elĂŠtricas podem ser evitados (ou adiados) recorrendo Ă 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 potĂŞncia transmitida para valores superiores aos de dimensionamento estĂĄtico que, por norma e princĂpio de segurança, usam valores mais restritivos que correspondem Ă s piores condiçþes meteorolĂłgicas possĂveis. A caraterização da capacidade dinâmica, aliada Ă monitorização da rede e das variĂĄveis climĂĄticas permitem adiar, ou atĂŠ dispensar, novos investimentos na ampliação da rede, mantendo os nĂveis de qualidade e segurança operacional. Neste trabalho apresenta-se uma ferramenta desenvolvida em ArcGISÂŽ para a modelação da capacidade dinâmica de transporte da rede elĂŠtrica numa regiĂŁo com elevada penetração renovĂĄvel (eĂłlica e hĂdrica). Esta ferramenta ĂŠ aplicĂĄvel ao estudo de congestionamentos na rede, facilitando a aquisição e gestĂŁo de dados distribuĂdos para os locais e regiĂľes desejados, permitindo o planeamento de novas centrais renovĂĄveis (como por exemplo, fotovoltaico) cuja operação sinergĂŠtica com a produção eĂłlica e o consumo dispensarĂĄ, em muitas situaçþes, a construção de novas interli
causa permite desenvolver um conjunto alargado de estudos em diversas ĂĄreas como no apoio Ă migração das redes elĂŠtricas convencionais para redes inteligentes. Palavras-chave: capacidade dinâmica de transporte de energia; redes inteligentes; otimização de redes elĂŠtricas; monitorização de variĂĄveis meteorolĂłgicas, recursos renovĂĄveis, produção distribuĂda.
I. INTRODUĂ‡ĂƒO Um dos factos que mais marcam a atualidade ĂŠ o crescimento global do consumo de energia que, aliado a uma combustĂveis fĂłsseis, constitui um fator de crescente preocupação para a sociedade. A manutenção das atuais taxas de crescimento do consumo energĂŠtico terĂĄ, a mĂŠdio prazo, graves consequĂŞncias a nĂvel ambiental, econĂłmico e social, nomeadamente atravĂŠs da sua contribuição para as alteraçþes climĂĄticas, o que se traduz pela urgĂŞncia na alteração do paradigma energĂŠtico a nĂvel mundial, necessidade urgente essa reconhecida pelas maiores economias mundiais. Em Portugal a situação ĂŠ idĂŞntica Ă de outros paĂses, 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 energĂŠtica do paĂs mantĂŠm-se elevada, sendo previsĂvel que, com a retoma da economia, regressem os consumos crescentes de energia elĂŠtrica diretamente indexados Ă 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 renovĂĄveis (FER) nos sistemas eletroprodutores, como previsto no Plano Nacional de Ação para as Energias RenovĂĄveis (PNAER) [4]. Malgrado pouco evidente para o consumidor de eletrici 5 > ? no que respeita Ă simultânea minimização dos consumos + 5 temente, do forte incentivo ao crescimento das FER. De facto, numa perspetiva de planeamento e gestĂŁo convencional, o crescimento da participação de FER variĂĄveis no tempo (como eĂłlica e fotovoltaica) no mix energĂŠtico de um paĂs (ou regiĂŁo) deverĂĄ estar indexado ao crescimento do consumo, pois se tal nĂŁo acontecer, somente o armazenamento ou o aumento da capacidade de transporte de energia para outros paĂses (ou regiĂľes) poderĂĄ escoar a produção. Portugal tem um elevado potencial para o aproveitamento dos recursos renovĂĄveis, como energia eĂłlica, hĂdrica e solar, que representam uma valiosa alternativa aos combustĂveis fĂłsseis, permitindo a redução da dependĂŞncia energĂŠtica do exterior (com inegĂĄveis vantagens para o reequilĂbrio da balança de pagamentos de Portugal) e que levou Ă existĂŞncia de um clima muito favorĂĄvel ao aproveitamento dos recursos renovĂĄveis para produção de energia elĂŠtrica nos Ăşltimos anos. Nesse enquadramento, a produção eĂłlica em Portugal foi a tecnologia com maior crescimento em potĂŞn 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 à aplicabilidade e versatilidade da ferramenta, esta per " " tado pela dimensão da região e o detalhe exigido.
VII. ReferĂŞncias
Figura 10 Comparação da capacidade estĂĄtica num dia tĂpico de inverno, para a temperatura padrĂŁo de 15Âş C (a vermelho) e da evolução da capacidade dessa linha de transmissĂŁo obtida por DLR (a azul) [13].
Figura 11 Comparação da capacidade estĂĄtica num dia tĂpico de verĂŁo para a temperatura padrĂŁo de 35Âş C (a vermelho) e da evolução da capacidade dessa linha de transmissĂŁo 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 elĂŠtricas. Com efeito, as relaçþes espaciais que se podem estabelecer entre dados georreferenciados possibilitam a obtenção do nĂvel de detalhe ideal, do ponto de vista da disposição das linhas elĂŠtricas no terreno, bem como o processamento da informação meteorolĂłgica com o detalhe pretendido para o cĂĄlculo da produção eĂłlica ou do cĂĄlculo dinâmico da capacidade de transporte das linhas elĂŠtricas. Esta ferramenta SIG permite a integração de rotinas de anĂĄlise dinâmica da rede no software ArcGISÂŽ, bem como compilar a informação necessĂĄria 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, “Thermal behavior of overhead conductors,â€? 2002; [19] Transmission and Distribution Committee of the IEEE Power Engineering Society, “IEEE Std 738 - 2006 - Standard for Calculating the Current-Temperature of Bare Overhead Conductors,â€? IEEE, New York, USA, 2007; [20] Bahadoorsingh, L. Bhairosingh, S. Sharma, and M. Ganness, “Improving Overhead $ % & ' * + < = > ?* $ mission Line Rating Factors,â€? in IEEE PES T&D 2014, 2014, no. April, pp. 1-4; [21] R. Serway and J. Jewett, “The First Law of Thermodynamics,â€? in Physics for Scientist and Engineers with Modern Physics, 9th ed., Brooks/Cole, Ed. Boston, 2012, p. 594.