Alocação e operação de baterias no sistema de distribuição de energia elétrica guiada por índices econômicos

Abstract

O uso de sistemas de armazenamento de energia elétrica (SAEE) quando otimamente alocados e operados pode proporcionar benefícios técnicos (melhora no perfil de tensão, redução de perdas, aumento da capacidade de integração de geradores distribuídos) e econômicos (redução dos custos operacionais) para o sistema de distribuição de energia elétrica (SDEE). Os SAEE podem ser alocados com objetivos técnicos ou econômicos, mas esta é uma tarefa que deve ser cuidadosamente avaliada devido ao alto custo de investimento que SAEE ainda representam. Neste trabalho são apresentados e discutidos índices econômicos para guiar a otimização do uso de baterias: o valor presente líquido (VPL) e a taxa interna de retorno (TIR); também, são formulados modelos que podem representar a operação das baterias. Os índices econômicos são implementados em um modelo de programação matemática estocástica que considera os benefícios econômicos e técnicos devido à alocação e operação de baterias no SDEE com a presença de geração distribuída (GD) fotovoltaica. Devido à não linearidade no cálculo da TIR, é apresentado um método iterativo para a sua otimização. Para avaliar os ganhos técnicos e econômicos das baterias, é utilizado o sistema teste IEEE de 33 barras, e a fim de avaliar a performance do método é utilizado o sistema teste de 136 barras; como parâmetros para os dois sistemas são considerados cenários estocásticos para a demanda de energia e GD fotovoltaica. A partir dos testes realizados, foi encontrado que o sistema teste IEEE de 33 barras com baterias alocadas tem uma melhora de 1,79% na magnitude de tensão na barra com menor magnitude de tensão no período mais crítico, um aumento na capacidade de integração de GD fotovoltaica de 18,8% e redução de 0,7% de perdas anuais de energia; para o sistema de 136 barras com baterias alocadas há uma melhora de 0,52% na magnitude de tensão na barra com menor magnitude de tensão no período mais crítico e redução de 0,18% nas perdas anuais de energia. Por fim, a otimização baseada em cada índice econômico leva a resultados diferentes, sendo assim, são fornecidos dois objetivos interessantes para encontrar opções de alocação e operação de baterias no SDEE.

The use of electrical energy storage systems (EES) when optimally allocated and operated, can provide technical benefits (improved voltage profile, reduced losses, increased hosting capacity of distributed generation (DG)) and economic benefits (reduced operating costs) to the electrical distribution system (EDS). EES can be allocated with technical or economic objectives, but this is a task that must be carefully evaluated due to the high investment cost that EES still represent. In this work economic indices are presented and discussed to guide the optimization of battery use: the net present value (NPV) and the internal rate of return (IRR); also, different models that can represent battery operation are presented. The economic indices are implemented in a stochastic mathematical programming model that considers the economic and technical benefits due to the allocation and operation of batteries in the EDS with the presence of photovoltaic DG. Due to the nonlinearity in the IRR calculation, an iterative method for its optimization is presented. To evaluate the technical and economic gains of the batteries, the IEEE 33-node test system is used, and in order to evaluate the performance of the method, the 136-node test system is used; as parameters for both systems, stochastic scenarios for energy demand and photovoltaic DG units are considered. From the tests performed, the IEEE 33-node test system with allocated batteries has a 1.79% improvement of the voltage magnitude at the node with the lowest voltage magnitude in the worst-case period, an increase in photovoltaic DG hosting capacity of 18.8%, and 0.7% reduction in annual energy losses; the 136-node test system with batteries allocated has a 0.52% improvement of the voltage magnitude at the node with the lowest voltage magnitude in the worst-case period, and a reduction of 0.18% in annual energy losses. Finally, the optimization based on each economic index leads to different results, thus providing two interesting objectives for finding battery allocation and operation options in the EDS.