Análise do impacto da geração fotovoltaica e cargas elétricas especiais no planejamento de curto prazo de redes de distribuição: Abordagem através de um algoritmo genético dedicado

Abstract

O objetivo deste trabalho consiste em analisar o impacto das gerações fotovoltaicas e de cargas especiais, veículos híbridos plug-in, para o planejamento de curto prazo de redes de distribuição de energia, considerando um modelo de otimização genérico de programação não linear. Para solução desse modelo propõe-se um algoritmo genético que otimiza uma função objetivo que considera custos operacionais e financeiros, e compra de energia do mercado. Instalação de bancos de capacitores é considerada por meio de custos fixos, enquanto perdas técnicas e compra de energia são consideradas custos variáveis. Os geradores fotovoltaicos são modelados para fornecer potência constante, e com fator de potência específico que mantenha a qualidade da energia da rede. Para os veículos híbridos, considera-se a sua demanda, incluindo a modelagem da sua bateira, o perfil de uso dos veículos e os horários de maior demanda. Para implementar a meta-heurística utilizou-se o software MATLAB e como ferramenta auxiliar para resolver o problema de fluxo de potência, o software de código aberto MatPower. Para validar a metodologia proposta, foram utilizados o sistema IEEE33 barras e um sistema de 134 barras. O algoritmo genético implementado fornece resultados satisfatórios e próximos aos encontrados na literatura em cenários menos complexos e em sistemas de pequeno porte, sua eficácia é reduzida à medida que a complexidade do sistema aumenta. No entanto, é possível identificar e compreender os impactos técnicos e financeiros do planejamento das redes de distribuição e o comportamento do algoritmo genético. Os aspectos financeiros desempenham um papel importante na função objetivo, e a geração fotovoltaica e os carros híbridos interferem na demanda da rede de maneiras opostas, com os painéis solares reduzindo e os carros híbridos aumentando a demanda. O algoritmo genético é uma ferramenta útil para o planejamento de redes de distribuição, desde que seja implementado de maneira adequada e leve em consideração os fundamentos teóricos das meta-heurísticas e as características físicas da rede.

The objective of this work is to analyze the impact of photovoltaic generations and special loads, plug-in hybrid vehicles, for short-term planning of power distribution networks, considering a generic nonlinear programming optimization model. To solve this model, a genetic algorithm is proposed that optimizes an objective function that considers operational and financial costs, and energy purchase from the market. Installation of capacitor banks is considered through fixed costs, while technical losses and energy purchase are considered variable costs. Photovoltaic generators are modeled to provide constant power, with a specific power factor that maintains the quality of the network's energy. For hybrid vehicles, their demand is considered, including modeling their battery, vehicle usage profile, and peak demand times. To implement the meta-heuristic, MATLAB software was used, and as an auxiliary tool to solve the power flow problem, the open-source software MatPower was used. To validate the proposed methodology, the IEEE33 bus system and a 134 bus system were used. The implemented genetic algorithm provides satisfactory results and close to those found in the literature in less complex scenarios and small systems, its effectiveness is reduced as the system complexity increases. However, it is possible to identify and understand the technical and financial impacts of distribution network planning and the behavior of the genetic algorithm. Financial aspects play an important role in the objective function, and photovoltaic generation and hybrid cars interfere with network demand in opposite ways, with solar panels reducing and hybrid cars increasing demand. The genetic algorithm is a useful tool for distribution network planning, as long as it is implemented robustly and takes into account the characteristics of meta-heuristics and the physical characteristics of the network