Gestão de microgeração de energia fotovoltaica residencial por meio de um sistema fuzzy

Abstract

Desde a década de 1980, vem ficando evidente o esgotamento de combustíveis fósseis e o constante risco da alta de seu preço. Outras preocupações relacionadas ao uso de combustíveis fósseis são o efeito estufa e as mudanças climáticas. No Brasil, a mudança no regime de chuvas tem ocasionado alta na tarifa de energia, superior à inflação, bem como estimulado o uso de termoelétricas, que contribuem com a emissão de gases de efeito estufa. Considerando essa problemática, o objetivo do presente trabalho é apresentar um sistema fuzzy de tomada de decisão para gestão de energia elétrica residencial. O sistema é composto de um sistema fotovoltaico, uma bateria e a rede elétrica no contexto da tarifa horo-sazonal denominada “Tarifa Branca” para o setor residencial no Brasil. O sistema fuzzy, o qual recebe dados sobre a o horário classificado segundo a Tarifa Branca, o nível de carregamento da bateria e a geração do arranjo fotovoltaico, seleciona se uma residência utiliza a energia proveniente da geração fotovoltaica, da bateria ou da rede elétrica. O projeto foi implementado utilizando a toolbox Fuzzy logic designer do MATLAB® e um script também no MATLAB®. Para a elaboração do modelo, foram coletados dados a cerca da geração fotovoltaica da base de dados NASA MERR reanalysis, sobre a tarifa branca da EDP, dados da isolação média do portal SunData da CRESESB, e dados de consumo da Pesquisa de Posses e Hábitos (PPH) da PROCEL. Os dados técnicos dos módulos fotovoltaicos e da bateria foram analisados em manuais de fabricantes. O sistema fotovoltaico foi dimensionado baseado no método da insolação. O projeto foi simulado considerando a geração fotovoltaica média nas quatro estações do ano, bem como variando a bandeira tarifária. Em todos os casos, os resultados foram de cerca de 60% de redução na compra de energia da rede elétrica e próximo dos 70% de redução no valor da fatura. Como o sistema foi validado com valores médios de anos passados, espera-se que com sua implementação física possa haver variações. Entretanto, o sistema mostra-se como uma boa alternativa para integração com sensores e medidores inteligentes para a criação de uma arquitetura IoT para gestão de energia residencial, enquadrando-se no conceito de smart grids.

Since the 1980s, the depletion of fossil fuels and the constant risk of rising fuel prices have become increasingly evident. Another concern related to the use of fossil fuels is the greenhouse effect and climate change. In Brazil, changes in rainfall patterns have led to energy tariff increases exceeding inflation, as well as encouraging the use of thermoelectric plants that contribute to greenhouse gas emissions. Considering this issue, this study aims to present a fuzzy decision-making system for home energy management. The system comprises a photovoltaic system, a battery, and the power grid within the context of the time-of-use “Tarifa Branca” tariff. The fuzzy system, using data on hourly tariff classification, photovoltaic generation, and battery level, selects whether the residence will use energy from the grid, solar panels, or the battery. The project was implemented using MATLAB®'s Fuzzy Logic Designer toolbox, along with a script also in MATLAB®. For the model development, data was collected on photovoltaic generation from the NASA MERR reanalysis database, EDP’s time-of-use “Tarifa Branca” guide, average insolation data from the CRESESB’s SunData portal, and consumption data from the PROCEL Survey “Pesquisa de Posses e Hábitos” (PPH). The technical specifications of photovoltaic modules and the battery were analyzed from manufacturers' manuals. The photovoltaic system was designed based on the insolation method. The project was simulated considering the average photovoltaic generation across the four seasons, as well as varying the tariff classification. In all cases, results showed around a 60% reduction in power purchased from the grid and close to a 70% reduction in the bill amount. Since the system was validated with historical verage values, variations are expected with its physical implementation. Nevertheless, the system proves to be a good alternative for integration with sensors and smart meters to create an IoT architecture for residential energy management system, fitting into the smart grid concept.