OMAR ROSENDO LLERENA PIZARRO Modelagem e Dimensionamento de Sistemas Híbridos de Geração de Energia: Caso para as Ilhas Galápagos Guaratinguetá 2021 Omar Rosendo Llerena Pizarro Modelagem e Dimensionamento de Sistemas Híbridos de Geração de Energia: Caso para as Ilhas Galápagos Tese apresentada à Faculdade de Engenharia do Campus de Guaratinguetá, Universidade Estadual Paulista, para a obtenção do título de Doutor em Engenharia Mecânica na área de Energia. Orientador: Prof. Dr. José Luz Silveira Co-orientador: Prof. Dr. Celso Eduardo Tuna Guaratinguetá 2021 Publicações Científicas: ✓ Publicações em periódicos internacionais: Electricity sector in the Galapagos Islands: Current status, renewable sources, and hybrid power generation system proposal. Renewable and Sustainable Energy Reviews, v. 108, n. February, p. 65–75, 2019. A PSO-BPSO Technique for Hybrid Power Generation System Sizing. Latin America Transactions, v. 18, June, p. 1362–1370, 2020. ✓ Publicações em congressos internacionais: A Technical Study of a Hybrid Solar-Wind-Biogas Power System. The 13th Latin- American congress on electricity generation and transmission - CLAGTEE 2019, October, 2019. ✓ Publicações em eventos nacionais: Dimensionamento de um Sistema Híbrido gerador de Energia para as Ilhas Galápagos. III Workshop de Engenharia Mecânica e de Produção, FEG-UNESP, outubro, 2019. Assessing the Current Status of the Electricity Sector of the Galapagos Islands. 18th Brazilian Congress of Thermal Sciences and Engineering – ENCIT 2020, novembro, 2020. DADOS CURRICULARES OMAR ROSENDO LLERENA PIZARRO NASCIMIENTO 12.09.1987 – PELILEO/EQUADOR FILIAÇÃO Narlon Geofre Llerena Ramos Lourdes Dolores Pizarro Ramón 2005/2009 Curso Técnico, Tecnólogo em Eletrônica, Universidad Politécnica Salesiana, Cuenca, Equador. 2009/2012 Curso de Graduação em Engenharia Eletrônica na Universidad Politécnica Salesiana, Cuenca, Equador. 2015/2017 Curso de Pós-graduação em Engenharia Mecânica, nível de Mestrado, na Faculdade de Engenharia do Campus de Guaratinguetá da Universidade Estadual Paulista, Brasil. 2017/2021 Curso de Pós-graduação em Engenharia Mecânica, nível de Doutorado, na Faculdade de Engenharia do Campus de Guaratinguetá da Universidade Estadual Paulista, Brasil. de modo especial, aos meus pais Narlon e Lourdes pelo apoio dado ao longo dos meus estudos. AGRADECIMENTOS Agradeço a Deus pela força e sabedoria, e também, por ter colocado as pessoas certas que contribuíram direta ou indiretamente para a realização deste trabalho; ao meu orientador, Prof. Dr. José Luz Silveira, pela confiança, amizade e orientação para que este trabalho fosse concluído; ao meu co-orientador, Prof. Dr. Celso Tuna, pelo auxílio no desenvolvimento desta tese de doutorado. O presente trabalho foi realizado com apoio da Coodernação de Aperfeiçoamento de Pessoal de Nível Superior- Brasil (CAPES) - código de financiamento 001. "Quem nunca errou nunca experimentou nada novo" Albert Einstein RESUMO O setor elétrico das Ilhas Galápagos é dependente dos combustíveis fósseis para a geração de eletricidade, utilizando apenas 15% das fontes renováveis existentes no arquipélago. Portanto, neste cenário, torna-se importante a realização de estudos que visem a implementação de Sistemas Híbridos de Geração de Energia (SHGE) que incrementem a participação de tais recursos renováveis, de modo a diversificar a sua matriz energética, diminuir a dependência dos combustíveis fósseis, e promover o desenvolvimento sustentável nas Ilhas. O dimensionamento adequado destes SHGE traz benefícios técnicos, econômicos e ambientais. Neste contexto, este trabalho apresenta o desenvolvimento de uma ferramenta para a modelagem matemática, simulação, e dimensionamento de SHGE. Para tal finalidade, desenvolveu-se um algoritmo de otimização multi-objetivo no MATLAB®. As variáveis de decisão contínuas (número de componentes) e as variáveis de decisão discretas (modelos/tipos dos componentes) envolvidas no projeto do SHGE são tratadas independentemente pelo Particle Swarm Optimizer (PSO) e pelo Binary Particle Swarm Optimizer (BPSO), respectivamente. O objetivo da otimização é minimizar o valor presente líquido dos custos, e maximizar a confiabilidade operacional do sistema. O algoritmo misto proposto (PSO-BPSO) é utilizado para dimensionar sistemas solar- bateria-diesel e solar-bateria-biogás para as Ilhas Galápagos. Os resultados mostram que a técnica proposta apresentou igual, e em alguns casos, melhor desempenho que os outros métodos comparados. Nos resultados, observa-se que os SHGE que combinam painéis fotovoltaicos (PV), baterias (BT) e geradores à diesel (DG) são as configurações ótimas com um custo de US$ 116.681,20 para a Ilha Floreana e um custo de US$ 856.878,46 para a Ilha San Cristóbal. Por outro lado, as configurações PV-BT implicam custos mais elevados devido à necessidade do uso de bancos de baterias maiores. No caso dos sistemas solar-baterias-biogás, estes resultaram ser aproximadamente 30% mais baratos. Finalmente, conclui-se que o PSO- BPSO proposto neste trabalho mostrou ser uma ferramenta simples e eficaz para o dimensionamento de SHGE tanto para abordagens mono-objetivo, quanto para abordagens multi-objetivo. PALAVRAS-CHAVE: SHGE. PSO-BPSO. otimização multi-objetivo. energia renovável. Galápagos. ABSTRACT The electrical sector in the Galapagos Islands is dependent on fossil fuels for electricity generation, using only 15% of the renewable sources in the archipelago. Therefore, in this scenario it is important to carry out studies aimed at the implementation of Hybrid Power Generation Systems (HPS) which increase the participation of such renewable resources in order to diversify islands' energy matrix and reduce the dependence on fossil fuels thus promoting sustainable development. The adequate sizing of the HPS brings technical, economic, and environmental benefits. In this context, this work presents the development of a tool for mathematical modeling, simulation, and sizing of the HPS. For this purpose, a multi- objective optimization algorithm was developed in MATLAB®. The continuous decision variables (number of components) and discrete decision variables (models/types of components) involved in the HPS project are handled independently by the Particle Swarm Optimizer (PSO) and the Binary Particle Swarm Optimizer (BPSO), respectively. The purpose of optimization is to minimize the net present value of costs, and to maximize the operational reliability of the system. The proposed mixed algorithm (PSO-BPSO) is used to design solar- battery-diesel and solar-battery-biogas systems for the Galapagos Islands. The results show that the proposed technique presented the same, and in some cases, better performance than the other compared methods. The results reveal that the HPS configuration which combines photovoltaic panels (PV), batteries (BT) and diesel generators (DG) is the optimal configuration with a cost of US $ 116,681.20 for Floreana Island and a cost of US $ 856,878.46 for San Cristóbal Island. On the other hand, PV-BT configurations incur higher costs due to the need OF larger battery banks. Solar-batteries-biogas systems turned out to be approximately 30% cheaper. Finally, the PSO-BPSO proposed in this work proved to be a simple and effective tool for the sizing of HPS for both mono-objective and multi-objective approaches KEYWORDS: HPS sizing. PSO-BPSO. Multi-objective optimization. Renewable energy. Galapagos. LISTA DE FIGURAS Figura 1. Proposta do Sistema Híbrido de Geração de Energia Renovável para as Ilhas Galápagos. ................................................................................................................................ 27 Figura 2. Localização das Ilhas Galápagos. .................................................................... 35 Figura 3. Matriz de geração de energia elétrica de Galápagos em 2016......................... 39 Figura 4. Demanda elétrica e número de usuários no período (2013 – 2025). ............... 43 Figura 5. Preços médios aplicados aos clientes da E. E. Galápagos. .............................. 44 Figura 6. Histórico e previsão da cobertura de energia elétrica. ..................................... 47 Figura 7. Perdas elétricas anuais (histórico e previsão) no sistema de distribuição. ...... 47 Figura 8. Configuração do sistema de energia híbrido solar-bateria-diesel. ................... 50 Figura 9. Configuração do sistema de energia híbrido solar-bateria-biogás. .................. 51 Figura 10. Proposta do algoritmo de otimização baseado em simulação. ...................... 52 Figura 11. Passos 1 e 2 do algoritmo de otimização baseado em simulação. ................. 53 Figura 12. Algoritmo de otimização e simulação. .......................................................... 54 Figura 13. Potencial total de biogás nas Ilhas Galápagos. .............................................. 62 Figura 14. Estratégia de operação do SHGE com back up a diesel. ............................... 64 Figura 15. Estratégia de operação do SHGE com back up a biogás. .............................. 64 Figura 16. Problema de otimização. ................................................................................ 68 Figura 17. Formação do vetor final para o PSO-BPSO. ................................................. 70 Figura 18. Funcionamento do método sem preferência de função objetivo. .................. 75 Figura 19. Perfil diário de irradiação solar (a) de junho a novembro e (b) de maio a dezembro. c) Perfil horário da irradiação solar durante um ano. ............................................. 77 Figura 20. Perfil de carga CA: (a) San Cristóbal em um ano, (b) San Cristóbal em um dia, (c) Floreana em um dia e (d) Floreana em um ano. .................................................................. 78 Figura 21. Evolução do algoritmo: (a) para a Ilha Floreana, (b) para a Ilha San Cristóbal. .................................................................................................................................................. 85 Figura 22. Simulação da configuração solar-bateria para a Ilha Floreana. ..................... 86 Figura 23. Simulação da configuração solar-bateria-diesel para a Ilha Floreana. .......... 87 Figura 24. Fronteira de Pareto ótima para uma configuração solar-bateria-diesel: (a) Floreana e (b) San Cristóbal. .................................................................................................... 88 Figura 25. Modelo de circuito equivalente de um diodo. ............................................. 123 Figura 26. Curvas características I-V e P-V.................................................................. 124 Figura 27. Associação de painéis fotovoltaicos em série. ............................................. 126 Figura 28. Associação de painéis fotovoltaicos em paralelo. ....................................... 127 Figura 29. Potencial total de biogás nas Ilhas Galápagos. ............................................ 136 LISTA DE TABELAS Tabela 1. Revisão de literatura das abordagens do algoritmo PSO para o dimensionamento de SHGE...................................................................................................... 29 Tabela 2. Características gerais das ilhas povoadas. ....................................................... 36 Tabela 3. Potência nominal Instalada do Setor Elétrico de Galápagos. .......................... 38 Tabela 4. Usuários/ Energia Disponível/ Energia Faturada no ano 2016. ...................... 42 Tabela 5. Preço de compra segundo o tipo de energia. ................................................... 45 Tabela 6. Fatores de emissão utilizados na análise de emissões do ciclo de vida. ......... 72 Tabela 7. Variáveis de decisão contínuas e discretas do problema de otimização. ........ 79 Tabela 8. Características técnicas dos componentes. ...................................................... 79 Tabela 9. Valores utilizados para calcular o NPVc......................................................... 81 Tabela 10. Resultados da abordagem mono-objetivo. .................................................... 83 Tabela 11. Resultados da abordagem multiobjetivo. ...................................................... 89 Tabela 12. Resultados do sistema solar-bateria-biogás................................................... 91 Tabela 13. Especificações técnicas dos módulos fotovoltaicos utilizados. .................. 118 Tabela 14. Investimento inicial dos módulos PV.......................................................... 118 Tabela 15. Especificações técnicas das baterias utilizadas. .......................................... 119 Tabela 16. Investimento inicial das baterias. ................................................................ 119 Tabela 17. Especificações técnicas dos grupos motores geradores à biogás. ............... 120 Tabela 18. Investimento inicial dos grupos motores geradores a biogás. ..................... 120 Tabela 19. Especificações técnicas dos inversores. ...................................................... 121 Tabela 20. Investimento inicial dos inversores. ............................................................ 121 Tabela 21. Resumo dos custos utilizados na análise econômica. ................................. 122 Tabela 22. Potencial de biogás nas Ilhas Galápagos por digestão anaeróbica do esterco animal. .................................................................................................................................... 134 Tabela 23. Matéria Orgânica Produzida em Galápagos. ............................................... 135 Tabela 24. Potencial de biogás nas Ilhas Galápagos a partir dos RSM. ....................... 136 Tabela 25. Composição química do biogás................................................................... 137 Tabela 26. Diferença de entalpia, entalpia de formação e massa molar dos elementos da combustão. .............................................................................................................................. 138 Tabela 27. Poder calorífico inferior do biogás. ............................................................. 140 LISTA DE ABREVIATURAS E SIGLAS Símbolo Descrição Unidade A Fator de idealidade modificado - AB Biodigestor anaeróbico - AG Algoritmo genético - ARCBQG Agência de Regulação e Controle de Biossegurança e Quarentena de Galápagos - ARCONEL Agência de Regulamentação e Controle de Eletricidade - BG Gerador a Biogás - BPSO Binary Particle Swarm Optimizer - BS Armazenamento de biogás - BT Banco de Baterias - BUG Back up generator - CA Corrente Alternada - CC Corrente Contínua - CC/CA Corrente Contínua – Corrente Alternada - C/I Conversor bidirecional ou inversor - CO2 Dióxido de carbono - CONV Conversor Bidirecional - DA Digestão Anaeróbica - DG Gerador Diesel - DG/BG Gerador Diesel – Gerador Biogás - Diesel-ORC Diesel - Organic Rankine Cycle - DMOPSO Dynamic multi-objective Particle Swarm Optimization Algorithm - DOD Depth of discharge [%] DST Armazenamento Diesel - EBC Espaço de busca contínua - EF Estratégia de funcionamento do SHGE - E.E.GALAPAGOS S.A. Companhia Provincial de Eletricidade de Galápagos - E-PSO Evolutionary Particle Swarm Optimization - FMIk Frequência de Interrupção Média - FT Função de transferência - G Melhor posição - GBEST Melhor global - GB Gerador biogás - GHI Global Horizontal Irradiance - GA-PSO Genetic Algorithm - Particle Swarm Optimizer - GSEP Global Sustainable Electricity Partnership - GSA Global Solar Atlas - HOMER Hybrid Optimization Model for Energy Resources - I Iteração - INEC Instituto de Estatística e Censos do Equador - INECEL Instituto de Eletrificação do Equador - I.V.A Imposto sobre valor agregado [%] INV1 Inversor de 3kW até 30kW - INV2 Inversor de 30kW até 72kW - LBM Lifetime Battery Model [-] LCA Carga CA - LED Light-emitting diode - LF Load Following - LOSPEE Lei Orgânica do Serviço Público de Energia Elétrica - MCI Motor de Combustão Interna - MEER Ministério da Eletricidade e Energia Renovável - MPPT Maximum Power Point Tracking - MOPSO Multi- Objective Particle Swarm Optimization - MPSO Modified Particle Swarm Optimization - n Número de módulos fotovoltaicos em série/paralelo - NBT Número de baterias - nd Fator de idealidade do diodo - NINV1 Número de inversores de 3kW até 30kW - NINV2 Número de inversores de 30kW até 72kW - NGB Número de geradores biogás - noI Número de iterações - noP Número de partículas - NPV Número de módulos fotovoltaicos - Ns Número de células em série - P Potência [W] PBEST Melhor pessoal - PCE Projeto Cozinha Eficiente - PG Plano de Gaplápagos - PLANEE Plano Nacional de Eficiência Energética - PLANREP Plano de Redução de perdas de Energia Elétrica - PME Plano Mestre de Eletrificação - PNUD Programa das Nações Unidas para o Desenvolvimento - PPV Potência nominal do painel fotovoltaico [Wp] PSO Particle Swarm Optimizer - PSO-BPSO Otimizador por enxame de partículas contínuo e binário - PSO-GWO Particle Swarm Optimization - Grey Wolf Optimizer - PSO e QP Particle Swarm Optimizer - Quadratic programming - RSM Resíduos Sólidos Municipais - PV Painel fotovoltaico - S Forma da função de transferência - SEG Setor Elétrico de Galápagos - SHGE Sistema Híbrido Gerador de Energia - SNI Sistema Nacional Interligado - SOC State of charge [%] Swarm Vetor de decisão - TEP Tonelada Equivalente de Petróleo - TTIk Tempo Total de Interrupção - UGPV Unidade Geradora de Energia Fotovoltaica - VDC Variável de decisão contínua - VDD Variável de decisão discreta - WT Wind Turbine - ZCFIG Zero Combustíveis Fósseis nas Ilhas Galápagos - LISTA DE SÍMBOLOS Símbolo Descrição Unidade c Taxa de capacidade - CBT Capacidade energética nominal da bateria [Wh] Ci,BT Custo da bateria [US$] Ci,GB Custo do moto-gerador biogás [US$] Ci,INV1 Custo do inversor de 3kW até 30kW [US$] Ci,INV2 Custo do inversor de 30kW até 72kW [US$] Ci,PV Custo do painel fotovoltaico [US$] Ci,TOT_INV1 Investimento inicial nos inversores de 3kW até 30kW [US$] Ci,TOT_INV2 Investimento inicial nos inversores de 30kW até 72kW [US$] Ci,UGB Investimento inicial na unidade geradora biogás [US$] Ci,UGBT Investimento inicial na unidade geradora com baterias [US$] Ci,UGPV Investimento inicial da unidade geradora fotovoltaica [US$] Co&m,BT Custo de operação e manutenção na unidade geradora com baterias [US$/ano] Co&m,INV1 Custo de operação e manutenção nos inversores de 3kW até 30kW [US$/ano] Co&m,INV2 Custo de operação e manutenção nos inversores de 30kW até 72kW [US$/ano] Co&m,PV Custo de operação e manutenção na unidade geradora fotovoltaica [US$/ano] Co&m,UGB Custo de operação e manutenção na unidade geradora biogás [US$/h] Csub,INV1 Custo de substituição nos inversores de 3kW até 30kW [US$] Csub,INV2 Custo de substituição nos inversores de 30kW até 72kW [US$] Csub,UGB Custo de substituição da unidade geradora biogás [US$] Csub,UGBT Custo de substituição da unidade geradora com baterias [US$] Csub,UGPV Custo de substituição da unidade geradora fotovoltaica [US$] c1 Constante positiva - c2 Constante positiva - E Quantidade total de energia do BT [kWh] E1 Energia disponível no início do processo de carga/descarga da bateria [kWh] E2 Energia quimicamente ligada no início do processo de carga/descarga da bateria [kWh] E1,i+1 Energia disponível no final do processo de carga e descarga da bateria [kWh] E2,i+1 Energia quimicamente ligada no final do processo de carga/descarga [kWh] EMCO2 Quantidade máxima de CO2-eq emitido na operação do SHGE [kg/ano] Fc Consumo de combustível diesel [L/h] fPV Fator de redução de potência (perdas não dependentes da temperatura) [%] F0 Coeficiente de interceptação da curva de combustível [L/h/kW-rated] F1 Slop da curva de combustível [L/hr/kW] ( )xf  1 Função objetivo 1 - ( )xf  2 Função objetivo 2 - ( )xg j  Restrição igual ou maior que - 𝐺𝑡⃗⃗⃗⃗ Melhor posição global no enxame na iteração t - ( )xhk  Restrição de igualdade - I Corrente [A] IL Corrente foto-gerada [A] I0 Corrente de saturação reversa do diodo [A] IT Irradiação solar incidente no painel fotovoltaico [kW/m2] ITotal Corrente total do arranjo [A] IT,STC Irradiação solar incidente em condições de teste padrão [kW/m2] k Constante de Condutância [1/h] biogásm Fluxo mássico de biogás no motor de combustão interna [kg/s] Nmax_BT Número máximo de baterias - Nmax_CONV Número máximo de conversores - Nmax_PV Número máximo dos painéis solares fotovoltaicos - Nmax_DG/BG Número máximo de geradores a diesel ou geradores a biogás - NPVc Valor Presente Líquido dos Custos (Net Present Value of costs) [US$] LPSP Probabilidade de Perda no Fornecimento de Energia (Loss of Power Supply Probability) [%] P Potência entregue, ou, fornecida pelas baterias [kW] biogásPCI Poder calorífico inferior do biogás [kJ/kg] PDG Saída do gerador diesel [kW] PDGN Potência nominal do gerador diesel [kW] Pex Excesso de potência [kW] PGB Potência do moto-gerador biogás [W] PINV Potência do inversor [kW] PPV Potência Fotovoltaica [kW] Pout Potência de saída CC [kW] Pinv, rated Potência nominal de CC [kW] 𝑃𝑖 𝑡⃗⃗⃗⃗ Melhor posição individual das partículas - Q Carga eletrônica [C] r Número aleatório entre 0 e 1 - Rs Resistência em série [] Rsh Resistência em paralelo [] r1 Número aleatório entre 0 e 1 - r2 Número aleatório entre 0 e 1 - t Tempo h Ta Temperatura ambiente [°C] Tc Temperatura da célula fotovoltaica [°C] Tc,STC Temperatura da célula fotovoltaica em condições de teste padrão [°C] Totalenergy Energia Total [kWh] ( )1+t iVT  Função de transferência sigmoide - maxt Número total de iterações - V Tensão [V] Vi Tensão do painel i [V] Vi Trajetória da partícula - Maxv Velocidade máxima - Minv Velocidade mínima - 𝑉𝑖 𝑡⃗⃗⃗⃗ Velocidade na iteração t - 1+t iV  Velocidade das partículas na iteração (t + 1). - VTotal Tensão total do arranjo [V] 𝑤 Número variável entre 0,2 e 0,9 - Maxw Inércia máxima - Minw Inércia mínima - outW Potência elétrica produzida no moto-gerador [kW] Xi Posição atual - ix  Vetor de decisão - Lx Limites inferior do vetor de decisão - Ux Limites superior do vetor de decisão - 1x Quantidade de painéis fotovoltaicos no vetor de decisão - 2x Quantidade de baterias no vetor de decisão - 3x Quantidade de conversores ou inversores no vetor de decisão - 4x Quantidade de unidades geradoras no back up - 5x Modelo dos painéis fotovoltaicos - 6x Modelo das baterias - 7x Modelo dos conversores ou inversores - 8x Modelo das unidades geradoras no back up - 51x a 82x Variáveis de decisão discretas. - 𝑋𝑖 𝑡+1⃗⃗ ⃗⃗ ⃗⃗ ⃗⃗ ⃗ Posição da partícula (Xi) na iteração (t+1) - YPV Potência de saída sob condições de teste padrão [kW] LISTA DE LETRAS GREGAS Símbolo Descrição Unidade α𝑃 Coeficiente de potência/temperatura [%/°C] MCIElec_ Eficiência de geração de eletricidade do MCI [%] Ωc − d Percentagem de perdas de carregamento/descarregamento [%] ΩPV Perdas for fiação e dispersão [%] SUMÁRIO 1 CAPÍTULO 1: CONSIDERAÇÕES INICIAIS ........................................................... 23 1.1 INFORMAÇÕES GERAIS ....................................................................................... 23 1.2 DIMENSIONAMENTO DE SHGE E ALGORITMOS DE OTIMIZAÇÃO ........... 28 1.3 MOTIVAÇÕES ......................................................................................................... 31 1.4 OBJETIVOS DE PESQUISA .................................................................................... 32 1.5 APRESENTAÇÃO INICIAL .................................................................................... 33 2 CAPÍTULO 2: SETOR ELÉTRICO DE GALÁPAGOS ............................................ 35 2.1 PERFIL DAS ILHAS GALÁPAGOS ....................................................................... 35 2.2 O SETOR ELÉTRICO DE GALÁPAGOS ............................................................... 37 2.2.1 Evolução do Setor Elétrico de Galápagos.............................................................. 37 2.2.2 A matriz elétrica de Galápagos .............................................................................. 38 2.2.3 Usinas termelétricas nas Ilhas Galápagos ............................................................. 39 2.2.4 Usinas de energia renovável.................................................................................... 40 2.2.5 Usuários e demanda de eletricidade na província de Galápagos ........................ 42 2.2.6 Tarifas de energia elétrica nas Ilhas Galápagos ................................................... 44 2.2.7 Preços de venda pela E. E. Galápagos ................................................................... 44 2.2.8 Preços de compra pela E. E. Galápagos ................................................................ 45 2.2.9 Infraestrutura de subtransmissão/distribuição e cobertura ................................ 46 2.2.10 Perdas no sistema de distribuição .......................................................................... 47 2.2.11 Qualidade do serviço técnico .................................................................................. 48 2.2.12 Programas de eficiência energética em Galápagos ............................................... 49 3 CAPÍTULO 3: METODOLOGIA ................................................................................. 50 3.1 DESCRIÇÃO DO SISTEMA HÍBRIDO GERADOR DE ENERGIA ..................... 50 3.2 ABORDAGEM PARA O DIMENSIONAMENTO DOS SISTEMAS HÍBRIDOS GERADORES DE ENERGIA ................................................................................................. 51 3.3 PRÉ-DIMENSIONAMENTO DO SISTEMA HÍBRIDO ......................................... 55 3.4 SIMULAÇÃO DOS COMPONENTES DO SISTEMA HÍBRIDO .......................... 56 3.4.1 Modelagem da unidade geradora de energia solar fotovoltaica.......................... 56 3.4.2 Modelagem da unidade de armazenamento .......................................................... 59 3.4.3 Unidade geradora de energia (back-up)................................................................. 60 3.4.4 Conversor CA/CC (CONV) .................................................................................... 62 3.4.5 Irradiação solar e carga CA ................................................................................... 63 3.5 ESTRATÉGIA DE FUNCIONAMENTO (EF) ........................................................ 63 3.6 MODELAGEM MATEMÁTICA DO ALGORITMO DE OTIMIZAÇÃO ............. 65 3.6.1 Otimização por enxame de partículas (PSO) ........................................................ 65 3.6.2 Otimização por enxame de partículas binário (BPSO) ........................................ 67 3.7 PROBLEMA DE OTIMIZAÇÃO ............................................................................. 68 3.7.1 Vetor de decisão ....................................................................................................... 69 3.7.2 Tamanho real do vetor de decisão ......................................................................... 69 3.7.3 Funções objetivo ...................................................................................................... 71 3.7.4 Restrições .................................................................................................................. 72 3.8 ABORDAGEM MULTI-OBJEIVA .......................................................................... 73 4 CAPÍTULO 4: ANÁLISE E DISCUSSÃO DOS RESULTADOS .............................. 77 4.1 DADOS DE IRRADIAÇÃO SOLAR E CARGA CA .............................................. 77 4.2 DADOS DE ENTRADA ........................................................................................... 79 4.3 CARATERÍSTICAS TÉCNICAS DOS COMPONENTES ...................................... 79 4.4 VALORES PARA O CÁLCULO DO NPVC ........................................................... 80 4.5 RESULTADOS DO PSO-BPSO ............................................................................... 82 4.6 RESULTADOS DA ABORDAGEM MONO-OBJETIVO ...................................... 82 4.7 RESULTADOS DA ABORDAGEM MULTI-OBJETIVO ...................................... 87 4.8 RESULTADOS DO DIMENSIONAMENTO DO SHGE SOLAR-BATERIA- BIOGÁS ................................................................................................................................... 91 5 CAPÍTULO 5: CONCLUSÕES ..................................................................................... 92 5.1 CONCLUSÕES SETOR ELÉTRICO DE GALÁPAGOS ........................................ 92 5.2 CONCLUSÕES DO ALGORITMO PSO-BPSO PROPOSTO ................................ 93 REFERÊNCIAS BIBLIOGRÁFICAS ...................................... Erro! Indicador não definido. APÊNDICE A – Pré-dimensionamento do sistema híbrido gerador de energia solar- bateria-biogás ........................................................................................................................ 110 APÊNDICE B – Código gerado no MATLAB® ................................................................ 116 APÊNDICE D – Modelo de circuito equivalente ............................................................... 123 APÊNDICE E – Associações de Módulos Fotovoltaicos em Série e Paralelo ................. 126 APÊNDICE F – Modelagem econômica ............................................................................. 128 APÊNDICE G – Estimativa do potencial do biogás nas Ilhas Galápagos ....................... 132 APÊNDICE H - Detalhes dos algoritmos apresentados no Capítulo 1, Tabela 1 ........... 141 23 1 CAPÍTULO 1: CONSIDERAÇÕES INICIAIS 1.1 INFORMAÇÕES GERAIS Declaradas em 1978 pela UNESCO como Patrimônio Natural da Humanidade, as Ilhas Galápagos, localizadas no território equatoriano, enfrentam desafios demográficos, ambientais e energéticos. De 2010 a 2015, segundo o Instituto Nacional de Estatística e Censos do Equador (INEC), a população das ilhas cresceu 9,5%, causando um crescimento médio anual de 5,58% no número de usuários que acessam o serviço elétrico e de 13,34% na demanda da energia elétrica, sendo esta última também como resultado do crescimento turístico e comercial do arquipélago (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). Assim, o Setor Elétrico de Galápagos (SEG) tem sido constantemente desafiado, uma vez que deve crescer de forma diligente e sustentável em uma região biogeográfica considerada única no mundo, devido ao elevado número de espécies endêmicas existentes no arquipélago. De acordo com o Ministério da Eletricidade e Energia Renovável (MEER), o SEG demandará 73 GWh no ano de 2025, 1,4 vezes mais que em 2016. Com o intuito de atender a essa demanda de eletricidade, surge a oportunidade de crescimento da geração de energia elétrica por meio de fontes renováveis não convencionais. Nesse contexto, o MEER está apostando nos sistemas autônomos baseados em energias renováveis, e prevê um investimento de aproximadamente 144 milhões de dólares até o ano de 2025, para a implementação de seis usinas fotovoltaicas, quatro usinas eólicas e uma usina híbrida (térmica-fotovoltaica-baterias) (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). Segundo a Agência de Regulamentação e Controle de Eletricidade (ARCONEL), o SEG é composto por quatro sistemas elétricos isolados, um sistema para cada uma das ilhas povoadas (Santa Cruz, São Cristóbal, Isabela e Floreana); e é altamente dependente dos combustíveis de origem fóssil, uma vez que 85% da energia elétrica gerada por este setor depende de termelétricas a diesel, o que as torna indispensáveis em termos de confiabilidade na prestação do serviço elétrico no arquipélago (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). A dependência destes combustíveis fósseis coloca as ilhas em constantes riscos porque eles representam um perigo constante de poluição por vazamentos quando transportados por via marítima. Eles também contribuem para o aumento das emissões de gases de efeito estufa, 24 causando danos irreversíveis a esta Reserva da Biosfera1. Por exemplo, o caso do barco Jessica de propriedade da Acotamar, em janeiro de 2001, que encalhou na entrada de Puerto Baquerizo Moreno, na Ilha de São Cristóbal. O navio transportava aproximadamente 600 toneladas (160.000 galões) de diesel e 300 toneladas (80.000 galões) de gasolina. Em decorrência do acidente, sete leões-marinhos e 17 aves (pelicanos e patolas-de-pés-azuis) foram afetados. Enquanto que na Ilha de Santa Fé, também foram danificados vários leões-marinhos, e 62% das iguanas morreram após um ano do vazamento (SANDERSON; TIERCELIN; VILLANUEVA, 2001). Outro acidente semelhante ocorreu em junho de 2011, quando 700 galões de diesel foram derramados em uma baía da Ilha de Santa Cruz, a Ilha de Galápagos mais visitada por turistas. Felizmente, neste caso, o vazamento foi controlado graças à colocação de uma barreira protetora ao redor do naufrágio, evitando danos à flora e à fauna (LLERENA-PIZARRO et al., 2019). A partir de 2007, o governo equatoriano, profundamente preocupado com a viabilidade ecológica, econômica e social das Ilhas Galápagos, lançou a iniciativa “Zero Combustíveis Fósseis nas Ilhas Galápagos (ZCFIG)”, que visa erradicar o uso de destilados de petróleo nesta área altamente sensível, e explorar os recursos renováveis existentes no arquipélago. Assim, o cuidado com a biodiversidade das ilhas passou a ter a máxima prioridade, de acordo com os compromissos assumidos pelo Estado equatoriano com a comunidade internacional. Para isso, várias iniciativas foram estabelecidas pelo governo equatoriano como parte do programa Zero Combustíveis Fósseis nas Ilhas Galápagos, tais como: a inserção de veículos elétricos no arquipélago, bem como, a inserção de fogões por indução (ELECGALAPAGOS, 2021a). Outra iniciativa que merece destaque é o programa “RENOVA”, que visa restaurar geladeiras ineficientes. O impacto que a inserção dessas novas iniciativas causou na rede de distribuição elétrica foi amplamente avaliado por (MORALES et al., 2017). As principais desvantagens da adoção dessas políticas de baixo carbono foram apresentadas por (JAKOB, 2017). Além disso, desde o lançamento desta nova política (Zero Combustíveis Fósseis nas Ilhas Galápagos), o Setor Elétrico de Galápagos tem sido fortemente beneficiado com instalações de geração de energia não convencionais, principalmente usinas eólicas e fotovoltaicas. De acordo com a Assembleia Nacional do Equador 2016-2040, o governo equatoriano pretende estabelecer uma política energética sustentável para os próximos anos em Galápagos. Para isso, todas as fontes alternativas de energia do arquipélago devem ser exploradas. No 1 As reservas da biosfera são áreas de ecossistemas costeiros terrestres e marinhos que são reconhecidos internacionalmente no âmbito do programa Homem e Biosfera da UNESCO. 25 entanto, o SEG atualmente utiliza apenas pequenas quantidades de energia solar, eólica e biocombustíveis à base de óleo de palma, portanto, aumentar o uso desses recursos é mais que uma necessidade no arquipélago nos próximos anos. Por outro lado, a energia baseada no biogás, assim como a energia geotérmica e a energia das ondas, são fontes de energia que ainda não foram exploradas em Galápagos. Em relação ao recurso solar nas ilhas, Galápagos está anualmente exposta a uma quantidade significativa de luz solar, principalmente nas costas da Ilha de Santa Cruz, na faixa costeira da Ilha Baltra, ao norte e ao sul da Ilha Floreana, grande parte da Ilha de São Cristóbal e, por último, o porto de Villamil, no sul da Ilha Isabela (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). De acordo com o Global Solar Atlas (GSA), os valores de irradiância horizontal global (GHI) em Galápagos variam entre 1.650 e 2.250 kWh/m2/ano (LLERENA-PIZARRO et al., 2019). Esses valores de GHI são maiores do que aqueles encontrados em alguns países europeus, tais como: Alemanha (900 – 1.250 kWh/m2/ano), França (900 – 1.650 kWh/m2/ano) e Espanha (1.200 – 1.850 kWh/m2/ano), países onde as usinas solares estão sendo amplamente utilizadas (NASCIMENTO, 2017). Mesmo com essa grande quantidade de luz solar, as Ilhas Galápagos possuem apenas 2,5 MWp desse tipo de energia, o que representa apenas 4,1% da potência nominal instalada no arquipélago (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). Por outro lado, em 2015 foram gerados 8.823 toneladas de Resíduos Sólidos Urbanos (RSU) nas Ilhas Galápagos, um valor que representa aproximadamente 324 kg per capita por ano. Desses RSU, 1.252 toneladas não são recicláveis (CONSEJO DE GOBIERNO DEL RÉGIMEN ESPECIAL DE GALÁPAGOS, 2016), devendo ser descartados ou utilizados de maneira adequada. A Digestão Anaeróbica (DA) é uma solução satisfatória para a realização desse descarte, além de gerar biogás como principal produto (SANTOS et al., 2018). Embora a DA seja uma tecnologia avançada e amplamente utilizada no mundo, essa tecnologia ainda não foi aplicada nas Ilhas Galápagos e uma das principais razões é devido ao alto investimento e algumas experiências negativas em outras províncias do Equador (HERRERO et al., 2017). Outra fonte de geração de biogás que não foi utilizada ou estudada em Galápagos é o esterco bovino. De acordo com a Agência de Regulação e Controle de Biossegurança e Quarentena de Galápagos (ARCBQG), o arquipélago possui cerca de 10.000 cabeças de gado distribuídas em suas quatro ilhas povoadas, o que possibilitaria o aproveitamento desse recurso em cada uma delas (LLERENA-PIZARRO et al., 2019). Os resíduos sólidos produzidos por esses animais variam de 10 a 15 kg/dia; a taxa de conversão de metano por digestão anaeróbica para este tipo de resíduo é de 0,04 m3 CH4/kg (SALOMON; LORA, 2009). Portanto, no melhor 26 dos casos, com a utilização de um digestor tubular, o arquipélago teria capacidade para produzir 9.450 m3/dia de biogás, que poderia ser utilizado para a produção de eletricidade. Além do biogás, esse processo de digestão anaeróbica geraria 16.500 m3/mês de bio-fertilizante, que poderia ser comercializados no mercado agrícola (LLERENA-PIZARRO et al., 2019). Com base nos recursos renováveis subexplorados (solar) e não explorados (biogás) nas Ilhas Galápagos, um sistema híbrido de geração solar-bateria-biogás poderia ser uma alternativa atraente para todas as ilhas povoadas do arquipélago. No entanto, a inserção de um Sistema Híbrido de Geração de Energia (SHGE) não seria novidade para as ilhas, uma vez que dois desses sistemas já se encontram em funcionamento no arquipélago. Por exemplo, o parque eólico da Ilha de São Cristóbal trabalha em conjunto com uma termelétrica a diesel, formando um sistema híbrido eólico-diesel, que combina as duas fontes mais utilizadas na maioria dos sistemas híbridos instalados na América Latina e Caribe (BORGES NETO et al., 2010). Outro exemplo de sistema híbrido instalado no arquipélago é a central híbrida localizada na Ilha Isabela, que tem uma capacidade instalada de 0,92 MWp de energia fotovoltaica, 1.625 MW de dupla energia térmica (óleo vegetal/diesel) e 258 kWh de capacidade de armazenamento em baterias de íons de lítio (LLERENA-PIZARRO et al., 2019). Conforme observado, nos dois SHGE instalados nas Ilhas Galápagos, os combustíveis fósseis estão sempre presentes, pois o uso desses combustíveis representa confiabilidade em termos de geração de eletricidade. Portanto, o estudo e dimensionamento de um sistema híbrido de geração de energia que utiliza apenas recursos renováveis (solar e biogás), proposto neste trabalho, seria inovador nas Ilhas Galápagos. Além disso, esta proposta inovadora iria colaborar diretamente com a iniciativa zero combustíveis fósseis no arquipélago. O biogás poderia ser armazenado e usado para produzir eletricidade. O bio-fertilizante, subproduto da digestão anaeróbica, poderia ser utilizado em atividades agrícolas. A venda deste fertilizante poderia ajudar a manter os preços da eletricidade mais atraentes em comparação com os cobrados pelos sistemas tradicionais geradores de energia. A energia gerada pelos painéis fotovoltaicos poderia alimentar as bombas d’água utilizadas por este mesmo setor agrícola para irrigação. Além disso, qualquer energia excedente poderia ser armazenada em um banco de baterias para o uso posterior, seja em estações de carregamento de veículos elétricos, ou para atender à demanda estimada para 2025. Por outro lado, esta proposta também poderia acelerar a implementação de projetos que ainda não foram lançados em Galápagos, uma vez que esses projetos aumentam a demanda de eletricidade (CONSEJO NACIONAL DE ELECTRICIDAD, 2013a; ELECGALAPAGOS, 2021a). Por exemplo, o projeto que incentiva o uso de veículos elétricos no arquipélago; apenas 362 carros elétricos e 786 motocicletas elétricas foram permitidas nas ilhas até 2020, conforme 27 a situação atual. Outro exemplo é o Projeto Cozinha Eficiente (PCE), que visa a substituição dos fogões a gás por elétricos (ELECGALAPAGOS, 2021b). Ainda, esta proposta permitiria um plano mais ambicioso em termos de mobilidade no setor marítimo (barcos elétricos), já que este setor é o maior consumidor de combustíveis fósseis nas ilhas (CONSEJO DE GOBIERNO DEL RÉGIMEN ESPECIAL DE GALÁPAGOS, 2021a). Os barcos elétricos poderiam ser carregados em estações de carregamento solar-biogás instaladas nos portos. Esse tipo de tecnologia não seria novidade nas ilhas, pois já existe um estudo que mostra que a utilização de embarcações movidas a energia solar fotovoltaica no arquipélago de Galápagos é tecnicamente viável, uma vez que essa tecnologia traz benefícios ambientais, econômicos e sociais para a população do arquipélago (JARA-ALVEAR et al., 2013). Por fim, esta proposta, além de ser um mecanismo de geração de energia elétrica, pode ser considerada como um modelo para promover o desenvolvimento local nas ilhas, uma vez que permitiria a adoção de novas tecnologias no arquipélago (veículos e fogões elétricos), gerando empregos e aumentando a renda dos habitantes. Além disso, a proposta de um sistema híbrido gerador de energia considerando apenas fontes de energia renovável, é um mecanismo de desenvolvimento limpo, o que a torna mais atraente para investidores privados em busca de novas oportunidades de negócios. A proposta do sistema híbrido solar-bateria-biogás é apresentada na Figura 1. Figura 1. Proposta do Sistema Híbrido de Geração de Energia Renovável para as Ilhas Galápagos. Fonte: Elaboração própria. Sun Agriculture Bovine Manure Digester Biogas Storage Mechanical Energy Electrical Generator Electricity Storage Water Pumping Biofertilizer Photovoltaic Panels Electric Vehicle Charging Station Households Sol Agricultura Estrume bovino Biodigestor Armazenamento de biogás Energia mecânica Gerador elétrico Armazenamento de eletricidade Bombeamento de água Biofertilizante Painéis fotovoltaicos Estações de carregamento de veículos elétricos Usuário final 28 1.2 DIMENSIONAMENTO DE SHGE E ALGORITMOS DE OTIMIZAÇÃO O dimensionamento adequado do SHGE apresentado na Figura 1, traz benefícios técnicos, econômicos e ambientais. No entanto, encontrar esta configuração adequada não é uma tarefa fácil, principalmente devido ao comportamento estocástico da demanda de energia CA e dos recursos renováveis, e também devido ao grande número de variáveis envolvidas no projeto do sistema (TEZER; YAMAN; YAMAN, 2017). Portanto, o dimensionamento ideal do SHGE deve ser altamente justificado em termos econômicos, técnicos e ambientais, razão pela qual tal dimensionamento requer uma abordagem multi-objetivo. Neste contexto, várias técnicas para o dimensionamento ótimo (técnicas de otimização) de um SHGE foram implementadas e apresentadas na literatura especializada, as quais estão divididas principalmente em: probabilísticas (GAZIJAHANI; RAVADANEGH; SALEHI, 2018), analíticas (BERNAL-AGUSTÍN; DUFO-LÓPEZ, 2009) e iterativas (RAJBONGSHI; BORGOHAIN; MAHAPATRA, 2017). Dentre essas técnicas de otimização, a Otimização por Enxame de Partículas (PSO, Particle Swarm Optimizer) apareceu como uma ferramenta simples, mas com excelente desempenho na solução de problemas de otimização. Este algoritmo é comumente utilizado em problemas de um único objetivo (BONYADI; MICHALEWICZ, 2008). No entanto, com algumas modificações técnicas, esta ferramenta simples tem a capacidade de tratar adequadamente os problemas de otimização multi-objetivo (PARSOPOULOS; VRAHATIS, 2002). Portanto, o PSO tem sido amplamente utilizado para o dimensionamento de SHGE considerando uma abordagem multio-bjetiva. Este evidente sucesso do algoritmo se deve principalmente à sua fácil implementação de código, robustez, soluções convergentes estáveis e desempenhos semelhantes aos Algoritmos Genéticos (AG) (BORHANAZAD et al. 2014). Além disso, para melhorar os resultados obtidos com o PSO, várias combinações deste algoritmo com outros algoritmos evolutivos foram implementadas e apresentadas na literatura especializada. A Tabela 1 resume as diferentes abordagens do algoritmo PSO para o dimensionamento do SHGE, incluindo a abordagem a ser implementada nesta tese de doutorado. Os detalhes dos algoritmos são apresentados no Apêndice H. 29 Tabela 1. Revisão de literatura das abordagens do algoritmo PSO para o dimensionamento de SHGE. SHGE Algoritmo de Otimização Referência Unidade Renovável Unidade Não Renovável Unidade de Armazenamento PV WT Bateria Hidrogênio - √ - - √ PSO (HAKIMI; TAFRESHI; RAJATI, 2007) √ √ - √ - GA-PSO (GHORBANI et al. 2018) √ √ Gerador diesel √ - MOPSO (BORHANAZAD et al. 2014) √ √ - √ √ PSO (GARCÍA-TRIVIÑO et al. 2014) √ √ - √ √ PSO (ATHARI; ARDEHALI, 2016) √ √ - √ - MPSO (MALEKI; AMERI; KEYNIA, 2015) √ √ - √ - PSO (ASKARZADEH; COELHO, 2015) √ √ Microturbina √ - PSO e QP (MORADI; ESKANDARI; HOSSEINIAN, 2015) √ √ - √ - DMOPSO (SHARAFI; ELMEKKAWY; BIBEAU, 2015) √ - Diesel-ORC √ - PSO (NOGUERA et al. 2018) √ √ Gerador diesel √ √ PSO-GWO (ABDELSHAFY; HASSAN; JURASZ, 2018) √ √ - √ - E-PSO (LORESTANI; ARDEHALI, 2018) √ - Gerador diesel √ - PSO-BPSO Este tese de doutorado Fonte: Elaboração própria. 30 Problemas da vida real, como o desenho de um SHGE, contêm variáveis de decisão contínuas (número de componentes) e variáveis de decisão discretas (modelo dos componentes) e, devido à natureza de otimização contínua da versão simples do PSO, as soluções encontradas pelo algoritmo podem estar longe de ser aplicáveis na vida real. Por exemplo, as soluções podem não ser compatíveis com os modelos dos componentes existentes (painéis fotovoltaicos, baterias, geradores a diesel ou a biogás) no mercado local. Para resolver este importante problema, conforme mostrado na Tabela 1, alguns autores combinam o algoritmo PSO com outros algoritmos de otimização, como por exemplo os Algoritmos Genéticos (GHORBANI et al., 2018), que é um excelente algoritmo para problemas com variáveis discretas (KACHITVICHYANUKUL, 2012). Essa combinação permite ter uma abordagem realista do problema, além de melhorar o desempenho do algoritmo PSO. No entanto, essa combinação também tem um impacto direto no custo computacional, o que é prejudicial, especialmente na otimização baseada em simulação, onde o algoritmo tem que simular o SHGE várias vezes antes de encontrar uma solução ideal. Deste ponto de vista, o PSO perde sua utilidade, uma vez que perdeu seu caráter simples, e porque os problemas de otimização poderiam ser resolvidos apenas com o algoritmo com o qual o PSO foi combinado. Neste contexto, este trabalho de doutorado propõe manter a simplicidade do algoritmo PSO combinando a versão original do algoritmo com sua versão binária (BPSO, Binary Particle Swarm Optimizer) (KENNEDY; EBERHART, 1997). A função de transferência é a principal diferença entre estes dois algoritmos, PSO e BPSO, e neste trabalho é proposto utilizar uma Função de Transferência de tipo S para trabalhar com as variáveis discretas (MIRJALILI et al. 2011). Ambos algoritmos serão implementados no mesmo código no ambiente computacional MATLAB®. O uso do PSO e do BPSO, simultaneamente, complica a codificação do algoritmo. Porém, essa abordagem permite um dimensionamento do Sistema Híbrido mais realista, mantendo o custo computacional baixo, evitando soluções prematuras e com resultados próximos a outros algoritmos de alto custo computacional. Além da convergência mais rápida, em comparação com a versão original do PSO, devido ao reduzido espaço de busca do BPSO. Portanto, na proposta do algoritmo PSO-BPSO, as variáveis de decisão contínuas e discretas são processadas de forma independente, e nenhum trabalho semelhante foi relatado na literatura com esta abordagem para o dimensionamento de sistemas geradores de energia. Sendo essa a principal contribuição desta tese de doutorado. Para a validação do algoritmo, as soluções encontradas pelo PSO-BPSO serão comparadas com os resultados de outros trabalhos apresentados na literatura especializada, bem como, com os resultados do programa computacional HOMER® (Hybrid Optimization Model for Electric Renewables). Por fim, será 31 testado o desempenho do algoritmo desenvolvido inicialmente no dimensionamento de sistemas híbridos geradores de energia solar-bateria-diesel, e após a verificação do correto funcionamento do algoritmo proposto, os SHGE solar-bateria-biogás para as Ilhas Galápagos, no Equador, serão dimensionados. 1.3 MOTIVAÇÕES No trabalho de doutorado “Análise Econômica e Ambiental de Sistemas de Geração Alternativa para Suprimento Energético de Carros Elétricos”, foi apresentada uma metodologia para o dimensionamento e análise de um sistema híbrido gerador de energia solar-biogás (CASTRO, 2018). Os resultados obtidos nesse trabalho mostram, principalmente, as vantagens do uso dessas duas fontes renováveis, tanto do ponto de vista econômico quanto do ponto de vista ambiental. No entanto, esse trabalho não inclui uma metodologia de otimização para dimensionar esses tipos de usinas. O próprio autor recomenda o uso de ferramentas de otimização, com intuito de melhorar os benefícios econômicos e ambientais apresentados nos resultados dessa tese de doutorado. Por outro lado, no trabalho de doutorado “Otimização de Sistemas Híbridos de Geração de Energia Solar-Eólico-Diesel através de Métodos Metaheurísticos e Função Multi-objetivo”, foi apresentada uma abordagem determinística e probabilística para a otimização de sistemas híbridos geradores de energia, utilizando algoritmos genéticos (ROBERTS, 2016). Porém, o algoritmo apresenta altos tempos de convergência mesmo na abordagem determinística. Além disso, este algoritmo não permite a inserção de uma nova fonte renovável como o biogás. O próprio autor recomenda o uso de novas fontes de energia renovável, e hipotetiza que a implementação de outros algoritmos de otimização poderiam trazer resultados promissores e melhorar os tempos de convergência do algoritmo. Os dois trabalhos acima apresentados são a base e a primeira motivação do presente trabalho de doutorado. O principal desafio desta tese de doutorado foi o desenvolvimento de um algoritmo capaz de projetar um sistema híbrido gerador de energia ótimo com uma abordagem realista, que satisfaça a demanda da carga CA, considerando a natureza variável das fontes de energia renovável (solar-biogás), as variações na demanda de eletricidade, e todas as variáveis contínuas e discretas que estão envolvidas no dimensionamento do sistema. Além disso, alcançar os mesmos resultados com menores tempos de convergência aos apresentados no trabalho de Roberts (ROBERTS et al., 2018; ROBERTS, et al., 2017; ROBERTS, 2016). 32 O Particle Swarm Optimizer e o Binary Particle Swarm Optimizer são as metaheurísticas escolhidas para este trabalho. A motivação para a escolha dessas duas metaheurísticas foi amplamente justificada na subseção anterior, e se deve basicamente à falta de trabalhos na literatura especializa que utilize essa abordagem mista no dimensionamento de sistemas híbridos geradores de energia. A terceira motivação tem a ver com o local escolhido, as Ilhas Galápagos. A falta de pesquisas sobre questões energéticas em um lugar de importância mundial, e os atuais incentivos do governo equatoriano para explorar novas fontes de geração de energia neste arquipélago, foram a principal motivação para escolher o arquipélago como eixo principal desta tese de doutorado. Assim, as principais contribuições desta tese de doutorado são: O desenvolvimento de uma ferramenta simples, rápida e eficaz para o dimensionamento ideal de sistemas híbridos geradores de energia, utilizando um método metaheurístico híbrido PSO-BPSO (LLERENA-PIZARRO et al., 2020); Os códigos em MATLAB® do PSO-BPSO e dos modelos matemáticos das unidades geradoras de energia; O levantamento completo do Setor Elétrico de Galápagos junto com a proposta de um sistema híbrido solar-bateria-biogás, que já foi publicado pela revista internacional Renewable and Sustainable Energy Reviews (LLERENA-PIZARRO et al., 2019). 1.4 OBJETIVOS DE PESQUISA O presente trabalho tem como objetivo principal o desenvolvimento de uma ferramenta simples, capaz de dimensionar e simular Sistemas Híbridos de Geração de Energia, priorizando o aproveitamento dos recursos energéticos locais das Ilhas Galápagos; visando o menor Valor Presente Líquido dos Custos (NPVc – Net Present Value), a maior confiabilidade no fornecimento de energia elétrica e o menor impacto ambiental. Para tanto, alguns objetivos específicos devem ser alcançados: Levantar o estado atual do Setor Elétrico das Ilhas Galápagos; Estudar o potencial de energia solar fotovoltaica e de biogás nas Ilhas Galápagos; Revisar as técnicas para o dimensionamento de sistemas híbridos geradores de energia, através de métodos metaheurísticos e funções multi-objetivo; Desenvolver uma metodologia passo-a-passo para a implementação do algoritmo híbrido PSO-BPSO para o dimensionamento do SHGE; 33 Modelar matematicamente e simular cada uma das unidades geradoras de energia que compõem o SHGE. 1.5 APRESENTAÇÃO INICIAL O conteúdo desta tese de doutorado está estruturado em cinco capítulos, conforme a seguir: O CAPÍTULO 1: CONSIDERAÇÕES INICIAIS, apresenta as informações gerais sobre o estado da arte do assunto estudado (Setor Elétrico de Galápagos e os métodos metaheurísticos para o dimensionamento dos Sistemas Híbridos), apresenta também as principais motivações e contribuições deste trabalho. Ainda neste capítulo, os principais objetivos a serem alcançados são apresentados. Por fim, apresenta a estrutura desta tese de doutorado. O CAPÍTULO 2: SETOR ELÉTRICO DE GALÁPAGOS, apresenta em detalhes o estado atual de cada um dos sistemas elétricos que compõem o Sistema Elétrico de Galápagos, bem como, o perfil das Ilhas Galápagos. Ainda neste capítulo, são apresentadas também as projeções futuras do SEG até o ano de 2025. Por fim, analisa minuciosamente os principais recursos renováveis explorados e não explorados no arquipélago. O CAPÍTULO 3: METODOLOGIA, apresenta em detalhes a metodologia aplicada para o pré-dimensionamento, dimensionamento e otimização do SHGE, bem como, todo o equacionamento necessário para implementar os modelos econômicos, técnicos e ambientais. Finalmente, este capítulo apresenta o passo a passo do desenvolvimento do algoritmo PSO- BPSO. O CAPÍTULO 4: ANÁLISE E DISCUSSÃO DOS RESULTADOS, apresenta os resultados de desempenho do algoritmo desenvolvido. Em primeiro lugar, para validar o algoritmo proposto (PSO-BPSO), foram projetados sistemas híbridos geradores de energia solar-bateria e solar-bateria-diesel. Os resultados destes primeiros testes foram comparados com os resultados dos artigos apresentados na literatura especializada e com os resultados do software de computador HOMER®. Esta primeira parte também apresenta uma análise crítica dessas comparações. Uma vez validado o algoritmo, na segunda parte deste capítulo, são apresentados os resultados do sistema proposto nesta tese de dourado (solar-bateria-biogás). 34 O CAPÍTULO 5: CONCLUSÕES, apresenta as contribuições mais relevantes a partir dos resultados obtidos neste estudo, bem como, as conclusões. Sugestões de trabalhos futuros também são apresentadas neste capítulo. Após as conclusões, todas as referências consultadas e citadas são apresentadas em ordem alfabética. Por fim, como última parte deste documento, são apresentados todos os anexos, bem como, os códigos completos gerados no MATLAB®. 35 2 CAPÍTULO 2: SETOR ELÉTRICO DE GALÁPAGOS 2.1 PERFIL DAS ILHAS GALÁPAGOS O arquipélago de Galápagos é uma das 24 províncias da República do Equador e está localizado no Oceano Pacífico, a cerca de 972 km da costa do Equador continental (GEOPORTAL, 2017). A área total desse arquipélago é de 8.233,11 km², e está composta por treze grandes ilhas com uma área superior a 10 km², seis ilhas médias com uma área de 1 km² a 10 km² e outras 215 pequenas ilhas. 96,7% da área total da província pertence ao Parque Nacional (Patrimônio Natural da Humanidade) e 3,3% é área habitada (CONSEJO DE GOBIERNO DEL RÉGIMEN ESPECIAL DE GALÁPAGOS, 2016). Na Figura 2 é apresentada a localização de Galápagos. Figura 2. Localização das Ilhas Galápagos. Fonte: Adaptado de (GOOGLE MAPS, 2018). A divisão político-administrativa da província de Galápagos inclui três regiões: Santa Cruz, San Cristóbal e Isabela. A capital da província é Puerto Baquerizo Moreno, localizada na Ilha San Cristóbal. 36 Nesta província vivem 25.244 pessoas, com uma taxa anual de crescimento populacional de 1,8%. Onde 83% desta população está localizada na área urbana e 17% na área rural das ilhas. Além disso, a população está distribuída principalmente em cinco ilhas: 30% na região de San Cristóbal, na Ilha Floreana e na Ilha San Cristóbal; 61% na região de Santa Cruz na Ilha Santa Cruz e na ilha Baltra; e 9% na região de Isabela na ilha com o mesmo nome (INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS, 2015). A Tabela 2 apresenta as características gerais das ilhas povoadas. Tabela 2. Características gerais das ilhas povoadas. Ilha Características Floreana Localizada na área centro-sul do arquipélago, possui uma área de 172 km2, com altitude máxima de 640 metros acima do nível do mar. A idade da ilha é estimada em aproximadamente 1,5 milhão de anos. Isabela Posicionada a oeste do arquipélago, é a maior ilha da província com uma área de 4.588 km2, representando 60% da área total de Galápagos. Esta ilha é uma das mais novas, com menos de um milhão de anos. Finalmente, esta ilha é uma das ilhas com maior atividade vulcânica, pois está localizada em um ponto quente. San Cristóbal Situada a leste do arquipélago, mais distante do ponto quente, esta ilha tem uma área de 558,09 km2 e sua altitude é de 730 metros acima do nível do mar. San Cristóbal é a ilha mais antiga com uma idade aproximada de 2,8 a 5,8 milhões de anos. Santa Cruz Localizada no centro do arquipélago. É uma das maiores ilhas, com uma área de 986 km2 e uma altitude máxima de 864 metros acima do nível do mar. Estima-se que tenha 3,6 milhões de anos. Baltra Localizada também no centro do arquipélago, perto da Ilha Santa Cruz. A área é de 72 km2 e tem uma altitude máxima de 100 metros acima do nível do mar. Fonte: Consejo de Gobierno del Régimen Especial de Galápagos (2016). Em termos de temperatura, o clima das Ilhas Galápagos inclui uma estação quente que varia entre 26 °C e 28 °C, ocorrendo entre janeiro e abril. A estação fria ocupa o resto do ano, com temperaturas abaixo de 24 °C; certos lugares do oeste experimentam temperaturas de apenas 14 °C. Durante os meses da estação chuvosa (junho a novembro), a temperatura ambiente média na região costeira das ilhas é de 21 °C (LLERENA-PIZARRO et al., 2019). Por fim, devido à sua vasta biodiversidade e altos níveis de endemismo, as Ilhas Galápagos são reconhecidas internacionalmente por suas múltiplas áreas protegidas e suas consequentes designações, tais como: Parque Nacional de Galápagos, Santuário da Biosfera e da Baleia, Reserva Marinha de Galápagos e Patrimônio Natural da Humanidade (CONSEJO 37 DE GOBIERNO DEL RÉGIMEN ESPECIAL DE GALÁPAGOS, 2014; LANSDALE et al., 2015). Assim, como resultado de sua biodiversidade, Galápagos tornou-se um ícone do turismo, gerando uma série de efeitos econômicos, ambientais, sociais e culturais. 2.2 O SETOR ELÉTRICO DE GALÁPAGOS 2.2.1 Evolução do Setor Elétrico de Galápagos Segundo a Agência de Controle e Regulamentação de Energia Elétrica (ARCONEL, na sigla em espanhol), o Setor Elétrico de Galápagos é composto por quatro sistemas elétricos isolados do Sistema Nacional Interligado (SNI) (um para cada ilha habitada). Do ponto de vista operacional, sua evolução pode ser dividida em três períodos (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2015). O período de 1961 a 1999 foi marcado pelo surgimento da energia elétrica nas Ilhas Galápagos. No início deste período, apenas a capital e a Estação Charles Darwin tinham eletricidade. Em 1967, com a ajuda do Corpo de Paz dos Estados Unidos, instalou-se um gerador de eletricidade à gasolina no arquipélago, e assim, as poucas ruas das ilhas eram iluminadas por algumas horas todas as noites. Em 1971, o Instituto de Eletrificação do Equador (INECEL, por sua sigla em espanhol) iniciou as operações necessárias para fornecer energia elétrica à região insular e, em 1974, iniciou-se a construção de uma rede elétrica local (ELECGALAPAGOS, 2017). Já para o ano de 1980, as ilhas possuíam três geradores elétricos, dois de 50 kW e um de 80 kW. O combustível necessário para alimentar esses geradores era transportado por barcos uma vez por mês a partir da província de Guayas. No final deste período, a INECEL foi extinta e substituída pela Companhia Provincial de Eletricidade de Galápagos (E. E. GALAPAGOS S.A.) (CONSEJO NACIONAL DE ELECTRICIDAD, 1999). Esta empresa é responsável pela geração, transporte, distribuição e comercialização de eletricidade na província de Galápagos desde então. A era exclusivamente dos combustíveis fósseis nas Ilhas Galápagos foi de 1999 a 2007. A partir de 2001, a E. E. GALAPAGOS conseguiu fornecer eletricidade às ilhas 24 horas por dia. Em 2007, o SEG atingiu uma potência instalada de 6,29 MW. No entanto, todo esse período foi marcado pelo uso tradicional de combustíveis fósseis para gerar energia elétrica (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2015). Esta forte dependência de combustíveis fósseis causou impactos ambientais significativos nas ilhas. Pois, além de aumentar as emissões de gases de efeito estufa, esses combustíveis fósseis representam uma 38 ameaça constante ao arquipélago, porque quando transportados por via marítima, existe o risco de contaminação devido a vazamentos. No período de 2007 a 2016, iniciou-se o uso dos recursos renováveis existentes nas Ilhas Galápagos. No início deste período, o governo equatoriano, preocupado com a viabilidade ecológica, econômica e social das Ilhas, decidiu iniciar o programa Zero Combustíveis Fósseis, que visa erradicar o uso de destilados de petróleo e aproveitar os recursos renováveis existentes no arquipélago. Desde então, o SEG foi influenciado pela entrada de usinas de geração de energia não convencionais, principalmente eólica e fotovoltaica. Assim, atualmente, o SEG é composto por usinas fotovoltaicas, eólicas e térmicas (biocombustível-diesel) (LLERENA- PIZARRO et al., 2019). 2.2.2 A matriz elétrica de Galápagos O setor de energia elétrica das Ilhas Galápagos depende amplamente dos combustíveis fósseis para a geração de energia elétrica. De acordo com o Plano de Galápagos (PG) 2015 - 2020, aproximadamente 85% da energia gerada nas ilhas é produzida através do consumo de diesel, usando mais de três milhões de galões por ano, com uma taxa de crescimento anual de 4,4%. Quanto aos 15% restantes, essa eletricidade é gerada por meio de fontes de energia renováveis, como a eólica, fotovoltaica e biocombustíveis (CONSEJO DE GOBIERNO DEL RÉGIMEN ESPECIAL DE GALÁPAGOS, 2016). Segundo o Plano Mestre de Eletrificação (PME) 2016 - 2025, a geração de energia renovável evitou a emissão de aproximadamente 26,7 mil toneladas de CO2. Isso representou uma economia de 2,73 milhões de dólares no período de 2007 a 2016 (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). A potência instalada nominal em cada ilha em 2016 é apresentada na Tabela 3. Tabela 3. Potência nominal Instalada do Setor Elétrico de Galápagos. Ilha Térmica (kW) Renovável (kW) TOTAL (kW) Diesel Biocombustível Eólica Solar San Cristóbal 9.450 - 2.400 12 11.862 Santa Cruz 14.950 - 2.250 1.575 18.755 Isabela 3.250 - - 930 4.180 Floreana - 138 - 26 164 Total 27.650 138 4.650 2.543 34.981 Fonte: Adaptado de Llerena-Pizarro et al., (2019). 39 Na Figura 3, a matriz de geração de energia elétrica da província de Galápagos é apresentada de acordo com o tipo de fonte de energia. Figura 3. Matriz de geração de energia elétrica de Galápagos em 2016. Fonte: Adaptado de Llerena-Pizarro et al., (2019); Ministerio de Electricidad y Energía Renovable (2017). Pode-se ver claramente na Figura 3 que a contribuição das usinas termelétricas é vital para a confiabilidade na operação do sistema energético de Galápagos. No entanto, uma mudança drástica está prevista para os próximos anos. De acordo com a PME 2016 - 2025, uma potência adicional de 28,5 MW utilizando exclusivamente fontes renováveis será instalada no SEG até 2025 (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). 2.2.3 Usinas termelétricas nas Ilhas Galápagos A Ilha San Cristóbal possui uma usina termelétrica de 9,4 MW de potência nominal instalada, composta por nove geradores elétricos. A capacidade de geração dessas unidades varia entre 650 kW e 1.700 kW, e seu desempenho médio é de 13,04 kWh/galão de combustível. No ano de 2016, o consumo de combustível na geração térmica nesta ilha foi de 1.020,68 TEP de diesel. Por outro lado, as Ilhas Baltra - Santa Cruz possuem uma termelétrica de 15 MW de potência nominal, composta por 11 unidades geradoras (7 de 1.700 kW e 4 de 650 kW). O desempenho médio desses geradores é de 13,77 kWh/galão. Ainda em 2016, o consumo de combustível na geração térmica nesta ilha foi de 1.948,78 TEP de diesel. A Ilha Isabela possui uma usina termelétrica com capacidade nominal de 3.250 kW, composta por cinco geradores elétricos. A capacidade de geração dessas unidades varia entre 510 kW e 1.000 kW, e seu 0.00% 20.00% 40.00% 60.00% 80.00% 100.00% Sistemas Isolados Óleo de pinhão Solar Eólica Energia Térmica 0.07% 0.13% 4.08% 10.81% 84.91% 40 desempenho médio é de 13,21 kWh/galão. Neste mesmo ano, o consumo de combustível na geração térmica nesta ilha foi de 384,30 TEP de diesel. Por fim, a Ilha Floreana possui uma usina termelétrica com duas unidades movidas a óleo vegetal e/ou diesel com capacidade nominal de 138 kW, e duas unidades com capacidade nominal de 160 kW abastecidas apenas com diesel. A capacidade de geração dessas unidades varia entre 75 kW e 105 kW, e seu rendimento médio é de 11,47 kWh/galão. Em 2016, o consumo de combustível na geração térmica nesta ilha foi de 19,72 TEP de diesel (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018a; CONSEJO DE GOBIERNO DEL RÉGIMEN ESPECIAL DE GALÁPAGOS, 2011). 2.2.4 Usinas de energia renovável 2.2.4.1 Energia solar fotovoltaica O uso de painéis fotovoltaicos para produzir eletricidade distribuída atraiu cada vez mais interesse no arquipélago. Atualmente, Galápagos possui sistemas de pequeno, médio e grande porte em suas diferentes ilhas. A capacidade instalada da usina Santa Cruz Solar Puerto Ayora de 1,52 MW corresponde a 6,48% da demanda anual de eletricidade na ilha. A eletricidade gerada é transmitida para a subestação E. E. GALAPAGOS através de uma linha de transmissão de 13,8 kV, e de aproximadamente 0,7 km (LLERENA-PIZARRO et al., 2019). A despesa do projeto foi de cerca de oito milhões de dólares; o financiamento foi feito por uma cooperação entre a Agência de Cooperação Internacional Coreia-KOICA, o Ministério da Eletricidade e Energia Renovável (MEER, por sua sigla em espanhol), e a E. E. GALAPAGOS (ELECGALAPAGOS, 2021c). A usina Baltra Solar de 70 kW possui um sistema de armazenamento de baterias recarregáveis de Li-ion (500 kW, 268 kWh) e chumbo-ácido (500 kW, 4.000 kWh); este sistema de acumulação híbrida é único na América Latina e aumentou a inserção de fontes renováveis em 6% nas Ilhas Galápagos (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). Finalmente, a usina Perla Solar na Ilha Floreana tem uma potência de 20 kW, enquanto a planta da Solar Eolicsa na Ilha San Cristóbal tem uma capacidade instalada de 10 kW. Além desses sistemas públicos, o arquipélago conta com sistemas isolados privados nas Ilhas Santa Cruz, Isabela e Floreana, com uma capacidade de potência de 10 kW em cada ilha (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018a). Outros projetos 41 fotovoltaicos anunciados pelo governo equatoriano para 2025 incluem sete usinas solares fotovoltaicas com capacidade total de 12,9 MWp, localizadas principalmente nas Ilhas San Cristóbal e Isabela (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). 2.2.4.2 Energia eólica Embora, em Galápagos, a distribuição do vento não seja tão favorável e não exista um mapa eólico para fins energéticos, duas usinas eólicas foram instaladas com sucesso. A primeira está localizada na montanha El Tropezón (-0,892639 °, -89,498806 °) na Ilha San Cristóbal. Em 2015, neste setor, os ventos atingiram uma velocidade média de 5,6 m/s, sendo que no mês de maio foi atingida a máxima velocidade do ano (12,8 m/s). A capacidade instalada deste parque eólico é de 2,4 MW (três turbinas AE-59 de 800 kW). O custo foi de 10 milhões de dólares, e foi financiado principalmente através de um subsídio das empresas-membro da Parceria Global de Energia Sustentável (GSEP, sigla em inglês) (LLERENA-PIZARRO et al., 2019). Este foi o primeiro projeto eólico no Equador, e está em operação desde outubro de 2007 (PONCE-JARA et al., 2018). Em 2016, esse sistema gerou 16 GWh de energia. Ele atende a 32% da demanda anual da ilha, permitindo uma economia de 301.681 galões de diesel por ano, totalizando três milhões de galões economizados no período de 2007 a 2017. Finalmente, o governo anunciou que dois projetos eólicos serão instalados nesta ilha em 2021 e 2023, com uma capacidade de 2,25 MW cada e um custo total de 18 milhões de dólares (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). O segundo parque eólico de Galápagos está localizado na Ilha Baltra. Esta usina tem capacidade instalada nominal de 2,25 MW (três turbinas de 750 kW). Este parque eólico foi implementado com um acordo entre o MEER e o Programa das Nações Unidas para o Desenvolvimento (PNUD); seu custo foi de 10 milhões de dólares (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). Esta usina eólica atende a 17,3% da demanda de energia da Ilha Baltra e da Ilha Santa Cruz. Está interligada à subestação de Puerto Ayora (Ilha Santa Cruz) através de linhas de transmissão de 34,5 kV de 50 km de extensão, com segmentos aéreos, subterrâneos e submersos. A implantação deste parque eólico permite a economia de 99.763 galões de diesel por ano, que chegam a quase trezentos mil litros de diesel no período de 2014 a 2017. Até 2025, esta usina terá uma capacidade adicional de 9,5 MW (LLERENA-PIZARRO et al., 2019; MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). 42 2.2.4.3 Óleos Por meio da iniciativa Zero Combustíveis Fósseis nas Ilhas Galápagos, que também busca substituir o uso de diesel por biodiesel nas ilhas, estão sendo desenvolvidos projetos pilotos para a produção de óleo de pinhão. Este projeto tem o apoio do governo da Alemanha. Duas unidades com capacidade nominal de 138 kW foram instaladas na Ilha Floreana. O óleo vegetal é obtido a partir da atividade agroindustrial na província de Manabí (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2018a). Atualmente, estudos de viabilidade para a produção de biocombustível a partir do óleo de palma também estão sendo realizados (CONSEJO NACIONAL DE ELECTRICIDAD, 2013a). Os óleos vegetais têm uma participação mínima no Sistema Elétrico de Galápagos, compreendendo apenas 20% do combustível usado na Ilha Floreana (LLERENA-PIZARRO et al., 2019). 2.2.5 Usuários e demanda de eletricidade na província de Galápagos Em 2016, a província de Galápagos atingiu o segundo maior consumo de energia per capita no Equador (1.558 kWh/habitante), alcançando um faturamento de 47,00 GWh dos 51,76 GWh disponíveis no SEG (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018a). A energia demandada naquele ano foi 30,5% maior do que a esperada no PME 2007 - 2016 (CONSEJO NACIONAL DE ELECTRICIDAD, 2007). Em relação ao número de usuários, em 2016 a Empresa Elétrica de Galápagos teve 11.234 usuários, dos quais, 8.825 residenciais; 1.834 comerciais; 178 industriais; 28 de iluminação pública; e 369 outros, o que representa 39% a mais que em 2010 (CONSEJO NACIONAL DE ELECTRICIDAD, 2010). A Tabela 4 apresenta a energia consumida e a energia disponível, bem como o número de usuários por ilha em 2016. Tabela 4. Usuários/ Energia Disponível/ Energia Faturada no ano 2016. Ilha Usuários Energia Disponível GWh/ano Energia Faturada GWh/ano San Cristóbal 3.292 14,6 14,41 Santa Cruz 6.642 31,9 27,86 Isabel 1.224 5 4,55 Floreana 76 0,26 0,19 TOTAL 11.234 51,76 47,01 Fonte: Adaptado de Llerena-Pizarro. et al., (2019); Ministerio de Electricidad y Energía Renovable (2017). 43 Por outro lado, de março de 2017 a fevereiro de 2018, o SEG apresentou um consumo de 49,46 GWh dos 53,79 GWh disponíveis. Em abril de 2017 teve a maior demanda (5,38 GWh), e em dezembro do mesmo ano, teve a menor demanda (3,41 GWh). O segundo semestre de 2017 teve a menor demanda de energia elétrica (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018b). De acordo com o PME 2016 - 2025, a demanda por energia elétrica prevista para o ano de 2025 será de 41,20% maior que em 2016 (de 47,01 GWh para 73,01 GWh). Isabela será a ilha com o maior aumento (82,34%), seguida pela Ilha Santa Cruz com um crescimento de 47,51%. As Ilhas San Cristóbal e Floreana terão a menor variação, com apenas um leve aumento de 13,66% e 7,94%, respectivamente (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). Em relação aos usuários, a partir de fevereiro de 2018, a E. E. GALAPAGOS possui 11.876 usuários (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018c), e há uma previsão de um incremento de 18% até 2025 (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). A Figura 4 apresenta a evolução da demanda de energia elétrica e o número de usuários nos últimos cinco anos, bem como, a previsão até o ano de 2025. Figura 4. Demanda elétrica e número de usuários no período (2013 – 2025). Fonte: Produção do próprio autor com dados de Consejo Nacional de Electricidad (2013b); Llerena-Pizarro. et al., (2019). Como pode ser observado na Figura 4, até 2025, serão necessários 73 GWh nas Ilhas Galápagos, o que representa 1,4 vezes a mais do que no ano de 2016. 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 0 10 20 30 40 50 60 70 80 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 U su ar io s E n er g ia ( G W h ) Histórico Previsão (2013 - 2017) (2017 - 2025) Energia Faturada Energia Disponível Número de Usuarios 44 2.2.6 Tarifas de energia elétrica nas Ilhas Galápagos A ARCONEL, em conformidade com o Artigo 15. - Atribuições e Deveres da Lei Orgânica do Serviço Público de Energia Elétrica (LOSPEE), tem o poder de realizar estudos e análises técnicas, econômicas e financeiras para a elaboração de regulamentações, especificações tarifárias e ações de controle para o serviço público de energia elétrica e para o serviço de iluminação pública geral (ASAMBLEA NACIONAL, 2015). 2.2.7 Preços de venda pela E. E. Galápagos Em 2016, o preço médio de venda na província de Galápagos foi de US $0,10 por kWh. As receitas para esse ano chegaram a 5,11 milhões de dólares (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018a), 108% a mais do que em 2010. Além disso, a E. E. Galápagos também oferece um incentivo para usuários que consomem menos de 130 kWh/mês; nesse caso, o preço da energia é de US $0,04 por kWh consumido (LLERENA-PIZARRO et al., 2019). A Figura 5 apresenta a evolução dos preços médios aplicados aos diferentes tipos de usuários da E. E. Galápagos. Figura 5. Preços médios aplicados aos clientes da E. E. Galápagos. Fonte: Produção do próprio autor com dados de Agencia de Regulación y Control de Electricidad (2018f). 0 5 10 15 20 25 U S D c /k W h Iluminação Pública Comercial Industrial Outros Residencial 45 Como visto na Figura 5, observa-se que a tendência dos preços da E. E. Galápagos é atingir um preço igual para o setor comercial, industrial, residencial e “outros”. Por outro lado, 2009 foi o ano mais caro para o setor industrial, com custos de US $0,13 por kWh. O preço no setor de iluminação pública cresceu desde 2012. Em 2018, este setor teve o maior preço da história da E. E. Galápagos, com um valor de US $0,23 por kWh. Isso tem o objetivo de motivar uma mudança de iluminação de alto consumo para uma mais eficiente. Os preços médios em 2018 para os demais setores são: comercial US $0,110 por kWh; industrial US $0,107 por kWh; residencial US$ 0,105 por kWh; e outros US $ 0,095 por kWh (LLERENA-PIZARRO et al., 2019). 2.2.8 Preços de compra pela E. E. Galápagos Para atender à demanda dos clientes finais, a E. E. Galápagos adquiriu um total de 1,09 GWh dos sistemas privados isolados em 2016, o equivalente a US $140.000. O preço médio de compra naquele ano foi de US $0,13 por kWh, sendo este o maior preço de compra em todo o Equador (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018a). A Tabela 5 apresenta os preços médios de compra por tipo de energia, de acordo com o Regulamento CONELEC - 009/06. Os preços aplicam-se especificamente à província de Galápagos e são válidos até dezembro de 2020 (CONSEJO NACIONAL DE ELECTRICIDAD, 2009). Tabela 5. Preço de compra segundo o tipo de energia. Centrais Preço (USD/kWh) Eólicas 0,12 Fotovoltaicas 0,57 Biomassa e biogás 0,11 Geotérmicas 0,10 Pequenas centrais hidrelétricas até 5MW 0,06 Pequenas centrais hidrelétricas maiores a 5MW até 10MW 0,06 Fonte: Adaptado de Llerena-Pizarro et al. (2019). 46 2.2.9 Infraestrutura de subtransmissão/distribuição e cobertura O atual sistema isolado de Galápagos possui nove subestações (8 de elevação e 1 de redução) com capacidade de 41,3 MVA e um total de 51,47 km de linhas de transmissão. Além disso, nos níveis de distribuição, este sistema consiste em: 268,52 km de linhas de média tensão (146,62 km de 13,2 kV e 121,90 km de 13,8 kV); 207,28 km de linhas de baixa tensão (189,62 km monofásico, 1,06 km de duas fases e 16,61 km trifásicos); 854 transformadores (718 monofásicos e 136 trifásicos) com capacidade de transformação de 28,97 MVA (monofásico de 18,46 MVA e 10,52 MVA trifásico); e 11.221 aparelhos de medição (1.157 monofásicos, 9.859 bifásicoss e 205 de trifásicos). De acordo com o PME 2016 - 2025, até 2025 haverá um total de 308 km de linhas de média tensão, 357 km de linhas de baixa tensão, 1.136 transformadores e 15.821 dispositivos de medição; não sendo necessário aumentar o número de linhas de transmissão (LLERENA-PIZARRO et al., 2019). Em relação à cobertura de eletricidade, a província de Galápagos teve a maior cobertura em todo o país em 2016 e um aumento de 1% desde 2007 (de 98,83% para 99,83% em 2016) (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018a). Nos últimos anos, a E. E. Galápagos trabalhou em projetos para manter uma cobertura de mais de 99% e alcançar os setores habitados mais remotos do arquipélago. Por exemplo, o projeto Media Luna na área rural de Santa Cruz, que envolve a expansão da rede da ilha com a construção de 1,1 km de linhas de média tensão, 0,3 km de linhas de baixa tensão e instalação de dois transformadores de 25 kVA e oito aparelhos de medição. Outro projeto, foi a Construção de Redes de Distribuição de El Cura e El Papal na Ilha Isabela. O projeto teve um investimento de US$ 219.512,63 e permitiu atingir 100% de cobertura de todas as áreas povoadas da ilha, tanto urbanas quanto rurais. Finalmente, um projeto para fortalecer as redes de eletricidade nos setores rurais na Ilha San Cristóbal, que beneficiou 62 usuários do setor (LLERENA- PIZARRO, et al. 2019). O governo equatoriano está comprometido em fortalecer o serviço de eletricidade nas Ilhas Galápagos e continuará a fazer investimentos para melhorar a cobertura de eletricidade (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2014b). De acordo com o PME 2013 - 2022, a meta para o ano de 2025 é atingir uma cobertura elétrica correspondente a 99,97% (CONSEJO NACIONAL DE ELECTRICIDAD, 2013c). A Figura 6 ilustra o histórico e a previsão da cobertura de energia elétrica nas Ilhas Galápagos. 47 Figura 6. Histórico e previsão da cobertura de energia elétrica. Fonte: Produção do próprio autor com dados de Agencia de Regulación y Control de Electricidad (2018d). 2.2.10 Perdas no sistema de distribuição Existem dois tipos de perdas de energia no sistema de distribuição: as perdas técnicas, que são causadas pela dissipação de calor nos elementos que compõem a rede elétrica (condutores, transformadores, luzes e medidores, entre outros), e as perdas não técnicas, que geralmente são causadas pela falta de registro de assinantes e pela falta de medição e pagamento de consumidores (que são supridos de eletricidade ilegalmente ou cujos sistemas de registro foram danificados ou manipulados) (CONSEJO NACIONAL DE ELECTRICIDAD, 2013a). A Figura 7 apresenta o comportamento das perdas elétricas totais anuais (históricas e previstas) no sistema de distribuição do SEG. Figura 7. Perdas elétricas anuais (histórico e previsão) no sistema de distribuição. Fonte: Produção do próprio autor com dados de Ministerio de Electricidad y Energía Renovable (2017). 98.40% 98.60% 98.80% 99.00% 99.20% 99.40% 99.60% 99.80% 100.00% 100.20% 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8 2 0 1 9 2 0 2 0 2 0 2 1 2 0 2 2 2 0 2 3 2 0 2 4 2 0 2 5 C o b er tu ra ( % ) Histórico Previsão (2007 - 2016) (2016 - 2025) 5.38% 9.13% 9.17% 8.61% 8.42% 0.00% 2.00% 4.00% 6.00% 8.00% 10.00% 0 1000 2000 3000 4000 5000 Histórico Previsão (2007 - 2016) (2016 - 2025) Perdas Técnicas (MWh) Perdas Não Técnicas (MWh) Perdas Totais (%) 48 Como pode ser observado na Figura 7, em 2016, as perdas totais de energia apresentaram o maior nível no período analisado (9,17%). Nota-se que 7,42% dessas perdas foram técnicas e ocorreram nas seguintes etapas: 3,60% na baixa tensão, nível das redes secundárias, 1,90% na transformação de média-baixa tensão, 1,44% na alta tensão no nível de transmissão, e apenas 0,47% na média tensão no nível dos circuitos primários. Por outro lado, em 2017, as perdas totais (técnicas e não técnicas) atingiram 8,61%, o que representa 3,75 GWh da energia total disponível (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018b); o que representa 0,52% a menos que no ano de 2010 (9,13%) (CONSEJO NACIONAL DE ELECTRICIDAD, 2013b). A partir de 2018, a meta da E. E. Galápagos é continuar a reduzir as perdas em 0,01% ao ano até atingir o percentual de 8,42% nas perdas totais, no ano de 2025; o que representa 0,19% a menos que as perdas de 2017 (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). O Plano de Redução de Perdas de Energia Elétrica (PLANREP, por sua sigla em espanhol) é o guia para atingir esse objetivo (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2018c). Por fim, é importante ressaltar que no período de 2007 a 2014, o país investiu US$ 256 milhões em projetos voltados à redução das perdas de energia elétrica em nível nacional (BANCO INTERAMERICANO DE DESAROLLO, 2017). Importa ainda salientar que, por cada ponto percentual na diminuição das perdas de energia, o Equador recupera cerca de 20 milhões de dólares por ano (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2014a). 2.2.11 Qualidade do serviço técnico A qualidade do serviço técnico é medida usando dois indicadores: a Frequência de Interrupção Média (FMIk, por sua sigla em espanhol) e o Tempo Total de Interrupção (TTIk, por sua sigla em espanhol) por kVA instalado. De acordo com o regulamento Nº. CONELEC - 004/01, os limites admissíveis para FMIk e TTIk são 4 vezes/ano e 8 horas/dia, respectivamente (CONSEJO NACIONAL DE ELECTRICIDAD, 2012). Em 2010, a E. E. Galápagos sofreu um FMIk de 17,4 e um TTIk de 13,4, fornecendo assim um serviço abaixo dos limites admissíveis; as previsões para 2021 não são favoráveis, uma vez que parece alcançar apenas um FMIk de 10 e um TTIk de 8. O FMIk ainda se desviará de seus limites em 150%. 49 No que diz respeito à qualidade do serviço comercial, o objetivo é atingir apenas 1% nos erros de faturamento (CONSEJO NACIONAL DE ELECTRICIDAD, 2013d; LLERENA- PIZARRO et al., 2019). 2.2.12 Programas de eficiência energética em Galápagos Em termos de eficiência energética, nas Ilhas Galápagos, diversas iniciativas são promovidas para o uso racional da energia. Um exemplo é o programa RENOVA, que visa renovar equipamentos ineficientes. Entre 2012 e 2016, foram substituídos 1.109 refrigeradores, o que representa uma economia de energia de 137,71 MWh/ano e evitou emissões de 602,67 toneladas de CO2. Os beneficiários deste programa são clientes residenciais cujo consumo de eletricidade não excede 200 kWh/mês (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018g). De acordo com o PME 2013 - 2022, em 2022 o programa RENOVA impedirá o consumo de 2.342 kWh nas Ilhas Galápagos (CONSEJO NACIONAL DE ELECTRICIDAD, 2013a). Atualmente, inicia-se a segunda fase deste programa, que propõe a substituição de refrigeradores e ares-condicionados domésticos nos setores hoteleiro, residencial e comercial, nos próximos seis anos (MINISTERIO DE ELECTRICIDAD Y ENERGÍA RENOVABLE, 2017). Outra iniciativa para o uso eficiente de energia em Galápagos é a substituição de lâmpadas incandescentes por lâmpadas economizadoras de energia. Segundo o Plano Nacional de Eficiência Energética (PLANEE) 2016 - 2035, entre os anos de 2008 e 2013, 25.000 unidades foram substituídas em Galápagos, obtendo uma economia de energia de 400 MWh/ano e evitando a emissão de 268 toneladas de CO2 (LLERENA-PIZARRO et al., 2019). Em termos de iluminação pública, Galápagos possui 3.279 instalações, com uma potência total instalada de 0,35 MW. Em 2012, com um investimento de US$ 410.000, foram substituídas 1.250 lâmpadas ineficientes, gerando uma economia de 109,50 MWh/ano, evitando a emissão de 73,36 toneladas de CO2 por ano. Para essa iniciativa, o Japão doou 189 lâmpadas LEDs do tipo de iluminação pública para serem instalados em locais públicos nas ilhas de San Cristóbal, Santa Cruz e Isabela (AGENCIA DE REGULACIÓN Y CONTROL DE ELECTRICIDAD, 2018e). Estas novas instalações representaram uma economia total de 91,10 MWh/ano. Isso se traduz em uma redução de quase 7.000 galões de diesel por ano, evitando a emissão de 50,99 toneladas de CO2 (LLERENA-PIZARRO et al., 2019). 50 3 CAPÍTULO 3: METODOLOGIA 3.1 DESCRIÇÃO DO SISTEMA HÍBRIDO GERADOR DE ENERGIA Uma vez que as necessidades do Setor Elétrico de Galápagos foram entendidas, a configuração do sistema híbrido a ser dimensionado com o algoritmo desenvolvido nesta tese de doutorado é apresentada na Figura 8. Figura 8. Configuração do sistema de energia híbrido solar-bateria-diesel. Fonte: Elaboração própria. No lado esquerdo, o gerador solar fotovoltaico (PV) e o sistema de armazenamento de energia (banco de baterias) são conectados ao barramento CC, enquanto no lado direito, a carga CA e o gerador a diesel (DG) estão conectados ao barramento de corrente alternada (CA). No SHGE da Figura 8 a unidade de geração a diesel é considerada como a unidade de back-up. Ambos barramentos, o CC e o CA, são conectados em conjunto com um conversor bidirecional (CONV). Além disso, um MPPT (Maximum Power Point Tracking) é incorporado ao gerador solar fotovoltaico. Finalmente, uma unidade de armazenamento de combustível (diesel) é apresentada na Figura 8. Com a finalidade de comparação, e com o intuito de validar o algoritmo PSO-BPSO implementado neste trabalho, o sistema apresentado na Figura 8 é dimensionado como primeiro passo. Os resultados serão comparados primeiramente com o programa computacional HOMER®, e posteriormente com trabalhos similares apresentados na literatura especializada, tais como: Dimensionamiento de sistemas híbridos de generación de energía (ROBERTS et Sun Agriculture Bovine Manure Digester Biogas Storage Mechanical Energy Electrical Generator Electricity Storage Water Pumping Biofertilizer Photovoltaic Panels Electric Vehicle Charging Station Households Sol Agricultura Estrume bovino Biodigestor Armazenamento de biogás Energia mecânica Gerador elétrico Armazenamento de eletricidade Bombeamento de água Biofertilizante Painéis fotovoltaicos Estações de carregamento de veículos elétricos Usuário final Gerador solar fotovoltaico (PV) MPPT Armazenamento diesel (DST) Gerador a diesel (DG) CACC ~= ~~ Carga CA L AC (CONV) Conversor CC/CA Banco de baterias (BT) MPPT Armazenamento de biogás (BS) Grupo gerador a biogás (BG) CACC ~= ~~ LAC Biodigestor anaeróbico (AB) Gerador solar fotovoltaico (PV) Banco de baterias (BT) (CONV) Conversor CC/CA Carga CA 51 al., 2017); Otimização de sistemas híbridos de geração de energia solar-eólico-diesel através de métodos metaheurísticos e função multi-objetivo (ROBERTS, 2016); e Robust multi-objective optimization of a renewable based hybrid power system (ROBERTS et al., 2018), entre outros. Após a avaliação do PSO-BPSO, o sistema gerador híbrido de energia renovável apresentado na Figura 9 será dimensionado. Nesta nova configuração, o gerador a diesel será substituído por uma unidade de geração de energia a biogás (BG), resultando no sistema solar- bateria-biogás, que é o principal foco do presente trabalho. Além disso, neste sistema, um biodigestor anaeróbico para a produção será considerado na hora do dimensionamento. Figura 9. Configuração do sistema de energia híbrido solar-bateria-biogás. Fonte: Elaboração própria. 3.2 ABORDAGEM PARA O DIMENSIONAMENTO DOS SISTEMAS HÍBRIDOS GERADORES DE ENERGIA Todos os componentes anteriormente mencionados na Figura 8 e na Figura 9, somados à demanda da carga CA e aos recursos renováveis, geram um impacto direto no NPVc (valor presente líquido), no EMCO2 (quantidade máxima de CO2-eq) e na confiabilidade do fornecimento de energia elétrica. Com intuito de minimizar esses três parâmetros, um método de otimização híbrido baseado em simulação é proposto neste trabalho, o qual é formado principalmente por três algoritmos: algoritmo de pré-dimensionamento, algoritmo de simulação e algoritmo de otimização, conforme apresentado na Figura 10. Sun Agriculture Bovine Manure Digester Biogas Storage Mechanical Energy Electrical Generator Electricity Storage Water Pumping Biofertilizer Photovoltaic Panels Electric Vehicle Charging Station Households Sol Agricultura Estrume bovino Biodigestor Armazenamento de biogás Energia mecânica Gerador elétrico Armazenamento de eletricidade Bombeamento de água Biofertilizante Painéis fotovoltaicos Estações de carregamento de veículos elétricos Usuário final Gerador solar fotovoltaico (PV) MPPT Armazenamento diesel (DST) Gerador a diesel (DG) CACC ~= ~~ Carga CA L AC (CONV) Conversor CC/CA Banco de baterias (BT) MPPT Armazenamento de biogás (BS) Grupo gerador a biogás (BG) CACC ~= ~~ LAC Biodigestor anaeróbico (AB) Gerador solar fotovoltaico (PV) Banco de baterias (BT) (CONV) Conversor CC/CA Carga CA 52 Figura 10. Proposta do algoritmo de otimização baseado em simulação. Fonte: Elaboração própria. Unidade Geradora Fotovoltaica MPPT Armazenamento de Biogás Biodigestor Unidade Geradora a Biogás ACCC ~ = ~~ Rede Elétrica Aparelho Medidor de Energia Elétrica Carga AC LAC Unidade Geradora Fotovoltaica MPPT Armazenamento de Biogás Biodigestor Unidade Geradora a Biogás ACCC ~ = ~~ Regulador Banco de Baterias Eletrolisador H2 Compressor Tanque de hidrogênio H2 H2 Dispensador Veículo a Hidrogênio Sistema de refrigeração Armazenamento de Água Unidade Geradora Fotovoltaica MPPT Armazenamento de Biogás Biodigestor Unidade Geradora a Biogás ~ Banco de Baterias Regulador = ~~ Eletrolisador H2 Compressor H2 Veículo a Hidrogênio Sistema de refrigeração Tanque de hidrogênio H2 Armazenamento de Água Dispensador AC CC Biogás Água Conversor Bidireccional Unidade Geradora Fotovoltaica MPPT Armazenamento de Biogás Biodigestor Unidade Geradora a Biogás ~ Banco de Baterias Regulador = ~~ Eletrolisador H2 Compressor H2 Veículo a Hidrogênio Sistema de refrigeração Tanque de hidrogênio H2 Dispensador AC CC Biogás Conversor Bidireccional Unidade Geradora Fotovoltaica MPPT Armazenamento de Biogás Biodigestor Unidade Geradora a Biogás ~ Banco de Baterias Regulador = ~~ Eletrolisador H2 Compressor H2 Veículo a Hidrogênio Sistema de refrigeração Tanque de hidrogênio H2 Dispensador Barramento AC Barramento CC Biogás Conversor Bidireccional Veículo a Bateria Estação para Carregar A* A* Módulo A Módulo B Módulo C V1 V2 V3 I VTotal + + +- - - + - Módulo A + - Módulo B + - Módulo C + - VTotal+ - I1 ITotal I 2 V2 V1 V3 Módulo A + - VTotal+ - V1 I3 Módulo A + - VTotal+ - V1 Módulo A + - VTotal+ - V1 Módulo A + - V1 Módulo A + - V1 Módulo A + - V1 Módulo A + - V1 Módulo A + - V1 Módulo A + - V1 Unidade Geradora Fotovoltaica MPPT Armazenamento de Biogás Unidade Geradora a Biogás ACCC ~ = ~~ Rede Elétrica Aparelho Medidor de Energia Elétrica Carga AC LAC Conversor Bidireccional x1(número de paneis) ~ x2(número de MCI) Variáveis de decisão Problema de otimização Variáveis de Resposta Valor Presente Líquido dos Custos Impactos Ambientais PredimensionamientoVariáveis de decisãa contínuas # de painéis ~ # de MCI = ~~ # de baterias # de conversores Problema de otimização Variáveis de decisão binárias x 1=[0.. 2400] x2 =[0.. 2400] x3 =[0.. 2400] x 4=[0.. 2400] Tipo de painéis x5 =[60,80,110,240]W Tipo de baterias x8 =[0.. 2400] x6 =[0.. 2400] Tipo de painéis x 7=[0.. 2400]x =[0.. 2400] Tipo de conversores Banco de Baterias Regulador Solar Photovoltaic Generato (PV) MPPT Biogas Storage (BS) Biogas Genset (BG) ACDC ~= ~~ AC Load LAC (CONV) DC/AC Converter Battery bank (BT) Anaerobic Biodigestor (AB) Problema de otimização # PV panels ~ # Biogas Genset = ~~ # Batteries # Converters x1 =[0.. N ] x2 =[0.. N ] x3 =[0.. N ] x4 =[0.. N ] max_PV max_BT max_BG max_CONV END = ~~ # Converters x4=[0, N ]max_CONV ~ # Biogas Genset x3 =[0.. N ]max_BG ~ # Biogas Genset x3 =[0, N ]max_BG # PV panels x1 =[0, N ]max_PV # PV panels x1 =[0, N ]max_PV # Batteries 1 x2 =[0, N ]max_BT # Batteries x2 =[0, N ]max_BT Pre-dimensioning Continuous decision variables Discrete decision variables x ={0.040, 0.064, 0.080, 0.120, 0.150}kW x ={0.48, 0.71, 1.92, 2.39, 4.76, 7.15}kWh x ={3, 5,