Baterias de Troca Podem Reforçar Redes Elétricas
A crescente frequência de desastres naturais, como furacões, inundações e incêndios florestais, tem colocado à prova a resiliência das redes elétricas de distribuição em todo o mundo. Quando eventos extremos danificam a infraestrutura, as redes podem se fragmentar em ilhas isoladas, incapazes de trocar energia entre si. Nesses cenários, áreas com geração local excedente não conseguem ajudar regiões que enfrentam apagões, levando à perda de carga crítica, interrupção de serviços essenciais e altos custos econômicos. As soluções tradicionais, como geradores diésel móveis, são frequentemente caras, poluentes e lentas para serem implantadas. Em meio a esse desafio, uma nova pesquisa publicada na revista Energy Storage Science and Technology propõe uma solução inovadora e potencialmente transformadora: utilizar as baterias dos veículos elétricos (VEs) de estações de troca rápida como uma frota de armazenamento energético móvel.
O estudo, liderado por Tianao Zhang da Companhia de Energia Elétrica Haidian da State Grid Beijing, em colaboração com Yongchong Chen do Instituto de Internet da Energia de Sichuan da Universidade de Tsinghua, apresenta uma estratégia que transforma a infraestrutura de mobilidade elétrica em um recurso estratégico para emergências. A ideia central é simples, mas poderosa: em vez de ver as baterias dos VEs apenas como um meio de propulsão, elas podem ser vistas como unidades de energia que podem ser fisicamente transportadas de zonas com excedente para zonas com escassez. Este conceito aproveita uma característica única das estações de troca: a capacidade de remover e substituir uma bateria em minutos. Uma vez extraída do veículo, a bateria se torna um ativo de armazenamento independente, pronto para ser transportado por qualquer veículo compatível. Em um evento de desastre, um VE pode coletar uma bateria carregada em uma estação de uma área estável e entregá-la a uma estação em uma área afetada, onde pode imediatamente fornecer energia para cargas críticas, como hospitais, centros de comando ou instalações de bombeamento de água.
A proposta de Zhang, Chen e seus colegas vai além de uma simples analogia com caminhões-tanque de eletricidade. Eles desenvolveram um modelo de otimização matemática sofisticado que integra os mundos da rede elétrica e da rede de transporte em um único framework de decisão. O objetivo principal é minimizar o custo operacional total do sistema durante uma emergência. Este custo é uma soma de três componentes principais. O primeiro é o custo de perda de carga, que quantifica o impacto econômico e social de não poder fornecer energia. O segundo é o custo de geração, que inclui a operação de fontes de energia de emergência, como geradores diésel, que são notoriamente caros e ineficientes. O terceiro é o custo de transporte, que engloba o tempo, o consumo de energia do veículo transportador e quaisquer desafios logísticos associados ao movimento das baterias.
O modelo é formulado como um problema de otimização linear de inteiros mistos (MILP), uma abordagem que permite soluções computacionais rápidas e confiáveis. Esta escolha é crucial para a viabilidade prática, pois possibilita que o modelo seja executado em tempo hábil por centros de controle da rede durante uma crise. O modelo incorpora uma série de restrições do mundo real, elevando a ideia de um conceito teórico a uma proposta operacionalmente viável.
Uma das restrições mais importantes é o estado de carga (SOC) das baterias. Baterias de íons de lítio, como as usadas em VEs, são sensíveis a descargas profundas (over-discharge), que podem causar danos irreversíveis. O modelo impõe limites rigorosos, impedindo que as baterias caiam abaixo de um limite mínimo, tipicamente em torno de 10%, para preservar sua vida útil. Além disso, o modelo reconhece um fator crítico: o transporte de uma bateria consome energia. O veículo que a transporta precisa de eletricidade para se mover, portanto, uma parte da energia da bateria é perdida durante a viagem. O modelo calcula cuidadosamente essas perdas, garantindo que o benefício líquido de entregar a bateria em uma zona de crise justifique o custo energético do transporte.
Outra inovação do modelo é seu método para rastrear a logística das baterias. Ele utiliza variáveis binárias (0 ou 1) para monitorar a localização de cada bateria individual em cada momento. Se uma bateria está em uma estação, a variável é 1; se está em trânsito, é 0. Quando essa variável muda, o modelo registra um evento de transporte e adiciona o custo correspondente ao total. Esse sistema permite um rastreamento preciso de onde cada unidade de energia está localizada, uma capacidade essencial para uma programação otimizada.
O modelo também faz uma distinção importante entre dois tipos de fontes de energia dentro das ilhas de rede isoladas. De um lado, há fontes controladas por tensão, como geradores diésel, que estabelecem a frequência e a tensão de base da microrrede, servindo como uma “âncora” estável. Do outro lado, há fontes controladas por corrente, como as baterias das estações de troca, cuja potência de saída é comandada diretamente pelo sistema de controle. Essa diferenciação é fundamental para uma simulação realista do comportamento da rede durante uma emergência.
Para demonstrar a eficácia de sua estratégia, os pesquisadores conduziram uma análise detalhada de um caso de uso. Eles simularam uma rede de distribuição que, devido a uma falha, foi dividida em três zonas isoladas. Cada zona tinha seu próprio perfil de carga, uma fonte de energia de emergência e uma estação de troca com um certo número de baterias. As zonas estavam conectadas por uma rede de transporte com parâmetros específicos de custo, tempo de viagem e perdas de energia.
Os resultados da simulação foram reveladores. A estratégia proposta (Algoritmo 1) foi comparada com dois cenários de referência: um onde as baterias só podem ser usadas localmente, sem transporte (Algoritmo 2), e outro onde as baterias das estações de troca não são utilizadas (Algoritmo 3). Nos primeiros períodos, quando todas as zonas tinham baterias carregadas, os três algoritmos mostraram desempenhos semelhantes, com um uso predominante das baterias devido ao seu baixo custo operacional.
O verdadeiro valor da estratégia de transporte surgiu quando uma zona começou a esgotar sua energia. Por exemplo, na Zona 3, a demanda aumentou e as baterias se descarregaram rapidamente. Enquanto isso, a Zona 1 ainda tinha um excedente de energia. O modelo calculou que o custo de transportar baterias da Zona 1 para a Zona 3 era menor do que o custo de operar os geradores de emergência na Zona 3. Como resultado, ele ordenou a transferência de várias baterias. Essa ação permitiu evitar um apagão parcial e reduziu significativamente o custo operacional total do sistema.
Em outra fase da simulação, a Zona 2 se tornou uma prioridade crítica devido a um aumento no custo de perda de carga (simulando um hospital ou centro de emergência). O modelo reagiu em conformidade, mobilizando baterias das outras zonas para atender à demanda na Zona 2. Essa capacidade de realocar dinamicamente os recursos energéticos em resposta a necessidades em evolução é o que torna a estratégia tão poderosa e resiliente.
A análise comparativa mostrou um resultado impressionante. Em cenários de escassez extrema, a estratégia de transporte reduziu o custo total do sistema em até 80% em comparação com o cenário onde não havia transporte. Essa cifra extraordinária demonstra que o valor de uma bateria não está apenas em sua capacidade de armazenar energia, mas também em sua mobilidade. A capacidade de mover fisicamente a energia através da rede rodoviária adiciona uma dimensão completamente nova à gestão da rede.
Essa abordagem oferece várias vantagens sobre as soluções tradicionais. Primeiro, o número de veículos elétricos é potencialmente muito maior do que o de veículos de emergência especializados, criando uma frota de transporte de energia muito mais ampla e flexível. Segundo, o transporte de energia por baterias é muito mais limpo do que o uso de geradores diésel, reduzindo as emissões de gases de efeito estufa e a poluição atmosférica justamente quando a qualidade do ar já está comprometida. Terceiro, o sistema é altamente escalável; à medida que cresce a população de veículos elétricos e a rede de estações de troca, cresce também a capacidade de resposta do sistema.
No entanto, passar de uma simulação para uma realidade operacional apresenta desafios significativos. Um dos maiores é a coordenação. Quem ativaria esse sistema durante uma emergência? Como os motoristas dos veículos elétricos, os operadores das estações de troca e as empresas de energia elétrica seriam coordenados? Serão necessários incentivos econômicos fortes para motivar os proprietários de veículos a disponibilizar suas baterias para um serviço público. Além disso, a segurança cibernética será fundamental. Um sistema tão interconectado, que une energia, transporte e dados, é um alvo atraente para ataques cibernéticos. Qualquer vulnerabilidade poderia paralisar tanto a rede elétrica quanto a de transporte.
Apesar desses desafios, a pesquisa de Zhang, Chen e seus colegas representa um passo fundamental. Ela fornece uma base científica e técnica sólida para uma ideia que poderia revolucionar nossa visão da resiliência energética. Não se trata mais apenas de construir redes mais robustas, mas de torná-las mais inteligentes e adaptáveis. As estações de troca, muitas vezes vistas apenas como um serviço comercial para os consumidores, poderiam ser repensadas como nós estratégicos em uma rede de segurança nacional. Essa mudança de paradigma, de ver os recursos como estáticos para vê-los como móveis e dinâmicos, é essencial para enfrentar um futuro marcado por uma crescente incerteza climática. O caminho para uma rede mais resiliente pode estar, literalmente, nas estradas percorridas pelos veículos elétricos.
Tianao Zhang, Yongchong Chen et al., State Grid Beijing Electric Power Company and Sichuan Energy Internet Research Institute, Tsinghua University, Energy Storage Science and Technology, doi: 10.19799/j.cnki.2095-4239.2024.0265