Novo Algoritmo Otimiza Integração de Energias Renováveis em Redes com Elevada Penetração de Veículos Elétricos
Num cenário marcado pela rápida eletrificação dos transportes e pela implantação acelerada de energias renováveis distribuídas, os operadores de redes elétricas enfrentam desafios sem precedentes. A integração simultânea de cargas imprevisíveis de carregamento de veículos elétricos (VE) e da geração intermitente de energia solar e eólica está a pressionar as redes de distribuição tradicionais, exigindo ferramentas de planeamento mais inteligentes e adaptativas. Um estudo recentemente publicado oferece uma solução convincente: um algoritmo metaheurístico avançado que supera significativamente os métodos existentes na otimização do posicionamento e dimensionamento de geradores distribuídos (GDs) em redes modernas saturadas com VEs.
A investigação, conduzida por Jiaduo Li e Xiuying Yan da Escola de Ciência e Engenharia de Serviços de Edifícios da Universidade de Arquitetura e Tecnologia de Xi’an, introduz o Enhanced Capuchin Search Algorithm (ECapSA). Esta abordagem inovadora aborda diretamente os principais pontos problemáticos económicos e operacionais enfrentados pelos operadores de sistemas de distribuição – equilibrando os elevados custos de capital da infraestrutura renovável com as despesas operacionais voláteis impulsionadas pelos padrões de carregamento de VEs e pela intermitência das renováveis.
Os métodos tradicionais de planeamento para integração de GDs têm frequentemente dificuldades com a natureza complexa, não linear e altamente estocástica das redes de distribuição atuais. As técnicas clássicas de programação matemática podem ser computacionalmente proibitivas e falham frequentemente em encontrar uma solução globalmente ótima. Entretanto, muitos algoritmos metaheurísticos existentes, como o standard Particle Swarm Optimization (PSO) ou mesmo o base Capuchin Search Algorithm (CapSA), são propensos a ficarem presos em ótimos locais, levando a decisões de planeamento abaixo do ideal que resultam em custos mais elevados e menor desempenho da rede.
O modelo ECapSA é construído sobre um objetivo económico sofisticado: minimizar o custo total anualizado do operador da rede. Esta função de custo abrangente não é uma simples soma de partes, mas uma interação dinâmica de vários componentes financeiros críticos. Inclui o substancial investimento de capital inicial necessário para instalações de turbinas eólicas (WT) e fotovoltaicas (PV), anualizado ao longo da sua vida útil de 20 anos. Considera as despesas operacionais contínuas, que são dominadas pelo custo de compra de eletricidade da rede principal para cobrir qualquer défice, a penalização financeira da energia perdida como calor nos condutores da rede (perdas na rede), e os custos de manutenção rotineira dos próprios ativos renováveis.
Crucialmente, o modelo também contabiliza a realidade crescente do corte – a paragem forçada da geração renovável quando a sua produção excede a procura local ou a capacidade da rede. O custo desta energia limpa desperdiçada é explicitamente penalizado na função objetivo, criando um poderoso incentivo económico para um desenho de sistema mais equilibrado e eficiente. Além disso, o modelo incorpora o fluxo de receita de subsídios governamentais, que neste estudo de caso é aplicado apenas a instalações PV, refletindo contextos políticos do mundo real. Talvez o mais importante para a rede moderna, o modelo integra o custo e o comportamento do carregamento de VEs. Ao modelar os VEs como uma carga flexível e sensível ao tempo de uso, o algoritmo pode posicionar estrategicamente os GDs para compensar picos de procura de carregamento, aplanando assim a curva de carga e reduzindo a necessidade de atualizações dispendiosas da rede ou compras de energia de pico de alto custo.
A verdadeira inovação do ECapSA reside não apenas no seu modelo de custo abrangente, mas na sua arquitetura algorítmica híbrida. Funde os comportamentos de forrageamento social de duas metaheurísticas distintas inspiradas em animais: o Capuchin Search Algorithm e o Wild Horse Optimizer (WHO). O Capuchin Search Algorithm, inspirado nos movimentos inteligentes e ágeis dos macacos capuchinos na sua procura por comida, fornece uma base sólida para exploração e aproveitamento do espaço de soluções. No entanto, como muitos desses algoritmos, pode sofrer de convergência prematura.
Para superar esta limitação, os investigadores integraram ingeniosamente um comportamento social chave do Wild Horse Optimizer: os padrões dinâmicos de liderança e migração das manadas de cavalos selvagens. Nas populações de cavalos selvagens, os jovens garanhões deixam os seus grupos natais antes de atingirem a maturidade sexual para evitar consanguinidade, um comportamento que promove diversidade genética e resiliência. O algoritmo ECapSA traduz este princípio biológico num mecanismo computacional para seleção de líderes e atualização de posição. Ao atualizar periodicamente o “líder” da população de macacos capuchinos usando a dinâmica social do WHO, o algoritmo injeta eficazmente nova diversidade no processo de pesquisa. Esta abordagem híbrida impede que a população estagne em torno de uma solução medíocre e condu-la para uma configuração mais globalmente ótima para o posicionamento e dimensionamento de GDs.
Os investigadores testaram rigorosamente a sua estrutura ECapSA contra três algoritmos de benchmark estabelecidos – PSO, WHO e o standard CapSA – usando o amplamente aceite sistema de teste de distribuição IEEE-33 bus. Este sistema, um standard na investigação de engenharia de energia, fornece um ambiente realista e desafiante para avaliar novas metodologias de planeamento de rede. O cenário de teste foi ainda enriquecido pela incorporação de duas estações de carregamento de VEs em nós específicos, simulando a penetração crescente de veículos elétricos em áreas urbanas e suburbanas.
Os resultados foram impressionantes. Ao longo de cinco execuções independentes, o ECapSA forneceu consistentemente uma solução de planeamento superior. O algoritmo recomendou uma configuração específica de duas turbinas eólicas e dois parques fotovoltaicos em nós cuidadosamente escolhidos em toda a rede. Este plano derivado do ECapSA alcançou um custo total anualizado de aproximadamente 8,59 milhões de RMB. Este valor representa uma melhoria significativa face aos seus concorrentes: uma redução de 19,07% comparado com o PSO, uma redução de 16,74% comparado com o WHO, e uma redução de 14,15% comparado com o standard CapSA.
Esta vantagem de custo deriva de um desenho de sistema mais inteligente e holístico. A solução ECapSA não só reduziu o investimento de capital total necessário, como também reduziu drasticamente os custos operacionais anuais. O algoritmo conseguiu isto ao colocar os GDs mais próximos das cargas de carregamento de VEs, o que tem um duplo benefício. Primeiro, compensa diretamente a procura local dos VEs, reduzindo a quantidade de energia que precisa de ser retirada da rede principal distante. Segundo, e talvez mais importante, reduz drasticamente as perdas na rede. A energia perdida como calor nas linhas de transmissão é proporcional ao quadrado da corrente, portanto reduzir a distância que a energia deve percorrer tem um impacto positivo desproporcionado na eficiência. Os resultados da simulação confirmaram isto, mostrando que o plano ECapSA alcançou a perda média de rede mais baixa entre todos os algoritmos testados.
Para além da pura economia, a solução ECapSA também forneceu melhorias marcadas em indicadores-chave de desempenho técnico que são críticos para a fiabilidade da rede e qualidade de energia. Um dos desafios mais persistentes nas redes de distribuição é a queda de tensão, especialmente nas extremidades de alimentadores longos. Quando cargas pesadas são conectadas nestes nós distantes, a tensão pode cair abaixo dos limites aceitáveis, potencialmente danificando equipamentos dos clientes. O plano ECapSA mitigou significativamente este problema. Ao injetar energia localmente perto das cargas, os GDs atuam como suporte de tensão, impulsionando o perfil de tensão em toda a rede. Os resultados mostraram que a solução ECapSA alcançou a mais alta tensão mínima e o mais baixo desvio médio de tensão, garantindo um fornecimento de energia mais estável e fiável para todos os consumidores.
A eficiência computacional do algoritmo é outra grande vantagem. No mundo real, os planeadores de rede não podem esperar dias por uma única execução de otimização. O ECapSA demonstrou uma taxa de convergência mais rápida, atingindo a sua solução ótima num tempo computacional mais curto que os seus pares. A sua curva de convergência foi também notavelmente mais suave e estável, sem as flutuações erráticas ou platôs prematuros que afetaram os outros algoritmos. Esta robustez e velocidade tornam o ECapSA uma ferramenta prática e poderosa para aplicações de engenharia no mundo real.
De uma perspetiva estratégica, esta investigação é uma contribuição oportuna e vital para a transição energética global. À medida que as nações em todo o mundo pressionam pela descarbonização, os dois pilares da energia renovável e dos transportes elétricos estão a tornar-se inextricavelmente ligados. No entanto, a sua integração não coordenada representa uma séria ameaça à estabilidade da rede e à viabilidade económica. A estrutura ECapSA fornece uma metodologia concreta, baseada em dados, para os operadores de rede navegarem nesta complexidade. Move-se para além de uma visão isolada de renováveis ou VEs e oferece em vez disso um paradigma de planeamento integrado que otimiza todo o sistema como uma unidade coesa.
Para uma empresa de distribuição, as implicações são claras. Adotar uma ferramenta de planeamento como o ECapSA poderia traduzir-se em poupanças de dezenas de milhões de dólares ao longo da vida útil de um projeto, enquanto simultaneamente fornece um serviço mais resiliente e de maior qualidade aos seus clientes. Permite uma implantação mais confiante e agressiva tanto da geração renovável como da infraestrutura de carregamento de VEs, sabendo que a sua interação foi cuidadosamente concebida para benefício mútuo em vez de conflito.
Em conclusão, o trabalho de Li e Yan representa um salto significativo no campo do planeamento de redes de distribuição. Ao unir um modelo económico abrangente do mundo real com um algoritmo de otimização híbrido inspirado biologicamente, criaram um novo instrumento poderoso para construir as redes inteligentes, flexíveis e sustentáveis do futuro. À medida que o mundo continua a sua rápida mudança para uma economia de energia limpa, soluções inovadoras e práticas como esta serão indispensáveis.
Jiaduo Li e Xiuying Yan, Escola de Ciência e Engenharia de Serviços de Edifícios, Universidade de Arquitetura e Tecnologia de Xi’an. Publicado em JISUANJI YU XIANDAIHUA (Computer and Modernization), 2024, Edição 4, pp. 27-32. DOI: 10.3969/j.issn.1006-2475.2024.04.005.