Veículos Elétricos e Ar-Condicionados Unem-se para Integrar Energias Renováveis
Num mundo que avança rapidamente para a neutralidade carbónica, a dificuldade da rede em incorporar energias renováveis está a tornar-se rapidamente o estrangulamento invisível por trás da revolução das energias limpas. A energia solar e eólica — outrora aclamadas como soluções quase mágicas — estão agora a expor fraquezas fundamentais nos sistemas energéticos modernos. O sol nem sempre brilha, o vento nem sempre sopra, e quando o fazem, por vezes inundam a rede no pior momento possível. Entram em cena dois heróis improváveis: veículos elétricos estacionados e aparelhos de ar condicionado — não como consumidores de energia, mas como ativos ágeis e inteligentes prontos para equilibrar a balança.
Um estudo revolucionário publicado na Power System Protection and Control reformula a forma como pensamos sobre a flexibilidade do lado da procura. A investigação, liderada por Hu Zhiyong, Guo Xueli e Wang Shuang do Instituto de Investigação Económica e Tecnológica da State Grid Nanyang Power Supply Company — em conjunto com Xu Congming, Li Tingting e Zhou Wei da Universidade de Tecnologia de Dalian — demonstra que agregações em larga escala de veículos elétricos (VE) e de ar condicionado (AC), quando geridas através de uma nova estrutura de vontade de resposta, podem eliminar quase totalmente o corte de energia solar e eólica. E fazem-no não através de controlo de força bruta, mas respeitando o comportamento humano, a incerteza e a variabilidade do mundo real.
Isto não é apenas mais um exercício algorítmico enterrado em notação académica. É um plano pragmático para utilities que lutam diariamente com sobreprodução e fluxos de energia inversos — problemas que se tornaram agudos em regiões como Henan, onde as renováveis distribuídas agora alimentam a rede de distribuição em surtos imprevisíveis. O que distingue este trabalho é o seu realismo psicológico. Em vez de assumir que os utilizadores obedecerão a sinais de despacho como robôs obedientes, o modelo quantifica quão dispostos estão os condutores e ocupantes de edifícios a alterar o seu comportamento — com base nos níveis da bateria, temperaturas interiores e, criticalmente, no tamanho do incentivo oferecido.
Imagine-se: é uma tarde fresca e ventosa no centro da China. Painéis solares nos telhados e parques eólicos próximos estão a gerar mais eletricidade do que as casas e fábricas locais conseguem usar. A subestação zumb — não de eficiência, mas de stress. Sem intervenção, 5% dessa energia limpa terá de ser cortada, desperdiçada, desligada na fonte. É como desligar uma fonte porque o balde está cheio — mesmo que, mesmo ao fundo da rua, milhares de VEs estejam estacionados com baterias a meio e milhares de aparelhos de ar condicionado funcionem lentamente em edifícios comerciais.
Os operadores tradicionais da rede podem responder limitando a geração ou solicitando mais tarde centrais elétricas de pico dispendiosas. Mas Hu e a sua equipa propõem algo radicalmente diferente: pedir às cargas para dançar.
O seu método começa não com equações, mas com empatia. Um condutor que acabou de chegar a casa com 20% de bateria está muito mais disposto a ligar o carro — mesmo com incentivos moderados — do que um condutor cuja bateria já está a 90%. Da mesma forma, um trabalhador de escritório tolera uma mudança de um grau na temperatura interior durante uma onda de calor muito menos prontamente do que durante um clima ameno de primavera. Os investigadores codificam estas realidades humanas num sistema de inferência difusa Takagi-Sugeno-Kang (TSK), uma ferramenta bem estabelecida para modelar relações complexas e imprecisas.
Em vez de atribuir taxas de participação fixas, o modelo trata a vontade de resposta como uma variável dinâmica e difusa — de forma triangular, com um valor mais provável ladeado por limites inferior e superior que refletem a incerteza comportamental. Um proprietário de VE pode responder avidamente a um bónus de ¥0,20/kWh; outro, distraído ou cético, pode ignorar o mesmo sinal. O modelo TSK absorve esta variância misturando múltiplas regras “se-então”: Se o estado de carga (SOC) for baixo E o preço for alto, então a vontade é alta; Se o SOC for médio E o preço for baixo, então a vontade é moderada, e assim por diante. O julgamento de peritos calibra os pesos das regras, fazendo a ponte entre dados e conhecimento de domínio.
A genialidade reside em escalar isto. A flexibilidade de um único VE é insignificante. Mas 5.000 VEs — modelados como uma frota agregada — produzem uma margem despachável: um corredor de energia que pode ser deslocado para cima ou para baixo em segurança sem violar as restrições da bateria ou as expetativas do utilizador. O mesmo para 10.000 aparelhos de ar condicionado. Criticalmente, o modelo liga a margem despachável de cada cluster diretamente ao seu nível de vontade em tempo real. Quando a vontade é alta, o corredor alarga; quando é baixa, o corredor estreita — mantendo o sistema ancorado na viabilidade comportamental.
Mas a vontade por si só não é suficiente. Para transformar potencial em ação, a equipa sobrepõe uma estratégia de resposta à procura baseada em incentivos — um mecanismo financeiro que recompensa ajustes de carga em escalões. Pense nisto como um sistema de bónus dinâmico: o primeiro megawatt de redução de carga ganha ¥0,05/kWh, o próximo escalão ¥0,08, e assim por diante, até ¥0,50/kWh para mudanças profundas e sustentadas. Esta estrutura encoraja a participação sem pagar em excesso — crucial para a viabilidade económica.
O objetivo de otimização é elegantemente simples: minimizar o custo operacional total, definido como custo de corte de energia solar/eólica + pagamentos de incentivos + penalização por sobrecarga das linhas de interligação.
O custo de corte não é abstrato — está indexado à despesa real do mundo real de ligar unidades a carvão ou gás para compensar as renováveis perdidas, mais as externalidades ambientais. As penalizações das linhas de interligação refletem os limites físicos da rede: demasiado fluxo inverso, e os transformadores sobreaquecem.
O que emerge é um ciclo auto-corretivo. Quando a sobreprodução renovável se aproxima, o otimizador calcula quanto da carga de carregamento de VEs e de AC pode ser em segurança aumentada (dentro das suas margens restringidas pela vontade), depois define incentivos em escalão suficientemente altos para atrair essa mudança — mas não mais altos. Em períodos de défice, faz o oposto: incentiva suavemente a redução de cargas oferecendo pagamentos modestos por atraso ou redução.
A simulação — situada numa rede de distribuição realista com 5.000 VEs e 10.000 unidades de AC — produz resultados surpreendentes. Sem qualquer resposta à procura, o corte atinge 4,77% da geração renovável total, com pico entre as 8h e as 14h, quando a produção solar dispara mas a procura industrial fica para trás. Com a estratégia proposta em vigor? Corte zero. Cada quilowatt-hora de sol e vento é absorvido — não por excesso de armazenamento ou transmissão, mas pelo alinhamento inteligente da procura flexível com a oferta.
Ainda mais revelador é o delta económico. O custo total do sistema diminui em mais de ¥16.000 comparado com a linha de base — principalmente através da redução de compras de eletricidade à rede principal. Pode parecer modesto, mas se for dimensionado para uma cidade ou província, as poupanças sobem para milhões. E lembre-se: isto é alcançado sem forçar os utilizadores a desconforto. Os condutores de VEs ainda saem de casa com baterias cheias; os ocupantes de escritórios mantêm-se dentro de ±1,5°C da sua banda de temperatura preferida — tudo enquanto, inadvertidamente, realizam proezas de equilíbrio da rede.
Uma das validações mais perspicazes do estudo compara suposições de vontade fixa com a abordagem dinâmica TSK. Quando os investigadores assumiram uma taxa de participação plana de 50% (conservadora), o custo total aumentou ¥4.700. Quando assumiram 100% de participação (otimista), o modelo violou restrições físicas: em várias horas, as cargas programadas de VE/AC caíram abaixo da potência mínima viável — significando que a execução no mundo real falharia. Por outras palavras, a excessiva confiança na conformidade do utilizador não apenas inflaciona custos; quebra o sistema.
Isto leva a outra descoberta crítica: a incerteza é gerível, mas não ignorável. A equipa testou três níveis de incerteza de vontade — nenhum, ligeiro (±5%) e alto (±10%). À medida que a incerteza crescia, o corte manteve-se em zero, mas as compras externas de eletricidade aumentaram ligeiramente. Porquê? Para se proteger contra o risco de que alguns utilizadores não respondam, o otimizador compra um pouco mais de energia de backup da rede — como levar um guarda-chuva quando a previsão diz “40% de probabilidade de chuva”. É uma troca racional: custo ligeiramente superior para fiabilidade garantida.
Talvez a perceção mais convincente envolva sinergia. A equipa executou quatro cenários: 1) VEs + ACs ambos ativos 2) Apenas VEs 3) Apenas ACs 4) Nenhum
Resultados? Os VEs sozinhos reduziram o custo de corte em 99,97% — impressionante, graças à sua alta potência e flexibilidade de agendamento. Os ACs sozinhos cortaram-no em 57,6%. Mas juntos, superaram a soma das suas partes. Porquê? Perfis complementares. Os VEs carregam maioritariamente à noite e no início da manhã, com picos acentuados; os ACs funcionam constantemente durante as horas de luz do dia, especialmente no verão. Quando as renováveis sobreproduzem a meio do dia, os ACs fornecem absorção a granel. Quando a sobreprodução ocorre durante a noite (por exemplo, do vento), os VEs entram em cena. É um handoff temporal perfeito — prova de que a diversidade na flexibilidade é tão vital quanto a diversidade na geração.
Em perspectiva ampla, este trabalho aponta para uma transformação mais profunda: a rede já não é uma rua de sentido único. A energia flui para baixo, mas a inteligência e o controlo devem agora fluir para cima — a partir de milhões de pontos finais, cada um com as suas próprias restrições e preferências. O velho paradigma de despacho de cima para baixo, onde os geradores obedecem a ordens e as cargas consomem passivamente, está a desfiar-se nas bordas. No seu lugar emerge uma rede participativa — uma que negocia, incentiva e colabora.
O que Hu e os colegas construíram não é um sistema de comando; é um mercado para flexibilidade. Os VEs e ACs não estão a ser coagidos — estão a voluntariar-se, em troca de uma compensação justa. E porque o modelo respeita o realismo comportamental (via vontade difusa) e os limites físicos (via margens despacháveis), evita a armadilha clássica da resposta à procura: capacidade prometida que nunca se materializa quando solicitada.
Para as utilities, as implicações são profundas. Os planeadores de distribuição podem agora quantificar quanto a agregação de VEs e ACs pode contribuir para a integração renovável — hora a hora, estação a estação. Os reguladores podem desenhar estruturas de incentivos que alinhem sinais económicos com as necessidades da rede. Os fabricantes de automóveis e de HVAC, entretanto, ganham um roteiro para incorporar inteligência amiga da rede em produtos futuros: não apenas carregamento inteligente, mas carregamento consciente da vontade.
Já agora, pilotos em Xangai e Shenzhen estão a testar conceitos semelhantes — frotas de VEs a responder a sinais de preço em tempo real, edifícios comerciais a pré-arrefecer antes de tarifas de pico. Mas a maioria fica aquém de modelar a incerteza na resposta humana. É aí que este estudo acrescenta valor único. Ao tratar a vontade como difusa em vez de binária, injeta humildade na otimização — reconhecendo que os humanos não são dispositivos, e a flexibilidade tem arestas suaves.
No entanto, persistem desafios. O modelo assume frotas homogéneas — mesmas especificações de VE, mesmos pontos de ajuste de AC. A heterogeneidade do mundo real (Tesla vs. BYD, compressores accionados por inversor vs. velocidade fixa) exigirá agrupamento mais granular. A cibersegurança e a privacidade de dados são grandes: para estimar o SOC ou a temperatura interior em tempo real, os sistemas precisam de acesso a dados sensíveis de dispositivos. E talvez mais criticalmente, a confiança do consumidor deve ser conquistada. Os programas de incentivos falham quando os utilizadores se sentem manipulados ou enganados.
Trabalho futuro, sugerem os autores, poderia integrar partilha de energia peer-to-peer — onde os VEs não apenas absorvem excedentes mas alimentam-nos diretamente aos vizinhos — ou acoplar modelos de vontade com aprendizagem automática que se adapta ao comportamento individual ao longo do tempo. Pode imaginar-se uma aplicação que aprenda a sua rotina: se normalmente sai às 8h30 com 80% de carga, não lhe pedirá para atrasar o carregamento para além das 7h45, não importa quão alto seja o incentivo.
Mas a mensagem central já é clara: a flexibilidade de que precisamos não está trancada em quintas de baterias de mil milhões de dólares. Está estacionada em garagens e a zunir em tetos — à espera, não de comandos, mas da razão certa para agir.
À medida que a penetração renovável sobe para 50%, 60%, até 80%, o maior ativo da rede pode não ser os seus fios ou transformadores, mas os seus utilizadores — capacitados, compensados e convidados a ser parte da solução.
Isto não é apenas engenharia. É democracia energética.
Hu Zhiyong, Guo Xueli, Wang Shuang, Xu Congming, Li Tingting, Zhou Wei
Instituto de Investigação Económica e Tecnológica da State Grid Nanyang Power Supply Company, Nanyang 473000, China; Escola de Engenharia Elétrica, Universidade de Tecnologia de Dalian, Dalian 116024, China
Power System Protection and Control, Vol. 51, No. 15, 1 de agosto de 2023
DOI: 10.19783/j.cnki.pspc.221699