VEs ajudam a reduzir perdas e emissões na rede
Um novo estudo está redefinindo o papel dos veículos elétricos (VEs) no sistema energético moderno, transformando-os de simples consumidores de eletricidade em ativos estratégicos para a otimização das redes de transmissão e distribuição. A pesquisa, intitulada “Research on the Low-Carbon Strategy of Coordinated Loss Reduction of Transmission and Distribution Network Considering the Temporal-Spatial Distribution of EV Charging and Discharging”, demonstra que uma gestão inteligente da carga e descarga dos VEs pode reduzir significativamente as perdas de energia na rede, aumentar a integração de fontes renováveis e melhorar a economia geral do sistema elétrico.
Liderado por Cheng Hulin, da State Grid Hebei Electric Power Co., Ltd., em colaboração com pesquisadores da Universidade Yanshan, este trabalho pioneiro apresenta um modelo de otimização hierárquica de três níveis que rompe com os paradigmas tradicionais de operação da rede. Publicado na renomada revista Electrical Measurement & Instrumentation (Vol. 61, No. 11, 15 de novembro de 2024), a pesquisa aborda um dos desafios mais prementes do século XXI: como integrar de forma eficiente e estável a crescente quantidade de energia solar e eólica em uma infraestrutura de rede não projetada para sua variabilidade.
Durante décadas, os operadores de rede trataram as redes de distribuição (aquelas que chegam às residências e empresas) como cargas passivas e as redes de transmissão (as linhas de alta tensão) como fontes de energia fixas. Essa abordagem, conhecida como “operação isolada”, tornou-se obsoleta. A proliferação de painéis solares em telhados e turbinas eólicas descentralizadas transformou muitas redes de distribuição em produtores ativos de energia, criando fluxos de potência bidirecionais que o sistema tradicional não consegue gerenciar eficazmente. Isso gera ineficiências, como perdas técnicas de energia (dissipada na forma de calor nos cabos) e o desperdício de energia renovável (conhecido como “abandono de energia”), quando a rede não consegue absorver toda a eletricidade gerada.
O modelo proposto pela equipe de Cheng Hulin oferece uma solução integrada e revolucionária. Seu enfoque baseia-se na criação de um diálogo dinâmico e bidirecional entre as redes de transmissão e distribuição, utilizando duas variáveis-chave como moeda de troca: o preço de liquidação da rede de transmissão e a quantidade de eletricidade comprada ou vendida entre as duas redes. A inovação fundamental é que o preço de liquidação não é calculado de forma estática, mas incorpora explicitamente as perdas de energia que ocorrem durante a transmissão. Isso significa que o preço reflete o verdadeiro custo físico de entregar eletricidade, criando um sistema de incentivos muito mais preciso.
Esse mecanismo de preços dinâmicos atua como um sistema nervoso central para todo o sistema. Quando a rede de transmissão anuncia um preço de liquidação, esse não indica apenas oferta e demanda, mas também o estado de congestão e as perdas nas linhas de alta tensão. As redes de distribuição recebem esse preço e o utilizam como um sinal para tomar decisões ótimas sobre como gerenciar seus próprios recursos internos. Isso inclui decidir quanto eletricidade comprar da rede principal, quanto energia solar local consumir, quando utilizar geradores de backup e, de forma crucial, como programar a carga e descarga dos veículos elétricos.
É aqui que entra em cena a verdadeira genialidade do modelo. A maioria das estratégias de gestão de VEs se concentra apenas no quando carregar (por exemplo, encorajar o carregamento durante a noite, quando a demanda é baixa). Este estudo vai além e resolve o problema do onde. Introduz uma terceira camada de otimização: a “camada de programação espacial de VEs”. Este componente toma como entrada os resultados ótimos de carga e descarga no tempo calculados pelas camadas superiores e então determina o melhor local físico dentro da rede de distribuição para os veículos se conectarem.
A lógica é simples, mas poderosa. As perdas de energia em uma rede de distribuição não são uniformes; são muito maiores nos nós (pontos de conexão) que estão longe da subestação principal, onde a tensão é mais baixa e a resistência dos cabos é mais alta. O modelo otimiza a localização dos VEs para minimizar essas perdas. Por exemplo, programa os veículos para carregar predominantemente em nós próximos à subestação durante as horas de baixa demanda. Isso aproveita a alta tensão e baixa resistência dessas áreas, reduzindo a energia perdida durante o carregamento.
Em contrapartida, programa os veículos para descarregar (utilizando a tecnologia V2G, Vehicle-to-Grid) em nós localizados nas zonas mais distantes e com maior carga, como centros comerciais ou zonas residenciais durante as horas de pico. Ao descarregar eletricidade localmente nesses pontos, os VEs atuam como pequenas centrais elétricas distribuídas, fornecendo energia diretamente onde é necessária. Isso reduz drasticamente a quantidade de corrente que deve fluir da subestação através de longas linhas, o que por sua vez reduz as perdas por resistência e ajuda a manter a tensão dentro dos limites seguros.
Os resultados da simulação, baseada em um sistema de teste padrão (a rede IEEE de 33 nós), são impressionantes. Em comparação com a operação isolada tradicional, a estratégia de coordenação proposta reduz os custos totais do sistema em quase 50.000 dólares por dia. Essa redução decorre de múltiplos fatores: menores custos de geração, menos penalidades por energia solar abandonada e, principalmente, uma redução significativa nas perdas de rede. O preço de liquidação da rede de transmissão diminui constantemente ao longo do dia, um indicador claro de que as perdas nas linhas de alta tensão foram reduzidas, o que se traduz diretamente em uma operação mais eficiente e menos emissões de carbono.
No nível de distribuição, os benefícios são igualmente notáveis. A taxa média de perda de rede na rede de teste caiu de 0,24% para 0,21%. Embora pareça uma melhoria marginal, em uma rede elétrica em escala nacional, essa diferença representa uma enorme quantidade de energia economizada. Além disso, a estratégia melhorou a taxa de absorção de energia solar de 95,4% para 98,1%, salvando uma grande quantidade de energia limpa que de outra forma seria desperdiçada. Para os proprietários de VEs, a estratégia também é economicamente atraente. Ao carregar quando os preços são baixos (à noite) e vender eletricidade quando os preços são altos (durante o dia), a frota de VEs simulada gerou receitas de arbitragem de aproximadamente 412 dólares por hora.
Um desafio crucial para a implementação deste tipo de modelos complexos é a velocidade de cálculo. Resolver um problema de otimização que envolve redes de transmissão, distribuição e milhares de veículos elétricos é intensivo em computação. Os métodos tradicionais de iteração exigem uma troca constante de dados entre os diferentes subsistemas, o que leva a tempos de resolução proibitivamente longos. Para superar esse obstáculo, a equipe de pesquisa empregou um algoritmo de vanguarda chamado Otimização Concorrente de Subespaços (CSSO).
Esse algoritmo é um salto qualitativo em eficiência. Em vez de forçar os subsistemas a esperarem os resultados uns dos outros, o CSSO permite que a rede de transmissão e cada rede de distribuição realizem seus cálculos em paralelo e quase de forma independente. Eles utilizam modelos de “superfície de resposta” (construídos com redes neurais) para prever como suas decisões afetarão o sistema global. Isso elimina a necessidade de milhares de iterações de feedback. O resultado é espetacular: o modelo foi resolvido em apenas 112 segundos, uma melhoria de mais de uma ordem de magnitude em comparação com os métodos tradicionais que levaram mais de 18 minutos. Essa velocidade é essencial para que o sistema seja viável nas operações do mundo real, onde as decisões devem ser tomadas em tempo quase real.
Além dos números, este estudo tem profundas implicações para o futuro da mobilidade elétrica e da política energética. Demonstra que os veículos elétricos não são um fardo para a rede, mas uma solução. Sua bateria, quando gerenciada de forma inteligente, torna-se um recurso de armazenamento distribuído de valor inestimável. Para que isso se torne realidade, é necessário uma mudança de paradigma. Os operadores de transmissão (TSOs) e os operadores de distribuição (DSOs) devem passar de operar em silos para colaborar estreitamente, compartilhando dados e alinhando seus objetivos. As políticas devem evoluir para criar mercados que recompensem os proprietários de VEs por fornecer serviços de flexibilidade à rede.
A infraestrutura também deve se adaptar. Serão necessárias estações de carregamento inteligentes capazes de se comunicar com o operador da rede e receber sinais de preço em tempo real. Os reguladores devem permitir que agregadores (empresas que agrupam milhares de VEs) participem dos mercados de energia como um único ator, maximizando seu impacto. A pesquisa de Cheng Hulin, Wu Jian, Zhang Jing, Li Yanlin, Shi Benbo e Lu Zhigang não apresenta apenas um modelo matemático; é um mapa para um futuro energético mais inteligente, eficiente e sustentável, onde o automóvel elétrico desempenha um papel central na descarbonização do sistema energético.
Cheng Hulin, Wu Jian, Zhang Jing, Li Yanlin, Shi Benbo, Lu Zhigang, State Grid Hebei Electric Power Co., Ltd. and Yanshan University, Electrical Measurement & Instrumentation, DOI: 10.19753/j.issn1001-1390.2024.11.016