Simulador de cargas do sector residencial avaliação de impacto de medidas de gestão da procura

Abstract

As questões com que as sociedades actuais se defrontam relacionadas com a problemática da preservação do meio ambiente e do desenvolvimento sustentado, impõe uma visão mais geral no processo de produção, gestão, distribuição e consumo do que é produzido e, no caso em apreço, da electricidade, que relativamente às outras mercadorias consumidas, não é viável armazenar em grandes quantidades, sendo esta mais uma razão para a sua gestão eficaz. Actualmente impõe-se uma atitude diferente dos consumidores, passando de meros clientes, consumidores, para partes interessadas em todo o processo. Para isso é indispensável disponibilizar aos consumidores instrumentos eficazes e fáceis de utilizar que permitam uma efectiva adesão e participação nas estratégias de gestão da procura. Também eventuais entidades interessadas em promover este tipo de actividade terão toda a vantagem em apresentar medidas atractivas também para os consumidores, sendo, por isso, parte interessada nesses instrumentos. Nesta dissertação é proposto um modelo de simulação de cargas residenciais (SIMCAR), tendo como objectivo principal a avaliação dos impactos das estratégias de gestão da procura, sendo capaz de lidar com a aleatoriedade e variabilidade habitualmente associadas à utilização dos serviços de energia no sector residencial. Devido às diversas características dos diferentes tipos de cargas residenciais, é necessário utilizar estratégias diferentes para cada carga, quer relativamente à implementação de medidas de gestão, quer relativamente aos dados, e seu tratamento, que permitem caracterizar o comportamento das cargas. Assim pode:  Recorrer-se a dois algoritmos de reconhecimento de padrões, sendo eles o k-means e de evolução diferencial, para caracterizar o funcionamento de algumas cargas ao longo do dia, com base em recolhas efectuadas com essas cargas em funcionamento;  Recorrer-se a modelos fisicamente baseados para recriar diagramas de cargas termostáticas, onde todos os fenómenos físicos reais são tidos em conta, podendo dessa forma lidar com a aleatoriedade e variabilidade das cargas;  Recorrer-se a (outras) fontes de dados existentes para a caracterização estatística da utilização das cargas ao longo do tempo. Neste texto são apresentados estudos de caso para demonstrar as potencialidades do simulador, onde se podem visualizar e analisar os resultados da “aplicação” das técnicas de tratamento de dados para obtenção dos consumos das cargas, bem como verificar o impacto de algumas medidas de gestão da procura, tanto individualmente, como num grupo de consumidores. É também efectuada uma análise comparativa entre o desempenho dos dois algoritmos de reconhecimento de padrões quando usados na obtenção de diagramas de cargas.

The problems which the modern society faces nowadays related to the issue of preserving the environment and sustainable development, requires a broader view of the production, management, distribution and consumption process, and in this instance, the electricity that relative to the other goods consumed, cannot be stored. This fact is one more reason for its effective management. Currently we need a different attitude of consumers. They need to be more than just simple clients, and be stakeholders in all the process. It is essential to provide the client with efficient tools and easy to use, allowing an effective participation in demand management strategies. Also, any entity interested in promoting this type of activity will have all the advantage in presenting measures also attractive to consumers, and therefore stakeholders in these instruments. This thesis proposes a bottom-up approach for simulation of residential loads simulation, whose principal aim is to evaluate the impacts of management strategies, being able to handle the randomness and variability commonly associated with the use of energy services in the residential sector. Due to the different characteristics of different types of residential loads, it’s necessary to use different strategies for each load, either with regard to the implementation of management measures, or for the data and its treatment, which permit characterize the behavior of the loads. Therefore:  Resorting to two algorithms for pattern recognition, namely the k-means and differential evolution to characterize the operation of some loads throughout the day, based on monitoring carried out on the loads in operation;  Resorting to physically based models to recreate diagrams thermostatic loads, where all the real physical phenomena are taken into account, and can this deal with the variability and randomness loads;  Resorting to (other) resources of data for statistical characterization of the use of the loads over time. This paper presents case studies to demonstrate the capabilities of the simulator, where it is possible to view and analyze the results of the "application" of data processing techniques for obtaining the loads of consumption, as well as check the impact of some management measures searching, both individually as a group of consumers. It also made a comparison between the performance of two algorithms for pattern recognition when used in obtaining diagrams loads.