Estratégia de mitigação para sobretensão de curto prazo diante da variabilidade da geração fotovoltaica em redes de distribuição secundária

• Autor(a) principal: TORRES, Igor Cavalcante
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/42317
• topic: Energia Nuclear; Previsão da irradiação solar; Armazenamento; Sistemas fotovoltaicos; Fluxo de potência; Modelagem de redes de distribuição

Um dos grandes desafios é a maximização da hospedagem de geradores fotovoltaicos no sistema elétrico de distribuição sem comprometer a qualidade de energia disponível aos consumidores. Este trabalho apresentou um método para mitigação das sobretensões que surgem diante da alta injeção de potência elétrica através do fluxo reverso e também pela alta variabilidade da geração fotovoltaica. O método desenvolvido foi baseado em uma rede neural Long Short Term Memory (LSTM), modelada através de uma base de dados de irradiação solar e temperatura de operação dos módulos fotovoltaicos, ambas coletadas durante 365 dias efetivos de medição, em intervalo de tempo de 1 minuto. A operação da rede neural tomou como base uma janela deslizante de 20 dados (minutos) retroativos, estimando 1 minuto à frente. Os dados fornecidos pela rede LSTM foram utilizados como parâmetros de entrada juntamente com o padrão da curva de carga, a partir de um valor de permissão de injeção de potência reversa realizou-se o acionamento e integração de um conjunto de baterias elétricas. O programa Distribution System Simulator (OpenDSS), foi utilizado como ferramenta de simulação para execução do fluxo de potência diante das diversas condições da irradiação solar, permitindo a investigação pontual do perfil da tensão elétrica no ponto de fornecimento da unidade consumidora. Sendo a etapa de previsão, o estágio mais crítico para o pleno funcionamento da ferramenta de mitigação, em dias de alta variabilidade da geração fotovoltaica a rede neural LSTM atingiu um RMSE de 121,36 W/m². Em dias menos perturbados, o RMSE foi de 96,39 W/m². Para esta mesma métrica, a performance da rede neural obteve o mesmo ritmo de desempenho para a estimativa da temperatura de operação do módulo fotovoltaico. O dia de alta variabilidade, apresentou-se como a maior fonte de ocorrências de sobretensões durante um determinado período de tempo de operação do gerador fotovoltaico, assim, houve maior necessidade do uso do armazenamento para esta condição, onde 22,56% da energia útil disponibilizada pelo gerador fotovoltaico precisou ser armazenada para manter a estabilidade dos níveis de tensão.