Publicação
CARACTERIZAÇÃO DA FLEXIBILIDADE ENERGÉTICA AGREGADA CONSIDERANDO RESTRIÇÕES DOS UTILIZADORES
| Resumo: | Com o objetivo de aumentar a penetração de energia proveniente de fontes renováveis como forma de limitar as emissões de gases de efeito estufa, surgem desafios relacionados à maior integração destas fontes na rede elétrica. A imprevisibilidade da produção de energia renovável, devido à dependência dos recursos disponíveis, é um desses desafios. Atualmente, para lidar com as flutuações na produção, é necessário aproveitar a flexibi- lidade do lado da oferta, que muitas vezes envolve o uso de fontes não renováveis. No entanto, essa flexibilidade também pode ser explorada do lado da procura, ajustando o consumo de acordo com a produção disponível. Nesta dissertação, foi desenvolvida uma metodologia capaz de caracterizar a flexibi- lidade energética agregada de um conjunto de habitações, utilizando distribuições de probabilidades que representam os hábitos de consumo dos utilizadores. Essa flexibili- dade pode ser utilizada a pedido do operador da rede, a fim de modificar o consumo durante intervalos específicos, ou para maximizar os índices de autossuficiência e au- toconsumo de um sistema de produção de energia solar fotovoltaica. Com base nessa metodologia, foi criada uma ferramenta em Python para implementar essas funciona- lidades. Um caso de estudo foi realizado a partir de dados simulados de consumo de máquinas de lavar loiça, máquinas de secar roupa e máquinas de lavar roupa em diferentes habitações, com o objetivo de caracterizar a flexibilidade oferecida por essas máquinas e explorar as suas aplicações. Essas aplicações incluíram a modificação do consumo durante períodos específicos para aliviar a carga na rede elétrica, bem como o aumento dos índices de autossuficiência e autoconsumo de um sistema PV, a fim de melhorar os indicadores económicos e reduzir os custos associados. |
|---|---|
| Autores principais: | Bento, João Miguel Baltazar |
| Assunto: | Flexibilidade energética Distribuições de Probabilidades Hábitos de Consumo |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade Nova de Lisboa |
| Idioma: | português |
| Origem: | Repositório Institucional da UNL |
| Resumo: | Com o objetivo de aumentar a penetração de energia proveniente de fontes renováveis como forma de limitar as emissões de gases de efeito estufa, surgem desafios relacionados à maior integração destas fontes na rede elétrica. A imprevisibilidade da produção de energia renovável, devido à dependência dos recursos disponíveis, é um desses desafios. Atualmente, para lidar com as flutuações na produção, é necessário aproveitar a flexibi- lidade do lado da oferta, que muitas vezes envolve o uso de fontes não renováveis. No entanto, essa flexibilidade também pode ser explorada do lado da procura, ajustando o consumo de acordo com a produção disponível. Nesta dissertação, foi desenvolvida uma metodologia capaz de caracterizar a flexibi- lidade energética agregada de um conjunto de habitações, utilizando distribuições de probabilidades que representam os hábitos de consumo dos utilizadores. Essa flexibili- dade pode ser utilizada a pedido do operador da rede, a fim de modificar o consumo durante intervalos específicos, ou para maximizar os índices de autossuficiência e au- toconsumo de um sistema de produção de energia solar fotovoltaica. Com base nessa metodologia, foi criada uma ferramenta em Python para implementar essas funciona- lidades. Um caso de estudo foi realizado a partir de dados simulados de consumo de máquinas de lavar loiça, máquinas de secar roupa e máquinas de lavar roupa em diferentes habitações, com o objetivo de caracterizar a flexibilidade oferecida por essas máquinas e explorar as suas aplicações. Essas aplicações incluíram a modificação do consumo durante períodos específicos para aliviar a carga na rede elétrica, bem como o aumento dos índices de autossuficiência e autoconsumo de um sistema PV, a fim de melhorar os indicadores económicos e reduzir os custos associados. |
|---|