Planejamento Probabilístico de Fontes de Energia Renovável com Diferentes Modelos de Carga

Este artigo apresenta um algoritmo de otimização, chamado Algoritmo Genético de Classificação Não Dominada III (NSGA-III), para identificar a alocação ótima de recursos energéticos distribuídos hibridos (DERs), incluindo sistema fotovoltaico (PV), microturbina (MT) e célula de combustível (FC) no sistema de distribuição, considerando quatro diferentes modelos de carga, como industrial, residencial, comercial e modelo de carga constante. Com o aumento da integração de fontes de energia renovável, as incertezas resultantes dessas fontes representam um sério desafio para a operação da rede. Para se aproximar da realidade, o desempenho da rede é analisado considerando a influência das incertezas produzidas pelas RES. O Método de Estimativa Ponto (PEM) é usado para modelar as incertezas geradas a partir de fontes de energia renovável. O principal objetivo deste artigo é maximizar os benefícios técnicos e econômicos dos DERs, minimizando várias funções objetivo, como a perda total de potência, custo e desvio de tensão, sujeitas a diferentes restrições do sistema de potência. Um quadro de planejamento multiobjetivo é avaliado usando duas redes padrão IEEE com vários cenários. Análises comparativas são realizadas em sistemas de distribuição padrão sob diferentes modelos de carga e misturas de diferentes tipos de DERs. Um diagrama de níveis é implementado para analisar e comparar a influência de diferentes combinações de modelos de carga no desempenho do sistema. Os resultados obtidos mostram que o desempenho do sistema é grandemente influenciado por incertezas acompanhadas com DER e o próprio sistema de potência. Os quadros de planejamento multiobjetivo sugeridos mostram alta precisão em comparação com outras técnicas aplicadas em pesquisas anteriores.