CARACTERIZAÇÃO DA FLEXIBILIDADE ENERGÉTICA AGREGADA CONSIDERANDO RESTRIÇÕES DOS UTILIZADORES

Abstract

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.

With the aim of increasing the penetration of renewable energy sources in the electrical grid in order to limit greenhouse gas emissions, challenges arise regarding the greater integration of these sources. The volatility of renewable energy generation, due to dependency on available resources, is one of these challenges. Currently, to handle the generation fluctuations, it is necessary to use the energy flexibility on the supply side, often involving the use of non-renewable sources. However, demand side flexibility can also be used by adjusting the energy consumption according to the available generation. In this dissertation, a methodology was developed to characterize the aggregated en- ergy flexibility offered by a set of households, using probability distributions to represent users behavioral patterns. This demand side flexibility can be used at the request of the Distribution System Operator to make adjustments in the energy consumption during specific periods or to maximize self-sufficiency and self-consumption indexes of a photo- voltaic system. Based on this methodology, a Python tool was created to implement these functionalities. A case study was conducted using simulated data on the consumption of dishwashers, dryers, and washing machines in different households to characterize the flexibility offered by these appliances and explore their applications. These applications include modifying consumption during specific periods to alleviate the electrical grid and increasing self-sufficiency and self-consumption indexes of a PV system to improve the indicators used for economic evaluation and reduce associated costs.