| Summary: | Resumo: O Gerenciamento pelo Lado da Demanda (GLD) é o planejamento e implementação de atividades para influenciar o uso de eletricidade do consumidor de maneira que produza mudanças desejadas na curva de carga de um sistema elétrico. Embora seja um tema discutido desde meados da década de 1980, o advento de redes elétricas inteligentes traz, devido a uma maior integração da Tecnologia da Informação e Comunicação (TIC) com Sistemas Elétricos de Potência (SEP), simultaneamente novas oportunidades e desafios para o GLD, possibilitando uma efetiva extensão das atividades da concessionária de energia para o cliente e abrindo uma nova dimensão do planejamento e operação da distribuição de energia elétrica. Análises criteriosas são fundamentais quando do planejamento de um programa de GLD para que a concessionária obtenha benefícios técnico-econômicos tais como a postergação de investimentos e alívio de sobrecarga, mas não perca receita desnecessariamente. A fim de auxiliar concessionárias no planejamento de programas de Resposta à Demanda com Base em Tarifas (RDBT) (uma das alternativas para o GLD), essa dissertação propõe um sistema para otimização desses programas que foca na seleção de clientes residenciais em um alimentador. Para isso, foram desenvolvidas duas abordagens: híbrida e heurística. A primeira contou com duas técnicas distintas, Fluxo de Potência Ótimo (FPO) para determinação inicial de reduções por barra seguido de otimização binária por enxame de partículas (do inglês, Binary Particle Swarm Optimization (BPSO)) para a seleção dos clientes via otimização global ou por barra. A segunda realizou otimização global somente com BPSO. O sistema foi testado utilizando curvas de carga de clientes residenciais, dados de um alimentador de distribuição radial, matrizes de elasticidade dos clientes perante sinais tarifários, assim como a tarifa branca. Os principais resultados apontam que o sistema é de grande valia para concessionárias de energia analisarem e otimizarem programas de RDBT. A abordagem híbrida com otimização por barra apresentou o melhor compromisso entre custo computacional e atingimento do objetivo de redução. A abordagem heurística apresentou resultados melhores no atingimento da meta de redução, todavia com custo computacional que pode inviabilizar sua aplicação em concessionárias. As diferentes abordagens desenvolvidas apresentam um panorama para compreensão da utilização de técnicas de otimização de seleção de clientes e permitem visualização de aplicações futuras.
|
|---|
