Demand response applications in smart grids: an approach to implementation, prototyping and optimization.

Com o avanço da automação em sistemas de distribuição surgiram as Redes Elétricas Inteligentes (REIs) que são compostas por tecnologias de Medição Inteligente (MI), Geração Distribuída (GD) e Resposta da Demanda (RD), aplicadas principalmente como solução para a operação dos Sistemas Elétricos de Potência (SEP). Além disso, por meio da modernização dos modelos conceituais e estruturais do setor de energia e da integração de recursos energéticos distribuídos (REDs) incluindo os sistemas de armazenamento de energia (SAEs) é possível explorar novas aplicações, funcionalidades e oportunidades. A pesquisa realizada oferece primeiramente, uma análise conjuntural dos riscos e oportunidades existentes no Brasil e no mundo visando uma proposta de solução baseada num modelo mais robusto, eficiente e abrangente que engloba os avanços e inovações tecnológicas. No cenário das REIs da atualidade são exploradas as principais ferramentas para interoperabilidade e tomada de decisão de forma multivariada envolvendo produtores, concessionárias, comercializadores, operadores, reguladores e clientes do mercado de energia em geral com objetivo de prover um ambiente de produção de bens e serviços de energia muito mais confiável, moderno, competitivo, econômico e eficiente. Esta tese explora a aplicação e solução de problemas típicos da indústria de energia elétrica assim como a intermitência e a integração de fontes renováveis e de armazenamento aos Sistemas de Energia Elétrica (SEEs) convencionais. Esta análise visa postergar ou otimizar os investimentos, incentivar a auto-produção nos setores residencial e comercial, incentivar a cogeração no setor industrial e no ambiente de serviços de energia através de novas condições de operação e negócios do setor energético. A sistemática proposta consiste um modelo de implementação, prototipagem e otimização da gestão da demanda de energia em redes compostas de unidades consumidoras e auto-produtoras com geração distribuída (p. ex. solar, eólica, térmica,) residenciais, comerciais (p. ex. co-geração) e industriais (p. ex. biomassa, gás) inseridas em sistemas de baixa e média tensão (MT). O processo de otimização é baseado em modelagem matemática que consiste na coleta, análise, processamento de dados e tomadas de decisão a partir da obtenção dos perfis de geração e consumo de energia das unidades; aquisição de sinais e perfis de corrente, tensão e potência nos elementos ativos da rede; medição do preço da energia de acordo com a dinâmica de tarifação do sistema. A modelagem matemática evidencia a função objetivo proposta bem como restrições do problema de modo a otimizar as parcelas relativas à geração, consumo e autoprodução das unidades consumidoras, planejamento, operação e desempenho da rede e tarifação dinâmica da energia que deverão ser executadas em tempo real nos pontos de injeção e consumo.With the advancement of automation in distribution systems, Smart Grids (SGs) emerged, which are composed of Smart Metering (SM), Distributed Generation (DG) and Demand Response (DR) technologies, applied mainly as a solution for the operation of Power Electric Systems (PES). In addition, through the modernization of conceptual and structural models in the energy sector and the integration of Distributed Energy Resources (DERs) including energy storage systems (ESSs) it is possible to explore new applications, features and opportunities. The research carried out offers, first, a conjectural analysis of the risks and opportunities existing in Brazil and in the world, aiming at a proposal for a solution based on a more robust, efficient and comprehensive model that encompasses technological advances and innovations. In todays SGs scenario, the main tools for interoperability and multivariate decision-making involving producers, concessionaires, traders, operators, regulators and customers in the energy market in general are explored in order to provide an environment for the production of goods and services much more reliable, modern, competitive, economical and efficient. This thesis explores the application and solution of problems typical of the electric power industry as well as the intermittent and integration of renewable sources and storage to conventional Power Electirc Systems (PES). This analysis aims to postpone or optimize investments, encourage self-production in the residential and commercial sectors, encourage co-generation in the industrial sector and in the energy service environment through new operating and business conditions in the energy sector. The systematic proposal consists of implementing a model for the implementation, prototyping and optimization of energy demand management in networks composed of consumer and self-producing units with distributed generation (eg. solar, wind, thermal,) residential, commercial (eg. co-generation) and industrial (eg. biomass, gas) inserted in low and medium voltage (MV) systems. The optimization process is based on mathematical modeling that consists of collecting, analyzing, processing data and making decisions based on obtaining the energy generation and consumption profiles of the units; acquisition of signals and profiles of current, voltage and power in the active elements of the network; measurement of the price of energy according to the dynamic tariffs of the system. The mathematical modeling shows the proposed objective function as well as the problem restrictions in order to optimize the parcels related to the generation, consumption and self-production of the consumer units, network planning, operation and performance and dynamic energy pricing that should be performed in real time in the injection and consumption points