Απόκριση ζήτησης και κατανεμημένη παραγωγή φωτοβολταϊκών:Μελέτη περίπτωσης Βραζιλίας

Στο πλαίσιο των έξυπνων δικτύων, η ποσοτικοποίηση του ενεργειακού δυναμικού των Κατανεμημένων Ενεργειακών Πόρων (DER), όπως η Απόκριση Ζήτησης (DR) και η Φωτοβολταϊκή Κατανεμημένη Παραγωγή (PVDG) σε ηλεκτρικά συστήματα, τους επιτρέπει να ενσωματωθούν σε έναν βιώσιμο ενεργειακό σχεδιασμό. Πόροι από την πλευρά της ζήτησης (DER), φέρνοντας έτσι νέες επιλογές και δείχνοντας τάσεις στους σχεδιαστές κοινής ωφελείας και στους υπεύθυνους χάραξης πολιτικής.

Η DR με βάση τις τιμές σχετίζεται με την υιοθέτηση τιμολογιακών συστημάτων για τους τελικούς χρήστες, στα οποία οι υψηλότερες τιμές ηλεκτρικής ενέργειας κατά τις ώρες αιχμής του συστήματος ή έκτακτα περιστατικά ωθούν τους καταναλωτές να μειώσουν τη ζήτηση, συχνά μέσω μιας μετατόπισης της κατανάλωσης σε ώρες χαμηλότερης τιμής [1] [3. ]. Η μείωση του κόστους της τεχνολογίας Φωτοβολταϊκών (ΦΒ) τα τελευταία χρόνια [2] και οι περιβαλλοντικοί στόχοι οδηγούν σε επέκταση της χρήσης συστημάτων PVDG. Το ενεργειακό δυναμικό του PVDG και ο αντίκτυπός του στα δίκτυα διανομής πρέπει να αξιολογηθούν για τον σχεδιασμό κοινής ωφέλειας.

Μια μελέτη περίπτωσης στην πολιτεία του Σάο Πάολο της Βραζιλίας, που περιλαμβάνει την υιοθέτηση ενός προαιρετικού τιμολογίου Χρόνου Χρήσης (TOU) που ονομάζεται white tariff και/ή PVDG από μια ομάδα 270 νοικοκυριών, που ορίζονται ως ανταποκρινόμενοι καταναλωτές, από ένα σύνολο περίπου 1200 καταναλωτές συνδεδεμένοι σε έναν ηλεκτρικό τροφοδότη διανομής (βλ. Εικ. 1), αξιολόγησαν τις δυνατότητες των DR και PVDG για μείωση της ζήτησης αιχμής του συστήματος, της κατανάλωσης ενέργειας από το δίκτυο και των τεχνικών απωλειών του συστήματος διανομής [3].

Τυπικές ημερήσιες καμπύλες ζήτησης των καταναλωτών σε ανά μονάδα (p.u.), ακτινοβολία επιπέδου συστοιχίας (POA) και καμπύλες θερμοκρασίας φωτοβολταϊκού πάνελ βασισμένες σε δεδομένα από την περιοχή μελέτης περίπτωσης χρησιμοποιήθηκαν για την εκτέλεση προσομοιώσεων κατά τη διάρκεια μιας τυπικής καθημερινής με χρονική ανάλυση των 30 λεπτών. Οι τιμές τυπικής απόκλισης κάθε τυπικής ημερήσιας καμπύλης ήταν διαθέσιμες και χρησιμοποιήθηκαν για την εκτέλεση ανάλυσης ευαισθησίας για τη μελέτη περίπτωσης.

Ο αριθμός των ανταποκρινόμενων καταναλωτών καθορίστηκε με βάση μια έρευνα που πραγματοποιήθηκε από την εταιρεία ηλεκτρικής ενέργειας στην περιοχή μελέτης περίπτωσης. Η μελέτη περίπτωσης αποτελείται από μια βασική περίπτωση χωρίς DR και PVDG (Σενάριο 1) και σενάρια 2-9 στα οποία η ομάδα ανταποκρινόμενων καταναλωτών υιοθέτησε δύο διαφορετικά επίπεδα DR και/ή PVDG (βλ. Εικ. 2).

Το τιμολόγιο TOU που υιοθετήθηκε από τους ανταποκρινόμενους καταναλωτές σε σενάρια με DR (βλ. Εικ. 3) παρουσίασε την υψηλότερη τιμή τις καθημερινές ώρες αιχμής από τις 19:00 έως τις 21:59. Η τιμή της ενέργειας τις επίσημες αργίες και το Σαββατοκύριακο ήταν ίση με την τιμή της ώρας εκτός αιχμής. Τα επίπεδα DR ορίστηκαν με βάση διαφορετικούς συντελεστές ελαστικότητας τιμής ζήτησης που υπολογίζονται σε [4]:​​-0,34 για το επίπεδο 1 και -0,16 για το επίπεδο 2, που οδήγησε σε ανταποκρινόμενο καταναλωτή κατά περίπου 20% και 10% μείωση της ζήτησης αιχμής, αντίστοιχα, σε σύγκριση με το θήκη βάσης [3].

Στα ισχύοντα σενάρια, το φωτοβολταϊκό σύστημα (ΦΒ) για κάθε αποκριτικό καταναλωτή είχε μέγεθος ώστε να μην υπερβαίνει την ονομαστική χωρητικότητα της ηλεκτρικής εγκατάστασης του καταναλωτή και η ημερήσια ενέργεια που καταναλώνει ο καταναλωτής ήταν μεγαλύτερη από την ημερήσια ενέργεια που παράγεται από το ΦΒ σύστημα. Δύο επίπεδα PVDG ορίστηκαν ως εξής:το επίπεδο 1 αντιστοιχούσε στις καμπύλες μέσης ακτινοβολίας POA και θερμοκρασίας φωτοβολταϊκού πίνακα τον Δεκέμβριο (με την υψηλότερη παραγωγή ενέργειας του έτους) και το επίπεδο 2 αντιστοιχούσε στη μέση ακτινοβολία POA και καμπύλες θερμοκρασίας φωτοβολταϊκού πίνακα στο Ιούνιος (με τη χαμηλότερη παραγωγή ενέργειας του έτους) [3].

Η μεγαλύτερη μείωση στη ζήτηση αιχμής του υποσταθμού και στις απώλειες μέγιστης ισχύος του συστήματος ήταν περίπου 6% και 11%, αντίστοιχα, και σημειώθηκε στα σενάρια 2, 6 και 7 με το υψηλότερο επίπεδο DR (βλ. Εικ. 4). Η μείωση της ζήτησης αιχμής οφειλόταν στη μείωση της ανταποκρινόμενης ζήτησης των καταναλωτών και στην αντίστοιχη μείωση στις μέγιστες απώλειες ισχύος του συστήματος διανομής. Το PVDG δεν συνέβαλε στη μείωση της ζήτησης αιχμής επειδή δεν υπήρχε ηλιακή ακτινοβολία κατά τις ώρες αιχμής της τιμής του συστήματος [3].

Η μεγαλύτερη μείωση στην κατανάλωση ενέργειας του υποσταθμού ήταν περίπου 9% και σημειώθηκε στα σενάρια 4, 6 και 8 με το υψηλότερο επίπεδο PVDG (βλ. Εικ. 5). Η μείωση της κατανάλωσης ενέργειας του υποσταθμού οφειλόταν στη μερική παροχή ενέργειας από φωτοβολταϊκά συστήματα ανταποκρινόμενων καταναλωτών και στην αντίστοιχη μείωση των απωλειών ενέργειας του συστήματος διανομής. Η μεγαλύτερη μείωση στις απώλειες ενέργειας του συστήματος διανομής ήταν περίπου 13% και σημειώθηκε στο σενάριο 6 με τα υψηλότερα επίπεδα DR και PVDG [3].

Η μεγαλύτερη εξοικονόμηση λογαριασμών ενέργειας ενός δείγματος ανταποκρινόμενου καταναλωτή με μέγιστη ζήτηση 9,73 kW, που υπολογίζεται ως σταθμισμένος μέσος όρος σε ένα τυπικό έτος της Βραζιλίας, ήταν περίπου 36% και σημειώθηκε στο σενάριο 4 με το υψηλότερο επίπεδο PVDG (βλ. Εικ. 6 ). Η εξοικονόμηση λογαριασμού στο σενάριο 6 με τα υψηλότερα επίπεδα DR και PVDG ήταν περίπου 35%, υποδεικνύοντας ότι η ταυτόχρονη υιοθέτηση του λευκού δασμολογίου και του PVDG ενδέχεται να μην είναι οικονομικά ελκυστική για τους καταναλωτές [3].

Για να παρουσιαστεί μια ανάλυση ευαισθησίας για τη μελέτη περίπτωσης χρησιμοποιώντας μια στατιστική μέθοδο, πραγματοποιήθηκε μια σειρά 100 προσομοιώσεων που προσθέτουν τυχαία μεταβλητότητα στην καμπύλη ζήτησης όλων των καταναλωτών και στις καμπύλες ακτινοβολίας POA και θερμοκρασίας φωτοβολταϊκού πίνακα στα εφαρμοστέα σενάρια. Ένας τυχαίος αριθμός με μηδενικό μέσο όρο και διακύμανση 1, πολλαπλασιασμένος με το 20% της τιμής τυπικής απόκλισης της καμπύλης προστέθηκε στην αρχική του μέση τιμή (δείτε το παράδειγμα στην Εικ. 7) [3].

Τα αποτελέσματα μέσης και τυπικής απόκλισης της ζήτησης αιχμής του υποσταθμού και της κατανάλωσης ενέργειας που προέκυψαν μέσω στατιστικής ανάλυσης παρουσιάζονται στα Σχ. 8 και 9.

Πόροι όπως το DR και το PVDG μπορούν να επιτρέψουν την αναβολή των επενδύσεων για την επέκταση του ηλεκτρικού συστήματος, να αυξήσουν τη συμμετοχή των ανανεώσιμων πηγών στην παραγωγή ηλεκτρικής ενέργειας και να βελτιώσουν την ενεργειακή απόδοση και την εξοικονόμηση ενέργειας του ηλεκτρικού δικτύου. Η χάραξη πολιτικής πρέπει να εξετάσει εναλλακτικές λύσεις αντί της προαιρετικής λευκής χρέωσης για την τόνωση της ταυτόχρονης χρήσης DR και PVDG [3].

Αυτά τα ευρήματα περιγράφονται στο άρθρο με τίτλο Ανάλυση της απόκρισης ζήτησης και κατανεμημένης παραγωγής φωτοβολταϊκών ως πόροι για τον προγραμματισμό της κοινής ωφέλειας, που δημοσιεύτηκε πρόσφατα στο Applied Energy. Αυτή η εργασία διεξήχθη από τους Matheus Sabino Viana, Giovanni Manassero Junior και Miguel E. M. Udaeta από το Πανεπιστήμιο του Σάο Πάολο.

Αναφορές: 

1. R. Deng, Z. Yang, M. Y. Chow, and J. Chen, «A research on demand response in smart grids:Mathematical models and approaches», IEEE Trans. Ind. Informatics, τομ. 11, αρ. 3, σελ. 570–582, 2015.
2. Η. C. Gils, «Οικονομική δυνατότητα για μελλοντική απόκριση ζήτησης στη Γερμανία – Προσέγγιση μοντελοποίησης και μελέτη περίπτωσης», Εφαρμ. Ενέργεια, τόμ. 162, σελ. 401–415, 2016.
3. Μ. S. Viana, G. Manassero και M. E. M. Udaeta, «Analysis of demand response and photovoltaic distributed generation as resources for power utility plans», Appl. Ενέργεια, τόμ. 217, αρ. Μάιος 2018, σελ. 456–466, 2018.
4. Λ. Hollanda, «Δοκίμια για την οικονομική ρύθμιση. Μια προσέγγιση μικροδεδομένων για τη ζήτηση οικιακής ηλεκτρικής ενέργειας στη Βραζιλία», Fundação Getúlio Vargas, 2012.