Soluções Computacionais
Áreas centrais de pesquisa e desenvolvimento
Em meio a todos os incentivos para publicações na área de Smart Grids, diversas propostas têm surgido, com enfoques em diferentes áreas. Entretanto, as áreas social, de computação e de sistemas elétricos vêm recebendo a maior parte das atenções.
A área de sistemas elétricos, comporta basicamente as soluções que procuram desenvolver o aspecto físico da malha elétrica, e geralmente estão atreladas a algum tipo de solução computacional. Esta área, no entanto, foge do escopo deste trabalho.
A área social, que será abordada mais adiante, trata sobre uma questão com poucos aspectos técnicos, mas de enorme importância, que é a aceitação e o uso da rede elétrica pelos consumidores após sua implementação. O sucesso nessa área é fundamental para o funcionamento adequado da Smart Grid, caso contrário, a mesma não passará de um grande desperdício de investimentos, sem acrescentar mudanças significativas na rede elétrica antiga.
Por fim, a área computacional, na qual este trabalho pretende estender-se, é responsável pela maior parte das publicações na área, afinal é ela quem é responsável por adicionar "inteligência" à rede elétrica. É responsável pela criação dos algoritmos e soluções computacionais como um todo que rodam na Smart Grid. É responsável por diversos tipos de soluções, citadas a seguir.
Algoritmos para a alocação da eletricidade em tempo real
Na rede elétrica atual, uma enorme quantidade de energia é desperdiçada durante o processo de transmissão, reduzindo significativamente a eficiência da rede. Essa perda acontece naturalmente, por efeitos como a resistência não desprezível das linhas de transmissão.
No Brasil, calcula-se que essa perda chegue a 14,7%, de acordo com dados da IBM [9].
Na rede elétrica inteligente, no entanto, esse problema pode ser consideravelmente remediado. Através de uma monitoração fina do consumo de cada região da rede e de chaveamentos nas linhas de transmissão, o envio de energia pode ser otimizado para que cada central geradora envie sempre para os pontos de demanda mais próximos.
Além disso, esse efeito pode ser obtido como um resultado de soluções que permitam a coprodução energética - a possibilidade de um cliente da rede elétrica vender sua própria energia, vinda por exemplo, de painéis solares ou turbinas eólicas, de volta para a rede, em um momento em que essa energia não esteja sendo utilizada ou armazenada. Essa solução pode ser implementada de maneira com que a energia vendida seja imediatamente encarregada ao vizinho mais próximo, não só aliviando as plantas centrais de produção, como evitando a perda pela transmissão.
Algoritmos para auto-reparo da rede elétrica
Outro aspecto da rede atual a ser explorado pelas modificações propostas para Smart Grid é a capacidade da rede se curar automaticamente de problemas como destruição de linhas de transmissão ou queda de geradores de uma usina elétrica.
A capacidade de auto-reparo (self-healing) está diretamente ligada a formulação de algoritmos para redução de pontos únicos de falha que executem de forma dinâmica. Porém para que sejam implementados, antes a rede deve ser preparada com os sensores e chaveamentos da Smart Grid, mencionados anteriormente.
O sucesso de tais algoritmos poderia garantir uma qualidade muito superior do fornecimento de energia elétrica, ou seja, menos "apagões" e quedas de fase. Dado que a falta de qualidade do fornecimento é um dos aspectos mais problemáticos da rede elétrica atualmente e que causam mais prejuízos, percebe-se instantaneamente a importância do desenvolvimento nesta área.
Formas de comunicação para os pontos da rede
Dado que adicionar uma rede de comunicações à rede elétrica é um dos principais objetivos da Smart Grid, fica evidente a relevância desta área, também.
Os especialistas discutem ainda a respeito de qual a solução ideal para se estabelecer uma comunicação bidirecional entre os diversos pontos da rede elétrica de forma segura e eficiente.
Há quem aposte na tecnologia PLC para concretizar esta tarefa, dado sua integração total com a rede elétrica. Entretanto há outros que defendam o padrão WiMAX por sua enorme facilidade de instalação e custos associados [13].
Quanto aos protocolos de comunicação utilizados na Smart Grid, ainda parece haver pouca concordância entre as implementações. Poucas padronizações e muitas implementações fechadas. Por esse motivo esta seção não será abordada nesta versão do trabalho.
Previsão do tempo e deteção de padrões regionais
A medida que plantas de geração de energia renovável são acrescidas a nova rede elétrica, vai se destacando cada vez mais a necessidade para uma previsão precisa de fatores ambientais, visto que esses frequentemente afetam as fontes renováveis de energia, como vento, sol e marés.
Surge então um espaço para algoritmos, possivelmente utilizando técnicas de mineração de dados, para a predição de comportamentos ambientais, a fim de se manter a estabilidade da rede. Com o intuito de se fazer a predição menos tardia possível, procura-se detetar padrões de comportamento do tempo, especificas para as regiões onde as plantas de energia renovável foram instaladas.
Além disso, para se compensar os períodos em que estas usinas estejam inoperantes, se torna fundamental o uso de algoritmos para otimizar o armazenamento de energia em baterias para ser liberada em momentos de escassez energética.
Vehicle-to-Grid
Em meio a esses algoritmos, que tendem a mudar de acordo com a evolução das baterias do mercado, destaca-se o conceito de Vehicle-to-Grid, uma ideia recente que se consiste na utilização da bateria do carro elétrico de uma residência como uma bateria disponível para amortecer a demanda na rede elétrica.
Por exemplo, suponha que seu carro está habilitado para funcionar desta forma, e ele se encontra em modo ocioso na garagem, porém conectado a rede elétrica. A bateria dele pode ser utilizada para armazenar energia da rede elétrica em momentos em que haja abundância de geração, sendo descarregada no caso contrário. Dessa forma, com a aquisição de um carro elétrico, você poderia ajudar a aliviar o excesso de demanda da rede, simplesmente deixando-o conectado enquanto estiver guardado na garagem.
Algoritmos para a determinação dinâmica de preços e agendamento de consumo
Essa é, talvez, a área mais promissora da Smart Grid, visto que é capaz de trazer benefícios econômicos tanto às concessionárias de energia quanto aos seus clientes, sem criar sequer uma usina a mais.
Através de um algoritmo dinâmico de estabelecimento de preços para a Smart Grid e de medidores inteligentes em sua casa, o cliente pode escolher em que momento deseja comprar energia da rede para alimentar equipamentos de baixa prioridade, como máquinas de lavar, boilers, baterias de carro, etc. Sendo que diferentes horários do dia apresentam diferentes valores, proporcionais à carga da rede elétrica no momento.
Quanto mais próximo dos picos a demanda da rede, mais cara a energia. Quanto mais próximo dos vales, mais barata.
Através da redução da diferença entre os picos e os vales da demanda energética, impulsionada pela tentativa de economizar dos clientes, as concessionárias dependeriam muito menos de usinas adicionais (geralmente termoelétricas) que só entram em funcionamento para segurar os picos, ou de usinas que funcionam acima da geração recomendada, poluindo mais e funcionando com desempenho inferior, também para aguentar os picos de demanda. Dessa forma, sobra mais lucro para as concessionárias e o cliente paga menos, por uma energia mais limpa.
O principal desafio dessa área, é como lidar com o problema de maneira descentralizada, dado que otimizar o agendamento de consumo para milhões de residências de forma centralizada seria, além de muito ineficiente, muito arriscado (ponto único de falha).
Para contornar esse problema entram em cena soluções que usam recursos como teoria dos jogos para modelar a otimização dos agendamentos como um jogo em que todos tem intuito de economizar. Veremos um exemplo na próxima seção do trabalho.
É interessante notar também que boa parte dos investimentos em Smart Grid estão concentrados no desenvolvimento dos medidores inteligentes e seus softwares associados [12].