Optimal Microgrid Sizing of Offshore Renewable Energy Sources for Offshore Platforms and Coastal Communities

Resumo Técnico: Dimensionamento Ótimo de Microredes de Fontes de Energia Renováveis Offshore para Plataformas Offshore e Comunidades Costeiras

Definição do Problema
Comunidades offshore isoladas e plataformas, como ilhas e plataformas de petróleo e gás, dependem tradicionalmente de redes continentais ou geradores a diesel, o que resulta em altos custos de energia e emissões significativas de carbono. Embora os recursos renováveis offshore (eólica, undimotriz, maremotriz e fotovoltaica flutuante) ofereçam uma alternativa sustentável, sua natureza intermitente complica o design do sistema. Um desafio crítico no planejamento de microredes é a modelagem precisa da degradação do Sistema de Armazenamento de Energia por Bateria (BESS). Os modelos de otimização tradicionais frequentemente simplificam excessivamente os custos de degradação como uma porcentagem fixa do investimento de capital ou dependem de parâmetros de entrada limitados, levando a estimativas imprecisas de custo de vida útil e dimensionamento de sistema subótimo. Além disso, as ferramentas de otimização existentes frequentemente lutam com a complexidade computacional introduzida pelos fatores de degradação não lineares e pela natureza estocástica dos recursos de energia marinha.

Metodologia
Os autores propõem um Otimizador de Microredes de Energia Renovável (REMO) projetado para determinar o mix e o dimensionamento ótimos de geração renovável offshore e recursos de armazenamento. A metodologia integra cinco componentes principais:

1. Modelagem de Recursos: O modelo utiliza cinco anos de dados históricos do National Data Buoy Center (NDBC) e da NOAA para projetar as saídas de potência para Turbinas Eólicas Offshore (OWTs), Conversores de Energia de Ondas (WECs), Conversores de Energia de Marés (TECs) e sistemas Fotovoltaicos Flutuantes (FPV) em seis regiões dos EUA (Texas, Alasca, Califórnia, Flórida, Havaí, Nova Jersey).
2. Estrutura de Otimização: O modelo REMO minimiza o custo total de vida útil, compreendendo pré-comissionamento, capital, operação e manutenção (O&M), descomissionamento e custos de degradação de bateria. Ele emprega uma abordagem de programação linear inteira mista para selecionar capacidades ótimas a partir de um conjunto de unidades de geração comercialmente disponíveis e protótipos.
3. Degradação de Bateria Baseada em Redes Neurais Profundas (DNN-BD): Para abordar a limitação dos modelos de degradação simplificados, os autores integram um módulo DNN-BD. Este módulo é treinado em 945 simulações de envelhecimento usando cinco variáveis de entrada críticas: temperatura ambiente, taxa de carga/descarga, estado de carga (SOC), profundidade de descarga (DOD) e estado de saúde (SOH). A rede prevê a degradação ciclo a ciclo para calcular custos precisos baseados no uso.
4. Algoritmo Heurístico Desacoplado: Reconhecendo que o modelo DNN-BD introduz não linearidade e não convexidade, tornando a otimização direta computacionalmente exigente, os autores empregam um heurístico desacoplado iterativo. Este algoritmo resolve o modelo REMO, analisa o cronograma de operação do BESS, agrupa ciclos para calcular custos de degradação via DNN e, iterativamente, torna os parâmetros operacionais mais rigorosos (limitando a potência máxima e a saída total) para reduzir a degradação até a convergência.
5. Simplificação do Modelo: Um modelo "REMO-simplificado" é desenvolvido através da análise do Custo Nivelado de Energia (LCOE) de todos os recursos. Com base nas descobertas de que os WECs e TECs exibem LCOEs significativamente superiores aos das OWTs e FPVs na maioria das regiões, esses recursos são excluídos no modelo simplificado para reduzir o tempo de computação sem sacrificar a otimalidade econômica para os cenários testados.

Principidades Contribuições

• Integração de Modelagem de Degradação Avançada: O artigo introduz uma integração inovadora de uma Rede Neural Profunda em uma estrutura de dimensionamento de microrede. Ao contrário dos modelos tradicionais que tratam a degradação como um custo estático, esta abordagem contabiliza dinamicamente as interações não lineares entre fatores ambientais (temperatura) e estressores operacionais (SOC, DOD, C-rate).
• Estratégia de Otimização Iterativa: O desenvolvimento de um algoritmo heurístico desacoplado permite a inclusão de modelos de degradação complexos e não convexos dentro de um fluxo de trabalho de otimização padrão, equilibrando viabilidade computacional com precisão de modelagem.
• Análise Regional Abrangente: O estudo fornece uma análise comparativa de quatro tecnologias distintas de energia marinha através de seis regiões geograficamente diversas dos EUA, oferecendo insights específicos sobre a viabilidade dos recursos (ex: a dominância de OWTs no Alasca vs. FPVs no Havaí).
• Análise de Sensibilidade de Custo: O artigo quantifica os limiares de redução de custo necessários para que tecnologias emergentes (WECs e TECs) se tornem economicamente competitivas, identificando pontos de preço específicos (13% e 10% de seus custos atuais, respectivamente) onde eles poderiam deslocar outros recursos em regiões específicas.

Resultos
Simulações conduzidas em plataformas de petróleo e gás offshore e em uma grande cidade costeira yielded os seguintes achados:

• Redução de Custo: A integração da abordagem REMO-DNN-BD reduziu o custo total de vida útil em 7,7% e reduziu os custos de degradação do BESS em aproximadamente 42% em comparação com modelos de degradação não restritos ou simplificados.
• Variabilidade Regional: As configurações ideais de sistema variaram significativamente por região. Por exemplo, os fortes recursos eólicos do Alasca permitiram custos de vida útil menores com menos requisitos de armazenamento, enquanto Nova Jersey exigiu uma dependência maior de FPVs e BESS devido à variabilidade sazonal do vento.
• Viabilidade de Recursos: OWTs e FPVs demonstraram consistentemente o menor Custo Nivelado de Energia (LCOE) na maioria das regiões. WECs e TECs foram considerados economicamente inviáveis nos níveis de custo atuais, exigindo reduções drásticas de custo (para 13% e 10% de seus níveis atuais, respectivamente) para se tornarem competitivos.
• Eficiência Computacional: O modelo REMO-simplificado, que exclui WECs e TECs com base na análise de LCOE, reduziu o tempo de computação em 16% a 25% em comparação com o modelo REMO-clássico completo.
• Sensibilidade ao Vento: Uma variação de 10% na velocidade do vento resultou em uma diminuição de 16% nos custos de vida útil para maior vento e um aumento de 33% para menor vento, destacando a sensibilidade do sistema à disponibilidade de recursos.

Significância
O artigo afirma que a estrutura REMO proposta, juntamente com o modelo DNN-BD, oferece uma solução de design mais realista e resiliente para microredes offshore. Ao contabilizar precisamente a degradação complexa e baseada no uso das baterias, o modelo evita as ineficiências econômicas associadas à substituição prematura ou ao superdimensionamento de baterias. O estudo ressalta que, embora as energias renováveis offshore possuam um potencial imenso, sua integração bem-sucedida requer ferramentas de otimização que vão além das suposições estáticas para capturar a interação dinâmica entre condições ambientais, padrões operacionais e o envelhecimento de componentes. Os achados fornecem uma base orientada por dados para que formuladores de políticas e engenheiros priorizem tecnologias maduras (OWTs, FPVs) no curto prazo, enquanto identificam os alvos específicos de redução de custo necessários para que tecnologias emergentes (WECs, TECs) contribuam para os futuros sistemas de energia offshore.