Optimal wind farm energy and reserve scheduling incorporating wake interactions

Este artigo propõe uma abordagem inovadora de programação estocástica em duas etapas que integra explicitamente as interações de esteira (wake) e o desvio de esteira (wake steering) no modelo de estimativa de potência do FLORIS, demonstrando que essa gestão ativa aumenta a precisão das previsões e a receita do Parque Eólico London Array no mercado britânico, superando os métodos convencionais que ignoram esses efeitos e resultam em penalidades por desequilíbrio e receitas menores.

O essencial

Imagine que uma fazenda eólica é como um rebanho de vacas pastando em um campo. Cada vaca (turbina) precisa de grama fresca (vento) para produzir leite (energia).

O problema é que, quando uma vaca come a grama à frente, ela deixa um rastro de poeira e grama batida para trás. Se as outras vacas ficarem logo atrás, elas comem essa grama de baixa qualidade e produzem menos leite. Isso é o que os engenheiros chamam de "efeito de esteira" (wake effect).

Aqui está o que este artigo descobriu, explicado de forma simples:

1. O Problema: A "Lista de Compras" Errada

Antes, quando as empresas de energia vendiam a eletricidade que iam produzir no dia seguinte, elas faziam uma estimativa muito otimista. Era como se dissessem: "Vamos produzir 100% de leite, porque cada vaca é forte!".

Elas ignoravam que as vacas de trás estavam comendo a grama batida das da frente.

• A Consequência: Elas vendiam mais leite do que conseguiam entregar. Quando o dia chegava e a produção real era menor, elas tinham que pagar multas pesadas por não cumprirem a promessa. O artigo mostra que, ao ignorar esse efeito, as empresas superestimavam a produção em 12-13%, o que as fazia perder dinheiro nas multas.

2. A Solução Inteligente: O "Pastor" (Wake Steering)

Os autores propuseram uma nova estratégia, como se tivéssemos um pastor muito esperto no rebanho.

• O Truque: O pastor percebe que a vaca da frente está bloqueando o vento para as de trás. Então, ele faz a vaca da frente virar levemente a cabeça (girar a turbina).
• O Resultado: A vaca da frente produz um pouquinho menos de leite, mas ela joga a poeira (a esteira) para o lado, longe das outras vacas. As vacas de trás, que agora comem grama fresca, produzem muito mais leite.
• O Ganho: No total, o rebanho inteiro produz mais leite do que se todas ficassem paradas olhando para frente. Isso é chamado de redirecionamento de esteira (wake steering).

3. A Estratégia de Venda: O Mercado de "Reserva"

Além de vender o leite (energia) para consumo imediato, as fazendas eólicas podem vender "reserva" (garantia de que terão leite se a rede elétrica precisar de um empurrão extra).

O artigo criou um plano de jogo matemático (um algoritmo) que ajuda a fazenda a decidir:

• Quanto vender hoje?
• Quanto guardar como reserva?
• Quando girar as turbinas para maximizar o lucro?

Eles usaram um sistema de "cenários" (como se jogassem dados várias vezes para prever o tempo) para tomar decisões seguras, mesmo com o vento mudando.

4. O Que Eles Descobriram (Os Resultados)

Ao testar essa ideia em uma grande fazenda eólica no mar (London Array, no Reino Unido), eles viram que:

1. O Método Antigo Perdeu Dinheiro: Quem usava a estimativa otimista (ignorando a poeira das vacas) acabou tendo 3% menos de lucro no final do dia do que quem usou o modelo realista, só por causa das multas.
2. O Pastor Esperto Ganhou Mais: Quem usou a técnica de girar as turbinas (Wake Steering) ganhou mais 1% a 2% de lucro em comparação com o modelo realista que não girava as turbinas. Parece pouco, mas em bilhões de reais, é uma fortuna!
3. Precisão é Poder: Saber exatamente quanto vento chega em cada turbina (considerando a poeira das anteriores) é crucial para não prometer o que não se pode cumprir.

Resumo em uma Frase

Este artigo ensina que, para ganhar mais dinheiro com energia eólica, não basta olhar para o vento; é preciso entender como as turbinas "sujam" o ar umas para as outras e, em vez de ignorar isso, usar esse conhecimento para girar as turbinas estrategicamente, limpando o caminho para as próximas e vendendo a energia de forma mais inteligente no mercado.

É a diferença entre deixar o rebanho pastar desordenado e ter um pastor que organiza o grupo para que todos comam bem e produzam o máximo possível.

Resumo técnico

1. Problema e Motivação

A integração crescente de energia eólica nos sistemas elétricos exige que os Produtores de Energia Eólica (WPPs) participem não apenas no mercado de energia diário (Day-ahead), mas também nos mercados de serviços auxiliares (reservas) para garantir a estabilidade da rede. No entanto, os métodos convencionais de previsão e agendamento de usinas eólicas frequentemente negligenciam os efeitos de esteira (wake effects).

• Limitações dos Métodos Atuais:
  • Curva de Potência ("Power Curve"): Assume que cada turbina opera independentemente com base apenas na velocidade do vento, ignorando a redução de velocidade e o aumento da turbulência causados pelas turbinas a montante. Isso leva a uma superestimação da produção (um limite superior otimista), resultando em penalidades financeiras significativas devido a desequilíbrios no mercado.
  • Linha de Base ("Baseline"): Considera os efeitos de esteira, mas não utiliza estratégias de gestão ativa (como o desvio de esteira), representando um limite inferior conservador e perdendo potencial de receita.
• O Desafio: Existe uma lacuna entre a modelagem aerodinâmica de esteiras e a tomada de decisão orientada para o mercado. É necessário um modelo que integre explicitamente as interações de esteira e estratégias de controle ativo (como wake steering) para otimizar o agendamento de energia e reservas, minimizando penalidades e maximizando a receita.

2. Metodologia

O artigo propõe uma estrutura de programação estocástica de dois estágios para o agendamento ótimo de energia e reservas em mercados de energia diários (Day-ahead - DA) e serviços auxiliares.

• Modelagem de Esteira e Simulação:
  • Utiliza o software FLORIS (biblioteca de simulação de parques eólicos baseada em Python) com o modelo de esteira "Cumulative Curl".
  • Implementa Wake Steering (desvio de esteira): Turbinas a montante são intencionalmente desalinhadas do vento (yaw) para redirecionar a esteira para longe das turbinas a jusante, aumentando a produção total do parque, mesmo que a turbina a montante produza menos individualmente.
• Geração e Redução de Cenários:
  • Gera cenários estocásticos para velocidade do vento, direção do vento e duração da reserva (FR), utilizando distribuições normais e von Mises para capturar a incerteza.
  • Aplica o algoritmo K-medoids para reduzir milhares de cenários gerados para um conjunto representativo (15 cenários), equilibrando precisão e custo computacional.
• Formulação de Otimização:
  • Objetivo: Maximizar a receita esperada do WPP, considerando receitas de venda de energia, pagamentos de disponibilidade e utilização de reservas, menos as penalidades por desequilíbrio.
  • Variáveis de Decisão: Lances de energia, reservas de frequência (MFR e FR) e redespachos em tempo real.
  • Abordagens Comparadas:
    1. Power Curve: Ignora esteiras.
    2. Baseline: Modela esteiras, mas sem controle ativo.
    3. WRC (Wake Redirection Control): Modela esteiras e aplica wake steering. Duas estratégias são testadas: WRC1 (otimização livre entre energia e reserva) e WRC2 (alocação de ganhos extras apenas em reservas).

3. Contribuições Principais

1. Estimativa de Potência Consciente de Esteira: Diferente dos métodos tradicionais, o estudo utiliza modelos de engenharia de ponta (FLORIS) para prever a produção de energia considerando explicitamente as interações de esteira, fornecendo previsões mais realistas para o mercado.
2. Gestão Ativa de Esteira para Eficiência: Demonstra o uso do wake steering não apenas para aumentar a produção física, mas como uma ferramenta estratégica para melhorar o desempenho no mercado e a participação em serviços auxiliares.
3. Análise de Mercado Expandida: Enquanto a maioria dos estudos foca no mercado de Reserva de Contenção de Frequência (FCR), este trabalho expande a análise para o mercado de Reserva de Restauração de Frequência (FRR), um mercado secundário onde as interações de esteira e o atraso de propagação são críticos.

4. Resultados e Estudo de Caso

O método foi validado através de um estudo de caso com o parque eólico offshore London Array (Reino Unido), participando nos mercados de eletricidade da Grã-Bretanha (GB).

• Comparação de Previsão:
  • O método "Power Curve" superestimou a produção em 12-13% em comparação com o método "Baseline" (que já considera esteiras).
  • Essa superestimação levou a penalidades de desequilíbrio que reduziram a receita real do método "Power Curve" em 3% em relação ao método "Baseline".
• Impacto do Wake Steering:
  • A abordagem com wake steering (WRC) aumentou a receita em 1-2% em relação à abordagem "Baseline" (que não usa controle ativo).
  • Isso demonstra que a gestão ativa de esteiras pode recuperar perdas e gerar receita adicional através de uma melhor alocação de energia e reservas.
• Comportamento de Lances:
  • O modelo mostrou sensibilidade à variabilidade do vento. Em condições de vento instável, a participação no mercado de reservas (FR) tornou-se mais atraente, mesmo com preços de energia mais altos, devido ao risco de desequilíbrio.
  • A resposta dinâmica do parque eólico ao wake steering foi verificada como compatível com os tempos de resposta exigidos pelo mercado secundário (FRR), com efeitos visíveis em menos de 5 minutos.

5. Significado e Conclusão

O estudo conclui que negligenciar os efeitos de esteira no agendamento de parques eólicos para mercados de curto prazo é economicamente prejudicial, levando a previsões otimistas que resultam em custos de desequilíbrio elevados.

• Valor Econômico: A incorporação de modelos de esteira e estratégias de wake steering oferece benefícios operacionais e econômicos tangíveis, melhorando a precisão das previsões e a rentabilidade.
• Estabilidade da Rede: Ao permitir uma participação mais precisa e confiável dos parques eólicos nos mercados de reservas, o método contribui para a estabilidade da rede elétrica, essencial à medida que a penetração de energias renováveis aumenta.
• Viabilidade Computacional: O tempo de computação necessário para a otimização é compatível com os prazos de planejamento dos mercados diários (Day-ahead), tornando a abordagem viável para operadores reais.

Em suma, o artigo estabelece uma ponte crucial entre a aerodinâmica de parques eólicos e a economia dos mercados de energia, demonstrando que a gestão ativa de esteiras é uma ferramenta estratégica essencial para a competitividade futura da energia eólica.