Robust Capacity Expansion under Wildfire Ignition Risk and High Renewable Penetration

Resumo Técnico: Expansão Robusta de Capacidade sob Risco de Ignição por Incêndios Florestais e Alta Penetração de Renováveis

Declaração do Problema
O planejamento de expansão de capacidade de sistemas elétricos (CEP) enfrenta desafios crescentes devido à integração de energia renovável variável e ao aumento da frequência de eventos impulsionados pelo clima, especificamente incêndios florestais. Em regiões como a Califórnia, os operadores do sistema frequentemente empregam Desligamentos de Segurança Pública (PSPS), desenergizando linhas de transmissão para prevenir ignições de incêndios florestais induzidas por equipamentos. Essa estratégia operacional cria um problema de planejamento complexo: a ocorrência simultânea de desenergização de linhas e baixa disponibilidade de geração renovável pode levar a problemas significativos de confiabilidade e corte de carga. As ferramentas de planejamento atuais frequentemente lutam para contabilizar a correlação temporal entre os riscos de ignição de incêndios florestais e a variabilidade renovável, potencialmente levando a decisões de investimento subótimas em armazenamento e endurecimento de transmissão.

Metodologia
Os autores propõem uma estrutura de otimização robusta de dois estágios projetada para determinar locais ótimos de investimento para sistemas de armazenamento de energia por bateria (BESS) e o enterramento de linhas de transmissão. O modelo é formulado como um problema de Programação Linear Inteira Mista (MILP) que minimiza os custos totais de investimento mais os custos operacionais no pior caso ao longo de um horizonte de planejamento.

Componentes metodológicos-chave incluem:

• Conjuntos de Incerteza: O modelo utiliza dois conjuntos de incerteza distintos para capturar realizações do pior caso:
  1. Risco de Ignição por Incêndio Florestal ($U_r$): Modelado usando um conjunto de incerteza em caixa baseado em dados históricos do Índice de Potencial de Incêndio em Terras Selvagens (WFPI). Este conjunto determina quais linhas de transmissão devem ser desenergizadas com base em um limiar de risco, incorporando um parâmetro de orçamento ($\Gamma_r$) para controlar o conservadorismo.
  2. Disponibilidade Renovável ($U_\alpha$): Um conjunto de incerteza separado modela a variabilidade dos fatores de capacidade de geração eólica e solar, também limitado por um parâmetro de orçamento ($\Gamma_\alpha$).
• Semanas Representativas: Para garantir a tratabilidade computacional enquanto captura correlações temporais, o modelo utiliza um conjunto de semanas representativas derivadas de 12 meses de dados WFPI usando o algoritmo de agrupamento $k$-medoids.
• Algoritmo de Solução: A estrutura do problema envolve uma formulação max-min (minimizando custos de investimento contra o custo operacional do pior caso). Os autores reformulam o problema de minimização de nível inferior usando a teoria da dualidade forte para convertê-lo em um problema de maximização. Para lidar com os termos bilineares resultantes (multiplicação de variáveis duais contínuas e variáveis binárias de desenergização), os autores empregam o método Big-M e técnicas de expansão binária. O problema geral é resolvido usando um algoritmo de Geração de Colunas e Restrições (CCG).

Principais Contribuições
O artigo apresenta três contribuições primárias:

1. Uma Estrutura CEP Robusta: Um modelo de otimização inovador para redes elétricas com alta penetração de renováveis que incorpora explicitamente métricas de risco de ignição por incêndios florestais. O modelo otimiza conjuntamente o enterramento de transmissão e o investimento em armazenamento, enquanto contabiliza preventivamente a desenergização de linhas no pior caso e a disponibilidade renovável.
2. Gestão de Risco Calibrável: O uso de conjuntos de incerteza tradicionais permite que os planejadores calibrem a tolerância ao risco por meio de orçamentos de incerteza ($\Gamma$). Esses orçamentos definem desvios permitidos em relação às condições nominais, permitindo uma análise de compensação entre o conservadorismo da solução e o custo de investimento.
3. Validação Computacional: A estrutura é avaliada em uma representação de 24 barras do sistema elétrico de San Diego, demonstrando a capacidade do modelo de lidar com instâncias de rede em grande escala e fornecendo insights sobre como diferentes orçamentos de incerteza impactam estratégias de investimento e resiliência do sistema.

Resultados
Experimentos no caso de teste de San Diego compararam dois esquemas de investimento: (1) investimento apenas em armazenamento e (2) investimento combinado em armazenamento e linhas de transmissão enterradas.

• Tendências de Investimento: À medida que os orçamentos de incerteza ($\Gamma_r$ e $\Gamma_\alpha$) aumentaram, indicando uma abordagem mais conservadora ao risco, o investimento total necessário tanto em capacidade de armazenamento quanto em linhas enterradas aumentou.
• Comparação de Esquemas: O Esquema 2 (armazenamento + enterramento) superou significativamente o Esquema 1. Enquanto o Esquema 1 resultou em corte de carga diária variando de aproximadamente 2.000 MWh a 2.980 MWh sob alta incerteza, o Esquema 2 reduziu o corte de carga diária para 0 MWh em todos os cenários testados.
• Mudanças Estratégicas: O modelo demonstrou que, à medida que os orçamentos de risco aumentaram, a estratégia ótima mudou para o endurecimento de linhas de transmissão críticas (enterramento) em vez de depender apenas do armazenamento. Isso foi particularmente evidente quando linhas específicas foram frequentemente desenergizadas nos cenários do pior caso, levando o modelo a selecionar essas linhas para enterramento para manter a confiabilidade do suprimento.
• Padrões de Desenergização: Os resultados destacaram que os padrões de desenergização são não lineares e sensíveis aos orçamentos de incerteza. Orçamentos mais altos levaram a diferentes linhas sendo selecionadas para desenergização nos cenários do pior caso, o que, por sua vez, alterou a localização ótima e o dimensionamento dos ativos de armazenamento.

Significado e Alegações
Os autores afirmam que este trabalho aborda uma lacuna na literatura ao focar no planejamento de sistemas elétricos sob a realização simultânea do pior caso de risco de ignição por incêndios florestais e disponibilidade renovável. O modelo proposto oferece uma abordagem tratável para a co-otimização de medidas de mitigação (desenergização preventiva) e investimentos em infraestrutura.

O artigo afirma que sua estrutura permite que as concessionárias identifiquem planos de investimento ótimos que equilibrem eficiência econômica com resiliência do sistema. Ao modelar explicitamente a correlação entre risco de ignição e variabilidade renovável, a abordagem apoia decisões mais informadas sobre onde investir em armazenamento versus endurecimento de transmissão. Os autores observam que, embora o modelo seja conservador — reduzindo o risco contínuo de ignição para uma aproximação binária por meio de limiares —, ele captura efetivamente os principais efeitos em nível de sistema. O estudo conclui que permitir investimentos tanto em enterramento quanto em armazenamento leva a uma resiliência superior, com o modelo priorizando o endurecimento de linhas quando as localizações de armazenamento são limitadas ou as linhas de transmissão são críticas para a confiabilidade do suprimento. Trabalhos futuros são sugeridos para escalar o modelo para sistemas maiores (por exemplo, o sistema completo CAISO) e incorporar fontes adicionais de incerteza.