Otimização da geração de energias alternativas e renováveis para energização rural utilizando lógica fuzzy

Transcrição

1 Otimização da geração de energias alternativas e renováveis para energização rural utilizando lógica fuzzy Fernando de L. Caneppele 1, Marianna C. Peccinelli 1, Odivaldo J. Seraphim 2, Luís R. A. Gabriel Filho 3, Alexandre J. D. de Souza 4, Antonio F. Savi 4 1 Faculdade de Zootecnia e Engenharia de Alimentos (FZEA) Universidade de São Paulo (USP) Av. Duque de Caxias Norte, Campus da USP Pirassununga SP Brasil 2 Faculdade de Ciências Agronômicas (FCA) Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP) Botucatu, SP - Brasil 3 Campus Experimental de Tupã Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP) Tupã, SP Brasil 4 Campus Experimental de Itapeva Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP) Itapeva, SP - Brasil {caneppele, marianna.peccinelli}@usp.br, seraphim@fca.unesp.br, gabrielfilho@tupa.unesp.br, {alexandre, savi}@itapeva.unesp.br Abstract. This paper describes the use of fuzzy logic for controlling a hybrid power generation wind-photovoltaic small in energy supply required by a resident of a rural property, obtaining the maximum energy of meteorological variables to produce electricity by the system. When using a fuzzy control system, is expected to reach the point of maximum power generation by transferring almost all the power generated to load and / or batteries when its use is not immediate. The operation of the fuzzy controller was simulated utlizando MATLAB software, through the fuzzy logical Toolbox. It was found through simulations that this model can be used efficiently in hybrid power generation, providing better utilization of alternative energy sources. Resumo. Este trabalho descreve o uso da lógica fuzzy para o controle de um sistema híbrido de geração de energia eólico-fotovoltaico de pequeno porte no suprimento de energia requerido por uma residência de uma propriedade rural, obtendo o máximo de energia das variáveis meteorológicas para a produção de energia elétrica pelo sistema. Quando se utiliza um sistema de controle fuzzy, espera-se atingir o ponto de máxima geração de energia, transferindo praticamente toda a energia gerada para a carga e/ou para as baterias quando seu uso não for imediato. O funcionamento do controlador fuzzy foi simulado utlizando o software MATLAB, através do Fuzzy Logical Toolbox. Foi verificado através das simulações que este modelo pode ser usado de modo eficiente em sistemas híbridos de geração de energia, proporcionando o melhor aproveitamento das fontes alternativas de energia.

2 1. Introdução O sol como fonte de calor e energia elétrica, é uma das fontes de energia mais promissoras para enfrentar as crises energéticas deste milênio, uma vez que existem diversas tecnologias disponíveis para o aproveitamento desta fonte energética. A energia proveniente do sol é a responsável por inúmeros fenômenos naturais que ocorrem neste planeta, entre eles a formação das zonas de altas pressões, responsáveis pelos fluxos de vento, por exemplo ( TOLMASQUIM, 2003). A Figura 1 mostra uma comparação entre reservas renováveis e não-renováveis de energia. O total de reservas recuperáveis é mostrado para os recursos não-renováveis. O potencial anual é mostrado para as energias renováveis. O volume de cada esfera representa a quantidade total de energia envolvida. Figura 1. Comparação de reservas renováveis e não-renováveis de energia.(terawattanos). O total de reservas recuperáveis é mostrado para os recursos não-renováveis. O potencial anual é mostrado para as energias renováveis. Fonte: (PEREZ; ZWEIBEL; HOFF, 2011). Cerca de 1 a 2 por cento da energia que vem do sol é convertida em energia eólica. Isso é cerca de 50 a 100 vezes mais do que a energia convertida em biomassa por todas as plantas na terra (DWIA, 2013). A energia eólica, provavelmente, poderia fornecer toda a energia do planeta se uma parte considerável do seu potencial fosse explorada (JACOBSON e ARCHER, 2012). A Lógica Fuzzy (Nebulosa) é a lógica que suporta os modos de raciocínio que são aproximados ao invés de exatos. Modelagem e controle fuzzy de sistemas são técnicas

3 para o tratamento de informações qualitativas de uma forma rigorosa (GOMIDE et al. 1995). Neste contexto, este trabalho tem o objetivo de descrever o uso da lógica fuzzy para o controle de um sistema híbrido de geração de energia eólico-fotovoltaico de pequeno porte no suprimento de energia requerido por uma residência de uma propriedade rural, obtendo o máximo de energia das variáveis meteorológicas para a produção de energia elétrica pelo sistema. 2. Materiais e métodos O sistema híbrido de geração de energia solar-fotovoltaico e eólico foi desenvolvido e montado no Laboratório de Energização Rural do Departamento de Engenharia Rural da UNESP, Faculdade Ciências Agronômicas, Fazenda Experimental Lageado, localizada no município de Botucatu, São Paulo, com localização geográfica definida pelas coordenadas 22 51' Latitude Sul (S) e 48 26' Longitude Oeste (W) e altitude média de 786 metros acima do nível do mar. Neste local, a velocidade média mensal do vento a 10 m de altura é 3,1 ms -1 e a energia solar global média mensal diária é de 4772,13 Whm -2 (SILVA, 2000). Entre os componentes deste sistema híbrido está o controlador de carga. Sobre este elemento foi otimizado utilizando os conceitos da lógica fuzzy. A revisão de literatura e o estado da arte no que diz respeito aos modelos e metodologias existentes para projetos de sistemas híbridos de energia, eólico e fotovoltaico, levaram a escolha das seguintes variáveis que foram fuzzificadas : a. Para energia solar fotovoltaica, foi considerada a radiação solar direta, em watts por metro quadrado [W.m -2 ]. b. Para energia eólica, foi considerada a velocidade do vento, em metros por segundo [m.s -1 ]. c. Para as baterias, a tensão em circuito aberto das mesmas, em volts [V] (Garcia, 2004). Com essas variáveis, o sistema fuzzy proposto interpretará, de acordo com as regras a serem descritas, qual será a fonte de alimentação do sistema, entre três baterias disponíveis, qual terá prioridade e que forma serão carregadas as baterias. O controlador fuzzy foi desenvolvido utilizando o software MATLAB, através do Fuzzy Logical Toolbox. 3. Resultados Com base nos dados meteorológicos coletados e analisados por Siqueira(2005), Gabriel(2007) e Caneppele(2007) foram propostos os valores para as varáveis a serem fuzzificadas, como mostra a Tabela 1. O sistema de controle proposto foi desenvolvido com 5 entradas(velocidade do vento, radiação solar, carga das baterias A, B e C), 1 saída e 54 regras que determinam seu comportamento.

4 Tabela 1. Resumo dos valores adotados para a simulação do controlador fuzzy. Variável Mínimo Máximo Quartis Radiação Solar (RS) 300 W.m W.m W.m -2 Velocidade do Vento (VV) 3 m.s m.s -1 3 m.s -1 Carga das Baterias (CB) 11 V 13 V 1 V Como exemplo de funcionamento do controlador, atribui-se para o sistema proposto, os seguintes valores as variáveis de entrada do sistema: Velocidade do vento: 10 m/s ; Radiação solar: 1000 W/m 2 ; Carga da Bateria A: 13 V ; Carga da Bateria B: 13 V ; Carga da Bateria C: 10,5 V A inserção destes valores no visualizador de regras do Fuzzy Logical Toolbox do MATLAB pode ser visualizado na Figura 2. 1 Figura 2. Exemplo de simulação do controlador. Variáveis de entrada e de saída. 1 - Valor numérico de saída (8,34)

5 Com esses dados, o software aplica o método do centro de gravidade e é obtido um valor numérico de saída (8,34), que é a variável ainda no domínio Fuzzy. Com a função de pertinências associada a variável de saída Carga do Banco de Baterias que pode ser visualizada na Figura 3, pode-se fazer a tradução dessa variável de saída do domínio fuzzy para o domínio linguístico. O resultado será a ordem do controle para que se inicie a Carga da Bateria C e assim se completa a defuzzificação e conseqüente tomada de decisão. 8,34 Figura 3. Exemplo de simulação do controlador. Variável de saída e significado do valor numérico de saída (8,34) 4. Conclusões O uso da lógica fuzzy no controlador de carga do sistema híbrido leva a um melhor aproveitamento dos potenciais solar e eólico disponíveis, uma vez que pode monitorar em tempo real a geração solar e a geração eólica, e consequentemente, um melhor rendimento do sistema como um todo. Com os estudos, modelagens e simulações do sistema proposto, verificou-se que os resultados foram satisfatórios no uso de controle fuzzy para o sistema de pequeno porte para energização rural proposto, pois o ganho na geração de energia em relação ao sistema convencional inicialmente montado foi estimado em 31,6%.

6 Considerando os vários fatores que influenciam na eficiência da geração híbrida (solar-fotovoltaica e eólica), utilizar um sistema de controle fuzzy para gerenciamento além de usar baterias adicionais, representa assim, aumento significativo do aproveitamento da energia renovável. 5. Referências CANEPPELE, F. L. (2007). Desenvolvimento de um modelo fuzzy para otimização da energia gerada por um sistema híbrido (solar-fotovoltaico e eólico). 103 f. Dissertação (Mestrado em Agronomia - Energia na Agricultura), Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Botucatu. DWIA - DANISH WIND INDUSTRY ASSOCIATION. (2013). Where does Wind Energy come From?. DWIA. Available through: < Acesso em: 14 jun GABRIEL FILHO, L. R. A. (2007). Análise e modelagem geométrica da potência gerada por um sistema híbrido Solar Fotovoltaico Eólico. 136 f. Tese (Doutorado em Agronomia - Energia na Agricultura), Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Botucatu. GARCÍA, F. H., (2004). Análise Experimental e Simulação de Sistemas Híbridos Eólico-Fotovoltaicos. Porto Alegre,.185p. Tese (doutorado em Engenharia). UFRGS. GOMIDE, F. A. C., GUDWIN, R. R. e TANSCHEIT, R. (1995). Conceitos fundamentais da teoria de conjuntos fuzzy, lógica fuzzy e aplicações. In: Proceedings of 6th International Fuzzy Systems Association World Congress - IFSA95, Tutorials, pp. 1-38, São Paulo, Brasil. JACOBSON, M. Z., ARCHER, C. L. (2012). Saturation wind power potential and its implications for wind energy. Proceedings of the National Academy of Sciences of the United States of America, Washington, DC. v. 109, n. 39, p PEREZ, Richard; ZWEIBEL, Ken; HOFF, Thomas E.(2011). Solar power generation in the US: Too expensive, or a bargain? Energy Policy, Amsterdan, v. 39, n.1, p SILVA, C.D. (2000). Avaliação do Potencial das Energias Solar e Eólica para Acionamento de Pequenos Sistemas de Bombeamento na Fazenda Lageado. 98f. Dissertação (Mestrado em Agronomia - Energia na Agricultura), Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Botucatu. SIQUEIRA, J. A. C. (2005). Desempenho de um sistema híbrido eólico-fotovoltaico de pequeno porte para energização rural. 176 f. Tese (Doutorado em Agronomia - Energia na Agricultura), Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Botucatu.