Faculdade de Engenharia da Universidade do Porto

Sistemas de Armazenamento de Energia

Integrados em Centrais Fotovoltaicas

Tiago Augusto Lima Torres Correia

VERSÃO DE TRABALHO

Dissertação realizada no âmbito do

Mestrado Integrado em Engenharia Electrotécnica e de Computadores
Major Energia

Orientador: Professor Doutor Cláudio Monteiro

Janeiro 2016
© Tiago Augusto Lima Torres Correia, 2016
Resumo

Esta dissertação debruça-se sobre o estudo da viabilidade técnico-económica da

implementação de um sistema de armazenamento de energia, bateria de Li-ion, numa central
fotovoltaica, Grodjibodu, localizada na Roménia.
Foi revisitada a literatura sobre a bateria de Li-ion, o que contribuiu para um
conhecimento mais profundo sobre a constituição deste dispositivo, as suas potencialidades e
eficiência como sistema de armazenamento de energia. A aplicação deste tipo de bateria
para integração em centrais fotovoltaicas, estratégias de operação e o seu dimensionamento
foram também aspetos estudados e apresentados.
A central fotovoltaica de Grodjibodu foi caracterizada através de um enquadramento do
mercado energético da Roménia e através da análise dos dados fornecidos pela EDPR
referentes ao funcionamento desta central, durante um ano. Esta análise permitiu determinar
a estratégia mais eficaz para a operação da bateria e clarificar a estratégia de bidding
utilizada pela EDP Renováveis. Estes contributos permitiram elaborar um algoritmo de
funcionamento da bateria e desenvolver uma ferramenta de simulação para encontrar o
dimensionamento ótimo do dispositivo. Os resultados obtidos permitiram o conhecimento da
viabilidade técnico-económica da instalação de uma bateria Li-ion, na central fotovoltaica de
Grodjibodu, tendo em conta o mercado energético da Roménia.
Foram estabelecidos diversos confrontos entre os resultados obtidos nesta dissertação
para a produção fotovoltaica e os resultados da produção eólica de outro estudo, para, desta
forma, se averiguar em que tipo de produção renovável seria mais rentável a implementação
de uma bateria Li-ion.

Palavras-Chave: Sistemas de armazenamento de energia, bateria Li-ion, produção

fotovoltaica, dimensionamento ótimo, energia renovável

iii
Abstract

This document focuses on the study of the economic and technic viability of the
implementation of an energy storage system, Li-ion battery, in a photovoltaic plant,
Grodjibodu, located in Romania.
In order to achieve this, it was presented a review of the state of the art, which
contributed to a better knowledge of the constitution and efficiency of the Li-ion battery as
an energy storage system. The various applications of this battery, operation strategy and
sizing were also aspects that were presented and studied.
The Grodjibodu photovoltaic plant was characterized through an explanation of the
Romanian energy market and further on, through a deep analysis of the data made available
by EDPR, for a year of the plants functioning. This analysis allowed the determination of the
most efficient operation strategy of the battery and explained the reason behind the use of a
specific bidding strategy. This contributes allowed the elaboration of an algorithm and the
development of a simulation tool to find the optimum sizing of the battery. The obtained
results allowed the study of the technic and economic viability of the implementation of a Li-
ion battery in a photovoltaic plant.
Also, were established multiples confrontations between the obtained results referents to
the photovoltaic production and the results obtained to wind production, and by doing this,
ascertain in which production would be the most beneficial to implement a Li-ion battery.

Keywords: Energy storage systems, Li-ion battery, photovoltaic plant, optimum

sizing, renewable energy.

v
Agradecimentos

Quanto esforço! Quanta dedicação! Quanto sacrifício! Assim se caracteriza um trabalho

de dissertação. E para levá-lo a bom termo… Quanta ajuda! Quanta cooperação! Quanta
solidariedade!
Não podia deixar de registar o meu apreço e agradecimento a todos que comigo
colaboraram na concretização deste trabalho.
Assim, o meu primeiro agradecimento, como não podia deixar de ser, é dirigido ao meu
orientador, Dr. Cláudio Monteiro, pela sua total disponibilidade e que desde o primeiro
momento me fez acreditar na capacidade de chegar ao fim deste percurso. UM MUITO
OBRIGADO!
Não quero, também, deixar de agradecer ao Engenheiro Daniel Ribeiro e Engenheiro Rui
Chousal, da EDP Renováveis, pela disponibilidade dos dados referentes ao estudo de caso,
tornando possível a realização desta dissertação.
Quero, ainda, agradecer a toda a minha família, em particular à minha mãe pela
dedicação e apoio prestado na leitura e ânimo na continuidade do trabalho e, também, um
profundo agradecimento à Rita Brás, pela enorme ajuda que me deu com a formatação deste
documento e por toda a paciência, dedicação e carinho que apresentou ao longo desta etapa.
Finalmente, a todos os meus colegas de curso, um muito obrigado pela amizade
demonstrada ao longo destes cinco anos, o que permitiu chegar a este ponto do percurso com
mais alegria.

vii
Índice

Faculdade de Engenharia da Universidade do Porto ...................................................i  

Resumo ............................................................................................. iii  

Abstract .............................................................................................. v  

Agradecimentos ...................................................................................vii  

Índice ................................................................................................ ix  

Lista de figuras .................................................................................... xi  

Lista de tabelas .................................................................................. xiii  

Abreviaturas e Símbolos ......................................................................... xv  

Capítulo 1 ......................................................................................... 13  
Introdução .................................................................................................... 13  
1.1 - Enquadramento e motivação ..................................................................... 13  
1.2 - Objetivos ............................................................................................ 14  
1.3 - Estrutura da dissertação .......................................................................... 14  
1.4 - Ferramentas informáticas e de informação ................................................... 15  

Capítulo 2 ......................................................................................... 16  
Estado da Arte ............................................................................................... 16  
2.1 - Introdução .............................................................................................. 16  
2.2 - Bateria de Lítio ........................................................................................ 18  
2.2.1. Breve histórico .................................................................................. 18  
2.2.2. Bateria de Li-íon ................................................................................ 19  
2.2.3. Progresso da bateria de Li-ion a curto prazo ............................................. 24  
2.2.4. Segurança da bateria li-íon ................................................................... 26  
2.3. Aplicação dos ESS para integração de fontes fotovoltaicas ..................................... 27  
2.3.1. Aplicação dos ESS relativa à integração fotovoltaica para o proprietário da
central e respetivo impacto económico ...................................................... 29  
2.4. Dimensionamento dos sistemas ESS ................................................................. 35  
2.5. Estratégias de controlo de uma Central Fotovoltaica com ESS ................................. 38  
2.5.1. Controlo de potência de saída constante .................................................. 38  
2.5.2. Controlo de Redução de Flutuações ........................................................ 39  
2.5.3. Controlo de ESS sempre descarregado ..................................................... 40  

ix
 2.5.4. Price Following ................................................................................... 40  
2.5.5. Programação fixa de carga e descarga ...................................................... 40  
2.6. Conclusão ................................................................................................ 41  

Capítulo 3 ......................................................................................... 43  
Caracterização do caso de estudo ......................................................................... 43  
3.1. Introdução ............................................................................................... 43  
3.2.1 Day Ahead Market ................................................................................ 44  
3.2.2 Certificados Verdes .............................................................................. 45  
3.3. Parque solar Grojdibodu ............................................................................... 45  
3.3. Custos, Remunerações e Penalizações .............................................................. 46  
3.4. Análise dos desvios ..................................................................................... 49  
3.5. Revenues ................................................................................................. 50  
3.6. Bateria de Lítio.......................................................................................... 52  
3.6.1 Desvios .............................................................................................. 52  
3.6.2 Desvios Eólica (Cobadin) ........................................................................ 56  
3.6.3. Estratégia de operação da Bateria de Li-ion ............................................... 59  
3.8. Conclusão ................................................................................................ 62  

Capítulo 4 ......................................................................................... 63  
Algoritmo e Ferramenta de Simulação .................................................................... 63  
4.1. Introdução ............................................................................................... 63  
4.2. Algoritmo Utilizado ..................................................................................... 64  
4.3. Ferramenta de Simulação ............................................................................. 67  
4.4. Inputs ..................................................................................................... 68  
4.5. Outputs ................................................................................................... 70  
4.6. Conclusão ................................................................................................ 75  

Capítulo 5 ......................................................................................... 76  
Demonstração de Resultados ............................................................................... 76  
5.1. Introdução ............................................................................................... 76  
5.2. Simulações ............................................................................................... 76  
5.3. Viabilidade Económica ................................................................................. 87  
5.4. Comparação solar vs eólica ........................................................................... 88  
5.5. Conclusão ................................................................................................ 90  

Capítulo 6 ......................................................................................... 91  
Conclusão ...................................................................................................... 91  

Referências ....................................................................................... 97  
Lista de figuras

Figura 2.1. – Fases de desenvolvimento da bateria de lítio ........................................ 19  

Figura 2.2 – Configuração convencional de uma bateria Li-íon cilíndrica (3). .................. 19  

Figura 2.3 – Esquematização do Funcionamento da bateria de Li-íon (12). ..................... 20  

Figura 2.4 – Estimativa da evolução do consumo energético no Estados Unidos até 2035
(13). ................................................................................................... 27  

Figura 2.5 – Exemplo de controlo de potência de saída constante com duas referências de
produção ao longo do dia. ......................................................................... 39  

Figura 3.1 – Comportamento do Preço DAM e das penalizações por excesso e défice. ........ 49  

Figura 3.2 – Figura representativa do comportamento do excesso e do défice ao longo de

um dia. ................................................................................................ 52  

Figura 3.3 – Figura representativa da distribuição da energia nos ciclos de excesso. ......... 53  

Figura 3.4 – Figura representativa da distribuição da energia nos ciclos de défice. ........... 53  

Figura 3.5– Figura representativa da duração dos ciclos de excesso. ............................ 54  

Figura 3.6 – Figura representativa da duração dos ciclos de défice. ............................. 55  

Figura 3.7 – Figura representativa da potência nos ciclos de excesso. ........................... 55  

Figura 3.8 – Figura representativa da distribuição do excesso e do défice. ..................... 56  

Figura 3.9 – Figura representativa da distribuição da energia nos ciclos de excesso. ......... 57  

Figura 3.10 – Figura representativa da distribuição da energia nos ciclos de défice........... 57  

Figura 3.11 – Figura representativa da duração dos ciclos de excesso. .......................... 58  

Figura 3.12 – Figura representativa da duração dos ciclos de défice. ............................ 58  

Figura 3.13 – Figura representativa da distribuição do excesso e do défice. ................... 59  

Figura 3.14 – Figura representativa da variação do défice e do excesso ao longo de um

dia. .................................................................................................... 61  

Figura 4.1– Fluxograma do algoritmo implementado. ............................................... 65  

xi
Figura 4.2 – Figura representativa do comportamento do SOC e Charge/Discharge da
bateria ao longo do dia 1 de Setembro. .......................................................... 66  

Figura 4.3 – Funcionamento Ferramenta de Simulação. ............................................. 68  

Figura 4.4 - Variação do preço com a energia nominal. ............................................. 72  

Figura 4.5 – Variação do preço com a potência nominal. ........................................... 73  

Figura 5.1 – Variação do número de ciclos por ano da bateria com a energia e potencia
nominal. ............................................................................................... 81  

Figura 5.2 – Variação da Energia Armazenada Anualmente com a energia e potencia

nominal. ............................................................................................... 82  

Figura 5.3 – Variação do aumento dos lucros totais com a energia e potência nominal. ....... 82  

Figura 5.4 – Variação do LCOES com a energia e potencia nominal. .............................. 83  

Figura 5.5 – Variação do ROES com a energia e potencia nominal. ................................ 83  

Lista de tabelas

Tabela 2.1– Comparação entre os tipos mais comuns de baterias existentes no mercado. ... 17  

Tabela 2.2– Características dos diferentes ânodos (5). ............................................. 21  

Tabela 2.3 – Materiais dos cátodos em cada nível de tensão (10). ................................ 22  

Tabela 2.4 – Características dos materiais do cátodo (10). ........................................ 23  

Tabela 2.5 – Características elétricas das diferentes tecnologias das baterias Li-ion (10). ... 24  

Tabela 2.6 – Exemplos de aplicação dos ESS relativas à integração de fontes fotovoltaicas
(13). ................................................................................................... 28  

Tabela 2.7– Metas de desempenho para o time shifting (13) ...................................... 30  

Tabela 2.8 - Benefícios do time shifting tendo em conta os preços do mercado em

momentos distintos (13). .......................................................................... 31  

Tabela 2.9 – Metas de desempenho dos ESS quando aplicados ao Output Smoothing (13). ... 33  

Tabela 2.10 e 2.11 – Confronto entre as características da bateria Li-íon e Aplicações

dos ESS. ............................................................................................... 34  

Tabela 2.12 – Exemplos de metodologias no dimensionamento dos sistemas ESS aplicados

a centrais fotovoltaicas. ........................................................................... 37  

Tabela 2.13 – Estratégias de controlo de uma Central Fotovoltaica com ESS. .................. 41  

Tabela 3.1 – Preços do mercado para o período abordado. ........................................ 47  

Tabela 3.2 – Penalizações por excesso e défice. ..................................................... 48  

Tabela 3.3 – Comparação das Penalizações por excesso e défice para fotovoltaico e
eólica. ................................................................................................. 48  

Tabela 3.4 – Quantidade de excesso e défice. ....................................................... 50  

Tabela 3.5 – Fórmulas de cálculos. ..................................................................... 51  

Tabela 3.6– Resultados obtidos para os diferentes Revenues. ..................................... 51  

xiii
Tabela 3.7 – Resultados referentes ao número total de ciclos de excesso e défice e
respetiva energia média. ........................................................................... 54  

Tabela 4.1 – Relação entre DOD e o nº de ciclos. ..................................................... 69  

Tabela 5.1 – Resultados com a variação do DOD. ..................................................... 77  

Tabela 5.2 – Resultados com a variação da Energia e Potencia Nominal.......................... 79  

Tabela 5.3 – Resultados com a variação da Energia e da Potência Nominal. ..................... 80  

Tabela 5.4 – ROES vs LCOES .............................................................................. 84  

Tabela 5.5 – Resultados com a variação da Physical Notification .................................. 85  

Tabela 5.6 – Número de horas que a bateria carrega/descarrega. ................................ 86  

Tabela 5.7 – Número de horas que a bateria carrega/descarrega. ................................ 87  

Tabela 5.8 – Fotovoltaico vs Eólico ..................................................................... 88  

Abreviaturas e Símbolos

Lista de abreviaturas (ordenadas por ordem alfabética)

ANRE Regulatory Authority for Energy

BESS Battery Energy Storage System
BRP Balancing Responsible Party
DAM Day Ahead Market
DC Direct Current
DOD Deep of Discharge
EDPR EDP Renováveis
ESS Energy Storage System
GC Green Certificate
LCOES Levelized Cost of Energy Storage
Li-ion Lithium ions
OPCOM Operador de mercado da Roménia
PCC Point of Common Coupling
ROES Revenue of Energy Storage
SOC State of Charge
SEE Sistema Elétrico de Energia
TSO Transport System Operator

Lista de símbolos

% Por cento (percentagem)

M Mega (prefixo)
K Quilo (prefixo)
W Watt (potência)
Wh Watt.hora (energia)
L Litro
3
m Metro cúbico (volume)

xv
H Hora (tempo)
2
m Metro quadrado (área)
Min Minuto (tempo)
S Segundo (tempo)
V Volt (tensão)
Q Quantil
G Grama (massa)
€ Euro (moeda)
ºC Grau Célsius (temperatura)
Capítulo 1

Introdução

O presente capítulo descreve, de um modo geral, o problema abordado ao longo desta

dissertação, fazendo o seu enquadramento a um nível económico e também académico. É,
ainda, apresentada a motivação implícita à elaboração desta dissertação e, também, são
explicitados os principais objetivos a atingir com este estudo.
Por fim, descreve-se a estrutura desta dissertação, fazendo uma pequena abordagem de
cada um dos capítulos que a constituem e são descritas as ferramentas informáticas
utilizadas.

1.1 - Enquadramento e motivação

Nos dias que correm, vive-se numa sociedade imensamente dependente de energia e o
desenvolvimento económico mundial está diretamente ligado aos fatores energéticos. Assim,
existe uma crescente procura de energia e estas necessidades energéticas não param de
crescer. As fontes renováveis de energia têm um amplo papel na satisfação destas
necessidades, uma vez que as fontes tradicionais de energia são, em norma, altamente
poluentes e até no que diz respeito a centrais nucleares, perigosas. Deste modo, de ano para
ano, existe uma preocupação cada vez maior da redução da poluição e emissão de gases
estufa e, consequentemente, uma procura alternativa às fontes de produção tradicionais.
A produção solar, mas também, a eólica apresentam-se cada vez mais como principais
fontes alternativas à produção tradicional. Contudo, devido à natureza da sua produção, ou
seja, de dependerem de condições climatéricas e meteorológicas - no caso da produção solar,
da radiação solar, e no caso da eólica, da intensidade do vento - a sua produção é altamente
imprevisível. E é exatamente nesta problemática, de controlo da imprevisibilidade, que
incide esta dissertação.
A solução para ultrapassar esta imprevisibilidade passa pela utilização de sistemas de
armazenamento de energia, ESS, que no caso particular desta dissertação, são as baterias Li-
íon. Entenda-se sistema de armazenamento de energia como sendo qualquer dispositivo
capaz de armazenar energia elétrica permitindo a sua utilização num momento posterior. No
caso particular das baterias Li-ion, estas, já são usadas à larga escala noutras aplicações,
 14 Introdução

desde aplicações médicas aos telemóveis. A implementação de um ESS numa fonte renovável,
permite, portanto, aumentar a previsibilidade da produção, pois, armazena o excedente de
energia num determinado período e descarrega-o num momento posterior, em que haja
escassez de energia.
Esta dissertação é direcionada para centrais fotovoltaicas, no entanto, e sempre que
oportuno, estabelece comparações entre os resultados obtidos para a produção fotovoltaica e
os resultados obtidos noutro estudo para a produção eólica, com o intuito de encontrar as
principais diferenças e ou semelhanças entre as duas produções, e averiguar em qual será
mais rentável a implementação de um ESS.

1.2 - Objetivos
O principal objetivo desta dissertação é estudar a viabilidade técnico-económica da
implementação de uma bateria Li-íon numa central fotovoltaica. Para isso, são analisadas
todas as características do caso de estudo selecionado, que é uma central fotovoltaica de
9,47 MW de potência, instalada na Roménia. Num momento posterior, determina-se a
estratégia de funcionamento ótimo da bateria de Li-íon para a central em causa, e, também,
se determina o seu dimensionamento ótimo.
Outras preocupações estiveram, ainda, presentes neste estudo:
• Elaboração de um algoritmo de funcionamento da bateria Li-íon, numa base
horária que fosse de encontro às necessidades da central em causa, gerando,
então, sinais de controlo e planeamento de carga e descarga.
• Desenvolvimento de uma ferramenta que permitisse fazer várias simulações
podendo-se alterar diversos parâmetros relacionados com a bateria e também
com a central, de forma a compreender qual o dimensionamento da bateria que
iria permitir obter melhores resultados a um nível técnico-económico.
• Averiguação do melhor proveito na implementação de uma bateria de Li-íon
tendo em conta o tipo de produção de energia, fotovoltaica ou eólica, bem como,
as características do mercado onde estão inseridas as Centrais.

1.3 - Estrutura da dissertação

Esta dissertação encontra-se dividida em seis capítulos. No primeiro, o presente, é feito
um enquadramento teórico e académico do problema, são definidos os objetivos a alcançar e
ferramentas utilizadas para o alcançar.
No segundo capitulo, é estudada a bateria Li-íon, o processo evolutivo das baterias de
lítio até se atingir a bateria Li-íon e possíveis desenvolvimentos futuros. São, ainda,
apresentadas diversas aplicações da bateria Li-íon quando aplicadas a centrais fotovoltaicas,
diversas estratégias de operação e dimensionamento.
No terceiro capitulo, é descrito o caso de estudo, assim como, o funcionamento do
mercado energético da Roménia. É feito o tratamento dos dados disponibilizados pela EDPR,
avaliando-se as diversas características de produção inerentes à central fotovoltaica
analisada, identificando-se todas as áreas problemáticas. Estabelece-se, ainda, uma
15

comparação com os resultados obtidos para a produção eólica num outro estudo. Face aos
resultados obtidos, define-se uma estratégia de operação da bateria Li-íon para colmatar as
limitações encontradas anteriormente.
No quarto capítulo, é definido e explicado o algoritmo implementado com recurso a um
fluxograma. Explica-se, ainda, o funcionamento da ferramenta de simulação desenvolvida,
descrevendo-se todas as entradas e saídas que integram esta ferramenta.
No quinto capítulo, são demonstrados os diversos resultados obtidos ao longo das várias
simulações, justificando-se esses mesmos resultados. Determina-se, então, o
dimensionamento ótimo e averigua-se o impacto da estratégia de bidding utilizada nos
resultados obtidos. Por fim, estabelece-se, novamente, uma comparação com os resultados
obtidos para a produção eólica de forma a determinar o tipo de produção em que é mais
rentável a implementação de um ESS.
No sexto e último capitulo, são retiradas conclusões sobre o trabalho efetuado, avaliando-
se os objetivos alcançados, as limitações do trabalho e apresentam-se eventuais sugestões
para trabalhos futuros.

1.4 - Ferramentas informáticas e de informação

Para a elaboração desta dissertação, designadamente, para a construção da ferramenta
de simulação foi utilizada a seguinte ferramenta informática: Visual Basic do Excel; os dados
fornecidos pela EDPR, relativos à central Grodjdibodu, constituem a ferramenta de
informação usada.
Capítulo 2

Estado da Arte

2.1 - Introdução

Os sistemas fotovoltaicos produzem energia a partir do aproveitamento da energia solar e

constituem, portanto, fontes inesgotáveis de energia renovável - não emitindo gases de efeito
de estufa e não envolvendo consumo de combustíveis fósseis, preocupações muito presentes
no século XXI e que reúnem consensos internacionais na busca de soluções mais eficientes na
produção de energia elétrica.
Nos últimos cinco anos, o mundo tem vindo a assistir à proliferação das centrais
fotovoltaicas. Este fenómeno deve-se, essencialmente, ao contínuo decréscimo do custo dos
módulos fotovoltaicos, constatando-se, mesmo, uma redução de preço na ordem dos 50 %,
desde 2010 [1].
As centrais fotovoltaicas geram potência de forma intermitente, essencialmente, devido
ao sombreamento provocado pela presença de nuvens e, como consequência, não têm o
mesmo nível de controlabilidade das centrais convencionais de combustíveis fósseis. Torna-se,
portanto, fundamental o uso de sistemas de armazenamento de energia em grandes centrais
fotovoltaicas, para desta forma se combater e compensar a flutuação de potência destes
sistemas e para que aquelas possam ter mais participação nos mercados energéticos. Existem
diversas tecnologias ESS com diferentes capacidades, desde baterias, a super-condensadores,
a ar comprimido, etc. No entanto, e embora não exista uma tecnologia ESS perfeita, as
baterias Li-ion têm tido um papel fundamental no armazenamento de energia em grandes
centrais fotovoltaicas [2].
A tabela 2.1 apresenta uma rápida comparação entre os tipos mais comuns de baterias
existentes no mercado, destacando os principais atributos de desempenho e operacionais de
cada uma.
17

Tabela 2.1– Comparação entre os tipos mais comuns de baterias existentes no mercado.

Chumbo-ácido Ni-Cad NiMh Lithium-ion

Custo inicial Baixo Médio Médio Baixo

Custo a longo prazo Alto Médio Médio Baixo

Segurança Boa Boa Boa Boa

Impacto ambiental Alto Alto Médio/Alto Médio/Baixo

Ciclos 200* 250 400-500 400-600

Tensão nominal (V) 2 1.2 1.2 3.4

Densidade de 35 41 80 120
energia (Wh/Kg)

Densidade de 80 120 200 280

energia volumétrica
(Wh/m3)

Autodescarga por <5 <10 <20 <5

mês (%)

Efeito memória Não Sim Pouco Não

Temperatura de -15º a +50º -20º a +50º -20º a + 60º -20º a + 60º

operação (ºC)

Peso Pesada Leve Leve Muito leve

Tempo de carga Longo Médio Médio Curto

De entre a diversidade de baterias existente, a bateria de Lítio tem vindo a popularizar-se

por se revelar altamente eficiente, por apresentar maior longevidade e por possuir uma alta
energia específica [3], [4], e, tal como se observa na tabela acima, por ocupar menos espaço,
por não necessitar de ventilação nem de manutenção e por ser mais amiga do ambiente.
E porque esta dissertação se debruça sobre a aplicação de baterias de Lítio em centrais
fotovoltaicas, o presente capítulo descreve os principais aspetos destas baterias, assim como
a sua aplicação em ESS, nas ditas centrais.
 18

2.2 - Bateria de Lítio

2.2.1. Breve histórico

A Bateria de Lítio tem três componentes fundamentais: o ânodo que é um elétrodo

negativo, o cátodo que é um elétrodo positivo e o eletrólito que proporciona o meio para a
transferência dos eletrões e iões entre o ânodo e o cátodo. Esta constituição tem-se mantido
constante, apenas sofrendo alteração os materiais de que são constituídos cada componente.
A investigação sobre Baterias de Lítio iniciou-se entre 1960 e 1970 devido,
fundamentalmente, à crise energética vivida na altura e ao crescente interesse em fontes de
potência para aplicações móveis.
A motivação para o uso de uma bateria com base no metal Li como ânodo provém do facto
de este ser o metal mais eletropositivo (-3,04V quando comparado com o convencional
elétrodo de hidrogénio) e também o mais leve [5] e conforme se pode constatar na tabela
acima.
Alguns dos primeiros conceitos referentes a este tipo de baterias tiveram origem no Japão
onde foi desenvolvida a bateria Li/(CF)n. Foi proposto que o Lítio intercalava com o
monofluoreto de carbono formando o fluoreto de lítio. No entanto, o maior desafio era tornar
esta reação reversível [6]. Esta primeira demonstração do uso do metal Li, associada à sua
capacidade e rácio de descarga variável, fez com que rapidamente fossem descobertas
inúmeras aplicações, desde a sua utilização para relógios, calculadoras e até mesmo no
campo médico como, por exemplo, no desfibrilador cardíaco [5], [6].
Depois deste primeiro conceito, muitos outros foram testados, tais como, a utilização de
condutores misturados, o uso de sal fundido como eletrólito, entre outros. Foi apenas em
1980 que se desenvolveu a primeira bateria de lítio recarregável utilizando-se o ânodo de lítio
metálico. Todavia, constatou-se que quando o lítio era utilizado na sua forma metálica numa
bateria recarregável, a sua reatividade poderia provocar explosões e chamas, tornando-se
perigoso. De forma a ultrapassar estas preocupações de segurança fizeram-se diversas
abordagens que incidiram, essencialmente, na alteração quer do eletrólito, quer do ânodo. As
investigações acabaram por apresentar, como alternativa mais eficiente, o uso do lítio na
forma iónica – a tecnologia Li-ion nos anos 90 [5], [6]. Efetivamente, o uso de lítio na sua
forma iónica apresenta maior segurança, relativamente à sua forma de metal, no entanto, é
necessário compensar o aumento de potencial que provoca usar o ião lítio no elétrodo do
ânodo. Para esse efeito, passou-se a inserir no cátodo, compostos de elevado potencial.
A falta de compostos apropriados e a dificuldade dos eletrólitos cumprirem as regras de
segurança – custo e performance necessários para uma bateria ter sucesso no mercado –
arrastaram durante 10 anos a implementação da tecnologia Li-ion.
Atualmente, esta tecnologia cuja diferença reside, essencialmente, nos materiais usados
para o cátodo, ânodo e eletrólito - aspeto a ser tratado mais adiante - é utilizada e
comercializada em larga escala.
Assim, embora as primeiras baterias de Lítio datem do final de 1960, e tenha havido
bastante pesquisa e investigação durante essa época, apenas na década de 90, o conceito se
tornou viável com a substituição do uso do metal Li pelo Li iónico.
19

Na figura seguinte visualiza-se, em jeito de síntese, o desenvolvimento da bateria de lítio,

através da identificação das três fases anteriormente referenciadas:

Figura 2.1. – Fases de desenvolvimento da bateria de lítio

2.2.2. Bateria de Li-íon

As baterias Li-íon são baterias leves, compactas e funcionam com uma voltagem na ordem
dos 4 V.
A estrutura mais convencional da bateria Li-íon é constituída por um ânodo de grafite
(microbeads, mesocarbon), um cátodo formado por um óxido de lítio metal (LiMO2, LiCoO2) e
um eletrólito formado a partir de sal de lítio, misturado num solvente orgânico embebido
num separador [3], [7]. Na figura 2.2 está representada uma configuração convencional de
uma bateria Li-íon cilíndrica.

Figura 2.2 – Configuração convencional de uma bateria Li-íon cilíndrica (3).

 20

A principal característica das baterias Li-íon relaciona-se com o facto de os materiais

ativos de ambos os elétrodos, ânodo e cátodo, possuírem compostos com propriedades de
intercalação, isto é, a reação química produzida é reversível permitindo inserir e extrair iões
de lítio entre os dois elétrodos. Assim, o ião de Lítio não sofre redução nem oxidação, é
simplesmente inserido e extraído dos materiais dos elétrodos [5], [6], [8]. Para que este
processo seja eficaz, é necessário que os materiais ativos tenham estruturas adequadas à
inserção e extração dos iões. São estas estruturas que diferenciam as várias baterias Li-íon,
podendo apresentar-se de forma laminar ou estruturadas, dependendo dos materiais
constituintes do ânodo e do cátodo [7].
A bateria de Li-íon funciona, então, da seguinte forma: durante o processo da carga da
bateria, os iões de lítio (Li+) são extraídos do cátodo que oxida e liberta um eletrão. Os iões
de lítio e os eletrões são transportados até ao ânodo, sendo que os iões se movem através do
eletrólito e os eletrões pelo circuito elétrico externo. Chegando ao ânodo, são inseridos os
iões de lítio na estrutura do material anódico e o estado de oxidação do material é reduzido,
formando-se assim “in-situ” os materiais ativos em ambos os elétrodos. Durante a descarga, o
processo funciona no sentido inverso, recuperando-se os materiais utilizados inicialmente.
Devido a este movimento, em dois sentidos dos iões de lítio, do ânodo para o cátodo e vice-
versa, a bateria Li-íon é também conhecida como “swing battery” ou “rocking chair battery”
[8], [9]. Este processo está demonstrado na figura seguinte:

Figura 2.3 – Esquematização do Funcionamento da bateria de Li-íon (12).

21

2.2.2.1. O ânodo

Na constituição convencional de uma bateria de Li-íon, o material ativo do ânodo é de

carbono, nomeadamente, de grafite que serve como estrutura para intercalação do lítio e
esta estrutura é resiliente o suficiente para permitir também a reversão do processo [9].
Atualmente, e maioritariamente, são usados carbonos como materiais ativos do ânodo
pois apresentam uma maior carga específica e estabilidade dimensional. No entanto, existem
outros materiais anódicos, para além dos carbonos, sendo que os principais candidatos são os
metais que armazenam lítio, e que, em alguns casos, conseguem mesmo obter maiores
capacidades que a grafite [5].
A procura por novos e melhores ânodos levou ao desenvolvimento de ligas de ânodos
baseados no Sn (Estanho) e no Si (Silício), e embora se tenha conseguido obter grandes
capacidades para os ânodos, uma performance estável e cíclica ainda não foi completamente
conseguida. Todavia, esta tecnologia continua a ser amplamente investigada e as pesquisas
persistem no meio académico, e também, no meio empresarial, uma vez que os resultados
têm-se revelado animadores com a modificação do elétrodo de Si [5], [9]. Há também
pesquisas que têm sido direcionadas para os óxidos, pois, baterias com este tipo de material
anódico apresentam tensões e capacidades menores o que resulta em baterias com densidade
energética inferior [10], no entanto, com interesse devido a níveis elevados da estabilidade
da bateria. Para melhorar a segurança, têm sido testados ânodos de fibra de carbono em vez
da convencional grafite [10].
A seguinte tabela possibilita uma análise comparativa das características dos diferentes
ânodos:

Tabela 2.2– Características dos diferentes ânodos (5).

Capacidade Capacidade Volume Volume Variação (%)

Ânodo (Ah/g) Volumétrica quando quando
3
(Ah/cm ) carregado descarregado
3
(m /Ah) (cm3/Ah)

Li 3,861 2,06 0,485 - -

Li2Sn5 0,790 2,023 0,494 0,138 259

Li2Si5 2,012 2,374 0,421 0,102 312

Li3Sb 0,564 1,788 0,559 0,227 147

Li3As 0,840 2,041 0,490 0,163 201

LiAl 0,790 1,383 0,723 0,373 94

LiC6 0,339 0,760 1,316 1,195 10

 22

2.2.2.2. O Cátodo

No que diz respeito ao cátodo, o mais frequentemente encontrado nas baterias de Li-íon é
o LiCoO2 [7]. Embora este seja um cátodo bem-sucedido, há alternativas que têm vindo a ser
desenvolvidas com um custo menor e maior estabilidade. Alguns exemplos são o LiMn2O4 que
é mais seguro e apresenta um custo menor e o LiNiO2 [7].
De uma forma geral, os critérios para a seleção de um cátodo eficiente baseiam-se em
características cinéticas e termodinâmicas: o material deve possuir características de
intercalação ou inserção dos iões de Li+ e deve apresentar uma tensão elevada em circuito
aberto, o potencial do elétrodo deve apresentar variações limitadas em função da quantidade
do Li+, o número de espaços para os iões Li deve ser grande, deve garantir uma boa taxa de
capacidade e a intercalação/inserção dos iões de Li tem que ser reversível. Associado a estes
aspetos, o cátodo deve ter um baixo custo, ser pouco tóxico e de síntese fácil. No entanto, o
cátodo deve ser selecionado consoante a sua aplicação, por exemplo, para aplicações
portáteis pode ser tolerado um material com um custo relativamente alto e com um
desempenho moderado nas aplicações com correntes elevadas [7], [8], [9], [10]. Já nas
aplicações que exigem potências elevadas, o custo baixo e a maior capacidade são opções
prioritárias.
As tabelas seguintes permitem obter uma imagem globalizada dos típicos materiais dos
cátodos para cada nível de tensão, bem como, das características de diversos materiais de
cátodos.

Tabela 2.3 – Materiais dos cátodos em cada nível de tensão (10).

Tensão (V) Material tipico

5,0 LiMn2

4,0 LiNiO2, LiCoO2, LiCo, LiMnO2

4-0-3,0 LiMnO2, Li(LXMNYM1-x-y)

3,5 LiFePO4

3,0 Mn espinel, LixVyOz

2,0 S e Polissulflidos

1,5 FeS2
23

Tabela 2.4 – Características dos materiais do cátodo (10).

Peso Densidade Carga Densidade

Cátodo Molecular especifica especifica
teórica teórica
Carregado

TiS2 112.01 3,27 239 782

MoS2 160.06 5.06 134 678

V 2O 5 181.88 3.36 147 495

V6O13 513.64 3.91 188 734

MnO2 86.94 5.03 154 775

NbSe3 329.81 8.7 244 2121

LiC6 0,339 0,760 1,316 1,195

Descarregado

LiCoO2 97.87 5.16 137 706

LiNiO2 97.63 4.78 192 919

LiMnO4 180.82 4.28 148 634

2.2.2.3. O Eletrólito

Nos últimos anos, e no que diz respeito ao eletrólito, uma grande quantidade de solvente,
sais e aditivos foram testados para este componente da bateria Li-ion. Os estudos intensivos
fundamentaram o desenvolvimento de soluções-padrão de eletrólitos que são utilizadas para a
produção comercial de baterias Li-ion [10]. Essas soluções incluem LiPF6 como um eletrólito e
solventes de alquil-carbonatos. Os alquil-carbonatos são mais aplicáveis devido à maior
estabilidade que dão ao ânodo em relação a outras famílias de solventes. O eletrólito LiPF6 é,
portanto, o sal-padrão mais utilizado atualmente nas baterias de Li-ion uma vez que [10]:
• É menos tóxico que o LiAsF6
• A condutividade dos alquil-carbonatos/LiPF6 é relativamente elevada
• A estabilidade térmica da bateria baseada nas soluções de LiPF6 é aceitável
comparada com outras que são mais explosivas
• A produção em massa de LiPF6 é relativamente simples e o seu preço é aceitável.

No entanto, o LiPF6 apresenta uma desvantagem que é a sua contaminação com ácido
fluorídrico. Isto provoca um aumento da impedância dos elétrodos.
 24

Assim, as soluções-padrão do eletrólito para as baterias de Li-ion são LiPF6 com misturas
de alquil-carbonatos contendo carbonato de etileno, como um componente altamente polar e
precursor para a formação de uma camada protetora.

Em suma, no panorama atual, as baterias de Li-ion apresentam-se, no mercado, com

diferentes materiais químicos, cada qual com vantagens e desvantagens. Na tabela seguinte
são apresentadas as características elétricas das diferentes tecnologias das baterias Li-ion
[10].

Tabela 2.5 – Características elétricas das diferentes tecnologias das baterias Li-ion (10).

Características C/LiCoC2 C/LiMn2O C/LiFePO

Energia específica
teórica (Wh/kg) 600 425 385

Energia específica
obtida (Wh/kg) 130 - 140 85 - 100 80 - 115

Densidade de energia
(Wh/l) 300 - 375 125 - 432 110 - 170

Potência mássica
(W/kg) 1800 1700 - 2400 600 - 3000

Potência volumétrica
(W/l) 4.700 -- 1200 - 5800

Número de ciclos
(até atingir os 80%) 400 > 1000 1000 - 3000

Temperatura de
operação (ºC) -30 / +60 -25 / +75 -10 / +75

2.2.3. Progresso da bateria de Li-ion a curto prazo

Não houve uma evolução verdadeiramente significativa nas baterias Li-ion, desde a sua
introdução no mercado. Como referido, a maior parte da produção destas baterias ainda usa
um ânodo de grafite, um cátodo de LiCOo2, separados por uma solução líquida de sal de lítio.
Geralmente, o desempenho de qualquer dispositivo depende diretamente das
propriedades dos materiais que o constituem e conclui-se, portanto, que um avanço nas
baterias Li-ion só será alcançado através de um avanço nos materiais que constituem os
elétrodos e o eletrólito. Assim, atualmente, a investigação nas baterias de Li-ion tem como
25

objetivo a substituição da grafite e do LiCOo2 por alternativas com maior capacidade e menor
custo, e a substituição do eletrólito de líquido de carbonato orgânico por soluções mais
seguras e mais confiáveis [3].
As pesquisas e investigações apontam a bateria Li-Air, baseada numa nova configuração a
nível do cátodo em que o material ativo é o oxigénio, como uma nova aposta das baterias de
lítio, num futuro próximo.

2.2.3.1. Bateria Li-Air

A bateria Li-Air será possivelmente o novo tipo de baterias de Li-ion visto que fontes
eletroquímicas de energia baseados na configuração ânodo, eletrólito, cátodo de oxigénio,
têm maior densidade energética pois, o material ativo do cátodo, o oxigénio, não é
armazenado na bateria, sendo fornecido pelo ambiente [11].
Existem boas razões para dar atenção ao lítio como material para o cátodo neste tipo de
configurações, uma vez que a capacidade deste metal é substancialmente superior a outros
metais. Aliás, os valores teóricos da combinação Li-O2 são realmente elevados. Atualmente,
as baterias Li-Air estão ainda na fase inicial do seu desenvolvimento e os seus atuais
parâmetros, obtidos em experiências práticas, não chegam aos valores teóricos, quer em
termos de capacidade, quer em termos de ciclo de vida. Existem, sobretudo, dois fatores
responsáveis por este facto: o primeiro diz respeito ao consumo do eletrólito (aquoso),
durante a reação no cátodo; e o segundo fator está relacionado com a precipitação do óxido
de lítio dentro do cátodo, no caso de o eletrólito não ser aquoso.
As perspetivas são promissoras mas, muitos desafios estão ainda por ultrapassar, quer ao
nível do cátodo de ar, não só porque a sua reação é responsável pela maior parte da energia
da célula, mas também porque aí ocorre grande parte das perdas de voltagem da célula, quer
ao nível do eletrólito e do ânodo em que é necessário prevenir que a água e o oxigénio
tenham acesso ao ânodo de lítio, pois isto resulta na sua degradação e traz complicações ao
nível da segurança [11].
Dito isto, as baterias Li-air são fontes de energia com elevadíssima densidade de energia e
são potencialmente viáveis para variadíssimas aplicações entre os quais centrais
fotovoltaicas. No entanto, estão ainda na fase inicial do seu desenvolvimento, precisando
ainda de uma maior investigação nos processos eletroquímicos nas interfaces de duas fases,
investigação e desenvolvimento de cátodos catalisadores, desenvolvimento de cátodos de ar
hierárquicos e também um desenvolvimento de sistema de eletrólito viável.

A par do aperfeiçoamento da tecnologia, de modo a que a bateria tenha um melhor

desempenho, a segurança é também uma das preocupações muito presente nas investigações
e constitui um aspeto fundamental para que haja mais sucesso na aplicação e implementação
generalizada da bateria.
 26

2.2.4. Segurança da bateria li-íon

A segurança da bateria é um assunto com uma importância crucial para a indústria de

baterias de lítio, pois, a venda em massa de baterias Li-ion depende da confiança do
consumidor nessas baterias e esta confiança já foi, de facto, conseguida. Persistem, todavia,
alguns problemas de segurança, fundamentalmente, nas baterias de maior potencial - uma
bateria Li-ion, quando está a carregar acima de 4,6 V cell-1, usando óxido de lítio metal como
cátodo e liquido inflamável como eletrólito, pode originar situações em que a segurança é
comprometida, devido ao depósito de lítio ou à oxidação dos solventes sujeitos a um
potencial tão elevado. Já foram encontradas algumas soluções que permitem ultrapassar este
problema, designadamente, o uso de fosfato de lítio, visto que a oxidação total completa
deste material ocorre a uma voltagem de 3,4 V e o produto da oxidação deste produto é um
material estável.
A segurança de uma bateria depende de eletrónicas exteriores à mesma, designadamente,
do bom estado dos sistemas onde são instaladas, e também, como referido, de eletrónica
interna, de forma a conseguir-se uma proteção contra curto-circuitos e excessos de carga
[12]. O Battery Manegement System (BMS) é um dos dispositivos utilizados para prevenir,
monitorizar e controlar a tensão de cada célula e de configurações em série ou paralelo.

2.2.4.1. Battery Management System (BMS)

Um conjunto de baterias Li-ion contendo várias células não pode ser operado como uma
única e singular fonte de energia. As células de Li-ion são muito suscetíveis a danos fora do
seu intervalo de voltagem permitido, normalmente, entre os 2,5 V e o 3,65 V. Exceder este
intervalo de voltagem provoca o envelhecimento das células e, consequentemente, constitui
um risco de segurança devido aos componentes reativos existentes nas células.
A variação das características elétricas das células Li-íon devido a envelhecimento, mas
também a diferenças na produção e na distribuição de temperatura, pode resultar em desvios
no estado de carga (SOC) dentro de um conjunto de baterias. Se o SOC não for
periodicamente equilibrado, algumas células podem ser sobrecarregadas o que pode levar a
danos irreversíveis.
Assim, as principais funções de um sistema BMS são [8]:
• Prevenir que a voltagem de cada célula desça abaixo de um determinado limite,
através da redução da corrente de descarga;
• Prevenir que a voltagem de uma célula exceda um determinado limite, através
da redução da corrente de carga da bateria ou mesmo, torná-la nula;
• Prevenir que a temperatura do sistema de baterias exceda um limite, reduzindo a
corrente da bateria ou pedindo um arrefecimento;
• Prevenir que a corrente de carga/descarga exceda um limite que depende da
temperatura da bateria, SOC e outros parâmetros;
• Fornecer informações de estado relevantes acerca do conjunto de baterias.

Após esta breve incursão pela bateria de lítio, em particular pela bateria de Li-ion, que
potencia um melhor conhecimento deste tipo de bateria, bem como, das suas potencialidades
e das suas fragilidades, importa prosseguir com as seguintes interrogações que conduzem esta
27

dissertação: Como podem as centrais fotovoltaicas beneficiar com a integração e uso de

sistemas de armazenamento de energia? E a bateria de Lítio serve esse propósito? Novos
contributos teóricos são exigidos para dar resposta a estas questões, desde logo, revisitar as
investigações levadas a cabo no âmbito da aplicação dos sistemas de armazenamento de
energia para integração de fontes fotovoltaicas.

2.3. Aplicação dos ESS para integração de fontes

fotovoltaicas

O consumo de energia elétrica tem vindo a aumentar em todo o mundo e é expectável

que esse aumento continue a verificar-se; por exemplo, nos Estados Unidos, o consumo de
energia elétrica é cinco vezes superior ao que era há cinquenta anos atrás. Na figura seguinte
está representada uma estimativa da evolução do consumo energético nos Estados Unidos até
2035 que corrobora as afirmações anteriores [13].

Figura 2.4 – Estimativa da evolução do consumo energético no Estados Unidos até 2035 (13).

Importa, pois, uma capacidade de geração adicional de energia elétrica, proveniente, na

sua maior parte, de fontes renováveis, tais como, fotovoltaicas e eólicas. Estas, porque são
fontes com uma produção intermitente e pouco controlável, justificam a aplicação de ESS
[13], [14] visto que estes dispositivos podem, por exemplo, armazenar energia durante
períodos em que a oferta é maior que a procura e, depois, usar essa mesma energia quando a
procura é maior que a oferta [15].
Os principais desafios a ultrapassar no que diz respeito à integração da produção
fotovoltaica ou qualquer fonte renovável são, como já referido, a
intermitência/variabilidade, mas também, o pouco controlo na potência de saída das centrais
[14], [16]. Deste modo, o papel dos sistemas EES no domínio da produção é a minimização
destes fatores, dotando as centrais fotovoltaicas de uma maior previsibilidade e
controlabilidade, colocando-as a par das centrais de produção não renovável, e facilitando,
assim, a sua integração no sistema elétrico de energia (SEE) [14].
Em suma, os sistemas ESS aplicados a grandes centrais têm o poder de transformar a
indústria energética. Estes sistemas são componentes chave para a modernização da rede
 28

elétrica e para a resolução dos seus problemas, melhorando a sua estabilidade e a sua
resiliência. Investir em sistemas de armazenamento de energia é, portanto, essencial para
acompanhar as crescentes necessidades dos consumidores. E o desenvolvimento de
tecnologias de armazenamento com um custo atrativo tornará, certamente, a rede elétrica
mais flexível e apta a responder às flutuações da procura de energia, assegurando que exista
sempre eletricidade quando e onde for necessário [13].
As aplicações dos ESS relativas à integração de fontes fotovoltaicas são diversas; a
seguinte tabela apresenta alguns exemplos [13]:

Tabela 2.6 – Exemplos de aplicação dos ESS relativas à integração de fontes fotovoltaicas (13).

ELECTRIC (GRID-SUPPLIED) Charges the storage plan with inexpensive electric energy
ENERGY TIME SHIFT purchased during low price periods and discharges the electricity
back to the grid during periods of high price

ELECTRIC SUPPLY CAPACITY Reduces or diminishes the need to install new generation
capacity

LOAD FOLLOWING Alters power output in response to variations between electricity

supply and demand in a given area

AREA REGULATION Reconciles momentary differences between electricity supply

and demand in a given area

ELECTRIC SUPPLY RESERVE CAPACITY Maintains operation when a portion of normal supply becomes
unavailable

VOLTAGE SUPPORT Counteracts reactive effects to grid voltage so that it can be

upheld or reinstated

TRANSMISSION SUPPORT Enhances transmission and distribution system performance by

offsetting electrical irregularities and interruptions

TRANSMISSION CONGESTION RELIEF Avoids congestion-related costs by discharging during peak

demand to reduce transmission capacity requirements

TRANSMISSION AND DISTRIBUTION UPGRADE Postpones or avoids the need to upgrade transmission and/or
DEFERRAL AND SUBSTITUTION distribution infrastructure

SUBSTATION ON-SITE POWER Provides power to switching components and communication and
control equipment

As aplicações do ESS relativas à integração de fontes fotovoltaicas distribuem-se tendo em

conta as seguintes categorias [14], [15]:
• O proprietário da central fotovoltaica;
• O operador da rede;
• O consumidor.
29

Para efeito desta dissertação apenas as aplicações para o proprietário da central

fotovoltaica têm interesse, pelo que, apenas essas serão abordadas detalhadamente.

2.3.1. Aplicação dos ESS relativa à integração fotovoltaica para o

proprietário da central e respetivo impacto económico

Numa perspetiva de proprietário da central, importa ter presente a variação do preço da

eletricidade em alturas diferentes e o benefício que daí possa advir em processos de compra
e venda (time shifting), uma melhor eficiência das redes de transmissão, a supressão de
flutuações que possam provocar a instabilidade do sistema e a minimização das incertezas das
previsões de produção fotovoltaica associada às condições meteorológicas de forma a evitar
uma produção inesperadamente irregular.

2.3.1.1. Time Shifting

O custo da eletricidade varia de acordo com a procura. É maior quando existe uma grande
procura ou quando a oferta é pequena face à procura. Os ESS integrados nas fontes
fotovoltaicas permitem armazenar o excesso de produção durante as horas de vazio ou
comprar energia durante estas horas de forma a aproveitar os preços mais baixos da
eletricidade, e depois, descarregá-la quando os preços são altos em horas de pontas (time
shifting). Muitas vezes, os preços extremos, quer baixos, quer altos, não ocorrem em alturas
de pico ou à noite, mas sim, quando existem súbitas mudanças de carga [13].
Sendo a produção fotovoltaica intermitente, facilmente concluímos que esta produção é
independente do padrão de consumo da mesma. Assim, a instalação de sistemas ESS, ao nível
da central fotovoltaica, permite que a produção se torne previsível e que acompanhe o
comportamento da procura de energia elétrica. Visto que o time shifting envolve, então, a
compra e a venda de eletricidade em alturas diferentes, de forma a beneficiar da
discrepância dos preços, isto faz com que, por exemplo, a eletricidade gerada através do
vento à noite, ou através do sol de manhã, possa ser aproveitada e armazenada pelos
sistemas ESS durante estas alturas, em que se está numa hora de vazio, e vendida depois, em
horas de ponta [13], [14].
As metas de desempenho para o time shitfting são: o custo capital, o custo de
manutenção e operação, tempo de descarga, eficiência e tempo de resposta. O impacto
ambiental é também um fator importante a considerar. Assim, é necessário um sistema ESS
com elevada capacidade de armazenamento e que seja capaz de armazenar energia durante
longos períodos de tempo [13]. A tabela 2.7 fornece informação mais detalhada sobre o time
shifting.
 30

Tabela 2.7– Metas de desempenho para o time shifting (13)

ELECTRIC ENERGY TIME SHIFT (LONG DURATION)

Stores inexpensive energy during low periods and discharges the energy during times of high demand
(often referred to as arbitrage)

Accommodates renewables generation at times of high grid congestion by storing energy and
transmitting it when there is no congestion

METRIC TARGET SUPPORTING INFORMATION

CAPITAL COST $1,500 per kW or $500 per $250 per kWh is a utility-set metric that may not
kWh reflect the full value of storage technologies.

$500 per kWh is a sufficient metric to make

storage technologies competitive with a gas
turbine integrated plan.

OPERATIONS AND $250 - $500 per Mwh Lowe operations and maintenance costs will
MAINTENANCE COST allow storage technologies to offer the greatest
economic advantages for electric energy time
shift, creating greater market pull of these
technologies.

DISCHARGE DURATION 2 – 6 hours The price and demand for electricity may
fluctuate over several hours.

EFFICIENCY 70% - 80% 70% - 80% is an acceptable baseline efficiency for

electric energy time shift. If the efficiency of
the system is only 70%, the storage system will
have to incorporate other benefits to have
sufficient value.

The efficiency of pumped hydro and compressed

air energy storage is likely to be on the lower
end of this range.

RESPONSE TIME 5 – 30 minutes The price of electricity will remain low or high
for several hours, which decreases the need for
an instantaneous response from a storage
device. However, technologies with fast
response can provide some frequency response
and load following simultaneously time shifting.
31

Naturalmente, a um nível de mercado, o benefício do time shifting aplicado a centrais

fotovoltaicas é estimado com base nas diferenças anuais do valor médio do mercado spot em
hora de ponta e horas de vazio, tendo em conta, também, as perdas no armazenamento de
energia. Facilmente se constata que poderá ser muito vantajoso, a nível económico, adicionar
ESS a centrais fotovoltaicas, na medida em que, em vez de vender energia nas horas de vazio
em tempo-real (altura em que grande parte é produzida), armazena-se essa energia para ser
usada mais tarde, quando os preços estão mais altos [15].
Na tabela 2.8 são apresentados os preços do mercado energético em duas alturas distintas
em dias da semana:12:00 até 17:00; 1:00 até 6:00. São também apresentados os benefícios do
time shifting nesta situação específica.

Tabela 2.8 - Benefícios do time shifting tendo em conta os preços do mercado em momentos distintos

(13).

Monthly Price “Bins”

Month =>

Hour 1 2 3 4 5 6 7 8 9 10 11 12

12:00 P.M. – 85.1 74.5 77.6 94.6 100.3 118.0 148.2 163.1 142.5 99.1 104.5 105.9
5:00 P.M.

1:00 A.M. – -51.8 -44.4 -46.2 -61.2 -42.7 -35.2 -55.1 -69.7 -77.0 -61.3 -61.5 -72.9
6:00 A.M.

Storage -10.4 -8.9 -9.2 -12.2 -8.5 -7.0 -11.0 -13.9 -15.4 -12.3 -12.3 -14.6
Losses*

Net Time- 23.0 21.1 22.1 21.1 49.1 75.7 82.1 79.4 50.1 25.2 30.7 18.4
shift Benefit

Seasonal Price “Bins” Annual

May - November - April Hours Value**

October

12:00 P.M. – 5:00 P.M. 128.5 90.4 May – October 651.8 39,323

1:00 A.M. – 6:00 A.M. -56.8 -56.4 November - April 651.8 14,830

Storage Losses* -11.4 -11.3 Total 1,304 54,152

Net Time-shift Benefit 60.3 22.8 **Net time-shift benefit

*hours/year.

*Storage Efficiency = 80.0%.

Note: Values expressed in units of $/MWh.

 32

2.3.1.2. Minimização do Curtailment

Por vezes, as centrais fotovoltaicas estão longe das linhas de transmissão com
capacidades elevadas, o que leva a restrições de transmissão e consequente
congestionamento, ou seja, a energia produzida pode não ser transferida para os centros de
consumo [17]. A gestão de congestionamentos nas redes de transmissão pode ser feita a partir
de soluções sistémicas ou locais [14] sendo que a primeira consiste na compensação da
potência em falta, através de um despacho de outras centrais do SEE, e a segunda
corresponde ao curtailment que consiste no impedimento, total ou parcial, da transferência
da potência de uma central fotovoltaica para as cargas. Obviamente, soluções que a nível
económico não são ótimas [14], [18].
Assim, a instalação de sistemas ESS surge como uma solução para armazenar a produção
fotovoltaica que, devido a restrições de transmissão, seria inutilizada, parcialmente ou
totalmente, para depois ser injetada na rede, mal sejam resolvidos os problemas de
congestionamento. Os objetivos de desempenho para as tecnologias de armazenamento de
energia aplicadas à melhoria da eficiência do uso das redes de transmissão são enfatizados
pelo custo do sistema, tempo de descarga, capacidade, tempo de vida do sistema e
segurança. Estes objetivos devem ser cumpridos de forma a justificar o investimento em ESS.

2.3.1.3. Supressão de Flutuações (Output smoothing)

O aumento da integração de fontes fotovoltaicas no fornecimento de energia possibilita a

redução da dependência dos combustíveis fósseis e das emissões por parte da indústria
elétrica. No entanto, a intermitência na produção por parte das centrais fotovoltaicas
introduz variabilidade na geração que pode provocar problemas de operação e integração
quando conectada a rede elétrica a uma escala comercial. Os sistemas ESS podem ser usados
para mitigar esta variabilidade, tornando a potência de saída mais suave e minimizando as
referidas flutuações que contribuem para a instabilidade do sistema [13], [16].
A potência de saída tem que ser rapidamente regulada de forma a absorver o excesso de
energia quando ocorre um súbito excesso de produção, ou descarregar quando existe um
decréscimo abrupto de potência de saída [14], [16]. Assim, as tecnologias ESS ideais para esta
aplicação necessitam de elevados ramp-rates e uma alta capacidade de cycling devido à
necessidade de uma rápida modulação de produção e de uma operação contínua [19]. De
forma a otimizar estas operações, as ESS devem ser capazes de comunicar e responder à rede
através do operador do sistema [13].
Resumindo, a suavização da produção é obtida através do armazenamento de energia
durante períodos em que a produção é alta, injetando na rede quando a produção é baixa,
devido, por exemplo, à passagem de nuvens. Importante referir, que os ESS instalados devem
ter uma velocidade de resposta igual à velocidade das flutuações.
Algumas das metas de desempenho para esta aplicação dos ESS (output smoothing) são,
então, o tempo de vida do sistema, capacidade e tempo de resposta. Na tabela 2.9 estão
descritas as metas de desempenho dos ESS quando aplicados ao output smoothing, referidas
anteriormente [13].
33

Tabela 2.9 – Metas de desempenho dos ESS quando aplicados ao Output Smoothing (13).

RENEWABLES GRID INTEGRATION (SHORT DURATION)

Offsets fluctuations of short-duration variation of renewables generation output.

METRIC TARGET SUPPORTING INFORMATION

ROUNDTRIP EFFICIENCY 75% - 90% Roundtrip efficiency is the efficiency of the energy input
measured at the transformer divided by the energy output.

SYSTEM LIFETIME 10 years System lifetime will vary by technology and the number of cycles
per year, but 10 years with high cycling would be a sufficient
technologies lifetime. Low-cost, short-lived storage technologies
that can be recycled cost-effectively may offer another pathway
to achieving system cost-effectiveness.

CAPACITY 1 MW – 20 MW The capacity need of a storage technology will depend on the

size and intermittency of the renewables operation (e.g., a large
wind farm with periods of strong wind and no wind has high
potential to contribute to the grid but will be more effective
with storage).

RESPONSE TIME 1 – 2 seconds Fast system response times will allow storage to respond to
changes in renewable operation to minimize generation
fluctuations.

2.3.1.4. Minimização dos efeitos provocados pelas incertezas das previsões de

produção fotovoltaica

Outro desafio relacionado com a produção fotovoltaica é a incerteza associada à sua

produção devido à imprecisão da previsão das condições meteorológicas no momento da
produção. A produção fotovoltaica tem muito mais sucesso quando uma boa previsão
consegue ser alcançada [20].
Apesar da melhoria contínua dos métodos de previsão, haverá sempre alguma incerteza
associada às condições meteorológicas. Aliás, este facto tem um impacto considerável nas
centrais fotovoltaicas, já que as condições meteorológicas podem ser substancialmente
diferentes do que o sugerido na previsão, especialmente, quando a previsão considerada é do
tipo day-ahead [20].
Previsões imprecisas, a um nível de mercado, podem ser bastante penalizadoras, na
medida em que, o excesso ou o défice de produção em relação ao que foi previamente
estipulado pode levar a penalizações. O uso de sistemas ESS ao minimizar estas incertezas nas
previsões, permite ao dono da central fotovoltaica uma maior participação no mercado
energético.
Assim, os ESS têm um papel fundamental nas centrais fotovoltaicas de forma a compensar
uma produção inesperadamente deficitária ou excessiva.
 34

As seguintes tabelas permitem, por um lado, obter uma imagem globalizada das várias
aplicações dos sistemas ESS descritas anteriormente e, por outro, constatar que a bateria de
Li-ion satisfaz, de modo geral, os objetivos pretendidos para as diferentes aplicações dos ESS
integrados em fontes fotovoltaicas:

Tabela 2.10 e 2.11 – Confronto entre as características da bateria Li-íon e Aplicações dos ESS.

Aplicações Objectivos Desempenho dos Lithium-ion

ESS na aplicação

Time Shifting Armazenar energia em horas É necessário um Custo inicial Baixo

de vazio e injetar na rede sistema ESS com
em horas de ponta, elevada capacidade Custo a longo prazo Baixo
beneficiando da diferença de armazenamento
existente entre os preços em e que seja capaz de Segurança Boa
horas de ponta e vazio. armazenar energia
durante longos
períodos de tempo
[13].

Diminuição do Armazenar energia que seria Desempenho Impacto ambiental Médio/Baixo

Curtailment inutilizada devido a enfatizado pelo
congestionamentos na rede custo do sistema, Ciclos 400 – 600
de transmissão, injetando-a tempo de descarga,
na rede, mal estes problemas capacidade, tempo Tensão nominal (V) 3.4
estejam resolvidos. de vida do sistema e
segurança.

Redução das Armazenar energia quando a Desempenho Densidade de 120

Flutuações produção é elevada e enfatizado pelo energia (Wh/Kg)
descarregar na rede quando tempo de vida do
há uma súbita descida de sistema, capacidade Densidade de 280
produção, de modo a tomar e tempo de energia volumétrica
a produção mais estável. resposta. (Wh/m3)

Autodescarga por <5

mês (%)

Minimização Armazenar energia quando a Desempenho Efeito memória Não

dos efeitos das produção é superior ao que enfatizado pelo
foi prevista, descarregar a tempo de vida do Temperatura de -20º a + 60º
incertezas na
energia armazenada quando sistema, capacidade operação (ºC)
previsão de a produção é inferior ao que e tempo de
produção foi prevista, de modo a resposta. Peso Muito leve
fotovoltaica evitar muitas relacionadas
com o excesso ou défice de Tempo de carga Curto
produção.

Não basta constatar que as centrais fotovoltaicas (e respetivo proprietário) podem

beneficiar com a aplicação dos sistemas ESS; há necessidade de os dimensionar. Este
problema consiste na determinação das características (Power e Energy rating) ótimas desse
sistema.
35

2.4. Dimensionamento dos sistemas ESS

Neste subcapítulo serão apresentadas algumas das metodologias existentes para a

resolução do problema do dimensionamento dos sistemas ESS aplicados a centrais
fotovoltaicas.
Em [21] é proposta uma nova metodologia probabilística para o dimensionamento de
sistemas ESS, para suporte, tanto de produção fotovoltaica, como eólica, apoiada numa
análise espectral do comportamento da velocidade do vento e da radiação solar em conjunto
com a modelização (através de uma curva de potência típica) dos aerogeradores, dos painéis
fotovoltaicos (a partir das características bem definidas dos painéis) e da procura de energia
elétrica (baseada em diagramas de carga típicos). O dimensionamento é determinado tendo
em conta o pior dia do ano, em que o sistema ESS é chamado a atuar mais vezes [14]. Funções
filtro são aplicadas ao espectro da velocidade do vento e da irradiação solar, de forma a
calcular as distribuições probabilísticas para a média da velocidade do vento e da irradiação
solar nos diferentes períodos, e capacidade necessária de armazenamento [21].
Em [22] o problema de dimensionamento é modelizado como um problema de otimização
cujo objetivo passa por identificar a capacidade ótima de armazenamento para investir de
forma a minimizar o custo médio da eletricidade a longo prazo, assim como, minimizar
qualquer custo relacionado com armazenamento. É assumido que o propósito do
armazenamento é para guardar apenas produção renovável e não para armazenar energia da
rede elétrica. O problema é, então, formulado como um problema de horizonte infinito em
que se pretende minimizar uma função custo e em que se amortiza o custo do
armazenamento ao longo de vários períodos. No final faz-se uma média dos custos, uma vez
que entre tempos consecutivos, os fatores de desconto são próximos de um.
Em [23] e [24], é elaborada uma estratégia de controlo e dimensionamento dos sistemas
EES para fontes renováveis intermitentes em que, naturalmente, a fotovoltaica está incluída,
sendo o desvio de potência entre o despacho horário desejado e a produção efetiva de uma
central fotovoltaica para uma dada hora, a função objetivo a minimizar. Deste modo, são
minoradas as penalizações derivadas destes desvios e, também, fica reduzida a capacidade
que um ESS necessita [24]. Formula-se este despacho através da previsão do valor médio da
produção fotovoltaica (realizada na hora anterior) e cujo valor do erro se considera ser igual
ou inferior a 10%. Neste processo, são também tidas em conta restrições relativas à carga
remanescente no equipamento ESS (State of Charge), profundidade de Descarga (DOD) e
limites de corrente admissível.
As simulações em [23] levadas a cabo com a aplicação desta estratégia, obtiveram
desempenhos bastante bons, ao manterem desvios de potência significativamente baixos
entre o despacho horário e a produção efetiva e ao manterem, também, o SOC dentro dos
limites desejados. Com este estudo ficou determinado, ainda, que é necessário um ESS com
uma capacidade entre os 15 % e os 25% da produção fotovoltaica, de forma a obter um
despacho horário efetivo. Ainda que nesta investigação tenha sido usado como tecnologia de
armazenamento de energia o BESS (Battery Energy Storage System) este método pode ser
usado para qualquer tecnologia de armazenamento de energia com diferentes restrições.
Em [25], a questão é formulada como um problema de otimização, sendo necessário ter
em conta alguns componentes:
 36

• A produção fotovoltaica que é definida por uma equação;

• A rede elétrica, em que a eletricidade pode ser comprada ou vendida de volta à
rede (de forma a simplificar é considerado que os preços para compra e venda
são iguais no instante t);
• A dinâmica dos ESS;
• Os conversores fotovoltaicos e da bateria;
• A carga a alimentar.
Partindo destes componentes, o problema de otimização consiste na minimização da
soma da potência comprada à rede e do custo associado com a perda de capacidade do
sistema de armazenamento de energia. Ao mesmo tempo garante-se que a procura de carga e
os requisitos de peak shaving são satisfeitos. De notar, que nesta análise, a eficiência do
conversor PV DC-to-AC e dos conversores do ESS DC-to-AC e AC-to-DC foi considerada
constante.
Em [26] e [27] é aplicada outra metodologia probabilística que permite estimar a
capacidade de um ESS com base na energia não utilizada ou vice-versa. O objetivo é
dimensionar um ESS que compense os erros de previsão até um determinado ponto. O nível de
compensação dos erros é definido pelo integral da função dos erros de previsão não
compensados. O processo é relativamente simples: através de dados históricos, são geradas
funções densidade probabilidade empíricas do erro de produção que são posteriormente
usadas para obter o dimensionamento do sistema ESS em função da energia não fornecida
[14].
Em [28] é proposta uma metodologia em que a função objetivo a minimizar é semelhante
à proposta em [23] e [24] e que consiste na minimização dos desvios entre a produção real e o
despacho horário desejado, conforme referido. Esta metodologia distingue-se,
fundamentalmente, por não considerar apenas a magnitude das diferenças dos desvios mas,
por ter em conta, também, a sequência temporal dos mesmos. Assim, são criados cenários
através de previsão probabilística e do uso de distribuições cumulativas de probabilidade para
os desvios máximo e mínimo do valor médio de produção, em cada hora. Estes cenários
permitem estimar características nominais do sistema ESS em função do fator de risco
desejado. E os resultados obtidos mostram que o dimensionamento ótimo do sistema ESS
apresenta um valor de cerca de 73 % da potência nominal do parque eólico considerado, o
que satisfaz um investidor avesso ao risco; para um investidor que não se importe de correr
pequenos riscos, na ordem dos 5%, teria de investir num dimensionamento com valor
correspondente a 20,5% da potência nominal da central fotovoltaica.
Embora esta metodologia seja proposta para a produção eólica é também aplicável a
centrais fotovoltaicas pois, as incertezas e desvios verificados na produção eólica, também se
verificam na produção fotovoltaica. Existem ainda outros estudos [29] que assentam na
mesma função objetivo mas, neste caso, usam programação dinâmica para resolver o
problema.
No estudo descrito em [30] constata-se uma abordagem diferente. Neste caso, a função
objetivo a maximizar mede a diferença entre o benefício económico do sistema ESS e o seu
custo. O objetivo é, também, garantir uma potência de saída constante. Ainda que tenha sido
utilizado um sistema BESS, esta abordagem pode ser usada para qualquer sistema ESS, desde
que sejam feitas as adaptações devidas.
Na investigação apresentada em [31] é usada uma função objetivo semelhante ao estudo
anteriormente referido [30], no entanto, com a integração de outros dois objetivos: a
37

melhoria dos perfis de tensão da rede e a minimização do custo total de produção da mesma.
Contrariamente a outras metodologias, neste estudo [31], o perfil desejado de produção de
uma central é obtido a partir de um estudo de Optimal Power Flow (OPF). O caso estudado
incidiu num parque eólico mas, esta metodologia pode ser, também, aplicada a uma central
fotovoltaica. Para isso, basta modelizar a central fotovoltaica como uma convencional central
térmica (mesmo processo usado no caso do parque eólico para o estudo do OPF).
A seguinte tabela permite uma melhor visualização das metodologias referenciadas para
os diferentes dimensionamentos:

Tabela 2.12 – Exemplos de metodologias no dimensionamento dos sistemas ESS aplicados a centrais

fotovoltaicas.

METODOLOGIA DIMENSIONAMENTO

Análise espectral do comportamento da Aplicação de funções filtro ao espectro da

radiação solar em conjunto com a irradiação solar para calcular as distribuições
modelização dos painéis fotovoltaicos e probabilísticas para a média da velocidade da
da procura de energia elétrica. Tem-se irradiação solar nos diferentes períodos.
em conta o pior dia do ano em que o
sistema ESS é chamado a atuar mais
vezes.

Problema de otimização identificando a Minimização da função custo e amortização do

capacidade ótima de armazenamento custo de armazenamento ao longo de vários
para investir de modo a minimizar o períodos. No final faz-se a média dos custos.
custo médio da eletricidade a longo prazo
e minimizar custos de armazenamento.

Formulação do despacho através da Minimização das penalizações derivadas do

previsão do valor médio da produção desvio de potência entre o despacho horário
fotovoltaica, realizada na hora anterior, desejado e a produção efetiva da Central
e cujo valor do erro se considera igual ou fotovoltaica para uma dada hora.
inferior a 10%. São também tidas em
conta as restrições relativas à carga
remanescente no equipamento ESS,
profundidade de descarga e limite de
corrente admissível

Problema de otimização tendo em conta Minimização da soma da potência comprada à

os seguintes componentes: produção rede e dos custos associados com a perda de
fotovoltaica definida por uma equação, capacidade do sistema de armazenamento de
rede elétrica, dinâmica dos ESS, energia. Ao mesmo tempo, garante-se que a
conversores fotovoltaicos e da bateria, a procura de carga e os requisitos de peak shaving
carga a alimentar. são satisfeitos.
 38

Definição pelo integral da função dos Compensação dos erros de previsão até
erros de previsão não compensados. determinado ponto.
Através de dados históricos são geradas
funções densidade probabilidade
empíricas do erro de produção,
posteriormente usadas para obter o
dimensionamento do sistema ESS em
função da energia não fornecida

Criação de cenários através de previsão Minimização dos desvios entre a produção real e
probabilística e do uso de distribuições o despacho desejado, considerando não apenas,
cumulativas de probabilidade para os a magnitude das diferenças dos desvios mas
desvios máximo e mínimo do valor médio também a sequência temporal dos mesmos.
de produção, em cada hora.

Estudo de Optimal Flow Maximização da diferença entre o benefício

económico do sistema ESS e o seu custo
garantindo uma potência de saída constante, a
melhoria dos perfis de tensão da rede e a
minimização do custo total de produção da
mesma.

De referir, que para a escolha de qualquer destes métodos de dimensionamento, é preciso

também ter em conta o critério de operação da bateria para desta forma conseguirmos um
dimensionamento adequado ao modo de operação pretendido.

2.5. Estratégias de controlo de uma Central

Fotovoltaica com ESS

Existem diversas estratégias de controlo de um sistema de armazenamento de energia,

tendo cada uma as suas vantagens, consoante as diferentes situações, os diferentes mercados
energéticos existentes e os objetivos do dono da central fotovoltaica. De seguida serão
apresentados de forma resumida cinco estratégias diferentes de controlo de um sistema de
armazenamento de energia integrado numa central fotovoltaica.

2.5.1. Controlo de potência de saída constante

Esta estratégia de gestão de energia é baseada no estabelecimento de uma referência

constante de potência para a central, potência esta, que a central deve fornecer ao sistema
elétrico através da combinação da produção fotovoltaica com a energia de reserva presente
nas baterias.
A duração e o valor do grau de potência usada, como valor de referência, podem variar ao
longo do ano, adaptando-se a irradiação média esperada em cada mês [32]. Aliás, o valor de
referência pode também ser alterado múltiplas vezes durante o dia, de forma a reduzir a
capacidade necessária do sistema de armazenamento de energia.
39

O principal objetivo desta estratégia de controlo é tornar a produção fotovoltaica mais

constante e previsível. Assim, esta estratégia é apropriada para dias de céu limpo, em que a
radiância total pode ser mais facilmente prevista e, consequentemente, se possa calcular a
produção constante que se consegue garantir. É importante, também, referir que a referência
de produção a ser seguida ao longo do dia, provavelmente, será vendida nos mercados e
comunicada ao TSO (Transport System Operator) em cenários futuros [32].
Esta estratégia de controlo requer grande capacidade por parte dos sistemas de
armazenamento de energia e uma elevada produção de energia de forma a minimizar as
saturações do SOC [20]. Na figura seguinte, está representado um exemplo de um controlo de
potência de saída constante com duas referências de produção ao longo do dia.

Figura 2.5 – Exemplo de controlo de potência de saída constante com duas referências de produção ao

longo do dia.

2.5.2. Controlo de Redução de Flutuações

Esta segunda estratégia de controlo é baseada na suavização da produção através de uma

reversão muito mais frequente, na troca de energia entre as baterias e o Point of Common
Coupling (PCC), do que na estratégia referenciada anteriormente [32]. Este potencia o
nivelamento da potência entregue pela central ao sistema elétrico, de acordo com a
capacidade do sistema de armazenamento de energia.
Esta estratégia é mais apropriada para dias mais cinzentos, com nuvens, em que a
produção estimada não possa ser garantida. Assim, o objetivo desta estratégia é nivelar a
produção fotovoltaica de forma a reduzir a intermitência da produção solar que pode
provocar distúrbios no SEE e reduzir a qualidade de serviço.
 40

2.5.3. Controlo de ESS sempre descarregado

Nesta forma de controlo de um sistema de armazenamento, o objetivo é injetar na rede,

o mais rápido possível, a energia armazenada. Num ciclo, o sistema ESS carrega para,
imediatamente, no ciclo seguinte, descarregar.
Esta estratégia é ideal quando o mercado é mais penalizador nas situações de desvios de
produção por excesso, uma vez que o ESS está sempre pronto a absorver energia.
Nesta estratégia, a capacidade dos sistemas ESS deve ser mais reduzida, uma vez que, o
objetivo é injetar na rede, o mais rápido possível, a energia armazenada, não se justificando
capacidades elevadas de armazenamento, pois grande parte dessa capacidade seria
inutilizada.

2.5.4. Price Following

O objetivo desta estratégia é então carregar a bateria quando o preço da energia é baixo
e em situações em que a penalização por excesso na produção é alto, e apenas descarregar a
bateria em situações de emergência ou muito lucrativas.
Contudo é uma estratégia que depende de previsões de mercado e portanto apresenta um
elevado grau de incerteza.

2.5.5. Programação fixa de carga e descarga

Devido à imprevisibilidade da produção das centrais fotovoltaicas, nem sempre a sua

produção é suficiente para satisfazer a procura, razão pela qual existem bastantes desvios de
produção. A programação fixa de carga e descarga consiste em variar a energia que a bateria
carrega/descarrega de acordo com dados históricos referentes aos níveis de excesso e défice
durante o dia, para desta forma, tentar minimizar o défice e o excesso nas horas em que
historicamente estes são mais elevados.

Na tabela 2.12 estão representadas as diferentes formas de controlo referidas

anteriormente e respetivos objetivos:
41

Tabela 2.13 – Estratégias de controlo de uma Central Fotovoltaica com ESS.

Formas de Controlo Objetivos

Manter a Produção constante Manter sempre uma produção constante por

parte da central fotovoltaica.

Redução das Flutuações Nivelar a potência injetada na rede por

parte da central fotovoltaica.

Bateria sempre descarregada Injetar na rede o mais rapidamente possível

a energia armazenada.

Price Following Manter o sistema de armazenamento de

energia totalmente carregado,
descarregando apenas em situações que
economicamente são mais rentáveis.

Programação fixa de carga e descarga Carregar/Descarregar a bateria em alturas

em que historicamente se verifica os picos
de excesso/défice.

2.6. Conclusão

Uma revisão à literatura permitiu conhecer melhor a bateria de lítio, em particular a

bateria de Li-íon, os componentes fundamentais da sua constituição – ânodo, cátodo e
eletrólito – respetivos materiais constituintes e descortinar as potencialidades e vantagens
técnicas desta bateria em relação às demais, como tecnologia de armazenamento de energia:
tensão elevada (3 a 5V), elevada energia específica, elevado número de ciclos de carga e
descarga, leve.
Constatou-se que a bateria de lítio tem vindo a desenvolver-se, encontrando o seu maior
impulso a partir dos anos noventa com a substituição do Li metálico pelo Li-ion e que as
tendências futuras apontam o uso da bateria Li-air, com a utilização de oxigénio no seu
cátodo, como uma aposta bastante eficiente. Acompanhando esta evolução também a
segurança tem vindo a ser melhorada e, hoje, considera-se que esta bateria não oferece
preocupações graves.
 42

De seguida, os contributos teóricos permitiram constatar que as centrais fotovoltaicas,

fontes de produção intermitente e pouco controlável, muito têm a beneficiar com a aplicação
de ESS que tornam a rede elétrica mais flexível e apta a responder às flutuações da procura
de energia, e asseguram a existência de eletricidade sempre que necessária.
Numa perspetiva de proprietário da central fotovoltaica, constatou-se que poderia ser
muito vantajoso, a nível económico, adicionar ESS a centrais fotovoltaicas tendo em conta,
por um lado, o time shifting, na medida em que, a energia seria armazenada nas horas de
vazio para, mais tarde, ser vendida nas horas de ponta, quando os preços se apresentassem
mais convidativos. Por outro lado, os ESS permitiriam também resolver os problemas de
congestionamento provocados pelas restrições de transmissão, suprimiriam as flutuações
originadas pela produção intermitente, e minimizariam os efeitos provocados pelas incertezas
das previsões das condições meteorológicas.
Prosseguindo na aplicação dos ESS, verificou-se a necessidade de os dimensionar, ou seja,
determinar a otimização das características (Power e energy rating) desses sistemas. Neste
enquadramento, foram apresentadas e descritas algumas metodologias desde a análise
espectral do comportamento da radiação solar, passando por problemas de otimização, até à
definição dos erros de previsão não compensados ou, ainda, à formulação do despacho
através da previsão do valor médio da produção fotovoltaica. Estas metodologias conduziram
a dimensionamentos que tinham como objetivo minimizar custos, penalizações, compensar
erros de previsão.
Finalmente, constatou-se que há necessidade de se proceder a um controlo do sistema de
armazenamento de energia integrado numa central fotovoltaica. De entre a diversidade de
estratégias revisitadas na literatura, foram apresentadas as seguintes: controlo de potência
de saída constante, cujo objetivo é tornar a produção fotovoltaica constante e previsível,
controlo de redução de flutuações, cujo objetivo é nivelar a produção fotovoltaica de forma a
reduzir a intermitência da produção solar que pode provocar distúrbios no SEE e reduzir a
qualidade de serviço, controlo de ESS sempre descarregado, cujo objetivo é injetar na rede, o
mais rápido possível, a energia armazenada, controlo de price following, cujo objetivo é a
bateria carregar/descarregar de acordo com o comportamento do preço da energia e
finalmente, a programação fixa de carga/descarga, que consiste em carregar/descarregar a
bateria de acordo com as horas em que historicamente se verificam os valores máximo de
excesso e défice.
43

Capítulo 3

Caracterização do caso de estudo

3.1. Introdução

Este capítulo apresenta o caso de estudo, a saber: Central Fotovoltaica de Grodjibodu, na

Roménia. Também analisa os problemas a estudar e a solucionar.
Neste sentido, descreve-se o mercado energético da Roménia, desde a forma como
funcionam as penalizações e as remunerações, aos horários de fecho e abertura. De seguida,
são tratados os dados enviados pela EDPR, dados esses referentes à central fotovoltaica de
Grodjibodu. Faz-se a análise à produção, às séries temporais, ao défice, ao excesso, etc.
Feito o enquadramento necessário da central em causa, procurou-se encontrar uma
estratégia de operação da bateria que maximizasse os seus proveitos e que fosse de encontro
às necessidades de carga desta central fotovoltaica. Entre outros aspetos, importava saber o
comportamento da produção nas diferentes horas, a ocorrência de ciclos de défice e excesso,
a estratégia utilizada para as ofertas e, ainda, ter em conta o funcionamento do mercado
energético da Roménia.

3.2. Arquitetura do Mercado Energético da

Roménia
O mercado energético da Roménia está dividido em dois mercados: o wholesale market e
o retail market.
Por sua vez, o wholesale market encontra-se dividido em vários mercados:

• O mercado dos contratos bilaterais operado pelo operador de mercado, OPCOM.

 44

• O Day Ahead Market (PZU), que irá ser analisado em detalhe, mais à frente.
• O balancing market operado pelo TSO.
• O mercado para os serviços auxiliares.
• O mercado para interconexões.
• O mercado dos certificados verdes operados pela OPCOM
• O mercado centralizado de contratos futuros.

O retail market é composto por um mercado regulado onde as empresas de distribuição

fornecem energia aos consumidores a preços determinados pela ANRE (Regulatory Authority
for Energy), e por um mercado competitivo em que os contratos são negociados entre os
fornecedores autorizados e os consumidores elegíveis [33].

3.2.1 Day Ahead Market

O Day Ahead Market (DAM) é considerado um componente do mercado grossista, onde se

negoceia a energia para o dia seguinte. Qualquer operador autorizado pela ANRE pode
participar no DAM, sendo este um mercado de cariz voluntário. É importante referir que este
mercado funciona de forma acoplada aos DAM da República Checa, Eslováquia e Hungria,
através de um mecanismo de acoplamento de preços.
Este mercado fornece aos seus participantes uma ferramenta funcional de forma a
alcançar um equilíbrio entre os contratos bilaterais, previsões de consumo e disponibilidade
de geração, pois o excesso ou défice de eletricidade pode ser equilibrado, pela compra ou
venda de energia no DAM.
Todas as compras e ou vendas de energia são concluídas todos os dias de manhã, para
cada hora do dia seguinte. Visto que o mercado funciona no horário CET e o horário Romeno
segue o horário CET +1, o que realmente acontece é que todas as manhãs são enviadas as
propostas de ofertas para o intervalo 2-24 horas do dia seguinte e para a hora 1 do dia D + 2
[34,14].
No que diz respeito às ofertas de compra/venda, estas são feitas com base no portfólio de
cada participante no DAM. Uma oferta é definida pelo preço e quantidade e as ofertas são
feitas tendo em conta o modo de funcionamento acoplado do mercado. Estas podem ser para
intervalos de uma hora ou para horas consecutivas.
Em termos de horários, o DAM funciona da seguinte forma (em CET): às 06h:00 dá-se a
abertura do mercado; às 09h:30 são publicadas as capacidades de transmissão; todas as
propostas de oferta devem ser enviadas até as 11h:00, sendo que o preço de fecho de
mercado é determinado às 11h:40; às 12h:10 é criada a Physical Notification e os produtores
têm até as 16h:30 para a enviar à sua Balancing Responsible Party (BRP) correspondente (BRP
é uma sociedade agregadora de diversos produtores e outros fornecedores de comercialização
que visa diminuir os preços do imbalance (desvios)) [34,14].
No que diz respeito às remunerações, estas variam de acordo com os desvios, isto é, o
produtor é remunerado ao preço do DAM, de acordo com a quantidade de energia que se
comprometeu a produzir e a vender mas, no caso de existirem desvios, isto é, diferenças
entre a physical notification e a produção, existem penalizações que funcionam da seguinte
maneira:
45

• No caso de existir excesso, ou seja, se a produção real for superior à programada,

o produtor é remunerado com o preço DAM, até à quantidade que se
comprometeu a fornecer e é remunerado a um preço diferente pelo excesso na
produção. No caso de produtor de energia renovável, este perde também as
remunerações dos certificados verdes.
• No caso de existir défice, isto é, se a produção real for inferior à programada, o
produtor é remunerado a um preço DAM pela quantidade que se comprometeu a
fornecer mas é penalizado de acordo com a quantidade em défice.

Assim, o DAM torna-se necessário de forma a facilitar o estabelecimento de um mercado

grossista transparente e não discriminatório, para estabelecer preços de referência para
outras transações grossistas e para otimizar o uso da capacidade de transmissão entre
fronteiras.

3.2.2 Certificados Verdes

Os certificados verdes (GC) são documentos que comprovam a produção de uma

determinada quantidade de energia elétrica através de fontes renováveis. Têm como intuito
incentivar a produção de energia renovável ao aumentar as remunerações aos produtores de
energia renovável.
No caso da Roménia, é atribuída aos produtores uma determinada quantidade de
certificados verdes por cada MWh de energia renovável produzida. O valor de cada certificado
pode ser determinado através de duas plataformas distintas: mercado centralizado, com
realização de um leilão mensal em que participam tanto os produtores como os vendedores, e
através de contratos bilaterais. No entanto, existe sempre um valor mínimo para os
certificados verdes, de forma a salvaguardar os produtores e um valor máximo, de forma a
salvaguardar os consumidores [35].
No que diz respeito ao número de certificados verdes atribuídos, estes variam com a
origem da energia renovável: no caso da energia fotovoltaica, os produtores recebem 4
GC/MWh mais 2 Postponed GC/MWh, o que tem bastante peso na estratégia utilizada para
realizar as ofertas de venda por parte dos produtores, uma vez que existindo excesso na
produção face à programada, estes perdem a remuneração destes certificados o que provoca
bastante prejuízo.

3.3. Parque solar Grojdibodu

O caso de estudo alvo desta dissertação fornecido pela EDPR é, como já referido, o
parque fotovoltaico Grojdibodu, localizado na Roménia. É um parque com 9,936 MW de
potência instalada que foi conectado à rede, em março de 2013. Localiza-se a cerca de 1,25
km a nordeste da vila de Grojdibodu. Tem uma área de 31,7 hectares (3178000 metros
quadrados) onde previamente estavam campos de agricultura inutilizados há alguns anos. O
parque contém cerca de 40 000 módulos fotovoltaicos e 20 inversores [36].
 46

Os dados fornecidos pela EDPR contêm várias informações sobre o parque durante o
período de 1 ano: desde 1 de setembro de 2014 até 1 de setembro de 2015. Estes dados
compreendem, então:

• Produção horária no ponto de entrega em MWh.

• Disponibilidade planeada dos painéis fotovoltaicos em percentagem.
• Previsão da produção às 8 da manhã do dia D-1 em MWh.
• Previsão da produção às 22h:00 do dia D-1 em MWh.
• Produção programada enviada ao operador de mercado em MWh.
• Limites de produção impostos pelo TSO em MWh.
• Preços do DAM.
• OPCOM imbalance prices : Preço do mercado de balanços tanto para o excesso como
para o défice.
• BRP Imbalance Prices: Preço do mercado de balanços vistos pelo parque da EDPR por
estar incluída numa Balance Responsible Party.
• Preço atual do certificado verde.
• Preço do certificado verde com possibilidade de venda adiada.
• Postponed GC NPV discount: percentagem de desconto a aplicar ao certificado verde
com possibilidade de venda adiada para ajustar o seu valor ao presente.

De notar que cada um dos dados anteriormente referidos encontra-se em intervalos de 1

hora ou seja 8760 períodos na sua totalidade.

3.3. Custos, Remunerações e Penalizações

Recolhida toda a informação referida anteriormente, analisou-se o preço do DAM, dos

imbalances e das penalizações no mercado romeno, de forma a entender melhor o seu
funcionamento. Foi também fundamental entender a estratégia de bidding utilizada, isto é,
saber como se calcula a produção programada que é enviada ao operador de mercado.

De acordo com a EDPR, a produção programada é calculada da seguinte forma:

                                                                                                 𝑃𝑟𝑜𝑔𝑟𝑎𝑚𝑚 = 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦  % ∗ 𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡  𝑎𝑡  8  𝑎𝑚,                                                                      (3.1)

sendo que a previsão de produção para as 8 horas da manhã do dia D-1 é afetada por um
quantil 75.
47

Para um melhor entendimento desta estratégia, foram analisados, então, os preços

médios do DAM, de excesso, défice e certificados verdes durante um ano, desde 1 setembro
de 2014 até 1 de Setembro de 2015. Os resultados obtidos estão expostos na tabela 3.1.

Tabela 3.1 – Preços do mercado para o período abordado.

DAM Price Excess Price Deficit Price Current GC Postponed GC

(€/MWh) (€/MWh) (€/MWh) (€/MWh) (€/MWh)

36,35 16,99 41,95 118,50 45,89

Como já foi referido anteriormente, no mercado energético da Roménia, os produtores

são remunerados pela sua produção programada ao preço do DAM. Em casos de défice, a
diferença entre a produção programada e a produção real é multiplicada pelo preço de
défice, que é superior ao preço do DAM, e subtraída a remuneração total. A este valor, no
caso de produtores de energia renovável, são ainda somados os valores correspondentes aos
certificados verdes. No caso de existir excesso, a produção programada é remunerada ao
preço do DAM e a produção excedente é remunerada ao preço de excesso, que é inferior ao
preço do DAM. Neste caso, os produtores de energia renovável perdem o direito aos
certificados verdes. De realçar, que os preços de excesso e défice referidos na tabela anterior
são relativos ao mercado de balanços BRP visto que é este o mercado que se aplica a esta
central.
Tendo presente este quadro, fez-se uma análise às penalizações relativamente ao excesso
e ao défice, de forma a tentar perceber qual seria a situação mais penalizadora para o
produtor, ou seja, produzir em excesso ou em défice. Foram utilizadas as seguintes fórmulas
para obter informação sobre as referidas penalizações:

𝐸𝑥𝑐𝑒𝑠𝑠  𝑃𝑒𝑛𝑎𝑙𝑡𝑦   = 𝐷𝐴𝑀  𝑃𝑟𝑖𝑐𝑒 − 𝐸𝑥𝑐𝑒𝑠𝑠  𝑃𝑟𝑖𝑐𝑒 + 𝐺𝐶  𝑝𝑟𝑖𝑐𝑒  ,                                          (3.2)  

𝐷𝑒𝑓𝑖𝑐𝑖𝑡  𝑃𝑒𝑛𝑎𝑙𝑡𝑦   = 𝐷𝑒𝑓𝑖𝑐𝑖𝑡  𝑃𝑟𝑖𝑐𝑒 −    𝐷𝐴𝑀  𝑃𝑟𝑖𝑐𝑒 , (3.3)

onde o GC price, corresponde às remunerações obtidas através dos certificados verdes.

Na tabela 3.2 são apresentados os valores médios das penalizações, quer por excesso,
quer por défice:
 48

Tabela 3.2 – Penalizações por excesso e défice.

Excess Penalty (€/MWh) Deficit Penalty (€/MWh)

183,75 5,60

Como podemos constatar nesta tabela, a penalização devido à existência de excesso é

muito superior à penalização devido à existência de défice, o que é facilmente explicado pela
perda dos certificados verdes. Neste caso, de produção fotovoltaica, esta diferença entre as
duas penalizações é mais acentuada do que nas outras fontes renováveis, visto que, na
produção fotovoltaica, os produtores têm direito a 4 certificados verdes por cada MWh de
energia produzida, mais 2 certificados verdes com possibilidade de venda adiada por cada MWh
de energia produzida. No caso da energia eólica, por exemplo, ainda que as penalizações por
excesso sejam também bastante superiores às penalizações por défice, não o são de forma tão
acentuada.
Na tabela seguinte, estabelece-se uma comparação entre as penalizações dos desvios na
produção fotovoltaica e as penalizações dos desvios na produção eólica, desde 1 de Setembro
de 2014 até 1 de Setembro de 2015, na Roménia.

Tabela 3.3 – Comparação das Penalizações por excesso e défice para fotovoltaico e eólica.

Tipo de Energia Excess Penalty (€/MWh) Deficit Penalty (€/MWh)

Fotovoltaico 183,75 5,60

Eólico 71,93 5,60

Como se consegue aferir da tabela 3.3, a existência de produção em excesso é prejudicial

nos dois tipos de produção de energia, mas, efetivamente, revela-se altamente prejudicial na
produção fotovoltaica.
Deste modo, facilmente se consegue compreender a estratégia de bidding utilizada pela
EDPR, ou seja, existe um grande incremento na produção programada, enviada ao operador de
mercado em relação à previsão das 8 horas do dia D-1, para tentar minimizar, ao máximo, o
excesso e, portanto, maximizar os proveitos.
Na figura seguinte estão, então, representados a média das penalizações, quer para o
excesso, quer para o défice, e o preço DAM para cada hora do dia.
 49

Prices  and  penalty  paDerns    

250  
200  
Price  (€/MWh)  

150  
100  
50  
0  
1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   20   21   22   23   24  
-­‐50  
Hours  (h)  
DAM  Price  (€/MWh)   Excess  penalty  (€/MWh)  
Deficit  penalty  (€/MWh)  

Figura 3.1 – Comportamento do Preço DAM e das penalizações por excesso e défice.

3.4. Análise dos desvios

Compreendido o comportamento do mercado energético da Roménia, bem como, a

estratégia de bidding utilizada, importava proceder a uma análise dos imbalances e seu
comportamento ao longo do período de um ano. Para esse efeito, calculou-se o excesso e o
défice existentes para o período referido e respetivos custos e penalizações, aplicando-se,
nesse cálculo, as seguintes fórmulas.

𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐸𝑥𝑐𝑒𝑠𝑠   = 𝑚𝑎𝑥(0, 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 − 𝑃𝑟𝑜𝑔𝑟𝑎𝑚𝑚). (3.4)

𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐷𝑒𝑓𝑖𝑐𝑖𝑡   = 𝑚𝑖𝑛(0, 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 − 𝑃𝑟𝑜𝑔𝑟𝑎𝑚𝑚). (3.5)

𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐸𝑥𝑐𝑒𝑠𝑠  𝐶𝑜𝑠𝑡   = 𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐸𝑥𝑐𝑒𝑠𝑠 ∗ 𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐸𝑥𝑐𝑒𝑠𝑠  𝑃𝑟𝑖𝑐𝑒. (3.6)

𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐷𝑒𝑓𝑖𝑐𝑖𝑡  𝐶𝑜𝑠𝑡   = 𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐷𝑒𝑓𝑖𝑐𝑖𝑡 ∗ 𝐼𝑚𝑏𝑎𝑙𝑎𝑛𝑐𝑒  𝐷𝑒𝑓𝑖𝑐𝑖𝑡  𝑃𝑟𝑖𝑐𝑒. (3.7)

𝑃𝑒𝑛𝑎𝑙𝑖𝑧𝑎çã𝑜  𝐸𝑥𝑐𝑒𝑠𝑠𝑜   = 𝐸𝑥𝑐𝑒𝑠𝑠𝑜 ∗ 𝑃𝑟𝑒ç𝑜  𝐷𝐴𝑀 − 𝑃𝑟𝑒ç𝑜  𝐸𝑥𝑐𝑒𝑠𝑠𝑜 + 𝐺𝐶  𝐿𝑜𝑠𝑠. (3.8)

𝑃𝑒𝑛𝑎𝑙𝑖𝑧𝑎çã𝑜  𝐷é𝑓𝑖𝑐𝑒   = 𝐷é𝑓𝑖𝑐𝑒 ∗ (𝑃𝑟𝑒ç𝑜  𝐷𝐴𝑀 − 𝑃𝑟𝑒ç𝑜  𝐷é𝑓𝑖𝑐𝑒). (3.9)

Os resultados obtidos estão apresentados na tabela 3.4:

 50

Tabela 3.4 – Quantidade de excesso e défice.

Excess Deficit Imbalance Imbalance Penalização Penalização

Imbalance Imbalance Excess Cost Deficit Cost Excesso (€) Défice (€)
(MWh) (MWh) (€) (€)

543 6446 52006,56 -1 188 243,7 453 843,07 95823,93

Como se pode observar na tabela anterior, o défice é bastante superior ao excesso (cerca
de 12 vezes superior). Esta diferença deve-se à estratégia de bidding referida anteriormente,
em que, como já referenciado, se procura minimizar o excesso existente, devido a este ser
mais penalizante.
No que diz respeito aos respetivos custos, repare-se que o excesso existente durante um
ano nesta central resulta numa remuneração para o produtor de 52006,56 €. Relativamente ao
défice, e visto que existe uma quantidade avultada de desvios por défice e que o preço deste é
superior ao do DAM, como já foi explicado acima, este provoca ao produtor um prejuízo de
1188 243,7 €.
Analisando os custos em termos de penalizações destes imbalances para o produtor,
facilmente se constata que a penalização por excesso para o produtor de uma central
fotovoltaica, nos termos de funcionamento do mercado energético romeno, é bastante mais
prejudicial do que a penalização por défice pois, repare-se que embora o défice seja 12 vezes
superior ao excesso, a sua penalização ao longo do ano é cerca de 5 vezes inferior à
penalização por excesso. Isto deve-se maioritariamente à perda dos certificados verdes.

3.5. Revenues

Analisados os desvios, as penalizações e os diversos custos, tornou-se pertinente uma

análise detalhada dos revenues anuais da central.
Assim, procedeu-se ao cálculo das eletricity revenues que consistem na remuneração por
participação no day ahead market somado das remunerações provenientes do excesso e do
défice.
Seguidamente, calculou-se a remuneração proveniente da obtenção dos certificados verdes.
Esta remuneração, como já foi referido, consiste na soma de duas parcelas: a primeira
corresponde aos certificados verdes que podem ser vendidos de imediato, multiplicado por 4, e
a segunda corresponde aos certificados verdes com possibilidade de venda adiada, multiplicada
pelo desconto, de forma a obter o valor presente, e ainda multiplicado por 2. As multiplicações
mencionadas, por 4 e 2, provêm do facto de se tratar de uma central fotovoltaica.
De seguida, procedeu-se ao cálculo das revenues totais, o que consiste na soma das
eletricity revenues com as GC revenues.
 51

Na tabela seguinte, estão apresentadas, com mais detalhe, as formulas utilizadas neste
cálculo:

Tabela 3.5 – Fórmulas de cálculos.

DAM Revenue DAM_Price * Programm

Eletricity Revenues DAM Revenue + Imbalance Excess Cost + Imbalance

Deficit Cost
Current GC 2015 Min (Programm, Production)

GC Postponed Min (Programm, Production)

GC Revenues GC 2015*GC_Price+GC_Postponed*GC_Price_Postponed
* discount
Total Revenues GC Revenues + Eletricity Revenues

De notar que todas as fórmulas apresentadas foram fornecidas e confirmadas com a EDPR.
Os resultados obtidos estão compilados na tabela seguinte:

Tabela 3.6– Resultados obtidos para os diferentes Revenues.

DAM Revenues (€) Eletricity GC Revenues (€) Total

Revenues (€) Revenues (€)

3206157,851 467 802 2 052 120 2 519 922

Analisando a tabela 3.6, facilmente se percebe o impacto dos desvios na remuneração,

pois, repara-se que, caso estes não existissem, as eletricity revenues e as DAM Revenues teriam
o mesmo valor. E assim, os desvios provocam uma diminuição de 85 % das eletricity revenues.
Por outro lado, entende-se perfeitamente a estratégia de bidding utilizada, procurando
diminuir, ao máximo possível, o excesso existente, uma vez que a maior parte das revenues
anuais da central provêm dos certificados verdes (cerca de 78 %).
Após a análise destes dados, importava estudar os benefícios da instalação de um sistema
de armazenamento de energia, nomeadamente uma bateria de lítio, na central de Grodjibodu.
 52

3.6. Bateria de Lítio

Os cálculos e as análises efetuadas anteriormente tornam evidente que, de forma a

maximizar os lucros da central de Grodjibodu, é imperativo minimizar os desvios. Uma das
soluções existentes é, portanto, a instalação de um equipamento ESS, nomeadamente, uma
bateria de Lítio. Tomada a decisão, tornou-se necessário escolher uma estratégia de operação
da bateria que maximizasse os proveitos indo de encontro às necessidades da central em causa.
Neste sentido, começou-se por analisar mais aprofundadamente o comportamento dos
imbalances, de forma a perceber quando se deve carregar/descarregar a bateria, minimizando
os imbalances e maximizando os lucros. É importante também referir, que os dados referentes
aos curtailments não foram tidos em conta, pois ficou acordado, conjuntamente com a EDPR,
que não seria possível ter estes em conta na operação da bateria, face aos dados existentes.
Além disso, dada a escassez do tempo de ocorrência, os curtailments teriam pouca ou nenhuma
influência nos resultados obtidos.

3.6.1 Desvios

Como tem vindo a ser referido ao longo deste capítulo, constatou-se que os desvios na
produção são a principal razão das perdas de revenues da central. Por esse facto, torna-se
pertinente estudar com maior detalhe o comportamento dos desvios ao longo do ano,
começando por investigar a distribuição da energia nos ciclos de excesso e de défice. Importa,
no entanto, e antes de mais, clarificar o conceito de ciclo de excesso e défice. Assim, está-se
perante um ciclo de excesso, quando durante um determinado tempo, a produção real da
central é superior à produção programada, e está-se perante um ciclo de défice quando a
produção real da central é inferior à produção programada.
A seguinte figura, representa o comportamento do excesso e do défice ao longo do dia 1 de
Setembro de 2014.

Excesso  vs  Défice  

1  

0  
1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18  19  20  21  
-­‐1  
Excesso  
-­‐2  
Defice  
-­‐3  

-­‐4  

-­‐5  

Figura 3.2 – Figura representativa do comportamento do excesso e do défice ao longo de um dia.

 53

Como se consegue facilmente perceber na figura anterior, tem-se um ciclo de excesso das 7
às 10 horas, seguidamente de um ciclo de défice até às 13 horas, e logo de seguida, outro ciclo
de excesso que vai das 13 às 15 horas. Das 15 às 21 horas, tem-se um ciclo de défice, bem
visível.
Constatado o comportamento dos ciclos de excesso e de défice avançou-se para a análise
da distribuição da energia ao longo destes ciclos, visível nas seguintes figuras.

Energia  nos  ciclos  de  excesso  

300  
264  
250  
frequency  (cycles)  

200  

150  

100  

50   28  
10   4   3   4   3   7   5   1   0   1   2   0   3   0   6  
0  
1   2   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18+  
accumulated  excess  energy  (MWh)  

Figura 3.3 – Figura representativa da distribuição da energia nos ciclos de excesso.

Energia  nos  ciclos  de  défice  

160   149  
140   130  
frequency  (cycles)  

120  
100  
80  
60   41  
40   24   23   22  
13   15   15   15   15   11  
20   6   11   8   8   5   3   9  
0  
-­‐0,1   -­‐1   -­‐2   -­‐3   -­‐4   -­‐5   -­‐6   -­‐7   -­‐8   -­‐9   -­‐10   -­‐11   -­‐12   -­‐13   -­‐14   -­‐15   -­‐16   -­‐17   -­‐18  
accumulated  excess  energy  (MWh)  

Figura 3.4 – Figura representativa da distribuição da energia nos ciclos de défice.

 54

Como se pode constatar na figura 3.3, a maior parte dos ciclos de excesso possui uma
energia igual ou menor que dois MWh. Existem também alguns casos de ciclos com valores
extremamente altos, embora sejam situações pouco frequentes.
No que diz respeito aos ciclos de défice, a maior parte destes tem uma energia igual ou
inferior a 10 MWh. Contudo, existem bastantes ciclos de défice com uma energia igual ou
superior a 18 MWh, que refletem ciclos de duração elevada acumulando, portanto, bastante
energia.
Na tabela seguinte está apresentado o número total de ciclos de excesso e de défice e
respetiva energia média.

Tabela 3.7 – Resultados referentes ao número total de ciclos de excesso e défice e respetiva energia

média.

Número total de Número total de ciclos Energia Média Energia Média

ciclos excesso de défice Excesso(MWh) Défice(MWh)

341 524 1,59 12,30

Como se pode constatar a energia média dos ciclos de défice é bastante superior aos de
ciclo de excesso, o que está relacionado, novamente, com a estratégia de bidding, que provoca
bastantes horas seguidas de défice, fazendo com que a sua energia média suba. Esta
constatação conduz ao próximo fator a analisar: a duração dos ciclos de défice e excesso.
Os histogramas, representados nas figuras seguintes, permitem uma imagem clara da
distribuição da duração dos ciclos de excesso e de défice.

Duração  ciclos  de  excesso  

250   215  
frequency  (cycles)  

200  

150  

100  
35  
50   19   22   12   14  
7   7   6   4  
0  
1   2   3   4   5   6   7   8   9   10  

duraQon  of  charging  (h)  

Figura 3.5– Figura representativa da duração dos ciclos de excesso.

 55

Duração  ciclos  de  défice  

70   63   60  
59  
55   56  
frequency  (cycles)   60  
50   43  
36   39  
40  
30   21   23  
16   18   18  
20   10   7  
10  
0  
1   2   3   4   5   6   7   8   9   10   11   12   13   14   15  

duraQon  of  charging  (h)  

Figura 3.6 – Figura representativa da duração dos ciclos de défice.

Analisando as figuras anteriores, constata-se que o comportamento da duração dos ciclos de

excesso e défice são totalmente diferentes. Enquanto nos ciclos de excesso, a maior parte tem
duração igual ou inferior a 2 horas, nos ciclos de défice este facto já não se verifica. Constata-
se, ainda, a existência de muitos ciclos de défice com duração entre uma e quatro horas, mas
também muitos ciclos com duração entre as 14 e as 15 horas, o que é concordante com a
análise feita em relação à energia média destes ciclos. A duração máxima verificada num ciclo
de excesso foi de 10 horas enquanto num ciclo de excesso foi de 15 horas. A duração média de
um ciclo de excesso é, então, de 2,33 horas, enquanto a duração média de um ciclo de défice é
de 7,45 horas.
Prosseguindo, estudou-se a relação existente entre a energia e a duração de cada ciclo
excesso e, para isso, recorreu-se novamente a um histograma (figura 3.7) que demonstra esta
relação, e que permite saber que capacidade deve a bateria de lítio apresentar, de forma a dar
resposta às análises anteriormente apresentadas.

Charging  power  frequency  

250   236  

200  
frequency  (cycles)  

150  

100  
40  
50   19   11   16   8   6   3   1   1  
0  
0,25   0,5   0,75   1   1,25   1,5   1,75   2   2,25   2,5  

charging  power  (MW)  

Figura 3.7 – Figura representativa da potência nos ciclos de excesso.

 56

Como se pode observar na figura, a maior parte dos excessos existentes na central de
Grodjibodu, durante 1 ano, pode ser absorvida por um sistema de armazenamento de energia
com potência igual a 1 MW. Os dados permitem afirmar, ainda, que o valor médio de potência
dos ciclos de excesso é 0,46 MW.
Para concluir esta análise, comparou-se a distribuição do excesso e do défice para melhor
obter uma imagem detalhada sobre o comportamento de ambos. Assim, a figura seguinte
representa esse estudo, ou seja, a distribuição do défice e do excesso, pela sua respetiva
quantidade, em MWh.

Imbalance  (ProducQon-­‐Programm)  
5000  
4072  
4000  
frequency  (h)  

3000  
2068  
2000  
717  
1000   256   352   465  
0   33   41   94   144  188   153   92   48   20   7   5   4   1  
0  

inbalance  (MW)  

Figura 3.8 – Figura representativa da distribuição do excesso e do défice.

Uma análise à figura 3.8 permite constatar que existem, expressivamente, mais horas de
défice do que de excesso, ou seja, 3905 horas em que há défice em oposição a apenas 795
horas em que há excesso. Resumindo: durante o ano analisado, existe 44 % de défice e 9% de
excesso. Além disto, pode-se também constatar que os desvios, quer por excesso, quer por
défice, concentram-se, maioritariamente, em valores que vão até aos 1 MWh. Importante,
também, notar que o excesso máximo registado é de 7,062 MWh, enquanto o défice máximo
registado é de 8,782 MWh. Como seria de esperar, na produção fotovoltaica existem bastantes
horas sem desvios na produção, uma vez que não existe produção fotovoltaica durante as horas
noturnas.
De seguida, procedeu-se a uma comparação deste estudo com os desvios registados no
parque eólico de Cobadin, também este situado na Roménia, para perceber o comportamento
dos desvios de produção entre as duas fontes, eólica e fotovoltaico, e percecionar possíveis
diferenças e ou semelhanças.

3.6.2 Desvios Eólica (Cobadin)

Para esta análise recorreu-se aos dados presentes em [14]. É importante, antes de mais,
notar que a potência instalada nas duas centrais é diferente: Cobadin tem uma potência
instalada de cerca de 30 MW e Grodjibodu tem uma potência instalada de cerca de 10 MW.
 57

Analisou-se, então, a energia presente nos ciclos de excesso e de défice na produção

eólica. Os gráficos seguintes mostram a distribuição da energia nestes ciclos.

Energia  nos  Ciclos  de  Excesso  

35  
29   30  
30  
frequency  (cycles)  

25  
20   17  
14   13  
15  
10   7  
5   4  
3   2   3  
5  
0   1   1   2   0   0   0   1   0   1  
0  
0,25  
0,5  
0,75  
1  
1,25  
1,5  
1,75  

2,25  
2,5  
2,75  
3  
3,25  
3,5  
3,75  

4,25  
4,5  
4,75  
5  
5,25  
2  

4  
accumulated  excess  energy  (MWh)  

Figura 3.9 – Figura representativa da distribuição da energia nos ciclos de excesso.

Energia  nos  Ciclos  de  Défice  

300   274  

250  
frequency  (cycles)  

200  

150  

100  
50  
50   25   22  
11   18   13   12   8   11   7   4   9   6   5   11   3   4   5   3   3  
0  
-­‐1   -­‐2   -­‐3   -­‐4   -­‐5   -­‐6   -­‐7   -­‐8   -­‐9   -­‐10   -­‐11  -­‐12   -­‐13  -­‐14   -­‐15  -­‐16  -­‐17  -­‐18  -­‐19  -­‐20   -­‐21  
accumulated  excess  energy  (MWh)  

Figura 3.10 – Figura representativa da distribuição da energia nos ciclos de défice.

Como se constata, a distribuição da energia pelos ciclos de excesso e défice, no parque de

Cobadin é bastante semelhante ao que acontece na central de Grodjibodu. Efetivamente, a
forma como são feitas as ofertas são idênticas, levando a ciclos de défice de elevada energia,
sendo que a maior parte tem energia igual ou superior a 21 MWh, e a ciclos de excesso, em que
a maior parte não excede os 3 MWh.
Analisando-se a duração de cada um dos ciclos, tanto de excesso como por défice, à
semelhança do estudo efetuado na central de Grodjibodu, obteve-se o resultado apresentado
nos seguintes gráficos:
 58

Duração  Ciclos  de  Excesso  

250  
217  

200  
frequency  (cycles)  

150  

95  
100  
67  

50   34   29  
15   10   7   6   7  
2   3   3   4   3  
0  
1   2   3   4   5   6   7   8   9   10   11   12   13   14   15+  
duraQon  of  charging  (h)  

Figura 3.11 – Figura representativa da duração dos ciclos de excesso.

Duração  Ciclos  de  Défice  

180   170  
160  
140  
frequency  (cycles)  

120  
100  
80   66  
60  
51   46  
29  
40   19   20   25   20   18   14  
12   9   8   8  
20  
0  
1   2   3   4   5   6   7   8   9   10   11   12   13   14   15+  
duraQon  of  charging  (h)  

Figura 3.12 – Figura representativa da duração dos ciclos de défice.

Similarmente ao que acontece no estudo da central de Grodjibodu, também a maior parte

dos ciclos de excesso é curta, bem como, a maior parte dos ciclos de défice é longa.
Embora a distribuição da duração dos ciclos, tanto de excesso, como de défice, seja
idêntica aos resultados obtidos para a central fotovoltaica analisada, na produção eólica há
ciclos de défice ainda mais extensos.
Fez-se, ainda, o estudo da distribuição do excesso e do défice, tendo em conta a respetiva
quantidade. Os resultados obtidos podem ser observados no gráfico seguinte:
 59

Distribuição  dos  desvios  

2500   2256  

2000   1838  
frequency  (h)  

1500   1261  
938  
1000   721  
522  
500   310  
154  246   128   140   76  
8   31   66   18   25   13   4   0   5  
0  

imbalance  (MWh)  

Figura 3.13 – Figura representativa da distribuição do excesso e do défice.

O confronto entre o gráfico 3.13 e o gráfico 3.8 permite-nos constatar que:

• No que respeita à não existência de desvios - quando a produção é igual à
programada, no caso da fonte solar - isto acontece em 47 % das horas, como se
pode ver na figura 3.8; no entanto, quando se trata de produção eólica, este facto
apenas se verifica em 2 % das horas. Esta é a principal diferença entre a produção
fotovoltaica e a eólica. Como já foi referido anteriormente, isto explica-se pelo
facto de não haver produção fotovoltaica durante as horas noturnas.
• No que diz respeito à existência de desvios, as produções fotovoltaicas e eólicas
seguem um comportamento idêntico: em ambos os casos, a maior parte deles
ocorre por défice e encontra-se entre 0 e -0,01 MWh.
A disparidade existente entre a magnitude dos desvios entre Cobadin e Grodjibodu é devido
à diferença da potência instalada nestas duas centrais.

Concluída esta análise, foi necessário selecionar uma estratégia de operação da bateria que
maximizasse os proveitos, tendo em conta as análises efetuadas até ao momento.

3.6.3. Estratégia de operação da Bateria de Li-ion

As estratégias consideradas para operação da bateria foram, inicialmente, as seguintes:

• Bateria sempre descarregada, ou seja, o objetivo desta estratégia é ter a bateria
sempre no seu mínimo SOC o que é ideal para situações em que se quer absorver o
máximo de energia possível.
• Controlo de Potência de saída constante, cujo objetivo é tornar a produção da
central sempre constante.
• Price Following, cuja finalidade é carregar a bateria quando o preço é baixo e
descarregar quando o preço é alto (os critérios de carregamento ou
descarregamento da bateria variam com o preço DAM).
 60

• Programação fixa de carga e descarga, em que o objetivo desta estratégia é seguir

a variação das cargas ao longo do dia. Os critérios de
carregamento/descarregamento são determinados com base em valores anteriores
de excesso ou défice, ao longo do dia.

Começando pela estratégia de manter a bateria sempre descarregada, e reiterando o facto

de que esta estratégia consiste em ter a bateria sempre no seu mínimo SOC, ou seja, carregar
sempre que se está num ciclo de excesso e descarregar sempre que se está num ciclo de
défice, destaque-se a importância desta estratégia pelo facto de a bateria estar
frequentemente apta a absorver energia, pelo que vai de encontro à necessidade da redução
do excesso.
No que diz respeito ao controlo de potência de saída constante, nesta estratégia procura-se
nivelar os níveis de energia entregues pela central à rede, ou seja, como já referido, procura-
se manter sempre a produção constante. No entanto, para que isto pudesse acontecer seria
necessário utilizar uma bateria de lítio com uma capacidade enorme, de forma a fazer frente
às inúmeras variações na produção de energia numa central fotovoltaica, o que resultaria numa
bateria altamente subaproveitada e que, consequentemente, não seria economicamente
viável.
A estratégia do Price Following consiste em carregar ou descarregar a bateria quando é
mais economicamente favorável, tirando partido das características do mercado DAM. Deve-se,
então, carregar a bateria quando o preço do mercado DAM é baixo e a penalização por excesso
é alta e descarregá-la quando o preço DAM é alto e quando a penalização por défice é também
alta.
Como se pode ver acima, na figura 3.1 presente na secção 3.3, no que diz respeito ao
carregamento da bateria, não se verifica qualquer situação de penalização por excesso máxima
em simultâneo com o preço DAM mínimo; a ser assim, nesta situação, é mais vantajoso carregar
a bateria quando a penalização por excesso é máxima, uma vez que esta é sempre superior ao
preço DAM.
Quanto ao descarregamento da bateria, também aqui não existe qualquer situação em que
o preço do DAM e a penalização por défice sejam ambos o máximo, por isso, como critério de
descarregamento utiliza-se o preço do DAM, uma vez que este é sempre superior à penalização
por défice.
Observando novamente para a figura 3.1, percebe-se, então, que o momento ideal de carga
e o de descarga, para a estratégia do Price Following, coincidem, uma vez que o
comportamento da penalização por excesso e o preço DAM é idêntico, tendo que se dar
prioridade ao carregamento do excesso, uma vez que a penalização por excesso é mais elevada
que o preço DAM. Quanto ao descarregamento, este pode ser feito, então, em qualquer altura.
Esta estratégia de Price Following tem a desvantagem de se correr o risco de a bateria
raramente carregar ou descarregar, levando a uma baixa utilização desta. Além disto, nesta
estratégia está-se dependente de previsões dos preços do mercado, o que, só por si, acarreta
elevado grau de incerteza.
No que diz respeito à estratégia de programação fixa de carga e descarga, como já foi
referido, esta consiste no carregamento ou descarregamento da bateria, com base numa
previsão dos desvios de produção. Previsão esta que é obtida através de dados históricos dos
desvios, quer por excesso, quer por défice. Neste caso, a bateria carrega nas horas em que
historicamente o excesso é máximo e descarrega quando o défice é máximo, também. Tendo
 61

presente esta informação, o gráfico seguinte foi, então, construído a partir dos desvios de
produção por défice e excesso, para o período de um ano, na central de Grodjibodu, e
apresenta os valores médios do excesso e do défice, ao longo de um dia.

Imbalance  Hourly  VariaQon  (24h  period)    

2,5   2,5  
Deficit  QuanQty  (MWh)  

Excess  QuanQty  (MWh)  

2   2  
1,5   1,5  
1   1  
0,5   0,5  
0   0  
1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   20   21   22   23   24  
Hours  (h)  

Imb.  Deficit(MWh)   Imb.  Excess(MWh)  

Figura 3.14 – Figura representativa da variação do défice e do excesso ao longo de um dia.

Como se pode ver na figura 3.14, o comportamento do défice e do excesso ao longo do dia
é idêntico, pelo que a altura em que acontece o máximo de excesso e o máximo de défice
coincide, pelo que não é possivel aplicar esta estratégia a este estudo de caso.

Sistematizando…

Depois de analisados todos os dados referentes à central de Grodjdibodu, concluiu-se que:

• A maior parte das revenues da central provêm dos certificados verdes (81%).
• No espaço temporal de um ano, verifcaram-se desvios de 4700 horas, cerca de 53 %
das horas totais.
• A maior parte destes desvios são desvios por défice, devido à forma como são feitas
as ofertas.
• As penalizações por excesso são altamente mais penalizantes que as penalizações por
défice, devido à perda das revenues dos certificados verdes.
• O valor médio da energia e da potência por ciclo de excesso é de 1,59 MWh e 0,46
MW.
Tendo em consideração estas conclusões, relativamente à central de Grodjibodu, e as
estratégias de operação da bateria anteriormente anunciadas e analisadas, a opção para o
nosso estudo de caso recaiu na estratégia de manter a bateria sempre descarregada.
O funcionamento do mercado energético da Roménia e a análise aos dados da central
tornaram claro que, de forma a maximizar os proveitos é necessário reduzir o excesso existente
o máximo possível, e a estratégia selecionada permite a maior absorção do excesso
relativamente às outras apresentadas. Além disso, não depende de previsões o que faz com que
seja também a estratégia com menor grau de incerteza.
 62

3.8. Conclusão

Neste capítulo, foi analisado e caracterizado o caso de estudo em causa, a central

fotovoltaica de Grodjibodu, e fez-se o seu enquadramento no mercado energético da Roménia,
analisando as suas características e respetiva peculiaridade. Além disso, foram tratados os
dados fornecidos pela EDPR.
No que diz respeito ao mercado energético da Roménia, estudou-se o funcionamento do
Day Ahead Market, e ficou-se a saber como funcionam as penalizações por desvios de
produção. Ficou-se a conhecer, ainda, o impacto dos certificados verdes nas remunerações
obtidas pelo produtor.
Quanto ao tratamento de dados, fez-se um estudo alargado sobre os custos e remunerações
da central de Grodjibodu durante o período de um ano, identificando-se os principais fatores
que induzem o melhor ou pior funcionamento da central. Explicou-se, também, a forma como
são feitas as ofertas enviadas ao operador de mercado.
Por fim, investigou-se a melhor estratégia de operação da bateria, tendo em conta todos os
fatores previamente analisados. De entre as várias opções, conclui-se que manter a bateria
sempre descarregada seria a melhor estratégia. Nesta estratégia, a bateria carrega sempre que
deteta um ciclo de excesso e descarrega sempre que deteta um ciclo de défice, estando, desta
forma, em utilização constante e pronta para absorver energia, fazendo frente às altas
penalizações existentes para os desvios de produção por excesso.
 63

Capítulo 4

Algoritmo e Ferramenta de Simulação

4.1. Introdução

No presente capítulo, descreve-se a implementação do algoritmo utilizado na simulação do

funcionamento da central fotovoltaica, com uma bateria de lítio. Descreve-se, ainda, a
ferramenta desenvolvida para simular o funcionamento da central em causa.
Como ponto de partida, explica-se em detalhe o funcionamento do algoritmo, apresentam-
se as variáveis e dão-se conta dos objetivos que superintendem. O fluxograma construído
complementa o raciocínio e clarifica o funcionamento do algoritmo.
A partir do algoritmo desenvolve-se uma ferramenta de simulação utilizando a
funcionalidade VBA do Excel para a implementar. Descreve-se o funcionamento desta
ferramenta, bem como, os inputs necessários e os outputs produzidos. Como facilmente se
depreende, esta ferramenta permite estudar e analisar vários cenários do funcionamento da
central fotovoltaica com a bateria instalada, permitindo, desta forma, ao utilizador testar
diferentes capacidades da bateria, designadamente, energia nominal e potência nominal.
Descrita a ferramenta, avança-se para a explicação de cada um dos outputs produzidos,
nomeadamente, os indicadores financeiros, que permitem ao utilizador uma análise da
viabilidade imediata da bateria.
Importante notar, que apesar de a ferramenta ter sido desenvolvida para simular o
funcionamento de uma central fotovoltaica, em conjunto com uma bateria Li-ion, esta permite
essa mesma simulação para parques eólicos - solicitação da EDPR – e, também, para qualquer
outro sistema de armazenamento de energia que não seja a bateria Li-ion.
 64

4.2. Algoritmo Utilizado

De forma a conseguir-se um funcionamento eficaz da bateria Li-ion, na central fotovoltaica

de Grodjibodu, desenvolveu-se um algoritmo de operação tendo como base a estratégia de
manter a bateria sempre descarregada, estratégia esta que se apresenta descrita na secção
3.7. e que, conforme explicitado, constitui a opção tomada para este estudo de caso.
O principal objetivo da implementação da bateria Li-ion é a diminuição dos desvios de
produção, quer por excesso quer por défice. No entanto, tendo em conta as características do
mercado energético da Roménia e, consequentemente, as suas penalizações, pretende-se,
predominantemente, evitar o excesso, visto este ser bastante mais penalizante em termos
económicos para o produtor, do que o défice. Esta foi a principal razão que presidiu à escolha
da estratégia de manter sempre a bateria descarregada. Efetivamente, esta estratégia
possibilita ter sempre a bateria no seu state of charge mínimo, potenciando uma pronta
utilização para absorver o eventual excesso.
Para um bom funcionamento da bateria, é necessário ter em conta uma série de critérios,
isto é, diversas restrições do equipamento:
• Não carregar a bateria acima do seu nível de potência, pois este é a sua capacidade
máxima.
• Não descarregar a bateria abaixo do seu state of charge mínimo.
No que diz respeito às restrições da rede elétrica em si, por exemplo, casos de
congestionamento da rede e outros, estes não foram tidos em conta, na medida que os dados
disponíveis não permitiam essa análise e, por outro lado, tratando-se de fenómenos que se
verificam com pouca frequência, estes não teriam grande impacto nos resultados finais. De
referir ainda, que a capacidade de transferência de energia de e para a bateria deve ser igual à
sua potência nominal.
O algoritmo em causa, embora bastante simples, é ideal para a central em estudo, e o seu
funcionamento é o seguinte:
• Começa por fazer uma comparação entre a potência programada, enviada ao
operador de mercado, e a produção real da central.
• Se a potência programada e a produção real forem iguais, significa que não existem
desvios, pelo que não há atuação da bateria.
• Se a potência programada for superior à produção real significa que se está na
presença de uma situação de défice, pelo que, a bateria recebe ordem para
descarregar a energia armazenada, com o intuito de eliminar o défice. Neste
processo, as restrições referidas atrás são tidas em conta, isto é, a bateria só
descarrega enquanto não se encontrar no seu state of charge mínimo.
• Se a potência programada for inferior à produção real significa que se está na
presença de uma situação de desvio por excesso, pelo que, a bateria recebe ordem
para carregar a energia que se encontra a mais. Novamente, aqui também são tidas
em conta as restrições referidas anteriormente, isto é, a bateria só carrega
enquanto não se encontrar no seu limite máximo de capacidade.

Na figura seguinte (4.1), encontra-se, então, o fluxograma que representa o funcionamento

do algoritmo descrito anteriormente.
65

Physical Notification Produção da Central

Enviado ao Operador do Mercado

Défice Excesso

P. Progh > P. Prodh P. Progh = P. Prodh P. Progh < P. Prodh

SOCh = SOCmin SOCh = SOCmax

Não Sim P. Prodstorage =P. Prodh Sim Não

SOCh = SOCh-1

P. dchh > P. dchmax P. chh > P. chmax

Sim Sim

Não P. dch = P. dchmax P. ch = P. chmax Não

P. Prodstorage =P. Prodh + P. dch P. Prodstorage =P. Prodh - P. ch

SOCh = SOCh-1 – E. dch SOCh = SOCh-1 + E. ch

Figura 4.1– Fluxograma do algoritmo implementado.

 66

Em que:

• P.Prodh, corresponde à potência real produzida pela central de Grodjibodu em MW

na hora h.
• P.Prodstorage, corresponde à potência real entregue pela central, em MW depois da
acção da bateria.
• P.Progh, corresponde à produção programada em MW enviada ao operador de
mercado no dia D-1 para a hora h.
• SOCh, corresponde ao state of charge da bateria em MWh para a hora h.
• SOCh-1, corresponde ao state of charge da bateria na hora anterior em MWh.
• SOCmax, corresponde à capacidade máxima de armazenamento de bateria em MWh.
• SOCmin, corresponde ao nível mínimo de energia (em MWh) que a bateria tem que
conter.
• Pchh, corresponde à potência de carga da bateria em MW para a hora h.
• Pdchh, corresponde à potência de descarga da bateria em MW para a hora h.
• Pchmax, corresponde à potência de carga máxima da bateria em MW.
• Pdchmax, corresponde à potência de descarga máxima da bateria em MW.
• E. dch, corresponde à energia descarregada pela bateria em MWh.
• E. ch , corresponde à energia carregada pela bateria em MWh.

No final de correr o algoritmo para as 8760 horas existentes no ano, procede-se ao cálculo
de todas as variáveis financeiras de forma a avaliar a viabilidade do projeto.
No gráfico seguinte, está representado um exemplo do funcionamento da bateria usando
este algoritmo, para o dia 1 de Setembro de 2014.

1,2  

1  

0,8  

0,6  

0,4  
Charge/Discharge  (MWh)  
0,2  
SOC  (MWh)  
0  
1   2   3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  
-­‐0,2  

-­‐0,4  

-­‐0,6  

-­‐0,8  

Figura 4.2 – Figura representativa do comportamento do SOC e Charge/Discharge da bateria ao longo do

dia 1 de Setembro.
 67

Neste exemplo foi utilizado uma bateria com energia e potências nominais de 1 MWh e 1
MW, respetivamente. No gráfico anterior consegue-se facilmente observar o funcionamento da
bateria em situações de excesso e défice. Repare-se que a bateria começa por carregar até ao
seu máximo valor de armazenamento (1 MW), o que significa que estamos perante um ciclo de
excesso, e, seguidamente, descarrega até ao seu state of charge mínimo (0,1 MWh), voltando
novamente a carregar e, consequentemente, a descarregar até atingir as horas noturnas, em
que não há produção solar e mantém-se no seu state of charge mínimo. É, portanto,
exatamente, o comportamento que se pretendia tendo em conta os dados analisados sobre a
central de Grodjibodu e as características do mercado energético da Roménia.

4.3. Ferramenta de Simulação

Implementado o algoritmo, importava pois, desenvolver uma ferramenta que permitisse

simular o comportamento da central em conjunto com a bateria de lítio para que se pudesse
analisar os impactos resultantes da sua adição.
A ferramenta foi desenvolvida com o auxílio do VBA do Excel. O seu funcionamento é
bastante simples e intuitivo, pois, na verdade, basta introduzir os dados correspondentes aos
inputs, ou seja, a produção do parque, a produção programada, potência nominal, energia
nominal, deep of discharge (DOD), eficiência, preço do DAM, os preços do excesso e défice do
BRP e toda a informação referente aos certificados verdes, e a ferramenta automaticamente
faz uma análise dos dados, idêntica à que é descrita no capítulo 3, e produz uma série de
outputs:
• Charge Power (MW)
• Charge/Discharge da bateria (MW)
• State of Charge (MWh)
• Duração Ciclo de Excesso (h)
• Energia ciclo de excesso (MWh)
• Duração Ciclo de Défice (h)
• Energia ciclo de défice (MWh)
• Produção final da central (MWh)
• Excesso antes e depois da integração da bateria (MWh)
• Défice antes e depois da integração da bateria (MWh)
• GC Revenues, Eletricity Revenues e Total Revenues (€).
• Nº de horas que a bateria carrega e descarrega.
• Fator de utilização média da bateria (%).
• Energia anual armazenada (MWh).
• Nº de ciclos completos.
• Tempo de vida (anos).
• Investimento (€)
• Aumento dos lucros totais (€)
 68

• LCOES (Levelized Cost of Energy Storage) em € por MWh.

• ROES (Revenue of Energy Storage) em € por MWh.

Importante também notar que, no que diz respeito aos inputs, existe, ainda, a opção de
escolher o número de certificados verdes, para desta forma a ferramenta conseguir simular
tanto para centrais fotovoltaicas, como para parques eólicos, funcionalidade esta requisitada
pela EDPR, conforme referido (e ainda que esta dissertação seja direcionada a centrais
fotovoltaicas).
Na figura seguinte, encontra-se uma breve esquematização do funcionamento da
ferramenta desenvolvida, explicado anteriormente.

FERRAMENTA  
INPUTS   DE   OUTPUTS  
SIMULAÇÃO  

Figura 4.3 – Funcionamento Ferramenta de Simulação.

Seguidamente, procede-se a uma descrição detalhada dos inputs e outputs referidos

anteriormente.

4.4. Inputs

Os inputs ou parâmetros de entrada da ferramenta de simulação são os dados necessários

ao programa desenvolvido para produzir os resultados finais, os chamados outputs. Neste caso,
os inputs a saber são os seguintes:

• Eficiência: Consiste num parâmetro associado ao sistema de armazenamento

utilizado. Repare-se que existem perdas quando a energia armazenada descarrega
do ESS, essas perdas estão associadas à eficiência do aparelho de armazenamento.
A eficiência é um parâmetro intrínseco a cada um dos diferentes ESS e refere-se,
então, à quantidade de energia que, depois de armazenada, é possível extrair de
um dispositivo ESS.

• Energia nominal: Corresponde à capacidade máxima de armazenamento da bateria

em MWh. Enquanto o parâmetro anterior, a eficiência, é um parâmetro intrínseco a
cada ESS, a energia nominal permite ao utilizador da ferramenta desenvolvida,
 69

alterá-la em busca de um dimensionamento ótimo, que proporcione melhores

resultados, quer em termos económicos, quer em termos funcionais.

• Potência nominal: Corresponde à quantidade de energia que pode ser carregada ou

descarregada da bateria, durante um determinado período de tempo em MW. De
igual modo à energia nominal, esta também varia de bateria para bateria, de
acordo com as necessidades de quem a obtém.

• Deep of Discharge: O deep of discharge ou profundidade de descarga é um

parâmetro que indica o quanto a bateria está descarregada, em pontos percentuais,
isto é, uma bateria com um DOD de 90 % significa que existe 10 % de carga na
bateria. É um parâmetro extremamente importante, e que define o state of charge
mínimo. Pegando no exemplo anterior, uma bateria com um DOD de 90 % e uma
potência nominal de 1 MW, o seu state of charge mínimo irá ser de 0,1 MWh. Outro
factor interessante do DOD é o facto de o número total de ciclos que determinado
ESS é capaz de fazer no seu tempo de vida variar com o DOD. Na tabela seguinte
está um exemplo representativo para as baterias Li-ion, cujos dados foram
fornecidos pela EDPR.

Tabela 4.1 – Relação entre DOD e o nº de ciclos.

DOD (%) Nº de ciclos

10 40 000

20 25 000

30 20 000

40 14 000

50 10 000

60 9 000

70 8 000

80 6 000

90 5 000

100 4 000

Como se pode ver na tabela anterior, o DOD e o número de ciclos de uma bateria Li-ion têm
uma proporcionalidade inversa, isto é, quanto maior for o DOD, menor será o numero de ciclos
totais que a bateria conseguirá produzir, e quanto menor for o DOD, maior será o numero de
ciclos totais que a bateria conseguirá fazer. De notar, contudo, que quanto menor for o DOD,
 70

menos energia poderá ser armazenada pela bateria, uma vez que, consequentemente, terá
menos capacidade de armazenamento disponível.
No que diz respeito aos restantes inputs, como o preço DAM, produção real e programada,
etc, estes já foram explicados e caraterizados ao longo desta dissertação, nomeadamente no
capítulo 3 pelo que não serão abordados novamente.
Caraterizados os inputs, passou-se a uma análise dos outputs produzidos pela ferramenta
de simulação.

4.5. Outputs

Similarmente ao estudo produzido para parâmetros de entrada, procedeu-se à

caracterização dos parâmetros de saída, a saber:

• Charge Power(MW): Corresponde à relação entre a energia durante os ciclos de

excesso e a duração destes mesmos ciclos.

• Charge/Discharge da bateria (MW): Corresponde à potência carregada ou

descarregada pela bateria, numa determinada hora.

• State of Charge (MWh): Corresponde ao estado de carga da bateria numa

determinada hora, ou seja, a quão carregada está a bateria numa determinada
hora.

• Fator de utilização média (%): Corresponde à utilização média da capacidade da

bateria. É calculado através do quociente entre a energia média armazenada pela
bateria por ciclo e a capacidade útil de armazenamento.

• Energia Anual Armazenada (MWh): Corresponde à quantidade total de energia

armazenada pela bateria durante o período de 1 ano.

• Aumento dos Lucros Totais (€) : Corresponde ao aumento dos lucros da central de
Grodjibodu com a introdução da bateria de Li-ion, no período de 1 ano.

A ferramenta de simulação devolve ainda outros outputs que não necessitam de

caraterização, tais como a produção final da central com a introdução da bateria Li-ion, a
duração dos ciclos de excesso e défice, a energia presente nos ciclos de excesso e défice, o
excesso e o défice, antes e depois, da introdução da bateria, etc. A enumeração completa dos
outputs produzidos pela ferramenta encontra-se já mencionada na secção 4.3.

De seguida, procedeu-se à caraterização dos indicadores técnico-económicos, ROES e

LCOES, e dos cálculos intermédios que permitem obtê-los.
71

• Tempo de Vida: Corresponde ao número de anos em que a bateria, em

determinadas condições, poderá estar em serviço. É calculado através do
quociente entre a quantidade máxima de energia que pode ser armazenada por
um equipamento, tendo em conta a sua energia nominal e DOD, e a energia que é
armazenada anualmente, afetada pela eficiência do ESS. A fórmula usada para o
seu cálculo apresenta-se de seguida:

𝐶𝑖𝑐𝑙𝑜𝑠  𝑡𝑜𝑡𝑎𝑖𝑠  𝑑𝑢𝑟𝑎𝑛𝑡𝑒  𝑡𝑒𝑚𝑝𝑜  𝑑𝑒  𝑣𝑖𝑑𝑎 ∗ 𝐷𝑂𝐷 ∗ 𝐸𝑛𝑒𝑟𝑔𝑖𝑎  𝑁𝑜𝑚𝑖𝑛𝑎𝑙

 𝑇𝑒𝑚𝑝𝑜  𝑑𝑒  𝑣𝑖𝑑𝑎 = ,                                    (4.1)
𝐸𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 ∗ 𝐸𝑛𝑒𝑟𝑔𝑖𝑎  𝐴𝑛𝑢𝑎𝑙  𝐴𝑟𝑚𝑎𝑧𝑒𝑛𝑎𝑑𝑎

com :
a) Ciclos totais durante o tempo vida: corresponde ao número máximo de ciclos que
a bateria pode efetuar, em ciclos.
b) DOD ou profundidade de descarga, em pontos percentuais.
c) Energia nominal, em MWh.
d) Eficiência, em pontos percentuais.
e) Energia Anual Armazenada, em MWh.
f) Tempo de vida, em anos.

• Número de ciclos completos: Corresponde ao número de ciclos completos pela

bateria Li-ion durante o período analisado. Estes ciclos correspondem a ciclos em
que a bateria está totalmente carregada e que descarrega totalmente até ao seu
state of charge mínimo, ou seja, contabiliza apenas os ciclos de descarga
completa. São estes os ciclos contabilizados para o número máximo de ciclos que
uma bateria Li-ion pode fazer no seu tempo de vida. A fórmula usada para o seu
cálculo apresenta-se, de seguida:

𝐶𝑖𝑐𝑙𝑜𝑠  𝑡𝑜𝑡𝑎𝑖𝑠  𝑑𝑢𝑟𝑎𝑛𝑡𝑒  𝑡𝑒𝑚𝑝𝑜  𝑑𝑒  𝑣𝑖𝑑𝑎

𝑁ú𝑚𝑒𝑟𝑜  𝑑𝑒  𝑐𝑖𝑐𝑙𝑜𝑠  𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑜𝑠 =   ,                        (4.2)
𝑇𝑒𝑚𝑝𝑜  𝑑𝑒  𝑣𝑖𝑑𝑎

com:
a) Número de ciclos completos, o equivalente aos ciclos de descarga total.
b) Ciclos totais durante o tempo de vida: corresponde ao número máximo de ciclos
que a bateria pode efetuar, em ciclos.
c) Tempo de vida, em anos.
 72

• Investimento: O investimento representa todos os custos relacionados com a

introdução da bateria Li-ion na central de Grodjibodu. Para estimar o
investimento, elaborou-se uma função custo através dos vários valores
apresentados pelos mais diversos fabricantes. Cada proposta continha quatro
preços distintos:

a. Preço 1: Obtenção do Energy Storage System Container, totalmente

integrado.
b. Preço 2: Obtenção dos equipamentos relacionados com a potência.
c. Preço 3: Custo de transporte, licenciamento, treino de pessoal,
reciclagem e retirada de serviço.
d. Preço 4: Custos relacionados com a operação e manutenção da bateria Li-
ion.

Dos preços referidos anteriormente, o preço 3 e o preço 4 são fixos, pelo que se modelizou
a função investimento através do preço 1 e do preço 2. Para isso, relacionou-se a energia
nominal do aparelho com o preço 1, e a potência nominal do aparelho com o preço 2, obtendo
as seguintes curvas.

4000   y  =  227,98x2  +  16,964x  +  476,04  

3500  
3000  
Preço  1  (m€)  

2500  
2000  
1500  
1000  
500  
0  
0   0,5   1   1,5   2   2,5   3   3,5   4  
Energia  Nominal(MWh)  

Figura 4.4 - Variação do preço com a energia nominal.

 73

1400  
y  =  187,69x  +  241,2  
1200  
1000  

Preço  2  (M€)  
800  
600  
400  
200  
0  
0   0,5   1   1,5   2   2,5   3   3,5  
Potêncial  Nominal  (MW)  

Figura 4.5 – Variação do preço com a potência nominal.

De seguida, obteve-se a linha de tendência, representada nos gráficos anteriores, e a partir

da mesma modelizou-se a função investimento que se apresenta de seguida.

𝐼𝑛𝑣𝑒𝑠𝑡𝑖𝑚𝑒𝑛𝑡𝑜 = 0,22798 ∗ 𝐸. 𝑛𝑜𝑚𝑖𝑛𝑎𝑙 ! +  0,16964   ∗  𝐸. 𝑛𝑜𝑚𝑖𝑛𝑎𝑙   +  0,476                                  (4.3)

+ 0,18769 ∗ 𝑃. 𝑛𝑜𝑚𝑖𝑛𝑎𝑙 + 241,2 +  𝑃𝑟𝑒ç𝑜  3,

em que :
a. Investimento, em M€, representa todas as parcelas do investimento exceto os custos
relacionados com a manutenção e operação.
b. E. nominal, corresponde ao valor da energia nominal da bateria em MWh.
c. P. Nominal, corresponde ao valor da potência nominal da bateria em MW.

O preço 4, ou seja, o custo relacionado com a operação e manutenção do equipamento não

está incluído no cálculo do investimento, pois é aplicado no cálculo do LCOES que se apresenta
de seguida.

• Levelized Cost of Energy Storage: O LCOES consiste num indicador técnico-

económico que é definido pelo quociente entre o custo total, durante todo o
tempo de vida do equipamento, do investimento e a energia obtida através desse
investimento [37]. Este é um parâmetro que permite comparar diversas
tecnologias de armazenamento de energia em termos de viabilidade económica
[37]. Contudo, é necessário ter em conta que, não só a energia obtida através
deste investimento é relevante economicamente, pelo que o LCOES não tem em
conta outros fatores, como por exemplo, a qualidade da potência fornecida [37].
Para o seu cálculo é preciso ter, então, em conta, fatores como tempo de vida,
eficiência, investimento inicial mas, também, os custos de manutenção,
operação, treino de pessoal, energia armazenada pelo ESS, etc. Existem diversas
 74

formas de calcular o LCOES como pode ser consultado em [14], [37], [38], sendo
que a forma escolhida é a seguinte:

𝑖 ∗ (1 + 𝑖)!    
𝐼𝑛𝑣𝑒𝑠𝑡𝑖𝑚𝑒𝑛𝑡𝑜 ∗ +  CustoO&M  
(1 + 𝑖)! − 1
                                     𝐿𝐶𝑂𝐸𝑆 =    ,                                                                  (4.4)
𝐸𝑛𝑒𝑟𝑔𝑖𝑎  𝐴𝑛𝑢𝑎𝑙  𝐴𝑟𝑚𝑎𝑧𝑒𝑛𝑎𝑑𝑎 ∗ 𝐸𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎

com:

a) i, correspondente à taxa de atualização definida nos 8%.

b) n, tempo de vida em anos.
c) Investimento, em €.
d) CustoO&M, corresponde aos custos de operação e manutenção em €.
e) Energia anual armazenada, em MWh.
f) Eficiência em pontos percentuais.

Uma análise à fórmula anterior, facilmente, permite constatar que o LCOES é tanto menor
quanto maior for a energia armazenada pela bateria, e tanto maior, quanto maior for o
investimento e o custo de operação e manutenção. O mesmo é dizer que o LCOES reflete
quanto custa armazenar 1 MWh de energia ao produtor, ou ainda, quanto menor for o LCOES
mais viável economicamente será o projeto.

• Revenues of Energy Storage (ROES): O ROES é outro indicador técnico-

económico, que relaciona os proveitos obtidos com a energia armazenada pela
bateria. Este é obtido através de uma adaptação da fórmula do LCOES, sendo que
a diferença reside no facto de o LCOES avaliar os custos enquanto o ROES, os
proveitos.

𝐴𝑢𝑚𝑒𝑛𝑡𝑜  𝑑𝑜𝑠  𝑙𝑢𝑐𝑟𝑜𝑠  𝑡𝑜𝑡𝑎𝑖𝑠

                                           𝑅𝑂𝐸𝑆 =        ,                                                            (4.5)
𝐸𝑛𝑒𝑟𝑔𝑖𝑎  𝐴𝑛𝑢𝑎𝑙  𝐴𝑟𝑚𝑎𝑧𝑒𝑛𝑎𝑑𝑎 ∗ 𝐸𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎

com:

• Aumento dos lucros totais, em €.

• Energia anual armazenada, em MWh.
• Eficiência, em pontos percentuais.
 75

Para um projeto ser viável economicamente o ROES deve ser superior ao LCOES. Caso esta
condição não se verifique, o projeto não é viável. Por outras palavras, se os proveitos forem
maiores que os custos, o projeto é economicamente viável.

4.6. Conclusão

Neste capítulo, explicou-se o funcionamento do algoritmo implementado e o seu papel na

ferramenta de simulação desenvolvida.
Posteriormente, explicou-se detalhadamente o funcionamento da ferramenta de simulação,
explicitando quais os parâmetros de entrada a introduzir, e os diversos e consequentes
parâmetros de saída.
Foram analisados os parâmetros de entrada e os parâmetros de saída, com especial atenção
para os outputs que refletem a viabilidade económica do projeto.
 76

Capítulo 5

Demonstração de Resultados

5.1. Introdução

No presente capitulo, são apresentadas as várias simulações efetuadas na procura do

dimensionamento ótimo da bateria Li-íon para a central de Grodjibodu.
Iniciam-se as simulações fazendo variar o DOD, fixando a energia nominal e a potência
nominal. Encontrado o DOD ótimo, prosseguem as simulações, variando a energia nominal e a
potência nominal, mantendo-se o DOD fixado no seu ótimo. De seguida, e com o auxílio de
gráficos, é analisado o comportamento dos vários outputs ao longo das diversas simulações.
Encontrado o dimensionamento ótimo, fazem-se novas simulações alterando a produção
programada, de forma a avaliar o impacto da estratégia de bidding utilizada, nos resultados
obtidos.
Os resultados são analisados e conclui-se sobre a viabilidade económica da instalação de
uma bateria Li-íon na central fotovoltaica de Grodjibodu
Finalmente, comparam-se os dois estudos, o da central de Grodjibodu e os resultados
obtidos em (14) para o parque eólico de Cobadin, também este na Roménia, conforme já
referido.

5.2. Simulações

Nas simulações a seguir apresentadas, foi testada a influência de todos os inputs nos
outputs produzidos, à exceção da eficiência, uma vez que esta corresponde a um parâmetro
intrínseco da bateria Li-íon. Tendo em conta que a eficiência da bateria Li-íon varia entre os
80% e os 95 % [14], decidiu-se fixar a eficiência no seu valor ótimo, ou seja, os 95 %.
 77

5.2.1 Variação do DOD

O primeiro parâmetro a ser avaliado foi, então, o DOD. Analisou-se o impacto desta variável
nos diferentes outputs produzidos pois, como já foi previamente explicado, este parâmetro tem
uma relação direta com o número de ciclos que uma bateria pode fazer no seu tempo de vida.
Nestas simulações, fixou-se a energia nominal e potência nominal da bateria em 1 MWh e 1
MW, respetivamente, variando-se apenas o DOD. Foram realizadas quatro simulações, fixando o
DOD em 30%, 70%, 90 % e 100%. Na tabela seguinte estão apresentados os resultados obtidos:

Tabela 5.1 – Resultados com a variação do DOD.

DOD 30% 70% 90% 100%

Decréscimo
dos desvios por 44 80 93 99
défice (MWh)

Decréscimo
dos desvios por 47 84 98 104
excesso (MWh)

Fator de
utilização 49 37 34 32
média (%)

dNúmero de
ciclos totais 163,47 126,34 114,91 109,86
(por ano)

Tempo de vida
(anos) 122,35 63,32 43,51 36,41

Energia
armazenada 44 80 93 99
anualmente
(MWh)

Investimento
(M€) 1,7 1,7 1,7 1,7

Aumento dos
lucros totais 8143 14 830 17 374 18 465
(€)
 78

LCOES
(€/MWh) 4130,25 2275,51 1982,62 1902,89

ROES (€/MWh)
1,97 6,52 8,76 9,70

Uma análise à tabela anterior permite facilmente constatar que:

• Com o aumento da profundidade de descarga, há uma melhoria dos indicadores
técnico-económicos (LCOES E ROES); este facto deve-se ao aumento da energia
armazenada anualmente e consequente redução dos desvios por défice e excesso;
• A energia armazenada anualmente aumenta pois, com o crescimento do DOD, a
capacidade útil de armazenamento da bateria também aumenta;
• No que diz respeito ao fator de utilização média, este vai baixando à medida que
se aumenta o DOD, uma vez que a capacidade útil da bateria aumenta a um ritmo
maior do que aumenta a energia armazenada;
• Quanto ao número de ciclos totais por ano, estes vão diminuindo à medida que se
aumenta o DOD, tendo em conta que, com uma capacidade útil maior, o número
de descargas completas será inferior, uma vez que é necessária mais energia para
se conseguir uma descarga completa;
• O tempo de vida também vai diminuindo com o aumento do DOD, pois, com o
aumento do DOD, o número total de ciclos que uma bateria Li-íon pode fazer
durante o seu tempo de vida, diminui drasticamente (ver tabela 4.1);
• O investimento não depende do DOD pelo que se mantém igual em todas as
simulações;
• Percebe-se também que com o aumento do DOD dá-se um grande aumento dos
lucros totais, uma vez que mais energia foi armazenada, portanto, há menos
desvios por défice e excesso.

Conclui-se, portanto, que quanto maior for o DOD, maior será a viabilidade económica do
projeto, pelo que, as restantes simulações terão o DOD fixado nos 100%.

5.2.2 Variação da energia nominal e potência nominal

A procura do dimensionamento ótimo passou pela realização de várias simulações,

variando-se a energia nominal e a potência nominal. Estas são as duas principais características
relativas ao dimensionamento de um ESS. Importante referir, que ambos os parâmetros foram
definidos para o mesmo valor, uma vez que se considerou que não teria interesse ter uma
bateria com maior potência de descarregamento ou carregamento do que capacidade ou vice-
versa, uma vez que todas estas simulações foram construídas numa base horária.
Assim, realizaram-se dez simulações, começando com valores nos 0,2 MW de potência e 0,2
MWh de energia nominal e aumentaram-se os valores até aos 2 MW de potência e 2 MWh de
energia nominal. Nas seguintes tabelas estão apresentados os resultados obtidos.
79

Tabela 5.2 – Resultados com a variação da Energia e Potencia Nominal.

Potência/Energia 0,2 0,4 0,6 0,8 1

Nominal
(MW/MWh)

Decréscimo dos
desvios por 32 55 72 87 99
défice (MWh)

Decréscimo dos
desvios por 34 58 76 91 104
excesso (MWh)

Fator de
utilização média 52 44 39 35 32
(%)

Número de ciclos
totais (por ano) 179,23 152 133,84 120,34 109,86

Tempo de vida
(anos) 22,32 26,32 29,89 33,24 36,41

Energia
armazenada 32 55 72 87 99
anualmente
(MWh)

Investimento
(M€) 1,19 1,29 1,41 1,55 1,7

Aumento dos
lucros totais (€) 6057 10264 13 531 16 206 18 465

LCOES (€/MWh)
4958,65 2973,26 2336,80 2048,56 1902,89

ROES (€/MWh)
1,22 3,45 5,79 7,91 9,70
 80

Tabela 5.3 – Resultados com a variação da Energia e da Potência Nominal.

Potência/Energia 1,2 1,4 1,6 1,8 2

Nominal
(MW/MWh)

Decréscimo dos
desvios por 109 118 126 133 139
défice (MWh)

Decréscimo dos
desvios por 115 124 133 140 147
excesso (MWh)

Fator de
utilização média 29 27 26 24 23
(%)

Número de ciclos
totais (por ano) 100,89 93,47 87,28 81,92 77,13

Tempo de vida
(anos) 39,65 42,80 45,83 48,83 51,86

Energia
armazenada 109 118 126 133 139
anualmente
(MWh)

Investimento
(M€) 1,87 2,06 2,27 2,5 2,74

Aumento dos
lucros totais (€) 20 331 21 972 23 441 24 727 25 851

LCOES (€/MWh)
1840,14 1822,18 1832,77 1866,55 1920,09

ROES (€/MWh)
11,05 12,06 12,79 13,25 13,46

Observando as tabelas anteriores (5.2 e 5.3), constata-se que à medida que:

• A capacidade e potência da bateria aumentam, a energia armazenada,
anualmente, também aumenta, o que se reflete numa diminuição dos desvios,
tanto por excesso, como por défice. Consequentemente, com este aumento das
 81

características da bateria, o fator de utilização média diminui, ou seja, embora a

bateria consiga armazenar mais energia, o quociente entre o valor médio de
energia armazenado e a capacidade da bateria torna-se mais pequeno.
• No que diz respeito ao número de ciclos, este por sua vez é inversamente
proporcional à energia nominal e potência, ou seja, à medida que se aumenta a
energia nominal e a potência nominal, menor é o número de ciclos com energia
suficiente para uma carga-descarga completa. Consequentemente, o tempo de
vida da bateria vai aumentando, uma vez que, com a redução do número de ciclos,
esta é menos desgastada.
• Logicamente, o investimento com o aumento da energia nominal e da potência
nominal da bateria também aumenta, facto que já se sabia anteriormente, por
análise dos gráficos 4.4 e 4.5 presentes na secção 4.5.
• Quanto aos indicadores técnico-económicos, o LCOES vai diminuindo até a bateria
ter uma potência e energia nominal de 1.4 MW e 1.4 MWh respetivamente,
aumentando a partir desses valores. Este facto deve-se ao contínuo aumento do
investimento à medida que a energia e potência nominal crescem. No que diz
respeito ao ROES, este aumenta com o aumento destes dois parâmetros, uma vez
que à medida que estes crescem, o aumento dos lucros totais também cresce e
isso reflete-se no ROES.

De forma a vincar esta análise, de seguida, são apresentados e analisados gráficos que
descrevem o comportamento de alguns destes outputs ao longo das várias simulações.
Começando pelo número de ciclos efetuados por ano pela bateria li-íon, o seu comportamento,
como se pode verificar no gráfico abaixo, é, então, o seguinte: à medida que a energia e
potência nominal da bateria aumentam, o número de ciclos por ano diminui, sendo que para
valores mais pequenos da bateria, esta diminuição é mais abrupta.

Variação  número  de  ciclos  por  ano  

200  
Número  de  ciclos  

150  

100  

50  

0  
0,2   0,4   0,6   0,8   1   1,2   1,4   1,6   1,8   2  
Energia/Potência  nominal  (MWh/MW)  

Figura 5.1 – Variação do número de ciclos por ano da bateria com a energia e potencia nominal.
 82

Relativamente à energia armazenada pela bateria ao longo das simulações, observa-se, no

gráfico abaixo (fig. 5.2), que a energia que é armazenada anualmente cresce com o aumento
da capacidade da bateria. Este crescimento tende a diminuir, contudo, para valores mais
elevados de energia e potência nominal

Energia  Armazenada  Anualmente  

160  
Energia  Armazenada  Anualmente  

140  
120  
100  
80  
60  
40  
20  
0  
0,2   0,4   0,6   0,8   1   1,2   1,4   1,6   1,8   2  
Energia/Potência  nominal  (MWh/MW)  

Figura 5.2 – Variação da Energia Armazenada Anualmente com a energia e potencia nominal.

O próximo output a ser analisado foi o aumento dos lucros totais, através do seguinte
gráfico. Constata-se que o aumento dos lucros totais tem um comportamento igual ao da
energia armazenada anualmente, uma vez que estes estão diretamente relacionados. O
aumento dos lucros totais apenas varia com a energia armazenada pela bateria, razão pela qual
ambos os gráficos têm um comportamento idêntico.

Aumento  dos  Lucros  Totais  

30000  
Aumento  dos  Lucros  Totais  

25000  

20000  

15000  

10000  

5000  

0  
0,2   0,4   0,6   0,8   1   1,2   1,4   1,6   1,8   2  

Energia/Potência  nominal  (MWh/MW)  

Figura 5.3 – Variação do aumento dos lucros totais com a energia e potência nominal.
 83

De seguida, passou-se ao primeiro indicador técnico-económico, o LCOES, cujo

comportamento é visível no seguinte gráfico.

LCOES  
6000  

5000  

4000  
LCOES  

3000  

2000  

1000  

0  
0,2   0,4   0,6   0,8   1   1,2   1,4   1,6   1,8   2  
Energia/Potência  nominal  (MWh/MW)  

Figura 5.4 – Variação do LCOES com a energia e potencia nominal.

Observa-se um decréscimo inicialmente abrupto do LCOES até aos valores de 0,8 MW de

potência nominal e 0,8 MWh de energia nominal. A partir desse momento, o LCOES estabiliza
obtendo o seu mínimo nos valores de potência e energia nominal de 1,4 MW e 1,4 MWh
respetivamente.
Espera-se, no entanto, que para valores mais altos destes dois parâmetros o LCOES volte a
subir abruptamente, uma vez que os custos do investimento subirão, consideravelmente.
Finalmente, o parâmetro a ser avaliado foi o ROES. O seu comportamento é apresentado no
gráfico seguinte:

ROES  
16  
14  
12  
10  
ROES  

8  
6  
4  
2  
0  
0,2   0,4   0,6   0,8   1   1,2   1,4   1,6   1,8   2  
Energia/Potência  nominal  (MWh/MW)  

Figura 5.5 – Variação do ROES com a energia e potencia nominal.

 84

Quanto ao ROES, dá-se um crescimento acentuado deste parâmetro com o aumento da

energia e da potência nominal, sendo que este crescimento diminui significativamente a partir
dos valores de 1,4 MW de potência nominal e 1,4 MWh de energia nominal. O esperado para
valores mais altos de energia e potência nominal, é que este crescimento continue, uma vez
que, como já vimos anteriormente, os lucros totais aumentam com o aumento da capacidade
da bateria, no entanto, será um crescimento muito reduzido e, eventualmente, será nulo, a
partir do momento em que se esteja perante uma bateria com parâmetros que permitam
armazenar todo o excesso existente.
Conclui-se, portanto, que o melhor dimensionamento obtido é uma bateria Li-íon com
energia nominal de 1,4 MWh e potência nominal de 1,4 MW, uma vez que é para estes valores
que o LCOES se apresenta mais reduzido e, embora o ROES continue a aumentar, este aumento
é bastante reduzido, sendo o decréscimo do LCOES superior ao aumento do ROES, como se
pode observar na tabela seguinte:

Tabela 5.4 – ROES vs LCOES

Energia/Potência 1,4 1,6 Diferença

Nominal (MWh/MW)

LCOES (€/MWh) 1822,18 1832,77 10,59

ROES (€/MWh) 12,06 12,79 0,73

5.2.3 Variação da produção programada

Obtido o melhor caso, decidiu-se realizar duas simulações para este dimensionamento,
variando a produção programada, de forma a perceber o impacto da estratégia de oferta
utilizada nos resultados obtidos. Para isso, inicialmente utilizou-se como produção programada
a previsão em D-1, e seguidamente, na segunda simulação usou-se como produção programada
a média entre a previsão em D-1 e a produção programada inicial.
Os resultados obtidos apresentam-se na tabela seguinte:
 85

Tabela 5.5 – Resultados com a variação da Physical Notification

Programada Melhor caso Previsão Média entre

obtido para D-1 as duas
Decréscimo
dos desvios por 118 330 262
défice (MWh)

Decréscimo
dos desvios por 124 348 276
excesso (MWh)

Fator de
utilização 27 46 45
média (%)

Número de
ciclos totais 93,47 261,66 207,53
(por ano)

Tempo de vida
(anos) 42,80 15,29 19,27

Energia
armazenada 118 330 262
anualmente
(MWh)

Investimento
(M€) 2,06 2,06 2,06

Aumento dos
lucros totais 21 972 61 653 48 497
(€)

LCOES
(€/MWh) 1822,18 855,16 980,91

ROES (€/MWh)
12,06 72,09 49,94

Analisando a tabela anterior, constata-se que há uma melhoria significativa em

praticamente todos os parâmetros, usando tanto a previsão para D-1, como a média entre a
previsão e a programada em relação ao caso ótimo obtido. Repare-se que a energia
 86

armazenada anualmente praticamente triplica, o que se reflete numa diminuição significativa

dos excessos. O número total de ciclos completos carga/descarga aumenta significativamente o
que consequentemente tem um impacto no tempo de vida da bateria, que consequentemente
diminui devido ao maior desgaste imposto sobre a bateria. O LCOES, tanto usando a previsão
para D-1, como usando a média entre a previsão e a programada, reduz sensivelmente para
metade, e dá-se um crescimento acentuado do ROES, uma vez que os lucros totais aumentam
significativamente, em qualquer um dos casos.
Esta melhoria deve-se ao facto de a estratégia de bidding utilizada promover um grande
desequilíbrio entre o excesso e o défice. Repare-se que existem 6446 MWh de défice na
produção e apenas 543 MWh de excesso, o que aliado ao facto de existirem bastantes ciclos de
défice de elevada duração (mais de 18 horas) provoca uma baixa utilização da bateria. Usando
a previsão para D-1 como programada, este desequilíbrio reduz-se drasticamente, passando a
apresentar 939 MWh de excesso e 3810 MWh de défice, sendo que a energia média por ciclo de
excesso aumenta e a energia média por ciclo de défice diminui, o que aliado ao facto da
duração de cada ciclo de excesso aumentar e de cada ciclo de défice diminuir faz com que a
bateria seja bastante mais utilizada, facto este que se consegue facilmente observar na tabela
anterior, em que o número de ciclos totais feitos pela bateria, usando a previsão para D-1
como produção programada, praticamente triplica em relação ao caso ótimo obtido, usando a
produção programada “normal”. Na tabela seguinte está, então, apresentado o número de
horas que a bateria carrega e descarrega para cada um destes dois casos.

Tabela 5.6 – Número de horas que a bateria carrega/descarrega.

Caso Sem alteração da Previsão D-1

programada
Horas que a bateria
carrega 1012 1745

Horas que a bateria

descarrega 684 1647

Como é notório na tabela anterior, a bateria de Li-íon é bastante mais utilizada, alterando
a estratégia de bidding. Contudo, os lucros da central diminuem utilizando a previsão D-1 como
programada, devido à elevada penalização proveniente dos desvios por excesso e, embora, a
bateria seja bastante mais utilizada utilizando a previsão D-1 como produção programada, o
produtor teria menos lucros em relação à utilização da bidding strategy atual, repare-se:
 87

Tabela 5.7 – Número de horas que a bateria carrega/descarrega.

Caso Sem alteração da Previsão D-1

programada
Total Revenues sem
bateria (€) 2 519 622 2 291 403

Total Revenues com

bateria (€) 2 541 893 2 353 056

Analisando a tabela anterior, percebe-se que a bidding strategy utilizada embora não seja
eficiente para a implementação de um ESS, maximiza os lucros da central tendo em conta as
características do mercado da Roménia.

5.3. Viabilidade Económica

Como já foi referido na secção 4.5, um projeto para ser economicamente viável tem que
verificar a seguinte condição:

                                                                                                                                             𝑅𝑂𝐸𝑆 > 𝐿𝐶𝑂𝐸𝑆.                                                                                                                                                                (5.1)

No entanto, em todas as simulações realizadas o LCOES apresentou um valor

expressivamente superior ao ROES. Mesmo no melhor cenário obtido, o LCOES é 151 vezes
superior ao ROES o que significa que o custo de armazenar um MWh de energia custa 151 vezes
mais que os lucros obtidos a partir desse MWh, razão pela qual o projeto não é de todo
economicamente viável.
Este facto resulta de duas condições: o custo elevado da bateria Li-íon e também da baixa
utilização da bateria resultante da estratégia de bidding.
Assim, para que o projeto possa ser economicamente viável, o custo da bateria Li-íon teria
de baixar, de modo muito significativo, e teria de ser alterada a estratégia de bidding, tendo
em conta, não só as características do mercado energético onde a central está inserida, mas
também, o facto de a central funcionar em conjunto com um sistema de armazenamento de
energia, para, desta forma, se conseguir, também, maximizar a utilização deste último.
 88

5.4. Comparação solar vs eólica

Por último, fez-se uma comparação entre o melhor caso obtido para a central fotovoltaica
de Grodjibodu e o melhor caso para o parque eólico de Cobadin, ambos situados na Roménia,
conforme já referido, para desta forma se perceber quais as diferenças entre a implementação
de um dispositivo ESS num parque eólico e numa central fotovoltaica. De referir ainda, que o
parque de Cobadin é um parque com 30 MW de potência instalada. Os dados referentes a este
parque estão presentes em [14].

Tabela 5.8 – Fotovoltaico vs Eólico

Produção Fotovoltaico Eólico

Decréscimo
dos desvios por 118 637
défice (MWh)

Decréscimo
dos desvios por 124 671
excesso (MWh)

Fator de
utilização 27 59
média (%)

Número de
ciclos totais 93,47 279
(por ano)

Tempo de vida
(anos) 42,80 18

Energia
armazenada 118 671
anualmente
(MWh)

Investimento
(M€) 2,06 2,87
 89

Aumento dos
lucros totais 21 972 48 920
(€)

LCOES
(€/MWh) 1822,18 550,88

ROES (€/MWh)
12,06 76,78
Penalização
por excesso. 183,75 71,93
(€/MWh)
Média da
duração dos 2,33 3
ciclos de
excesso.(h)

Energia média
por ciclo de 1,51 8,2
excesso (MWh)

Número de
ciclos de 349 494
excesso.

Como se consegue constatar da análise da tabela anterior, os resultados no que diz respeito
ao eólico são bastante melhores em relação ao fotovoltaico. Repare-se que o fator de
utilização da bateria é muito maior, assim como, o número de ciclos totais efetuadas pela
bateria. Obviamente, a maior utilização da bateria resulta num LCOES bastante inferior e num
ROES bastante superior.
Esta superior utilização deve-se ao facto de o número de horas de desvio na produção
eólica ser muito maior ao número de horas de desvio na produção fotovoltaica. Repara-se que
no parque em causa, durante um ano, houve 98 % de horas em desvio [14], enquanto na central
de Grodjibodu, durante um ano existiram apenas 53 % de horas em desvio. Isto deve-se ao facto
de não haver produção fotovoltaica durante a noite, pelo que nessas horas a produção real e a
programada são iguais. Havendo praticamente o dobro das horas de desvio, uma bateria em
eólico consegue ser bastante mais utilizada do que em fotovoltaico e, portanto, produzir
melhores resultados. Consequentemente, o número de ciclos de excesso é superior na produção
eólica do que na produção fotovoltaica, assim como, a duração de cada um destes ciclos e
como, consequência, também a energia média destes ciclos. Tudo isto, e embora a penalização
por excesso na produção fotovoltaica seja maior, leva a que a produção eólica apresente
melhores resultados económicos.
Contudo, e embora o parque de Cobadin apresente indicadores técnico-económicos
bastante melhores que a central de Grodjibodu, o projeto também não é economicamente
 90

viável, uma vez que não se verifica a condição de o ROES ser superior ao LCOES, e de facto,
para ser viável, o custo da bateria Li-íon teria de ser reduzido em cerca de 90 % [14].

5.5. Conclusão

No decorrer deste capítulo foram feitas diversas simulações o que torna possível agora tirar
algumas conclusões acerca da influência dos diversos inputs nos resultados finais.
No que diz respeito ao DOD, percebe-se que o seu aumento, embora diminua o tempo de
vida da bateria, aumenta a energia armazenada anualmente, pois, existe uma maior
capacidade útil e, consequentemente, provoca uma maior redução dos desvios de produção.
Com o aumento do DOD, ambos os indicadores técnico-económicos melhoram
significativamente.
No que diz respeito à energia e potência nominal, com o aumento destes verificou-se um
aumento da energia armazenada, consequente do aumento da capacidade da bateria,
provocando uma diminuição dos desvios.
Relativamente aos indicadores técnico-económicos, o LCOES diminui até aos valores
nominais de 1,4 MW e 1,4 MWh de potência e energia nominal respetivamente, e passando
esses valores, cresce, fruto do aumento significativo do custo do investimento. O ROES cresce
com o aumento dos valores nominais de potência e energia.
Obtido o dimensionamento ótimo da bateria, analisou-se a sua viabilidade económica e
conclui-se que o projeto não seria viável uma vez que o LCOES é cerca de 150 vezes superior ao
ROES.
De seguida, alterou-se a estratégia de bidding, de forma a perceber o impacto que esta
teria no funcionamento da bateria. Constatou-se que outra forma de bidding seria mais
benéfico para o funcionamento da bateria mas, a central teria menos lucros devido às
características do mercado da Roménia.
Finalmente, compararam-se os valores obtidos para a central de Grodjibodu com os obtidos
para o parque eólico de Cobadin, e ficou-se a saber que os resultados em Cobadin eram
bastante melhores, uma vez que a bateria seria mais utilizada, tendo em conta que os desvios
em Cobadin estão presentes em 98% das horas, enquanto em Grodjibodu em 53% das horas.
Concluiu-se, contudo, que em nenhum dos casos a implementação da bateria seria
economicamente viável, e que, para o ser, o custo do investimento teria de ser reduzido
significativamente e para, o caso da central fotovoltaica, teria de se ter em conta outra
estratégia de bidding.
 91

Capítulo 6

Conclusão

Esta dissertação foi conduzida pelo objetivo fundamental de estudar a viabilidade técnico-
económica de uma bateria de Li-íon na central fotovoltaica de Grodjibodu, na Roménia. Outras
preocupações estiveram presentes, designadamente, a construção de um algoritmo para o
funcionamento da bateria tendo em conta as necessidades da central em causa; o
desenvolvimento de uma ferramenta que permitisse realizar várias simulações com alteração
de diversos parâmetros e que conduzisse ao dimensionamento da bateria para obtenção de
melhores resultados quer técnicos, quer económicos; saber em que produção, fotovoltaica ou
eólica, é que a bateria de Li-íon seria mais vantajosa.
Para dar resposta a todas estas questões, iniciou-se o estudo revisitando a literatura no que
respeita à bateria de lithium, mais propriamente, a bateria de Li-íon. Importava conhecer
melhor esta bateria, as suas características e especificidades, o seu funcionamento, as
vantagens relativamente às demais baterias, a segurança que apresenta na sua implementação
e utilização. Estes aspetos foram amplamente descritos; em jeito de síntese, pode-se afirmar
que a bateria de lítio, como sistema de armazenamento de energia, tem vindo a popularizar-se
por se revelar altamente eficiente, por apresentar maior longevidade e por possuir uma alta
energia específica, por ocupar menos espaço, por não necessitar de ventilação e por ser amiga
do ambiente.
Prosseguindo com outros contributos teóricos investigou-se o benefício da aplicação de
sistemas de armazenamento de energia para integração de fontes fotovoltaicas. Ficou claro
que tratando-se de fontes com uma produção intermitente e pouco controlável, caso da
produção fotovoltaica, justificava-se a utilização de ESS, uma vez que esses dispositivos ao
armazenarem energia durante determinados períodos, nomeadamente quando a oferta era
maior que a procura (usando-se essa mesma energia quando a procura era maior que a oferta),
minimizavam esses fatores de imprevisibilidade, intermitência e pouco controlo na potência de
saída das centrais de produção de energia renovável, potenciando que estas ficassem a par das
centrais de produção tradicional.
Numa perspetiva de proprietário da central, os estudos revisitados, quanto à aplicação dos
ESS relativa à integração fotovoltaica, permitiram constatar que há necessidade de ter
 92

presente a variação do preço da eletricidade em alturas diferentes e o benefício que daí possa
advir em processos de compra e venda (time shifting), uma melhor eficiência das redes de
transmissão, a supressão de flutuações que possam provocar a instabilidade do sistema e a
minimização das incertezas das previsões de produção fotovoltaica associada às condições
meteorológicas, de forma a evitar uma produção inesperadamente irregular. Todos estes
aspetos mereceram uma descrição detalhada, identificando-se as vantagens da aplicação dos
sistemas de armazenamento de energia, bem como, as justificações do investimento nestes
dispositivos.
Para que as centrais fotovoltaicas e respetivo proprietário pudessem beneficiar com a
aplicação dos sistemas ESS, havia necessidade de proceder ao dimensionamento destes
dispositivos, ou seja, determinar as características (Power e Energy rating) ótimas do sistema a
utilizar. Neste âmbito, foram apresentadas algumas metodologias de dimensionamento dos ESS
aplicados a centrais fotovoltaicas, desde a análise espectral do comportamento da radiação
solar, passando por problemas de otimização, até à definição dos erros de previsão não
compensados ou, ainda, à formulação do despacho através da previsão do valor médio da
produção fotovoltaica. Como se pôde observar, estas metodologias conduziam a
dimensionamentos que tinham como objetivo minimizar custos, penalizações ou compensar
erros de previsão.
Constatou-se, ainda, a necessidade de se proceder a um controlo do sistema de
armazenamento de energia integrado numa central fotovoltaica. Das variadas estratégias
apresentadas na literatura, este estudo deteve-se com detalhe em cinco estratégias, que de
modo resumido, consistem no seguinte: 1. Controlo de potência de saída constante, com o
objetivo de tornar a produção fotovoltaica constante e previsível; 2. Controlo de redução de
flutuações, com o objetivo de nivelar a produção fotovoltaica de forma a reduzir a
intermitência da produção solar que pode provocar distúrbios no SEE e reduzir a qualidade de
serviço; 3. Controlo de ESS sempre descarregado, com objetivo de injetar na rede, o mais
rápido possível, a energia armazenada; 4. Controlo de Price Following, com objetivo de
descarrega/carregar a bateria de acordo com a variação do preço DAM; 5. A programação fixa
de carga/descarga em que as ordens de carregar/descarregar a bateria são feitas tendo em
conta os níveis históricos de défice e excesso.
Com este enquadramento e significação, o estudo debruçou-se sobre o mercado energético
da Roménia, local onde se situa a central fotovoltaica de Grodjibodu, objeto do estudo de caso
desta dissertação, e explicou o funcionamento deste mercado que se baseia no wholesale
market – constituído por variados mercados, onde se inclui o Day Ahead Market e o mercado
dos certificados verdes - e no retail market composto por um mercado regulado por preços
determinados pela ANRE e por um mercado competitivo em que os contratos são negociados
entre os fornecedores autorizados e os consumidores elegíveis.
O funcionamento do Day Ahead Market - desde os horários de abertura e fecho, passando
pelas remunerações que variam com os imbalances até às penalizações relativas ao excesso e
ou défice de produção de energia - foi objeto de atenção particular pela importância que
detém, como componente do mercado grossista, nos negócios de energia para o dia seguinte, e
enquanto ferramenta funcional que permite alcançar um equilíbrio entre os contratos
bilaterais, previsões de consumo e disponibilidade de geração de energia. Também os
certificados verdes, documentos que comprovam a produção de uma determinada quantidade
de energia elétrica através de fontes renováveis, mereceram destaque pela pertinência que
revelam na estratégia utilizada nas ofertas de venda, por parte dos produtores de energia,
 93

particularmente, para os de energia fotovoltaica que recebem 4 GC/MWh mais 2 Postponed

GC/MWh, pela energia que produzem e que, no caso de excesso na produção face à energia
programada, perdem a remuneração destes certificados o que provoca bastante prejuízo.
Revelado o contexto do mercado energético, importava analisar o funcionamento da
central fotovoltaica de Grodjibodu - um parque com 9,936 MW de potência instalada que foi
conectado à rede, em março de 2013, com uma área de 31,7 hectares e que contém cerca de
40 000 módulos fotovoltaicos e 20 inversores - o que aconteceu a partir dos dados fornecidos
pela EDPR, com informação variada e relativa ao período de um ano: desde 1 de setembro de
2014 até 1 de setembro de 2015.
Importava também compreender a estratégia de bidding utilizada, ou seja, saber como se
obtém a produção programada que é enviada ao operador de mercado. Para tal, analisaram-se
os preços médios do DAM, de excesso, de défice e dos certificados verdes; fez-se uma análise
às penalizações relativamente ao excesso e ao défice, de forma a tentar perceber qual seria a
situação mais penalizadora para o produtor (produzir em défice ou em excesso) e concluiu-se
que a penalização devido à existência de excesso é muito superior à penalização devido à
existência de défice, e que esse facto era explicado pela perda dos certificados verdes.
Confrontando os dados da produção fotovoltaica com dados da produção eólica constatou-se
que a existência de produção em excesso é prejudicial nos dois tipos de produção de energia,
mas, efetivamente, altamente prejudicial na produção fotovoltaica.
Numa análise aos desvios, constatou-se que o défice (6446) de produção é bastante superior
ao excesso (543); o impacto económico deste facto traduziu-se numa remuneração para o
produtor de 52006,56 € relativamente ao excesso, e num prejuízo de 1 188 243,7 €, no que
respeita ao défice. Foram apurados, ainda, os custos em termos de penalizações destes
imbalances e concluiu-se que a penalização por excesso, para o produtor de uma central
fotovoltaica, nos termos de funcionamento do mercado energético romeno, é bastante mais
prejudicial do que a penalização por défice (ainda que o défice se apresentasse doze vezes
superior ao excesso, a sua penalização ao longo do ano era cerca de cinco vezes inferior à
penalização por excesso. Isto deveu-se, maioritariamente, à perda dos certificados verdes). Por
arrastamento, ficou demonstrado que os revenues diminuíram significativamente, uma vez que
os desvios provocaram uma diminuição de 85% das electricity revenues.
Estava, assim, clarificada a estratégia de bidding utilizada pela EDPR: a existência de um
grande incremento na produção programada enviada ao operador de mercado em relação à
previsão das 8 horas do dia D-1 para tentar minimizar ao máximo o excesso e aumentar os
proveitos, tendo em conta que a maior parte das revenues anuais da central provém dos
certificados verdes (cerca de 78%).
Colocada a hipótese de que a instalação de um equipamento ESS, designadamente uma
bateria de Lítio, seria uma das soluções para minimizar os desvios da produção de forma a
maximizar os lucros, tornou-se necessário escolher uma estratégia de operação da bateria que
desse resposta às preocupações e que fosse economicamente viável.
Neste sentido, começou-se por analisar mais aprofundadamente o comportamento dos
imbalances, de forma a perceber quando se deve carregar/descarregar a bateria, minimizando
os imbalances e maximizando os lucros. Assim, estudou-se a distribuição da energia nos ciclos
de excesso e de défice. Constatou-se que a energia média dos ciclos de défice era bastante
superior aos de ciclo de excesso, (facto relacionado a estratégia de bidding) existindo
bastantes horas seguidas de défice o que fazia com que a sua energia média subisse. Ficou
demonstrado que a duração média de um ciclo de excesso era de 2,33 horas, enquanto a
 94

duração média de um ciclo de défice era de 7,45 horas. Analisou-se, então, a relação entre a
energia e a duração de cada ciclo de excesso para saber que capacidade deveria a bateria de
Lítio apresentar, para dar uma resposta eficaz. Conclui-se que a maior parte dos excessos
existentes na central de Grodjibodu, durante um 1 ano, podia ser absorvida por um sistema de
armazenamento de energia com potência igual a 1 MW.
Neste momento, e tendo em conta as preocupações iniciais desta dissertação, tornou-se
importante o confronto deste estudo com os dados encontrados relativamente aos desvios
registados no parque eólico de Cobadin, também este situado na Roménia, e percecionar
diferenças entre as duas fontes de produção, fotovoltaica e eólica. O confronto permitiu
concluir que a distribuição da energia pelos ciclos de excesso e défice, a duração dos mesmos e
a existência de desvios têm um comportamento bastante similar nas duas fontes de produção
(ainda que os ciclos de défice sejam mais extensos na eólica); constatou-se que a principal
diferença reside no número de horas em que se verifica que a produção é igual à programada,
sendo esse facto visível em 47% das horas na produção fotovoltaica (devido às noturnas em que
não há produção), em oposição a 2% na produção eólica.
Tendo em conta o funcionamento do mercado energético da Roménia e a análise aos dados
da central, ficou claro neste estudo que, de forma a maximizar os proveitos era necessário
reduzir o excesso existente o máximo possível, e portanto, a estratégia de operação da bateria
- foram analisadas quatro: 1. Bateria sempre descarregada; 2. Controlo de potência de saída
constante; 3. Price following; 4. Programação fixa de carga e descarga – que melhor servia este
propósito era a estratégia de manter a bateria sempre descarregada, uma vez que permitia a
maior absorção do excesso de entre todas as referidas. Além disso, não dependia de previsões e
apresentava, portanto, menor grau de incerteza.
Com base nesta estratégia, e de forma a conseguir-se um funcionamento eficaz da bateria
de Li-íon, na central fotovoltaica de Grodjibodu, construiu-se um algoritmo de operação cujo
funcionamento, foi descrito, de forma clara, num fluxograma no capítulo 4. Através de um
gráfico elucidativo apresentou-se um exemplo do funcionamento da bateria, em situações de
excesso e défice, usando este algoritmo, o que permitiu concluir que era exatamente aquele
tipo de comportamento pretendido, tendo em conta os dados analisados relativos à central e
Grodjibodu e as características do mercado energético da Roménia.
Assim, importava agora desenvolver uma ferramenta que permitisse simular o
comportamento da central com a bateria de Lítio e analisar os impactos dessa ação conjunta.
Com o auxílio do VBA do excel, foi desenvolvida essa ferramenta cujo funcionamento muito
simples passa pela introdução de dados (os inputs), pela análise desses dados e pela produção
de uma série de outputs. Fez-se uma descrição detalhada dos inputs (eficiência, energia
nominal, potência nominal, DOD, produção do parque, produção programada, preço DAM, os
preços do excesso e défice do BRP e toda a informação referente aos certificados verdes), uma
caracterização dos outputs (Charge power (MW), Charge/Discharge da bateria (MW), State of
charge (MWh), fator de utilização média, Energia anual armazenada (MWh), aumento dos lucros
totais (€)) e, ainda, uma caraterização dos indicadores técnico-económicos, ROES e LCOES, e
cálculos intermédios que permitiriam obtê-los (tempo de vida da bateria, número de ciclos
completos pela bateria Li-ion durante o período analisado, investimento relacionado com a
introdução da bateria Li-íon na central de Grodjibodu).
Na posse da ferramenta de simulação, e na busca do dimensionamento ótimo da bateria Li-
ion, para a central de Gordjibodu, fizeram-se várias simulações, testando a influência de todos
 95

os inputs nos outputs produzidos (à exceção da eficiência, um parâmetro intrínseco da bateria

Li-ion e fixado o seu valor ótimo em 95%).
O primeiro parâmetro a ser avaliado foi o DOD. Fixou-se a energia nominal e potência
nominal da bateria em 1 MWh e 1 MW, respetivamente, variando-se apenas o DOD, em quatro
simulações, fixando-o em 30%, 70%, 90 % e 100%. Os resultados obtidos permitiram concluir que
quanto maior fosse o DOD, maior seria a viabilidade económica do projeto, pelo que, decidiu-se
que as simulações restantes teriam o DOD fixado em 100%.
De seguida fez-se variar a energia nominal e a potência nominal (principais características
do dimensionamento de um ESS), definindo-os para o mesmo valor (não havia interesse ter uma
bateria com maior potência de descarregamento ou carregamento do que capacidade) e
realizaram-se dez simulações, começando com valores nos 0,2 MW de potência e 0,2 MWh de
energia nominal e foi-se aumentando os valores até aos 2 MW de potência e 2 MWh de energia
nominal. Os resultados obtidos permitiram constatar: 1.O aumento das características da
bateria (capacidade e potência), e embora esta passasse a armazenar mais energia, o
quociente entre o valor médio de energia armazenado e a capacidade da bateria tornou-se
mais pequeno; 2. Uma redução do número de ciclos (à medida que se aumenta a energia
nominal e a potência nominal, menor é o número de ciclos com energia suficiente para uma
carga-descarga completa) e, portanto, maior tempo de vida para bateria, uma vez que esta
sofre menos desgaste; 3. Um aumento do investimento com o aumento da energia nominal e da
potência nominal da bateria; 4. Uma diminuição do LCOES, à medida que a energia e potência
nominal cresciam, até a bateria atingir uma potência e energia nominal de 1.4 MW e 1.4 MWh
respetivamente (valores mais indicados, por isso, para um melhor dimensionamento da
bateria); 5. Um aumento do ROES; 6. Um aumento dos lucros totais.
Fez-se, ainda, variar a produção programada através de duas simulações de forma a
perceber o impacto da estratégia utilizada nos resultados obtidos. Na primeira simulação,
utilizou-se como produção programada a previsão em D-1 e, na segunda simulação, usou-se
como produção programada a média entre a previsão em D-1 e a produção programada inicial.
Em ambas as simulações, constatou-se uma melhoria significativa em praticamente todos os
parâmetros (a energia armazenada anualmente triplicou, os excessos diminuíram, o número
total de ciclos carga/descarga aumentou, o LCOES diminuiu para cerca de metade e o ROES
cresceu). Este facto deveu-se ao desequilíbrio entre o excesso e o défice, por causa da
estratégia de bidding utilizada.
As análises efetuadas a partir da alteração da estratégia de bidding permitiram concluir
que a bateria de Li-ion era bastante mais utilizada quando alterada a estratégia de bidding,
contudo, constatou-se que os lucros da central diminuíam ao utilizar a previsão D-1 como
programada, devido à elevada penalização proveniente dos desvios por excesso e, apesar de
uma utilização mais frequente da bateria, o produtor teria menos lucros em relação à
utilização da estratégia inicial de bidding,
Pode-se afirmar, portanto, que a bidding strategy utilizada embora não seja eficiente para
a implementação de um ESS, maximiza os lucros da central tendo em conta as características
do mercado da Roménia.
Estudou-se, depois, a viabilidade económica e em todas as simulações efetuadas o LCOES
apresentou sempre um valor expressivamente superior ao ROES.
Finalmente, foram comparados os resultados obtidos nesta central fotovoltaica de
Grodjibodu com os dados obtidos no parque eólico de Cobadin e concluiu-se que, ainda que em
 96

Cobadin os resultados sejam melhores (verificando-se uma maior utilização da bateria), em

nenhum dos casos a implementação da bateria seria economicamente viável.

Em jeito de finalização e dando resposta ao objetivo fundamental que orientou esta

dissertação - estudar a viabilidade técnico-económica de uma bateria de Li-íon na central
fotovoltaica de Grodjibodu, na Roménia – está-se em condições de afirmar:

Não há viabilidade técnico-económica.

A viabilidade do projeto, em termos futuros, passa pela diminuição expressiva do custo da

bateria e pela implementação de uma estratégia de bidding diferente daquela que neste
estudo foi apresentada e analisada.
97

Referências

[1] Coletti, G., Sinke, W., & Bultman, J. (2014). International Technology Roadmap for
Photovoltaic ( ITRPV ) 2013 Results, (March).
[2] Surges, S. M. (2011). Market Brief Storage Market Surges US Utility-Scale Battery Storage
Market Surges Forward. America, 1–24.
[3] Scrosati, B., & Garche, J. (2010). Lithium batteries: Status, prospects and future. Journal
of Power Sources, 195(9), 2419–2430.
[4] Vazquez, S., Lukic, S. M., Galvan, E., Franquelo, L. G., & Carrasco, J. M. (2010). Energy
Storage Systems for Transport and Grid Applications. IEEE Transactions on Industrial
Electronics, 57(12), 3881–3895.
[5] Patil, A., Patil, V., Wook Shin, D., Choi, J. W., Paik, D. S., & Yoon, S. J. (2008). Issue and
challenges facing rechargeable thin film lithium batteries. Materials Research Bulletin,
43(8-9), 1913–1942.
[6] Whittingham, M. S. (2004). Lithium batteries and cathode materials. Chemical Reviews,
104(10), 4271–4301.
[7] Fergus, J. W. (2010). Recent developments in cathode materials for lithium ion batteries.
Journal of Power Sources, 195(4), 939–954.
[8] Väyrynen, A., & Salminen, J. (2012). Lithium ion battery production. The Journal of
Chemical Thermodynamics, 46, 80–85.
[9] Wakihara, M. (2001). Recent developments in lithium ion batteries. Materials Science and
Engineering: R: Reports, 33(4), 109–134.
[10] Rosolem, M. D. F. N. C., Beck, R. F., & Ribeiro, G. (2012). Bateria de lítio-íon  : conceitos
básicos e potencialidades, 59–72.
[11] Kraytsberg, A., & Ein-Eli, Y. (2011). Review on Li-air batteries - Opportunities,
limitations and perspective. Journal of Power Sources, 196(3), 886–893.
[12] Wakihara, M. (2001). Recent developments in lithium ion batteries. Materials Science and
Engineering: R: Reports, 33(4), 109–134.
[13] Lichtner, S., Bridle, R., & Pack, L. (2010). Electric Power Industry Needs for Grid-Scale
Storage Applications, (December), 1–40.
[14] Val, D. (2015). Sistemas de Armazenamento de Energia Integrados em Parques Eólicos.
[15] Eyer, J., & Corey, G. (2010). Energy Storage for the Electricity Grid : Benefits and
Market Potential Assessment Guide. Contract, 321(February), 232.
 98

[16] Zhao, H., Wu, Q., Hu, S., Xu, H., & Rasmussen, C. N. (2015). Review of energy storage
system for wind power integration support. Applied Energy, 137, 545–553.
[17] Chen, H., Cong, T. N., Yang, W., Tan, C., Li, Y., & Ding, Y. (2009). Progress in electrical
energy storage system: A critical review. Progress in Natural Science, 19(3), 291–312.
[18] Vargas, L. S., Bustos-Turu, G., & Larrain, F. (2014). Wind Power Curtailment and Energy
Storage in Transmission Congestion Management Considering Power Plants Ramp Rates.
IEEE Transactions on Power Systems, PP(99), 1–9.
[19] Díaz-González, F., Sumper, A., Gomis-Bellmunt, O., & Villafáfila-Robles, R. (2012). A
review of energy storage technologies for wind power applications. Renewable and
Sustainable Energy Reviews, 16(4), 2154–2171.
[20] Lafoz, M., García-Tabarés, L., & Blanco, M. (2008). Energy management in solar
photovoltaic plants based on ESS. 2008 13th International Power Electronics and Motion
Control Conference, EPE-PEMC 2008, 2481–2486.
[21] Barton, J. P., & Infield, D. G. (2006). A probabilistic method for calculating the
usefulness of a store with finite energy capacity for smoothing electricity generation from
wind and solar power. Journal of Power Sources, 162(2 SPEC. ISS.), 943–948.
[22] Harsha, P., & Dahleh, M. (2011). Optimal sizing of energy storage for efficient integration
of renewable energy. 50th IEEE Conference on Decision and Control and European Control
Conference, 5813 – 5819. http://doi.org/10.1109/CDC.2011.6160862
[23] Teleke, S., Baran, M. E., Bhattacharya, S., & Huang, A. Q. (2010). Rule-based control of
battery energy storage for dispatching intermittent renewable sources. IEEE Transactions
on Sustainable Energy, 1(3), 117–124.
[24] Beltran, H., Perez, E., Aparicio, N., & Rodriguez, P. (2013). Daily Solar Energy Estimation
for Minimizing Energy Storage Requirements in PV Power Plants. IEEE Transactions on
Sustainable Energy, 4(2), 474–481.
[25] Ru, Y., Kleissl, J., & Martinez, S. (2011). Storage Size Determination for Grid-Connected
Photovoltaic Systems, 1–13. Retrieved from http://arxiv.org/abs/1109.4102
[26] Bludszuweit, H., Dominiguez-Navarro, J. a, Llombart, a, & Dominguez-Navarro, J. a.
(2008). Statistical Analysis of Wind Power Forecast Error. Power Systems, IEEE
Transactions on, 23(3), 983–991.
[27] Bludszuweit, H., Dominguez-Navarro, J. A., & Domínguez-Navarro, J. A. (2011). A
Probabilistic Method for Energy Storage Sizing Based on Wind Power Forecast Uncertainty.
IEEE Transactions on Power Systems, 26(3), 1651–1658.
[28] Boutsika, T., & Santoso, S. (2012). Sizing an energy storage system to minimize wind
power imbalances from the hourly average. IEEE Power and Energy Society General
Meeting, 1–8.
[29] S.Dutta and T.Overbye, “Optimal storage coordination for minimal wind generation
schedule deviation”, in North American Power Symposium (NAPS), 2010. Sept. 2010, pp.
1-7
[30] Wang, X. Y., Vilathgamuwa, D. M., & Choi, S. S. (2008). Determination of battery storage
capacity in energy buffer for wind farm. IEEE Transactions on Energy Conversion, 23(3),
868–878.
[31] Le, H. T., Santoso, S., & Nguyen, T. Q. (2012). Augmenting Wind Power Penetration and
Grid Voltage Stability Limits Using ESS: Application Design, Sizing, and a Case Study. IEEE
Transactions on Power Systems, 27(1), 161–171.
99

[32] Beltran, H., Swierczynski, M., Luna, a., Vazquez, G., & Belenguer, E. (2011).
Photovoltaic plants generation improvement using Li-ion batteries as energy buffer.
Proceedings - ISIE 2011: 2011 IEEE International Symposium on Industrial Electronics,
2063–2069.
[33]Diaconu, O., Oprescu, G., & Pittman, R. (2009). Electricity reform in Romania. Utilities
Policy, 17(1), 114–124.
[34]“OPCOM: Despre PZU eng.” [Online]. Available:
http://www.opcom.ro/tranzactii_produse/tranzactii_produse.php?lang=en&language.
x=7&language.y=4&language=en. [Acessed: 15-Jan-2016].
[35]“OPCOM: Despre PZU eng.” [Online]. Available:
http://www.opcom.ro/tranzactii_produse/tranzactii_produse.php?lang=en&id=34.
[Acessed: 15-Jan-2016].
[36]Cujmir, T., Plant, P., & The, M. C. (n.d.). Cujmir Photovoltaic Plant buleni Photovoltaic
Plant.
[37]Pawel, I. (2014). The Cost of Storage – How to Calculate the Levelized Cost of Stored
Energy (LCOE) and Applications to Renewable Energy Generation. Energy Procedia, 46,
68–77.
[38]“Levelized Cost Calculations” [Online]. Available:
http://en.openei.org/apps/TCBD/levelized_cost_calculations.html#lcoe. [Acessed: 22-
Dez-2015].