[pt] O inevitável crescimento da demanda por recursos energéticos, imposta por
tempos de acelerada transformação econômica e social, e as imposições da pauta
climática, fomentam o interesse pelo estudo de processos mais eficientes e menos
poluentes. Neste contexto, por meio de simulações no MATLAB/Simulink, este
trabalho realiza o dimensionamento, simulação e otimização de um sistema híbrido
de geração de energia elétrica, desconectado da rede (off-grid), composto por
grupos geradores e banco de baterias, visando aplicações comerciais com diferentes
níveis de demanda, em cenários sazonais distintos. Também é objeto de estudo,
avaliar os ganhos em eficiência e emissões de poluentes atmosféricos, comparandose os cenários simulados a partir de estimativas de linha de base. Os sistemas são
compostos por geradores a Diesel (linha de base) com potências entre 600 e
5200kW, geradores a Gás Natural com potências entre 400 e 5088kW, e bancos de
baterias com capacidades entre 900 e 9000kWh para os cenários alternativos. Foi
realizada uma análise energética dos sistemas, considerando variação da energia,
estado de carga, consumo específico de combustível, eficiência e outros, além da
análise das emissões de poluentes advindos dos geradores. Por fim, com as
variáveis de saída do modelo, comparou-se os resultados entre os diversos casos e
os cenários de linha de base, além de analisar a influência dos fatores utilizados
para criação dos cenários simulados (tipos de geração, variabilidade da carga e
multiplicadores). Em comparação entre a linha de base, e o cenário mais promissor
(Gás Natural + bancos de baterias), observou-se, na média, aumento de eficiência
de até 19,8 por cento para o verão, e 26,7 por cento para o inverno. Além de detectar aumento das
emissões de hidrocarbonetos não queimados e monóxido de carbono, e redução das
emissões de óxido de nitrogênio, material particulado e dióxido de carbono. / [en] The inevitable growth in demand for energy resources, imposed by times of
accelerated economic and social transformation, and the impositions of the climate
agenda, encourage interest in the study of more efficient and less polluting
processes. In this context, performing simulations in MATLAB/Simulink, this work
carries out the sizing, simulation and optimization of a hybrid power generation
system, disconnected from the grid (off-grid), and composed by generator sets and
battery banks, aiming commercial applications with different levels of demand, in
different seasonal scenarios. It is also object of study to evaluate the gains in
efficiency and the emissions of atmospheric pollutants, comparing the simulated
scenarios from baseline estimates. The systems are composed by diesel generators
(baseline) with output power between 600 and 5200kW, Natural Gas generators
with output power between 400 and 5088kW, and battery banks with capacities
between 900 and 9000kWh for alternative scenarios. An energy analysis of the
systems was performed, considering energy variation, state of charge, C rate, engine
load levels, specific fuel consumption and efficiency. In addition, the analysis of
pollutant emissions from generators. Finally, with the model s output variables, the
results were compared between the different cases and the baseline scenarios, in
addition to analyzing the influence of the factors used to create the simulated
scenarios (types of generation, load variability and multipliers). In comparison
between the baseline and the most promising scenario (Natural Gas + battery
banks), it was possible to observe average gains with efficiency increases of up to
19.8 percent for the summer, and 26.7 percent for the winter. In addition to detecting increased
emissions of unburned hydrocarbons and carbon monoxide, and reduction in
emissions of nitrous oxide, particulate matter and carbon dioxide.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:61426 |
| Date | 29 November 2022 |
| Creators | MARCOS ALEXANDRE IZIDORO DA FONSECA |
| Contributors | SERGIO LEAL BRAGA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0272 seconds