Metodologias para desagregação entre carga e geração em sistemas de distribuição de energia elétrica com uso de medidores inteligentes

Em sistemas de compensação de energia elétrica (do inglês, net metering), nos quais faz-se uso de medidor único para o consumidor, i.e., não há medidores separados para a carga e a geração do consumidor visando reduzir os custos (e.g., no Brasil), a informação fornecida para a concessionária é o consumo/geração líquido(a) da unidade consumidora (UC). Esta modalidade de conexão de geração é comumente denominada behind-the-meter (BTM). Com isto, há dificuldades em determinar separadamente a capacidade instalada de geração distribuída e o consumo dos equipamentos das unidades consumidoras, tornando mais complexas tarefas como planejamento da expansão do sistema, previsão de demanda, análises de perdas (técnicas e não técnicas) e até a análise de viabilidade de novos geradores. Adicionalmente, podem ocorrer erros nas bases de dados da concessionária, pois, devido a inúmeras requisições de conexão de geração, informações podem ser cadastradas de forma incorreta, assim como acontece com consumidores, e.g., fornecendo incorretamente a capacidade do gerador. Na perspectiva da UC, a desagregação entre a carga e a geração possibilita o monitoramento indireto (não-intrusivo) do desempenho do sistema de geração, facilitando, por exemplo para sistemas fotovoltaicos (FVs), a detecção de defeitos internos, a necessidade de limpeza das placas solares, sombreamentos não vislumbrados na concepção do projeto e até a inoperância do sistema. Em razão do exposto, três metodologias para desagregação entre carga e geração FV em sistemas BTM são desenvolvidas neste projeto de mestrado. Estas metodologias consideram diferentes cenários de disponibilidade de dados, sendo cada método testado com base de dados sintéticos e reais, utilizando desde técnicas simples, como regressão linear, até técnicas mais complexas, como redes adversárias generativas. O primeiro método desenvolvido, realiza a detecção e estimação da capacidade instalada de sistemas FVs utilizando dados históricos de demanda nativa (carga) e geração FV de consumidores observáveis, i.e., com medidor dedicado ao sistema FV, sendo capaz de detectar a presença de módulos FVs com valores de acurácia, sensibilidade e precisão acima de 90% e estimar a capacidade instalada destes mesmos sistemas FVs com erro percentual absoluto abaixo de 11,5%. Já o segundo método apresentado realiza a desagregação de curvas de geração FV utilizando sistemas FVs observáveis próximos, obtendo medianas de Normalized Mean Average Error (nMAE) e erro de energia diários de 7% e 5%, respectivamente. Por fim, o terceiro método realiza a desagregação de sistemas FVs utilizando apenas as curvas de demanda líquida e dados meteorológicos de baixa resolução, obtendo medianas de nMAE e erro de energia diários menores que 11,5% (AU)