Otimização da capacidade de carga em microrredes (SmartGrid) usando programação linear
DOI:
https://doi.org/10.51247/st.v9iS1.731Palavras-chave:
otimização energética, Pyomo, programação linear inteira mista, microrredes, energias renováveis, armazenamento em baterias.Resumo
Este trabalho apresenta o projeto, a formulação e a implementação de um modelo de otimização energética baseado em programação linear inteira mista, aplicado à operação anual de uma microrrede residencial com geração fotovoltaica, armazenamento de energia em baterias e conexão à rede elétrica. A metodologia proposta fundamenta-se na formulação matemática do problema de despacho energético horário, incorporando restrições técnicas relacionadas ao balanço de energia, à dinâmica do estado de carga da bateria, aos limites de potência e à não simultaneidade dos processos de carga e descarga. O modelo foi implementado no ambiente de código aberto Pyomo, utilizando Python e um solver linear de livre acesso, o que garante sua reprodutibilidade e adaptabilidade a diferentes contextos. Para avaliar o desempenho da abordagem proposta, os resultados obtidos foram comparados com os de uma estratégia heurística anual baseada em regras sequenciais de despacho. Os resultados mostram que o modelo de programação matemática permite reduzir o custo anual de operação entre 2% e 3%, aumentar significativamente o aproveitamento da energia fotovoltaica e reduzir a energia adquirida da rede entre 30% e 40%, mantendo, em todos os casos, uma cobertura de 100% da demanda. O estudo confirma a viabilidade e o potencial das técnicas de otimização matemática como ferramentas de apoio à gestão eficiente e sustentável de microrredes elétricas em ambientes residenciais.
Downloads
Referências
Balderrama, S., Lombardi, F., Riva, F., Canedo, W., Colombo, E., y Quoilin, S. (2019). A two-stage linear programming optimization framework for isolated hybrid microgrids in a rural context: The case study of the “El Espino” community. Energy, 188, 116073. https://doi.org/10.1016/j.energy.2019.116073
Bose, S., & Zhang, Y. (2023). Load restoration in islanded microgrids: Formulation and solution strategies. IEEE Transactions on Control of Network Systems, 11(3), 1345-1357.
Dev, A., Kumar, V., Khare, G., Giri, J., Amir, M., Ahmad, F., ... & Anand, S. (2025). Advancements and Challenges in Microgrid Technology: A Comprehensive Review of Control Strategies, Emerging Technologies, and Future Directions. Energy Science & Engineering, 13(4), 2112-2134.
Dolara, A., Grimaccia, F., Magistrati, G., y Marchegiani, G. (2017). Optimization models for islanded micro-grids: A comparative analysis between linear programming and mixed integer programming. Energies, 10(2), 241. https://doi.org/10.3390/en10020241
Doostizadeh, M., Shakarami, M. R., & Bastami, H. (2019). Decentralized energy trading framework for active distribution networks with multiple microgrids under uncertainty. Scientia Iranica, 26(Special Issue on machine learning, data analytics, and advanced optimization techniques...), 3606-3621.
Giuseppi, A., Pietrabissa, A., Liberati, F., & Di Giorgio, A. (2020, September). Controlled Optimal Black Start Procedures in Smart Grids for Service Restoration in Presence of Electrical Storage Systems. In 2020 28th Mediterranean Conference on Control and Automation (MED) (pp. 746-751). IEEE.
González-Niño, M. E., Sierra-Herrera, O. H., Pineda-Muñoz, W. A., Muñoz-Galeano, N., & López-Lezama, J. M. (2025). Exploring Technology Trends and Future Directions for Optimized Energy Management in Microgrids. Information, 16(3), 183.
Hart, W. E., Laird, C., Watson, J.-P., Woodruff, D. L., Hackebeil, G. A., Nicholson, B. L., & Siirola, J. D. (2017). Pyomo – Optimization modeling in Python (2nd ed.). Springer.
Jokar-Dehoie, M., Zare, M., Niknam, T., Aghaei, J., Pourbehzadi, M., Javidi, G., & Sheybani, E. (2022). Game theory-based bidding strategy in the three-level optimal operation of an aggregated Microgrid in an oligopoly market. IEEE Access, 10, 104719-104736.
Joshan, A. (2025). Emerging trends and advanced techniques in power system optimization for future smart grids. Power, Control, and Data Processing Systems, 2(2), 26-38.
Li, W., Huang, S., Zhang, T., Wang, R., y Wang, L. (2022). Large-scale matrix optimization-based multi microgrid topology design with a constrained differential evolution algorithm. arXiv preprint arXiv:2207.08327
Liu, G., Ferrari, M. F., y Chen, Y. (2023). A mixed-integer linear programming-based distributed energy management for networked microgrids considering network operational objectives and constraints. IET Energy Systems Integration, 5(3), 257–270.
Lotfi, H., y Khodaei, A. (2017). Co-optimization of generation and distribution planning in microgrids. arXiv preprint
Montazeri, A., Sedighi Anaraki, A., y Aref, S. (2019). Optimal technical and economical operation of microgrids through the implementation of sequential quadratic programming algorithm. IEEE Transactions on Smart Grid, 8(3), 1351–1360.
Moosavi, M., Olamaei, J., y Shourkaei, H. M. (2025). Optimizing microgrid performance, A multi-objective strategy for integrated energy management with hybrid sources and demand response. Scientific Reports, 15, 17827.
Moses Babu, K. V. S., Chakraborty, P., y Pal, M. (2025). Demand response optimization MILP framework for microgrids with DERs. arXiv preprint arXiv:2502.08764
Nagarajan, K., Rajagopalan, A., Bajaj, M., Raju, V., Blazek, V., y Prokop, L. (2025). Improved Lyrebird optimization for multi microgrid sectionalizing and cost-efficient scheduling of distributed generation. Scientific Reports, 15, Artículo 17345. https://doi.org/10.1038/s41598-025-02200-x
Ouramdane, O., Elbouchikhi, E., Amirat, Y., & Sedgh Gooya, E. (2021). Optimal sizing and energy management of microgrids with vehicle-to-grid technology: A critical review and future trends. Energies, 14(14), 4166.
Pradhan, S., Mishra, D., & Maharana, M. K. (2017, February). Energy management system for micro grid pertaining to renewable energy sources: A review. In 2017 International conference on innovative mechanisms for industry applications (ICIMIA) (pp. 18-23). IEEE.
Rajendran Pillai, V. R., Rajasekharan Nair Valsala, R., Raj, V., Petra, M. I., Krishnan Nair, S. K., & Mathew, S. (2023). Exploring the potential of microgrids in the effective utilisation of renewable energy: a comprehensive analysis of evolving themes and future priorities using main path analysis. Designs, 7(3), 58.
Safder, M. U., Sanjari, M. J., Hamza, A., Garmabdari, R., Hossain, M. A., & Lu, J. (2023). Enhancing microgrid stability and energy management: Techniques, challenges, and future directions. Energies, 16(18), 6417.
Shafiullah, M., Refat, A. M., Haque, M. E., Chowdhury, D. M. H., Hossain, M. S., Alharbi, A. G., ... & Hossain, S. (2022). Review of recent developments in microgrid energy management strategies. Sustainability, 14(22), 14794.
Uddin, M., Mo, H., Dong, D., Elsawah, S., Zhu, J., y Guerrero, J. M. (2023). Microgrids, A review, outstanding issues and future trends. Energy Strategy Reviews, 49, 101127
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2026 Adriano Ramírez-Galeano, Miguel Alfonso Flores-Sánchez
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
