Resumo: O balanço do sistema (BOS) de uma usina de energia fotovoltaica (PV) tem como objetivo determinar os equipamentos e componentes necessários para operar e integrar os painéis PV em um sistema na rede com compatibilidade, eficiência, acessibilidade e confiabilidade. Nesse contexto, este documento propõe uma nova estrutura baseada em otimização de três estágios para o BOS de uma usina de energia fotovoltaica. O estágio 1 determina a localização e o dimensionamento dos inversores e o agrupamento dos painéis fotovoltaicos em strings por meio do agrupamento k-means. O estágio 2 dimensiona a rede CC para conectar a cadeia fotovoltaica aos inversores. Finalmente, no Estágio 3, a rede CA é dimensionada para conectar os inversores à subestação de energia. Os estágios 2 e 3 são formulados como problemas de programação linear inteira mista (MILP) para minimizar os custos de investimento e reduzir as perdas de energia CA. A estrutura é implementada usando diferentes ferramentas e bibliotecas, incluindo Q-GIS para posicionamento geoespacial de painéis, bibliotecas Python como scikit-learn para agrupamento e Pyomo para modelar o problema de otimização dos estágios 2 e 3 com o solucionador Gurobi. Um estudo de caso real de uma usina de energia fotovoltaica localizada em Goiás, Brasil e com uma capacidade de geração instantânea de pico de 1,2 MW, é usado para validar a estrutura proposta. Os resultados demonstram a robustez, a viabilidade e a escalabilidade da abordagem proposta Ver menos

Abstract: The balance-of-system (BOS) of a photovoltaic (PV) power plant aims to determine the equipment and components necessary to operate and integrate PV panels into an on-grid system with compatibility, efficiency, affordability and reliability. In that context, this paper proposes a new three-stage optimization-based framework for the BOS of a PV power plant. In Stage 1, the k-means clustering algorithm is utilized to determine the placement and dimensions of the inverters, as well as the arrangement of PV modules in strings. During Stage 2, the DC wiring is sized to facilitate the connection between the PV strings and the inverters. Finally, in Stage 3, the AC wiring is sized to connect the inverters to the power substation. Stages 2 and 3 are formulated as mixed-integer linear programming (MILP) problems to minimize investment costs and reduce AC power losses. The framework is implemented using different tools and libraries, including Q-GIS for geospatial panel placement, Python libraries such as scikit-learn for clustering, and Pyomo for modeling the optimization problem of Stages 2 and 3 with the Gurobi solver. A real-world case study of a PV power plant located in Brazil and with peak instantaneous generation capacity of 1.2 MW, is used to validate the proposed framework. The results demonstrate the robustness, feasibility, and scalability of the proposed methodology Ver menos