Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.22/9945 |
Resumo: | A utilização da produção distribuída é vista como uma solução para responder aos desafios energéticos e ambientais dos dias de hoje, existindo cada vez maior integração destas unidades de produção de pequena escala nos edifícios. Com o aumento da produção distribuída por fontes de energia renováveis, como é o caso da eólica e fotovoltaica, são introduzidas novas dificuldades no escalonamento de recursos, isto devido às incertezas das condições atmosféricas que levam a erros de previsão. Dito isto, as ferramentas de gestão de recursos energéticos em edifícios têm que ser capazes de modelar este comportamento incerto. A principal contribuição desta dissertação foca-se no desenvolvimento de uma metodologia capaz de resolver o problema da gestão de recursos energéticos em edifícios para o dia seguinte, considerando as incertezas associadas à produção de energia das unidades fotovoltaicas e eólicas. Para modelar esta incerteza foi incorporado um modelo de otimização robusta no multi-objective particle swarm optimization. A otimização robusta numa meta-heurísticas representa uma importante contribuição desta dissertação, tendo em conta a escassez de trabalhos que abordam esta temática na literatura atual, especialmente na área da gestão de edifícios. Este tipo de abordagem permite obter uma solução mais conservadora, a melhor solução considerando os piores cenários. O problema proposto nesta tese considera dois objetivos conflituantes, a maximização dos lucros e minimização das emissões de CO2. Outras contribuições relevantes são os modelos de negócios considerados, nomeadamente, o facto do edifico poder em cada período comprar energia a diferentes comercializadores de energia e o uso do vehicle-to-building, onde o veículo pode fornecer energia ao edifício, e ainda o uso de sistemas de armazenamento. Adicionalmente, foi proposto um modelo inovador de gestão da procura, que considera o preço diário da potência de pico e um incentivo para a minimizar. É apresentado um caso de estudo de um edifício real de Portugal, de forma a verificar a viabilidade do algoritmo robusto implementado. |
id |
RCAP_7672c0c1dc7ba0fa1194063311169a33 |
---|---|
oai_identifier_str |
oai:recipp.ipp.pt:10400.22/9945 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurísticaEdifícios InteligentesGestão da ProcuraGestão de Recursos EnergéticosMulti-Objective Particle Swarm OptimizationOtimização RobustaVeículos ElétricosDemand ResponseElectric VehiclesEnergy Resource ManagementRobust OptimizationSmart BuildingA utilização da produção distribuída é vista como uma solução para responder aos desafios energéticos e ambientais dos dias de hoje, existindo cada vez maior integração destas unidades de produção de pequena escala nos edifícios. Com o aumento da produção distribuída por fontes de energia renováveis, como é o caso da eólica e fotovoltaica, são introduzidas novas dificuldades no escalonamento de recursos, isto devido às incertezas das condições atmosféricas que levam a erros de previsão. Dito isto, as ferramentas de gestão de recursos energéticos em edifícios têm que ser capazes de modelar este comportamento incerto. A principal contribuição desta dissertação foca-se no desenvolvimento de uma metodologia capaz de resolver o problema da gestão de recursos energéticos em edifícios para o dia seguinte, considerando as incertezas associadas à produção de energia das unidades fotovoltaicas e eólicas. Para modelar esta incerteza foi incorporado um modelo de otimização robusta no multi-objective particle swarm optimization. A otimização robusta numa meta-heurísticas representa uma importante contribuição desta dissertação, tendo em conta a escassez de trabalhos que abordam esta temática na literatura atual, especialmente na área da gestão de edifícios. Este tipo de abordagem permite obter uma solução mais conservadora, a melhor solução considerando os piores cenários. O problema proposto nesta tese considera dois objetivos conflituantes, a maximização dos lucros e minimização das emissões de CO2. Outras contribuições relevantes são os modelos de negócios considerados, nomeadamente, o facto do edifico poder em cada período comprar energia a diferentes comercializadores de energia e o uso do vehicle-to-building, onde o veículo pode fornecer energia ao edifício, e ainda o uso de sistemas de armazenamento. Adicionalmente, foi proposto um modelo inovador de gestão da procura, que considera o preço diário da potência de pico e um incentivo para a minimizar. É apresentado um caso de estudo de um edifício real de Portugal, de forma a verificar a viabilidade do algoritmo robusto implementado.The use of distributed generation is seen as one of the possible solutions to answer today’s energy and environmental challenges with an increasing integration of this small scale production units in buildings. With the increasing of distributed generation from renewable energy sources, such as wind and photovoltaic, new difficulties are introduced in resources scheduling, due to the uncertainties from weather conditions that lead to forecast errors. That said, the energy resource management tools in buildings need to be able to model this uncertain behaviour. The main contribution of this thesis focuses on the development of a methodology to solve the day-ahead energy resource management problem in buildings, considering the uncertainties associated with the energy production from photovoltaic and wind units. To model this uncertainty a robust optimization was incorporated in multi-objective particle swarm optimization. The robust optimization applied to a meta-heuristic, taking into account the scarcity of studies addressing this subject, especially in the area of building management, is an important contribution of this work. This approach allows a more conservative solution, the best solution considering the worst-case scenarios. The proposed problem in this thesis considers two conflicting objectives, maximizing profits and minimizing CO2 emissions. Other relevant contributions are the business models considered, namely the fact that the building can buy energy from different external suppliers in each period, the use of vehicle to-building, in which the electric vehicle can supply energy to the building, and the use of storage systems. In addition, an innovative demand response model has been proposed, which considers a daily peak power pricing and an incentive to minimize it. A case study is presented using a real building facility from Portugal, in order to verify the feasibility of the robust algorithm implemented.Vale, Zita Maria Almeida doRepositório Científico do Instituto Politécnico do PortoBorges, Nuno dos Santos2017-06-26T14:39:27Z20162016-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/9945TID:201708736porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:51:28Zoai:recipp.ipp.pt:10400.22/9945Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:30:25.176191Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística |
title |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística |
spellingShingle |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística Borges, Nuno dos Santos Edifícios Inteligentes Gestão da Procura Gestão de Recursos Energéticos Multi-Objective Particle Swarm Optimization Otimização Robusta Veículos Elétricos Demand Response Electric Vehicles Energy Resource Management Robust Optimization Smart Building |
title_short |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística |
title_full |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística |
title_fullStr |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística |
title_full_unstemmed |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística |
title_sort |
Otimização Robusta de Recursos Energéticos em Edifícios utilizando MetaHeurística |
author |
Borges, Nuno dos Santos |
author_facet |
Borges, Nuno dos Santos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Vale, Zita Maria Almeida do Repositório Científico do Instituto Politécnico do Porto |
dc.contributor.author.fl_str_mv |
Borges, Nuno dos Santos |
dc.subject.por.fl_str_mv |
Edifícios Inteligentes Gestão da Procura Gestão de Recursos Energéticos Multi-Objective Particle Swarm Optimization Otimização Robusta Veículos Elétricos Demand Response Electric Vehicles Energy Resource Management Robust Optimization Smart Building |
topic |
Edifícios Inteligentes Gestão da Procura Gestão de Recursos Energéticos Multi-Objective Particle Swarm Optimization Otimização Robusta Veículos Elétricos Demand Response Electric Vehicles Energy Resource Management Robust Optimization Smart Building |
description |
A utilização da produção distribuída é vista como uma solução para responder aos desafios energéticos e ambientais dos dias de hoje, existindo cada vez maior integração destas unidades de produção de pequena escala nos edifícios. Com o aumento da produção distribuída por fontes de energia renováveis, como é o caso da eólica e fotovoltaica, são introduzidas novas dificuldades no escalonamento de recursos, isto devido às incertezas das condições atmosféricas que levam a erros de previsão. Dito isto, as ferramentas de gestão de recursos energéticos em edifícios têm que ser capazes de modelar este comportamento incerto. A principal contribuição desta dissertação foca-se no desenvolvimento de uma metodologia capaz de resolver o problema da gestão de recursos energéticos em edifícios para o dia seguinte, considerando as incertezas associadas à produção de energia das unidades fotovoltaicas e eólicas. Para modelar esta incerteza foi incorporado um modelo de otimização robusta no multi-objective particle swarm optimization. A otimização robusta numa meta-heurísticas representa uma importante contribuição desta dissertação, tendo em conta a escassez de trabalhos que abordam esta temática na literatura atual, especialmente na área da gestão de edifícios. Este tipo de abordagem permite obter uma solução mais conservadora, a melhor solução considerando os piores cenários. O problema proposto nesta tese considera dois objetivos conflituantes, a maximização dos lucros e minimização das emissões de CO2. Outras contribuições relevantes são os modelos de negócios considerados, nomeadamente, o facto do edifico poder em cada período comprar energia a diferentes comercializadores de energia e o uso do vehicle-to-building, onde o veículo pode fornecer energia ao edifício, e ainda o uso de sistemas de armazenamento. Adicionalmente, foi proposto um modelo inovador de gestão da procura, que considera o preço diário da potência de pico e um incentivo para a minimizar. É apresentado um caso de estudo de um edifício real de Portugal, de forma a verificar a viabilidade do algoritmo robusto implementado. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016 2016-01-01T00:00:00Z 2017-06-26T14:39:27Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.22/9945 TID:201708736 |
url |
http://hdl.handle.net/10400.22/9945 |
identifier_str_mv |
TID:201708736 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799131399973765120 |