Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais

Detalhes bibliográficos
Autor(a) principal: Ramos, Neyla Danquá dos
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124329
Resumo: Orientador: Prof. Dr. Ivan Roberto Santana Casella
id UFBC_b5870e23281f313a4b46c53eacf2d957
oai_identifier_str oai:BDTD:124329
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciaisRESPOSTA DE DEMANDAGERENCIAMENTO DE CARGASCUSTO DE ENERGIAOTIMIZAÇÃO POR ENXAME DE PARTÍCULASVEÍCULO ELÉTRICODEMAND RESPONSELOAD MANAGEMENTENERGY COSTPARTICLE SWARM OPTIMIZATIONELECTRIC VEHICLEPROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABCOrientador: Prof. Dr. Ivan Roberto Santana CasellaDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Energia, Santo André, 2022.O aumento da demanda de energia global tem tornado cada vez mais urgente e necessário o gerenciamento otimizado do consumo de energia elétrica. O uso mais eficiente da energia é um dos grandes desafios da atualidade e tem sido tratado através do conceito de redes inteligentes. As redes inteligentes podem ser consideradas como uma evolução do modelo energético clássico para possibilitar um gerenciamento mais eficiente da relação entre a oferta e demanda de energia, de modo a superar os problemas de contingência do mundo moderno e oferecer novos serviços aos consumidores e concessionárias. Elas têm uma importância significativa na otimização do uso da energia nas residências e na redução dos gastos com eletricidade, através do uso de técnicas de monitoramento e controle automático de cargas e de medidas de eficiência energética como, por exemplo, programas de resposta de demanda. Uma parte da inteligência das redes inteligentes pode ser implementada através de técnicas de otimização bioinspiradas de baixa complexidade como a otimização por colônia de formigas, algoritmo de polinização de flores, algoritmo genético ou otimização por enxame de partículas. Especificamente, a otimização por enxame de partículas tem se destacado na solução de problemas de resposta de demanda pela sua eficiência em gerar soluções otimizadas, apresentando resultados robustos e esforços computacionais reduzidos. Neste contexto, o presente trabalho propõe o uso da técnica de otimização por enxame de partículas no gerenciamento de cargas em residências para redução dos gastos com eletricidade, levando em consideração as restrições de operação de cada carga, definidas pelo consumidor e pelo operador da SG, e a aplicação de um programa de resposta de demanda baseado em preços estabelecido pela concessionária. Adicionalmente, é proposto um método complementar para permitir o uso de veículos elétricos à bateria para o fornecimento de energia nas residências nos horários de maior tarifa, de modo a reduzir o consumo de energia da rede nestes horários, além de minimizar os gastos com eletricidade.The increase in global energy demand has made it increasingly urgent and necessary to optimally manage electric power consumption. The more efficient use of energy is one of today's great challenges and has been addressed through the concept of smart grids. Smart grids can be considered as an evolution of the classical energy model to enable a more efficient management of the relationship between energy supply and demand in order to overcome the contingency problems of the modern world and offer new services to consumers and utilities. They are of significant importance in optimizing energy use in households and reducing electricity expenditures through the use of automatic load monitoring and control techniques and energy efficiency measures such as demand response programs. Some of the intelligence of smart grids can be implemented through low complexity bio-inspired optimization techniques such as ant colony optimization, flower pollination algorithm, genetic algorithm, or particle swarm optimization. Specifically, particle swarm optimization has excelled in solving demand response problems for its efficiency in generating optimal solutions, presenting robust results, and reduced computational efforts. In this context, this paper proposes the use of the particle swarm optimization technique in the management of residential loads to reduce electricity costs, taking into account the operating constraints of each load, defined by the consumer and the SG operator, and the application of a demand response program based on prices established by the utility. Additionally, a complementary method is proposed to allow the use of battery electric vehicles to supply energy to homes at the highest tariff times, in order to reduce grid energy consumption at these times, in addition to minimizing electricity costs.Casella, Ivan Roberto SantanaCapovilla, Carlos EduardoTrujillo, Joel David MeloRamos, Neyla Danquá dos2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf162 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124329http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124329&midiaext=80822Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=124329porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2023-06-19T10:38:58Zoai:BDTD:124329Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2023-06-19T10:38:58Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
title Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
spellingShingle Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
Ramos, Neyla Danquá dos
RESPOSTA DE DEMANDA
GERENCIAMENTO DE CARGAS
CUSTO DE ENERGIA
OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS
VEÍCULO ELÉTRICO
DEMAND RESPONSE
LOAD MANAGEMENT
ENERGY COST
PARTICLE SWARM OPTIMIZATION
ELECTRIC VEHICLE
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
title_short Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
title_full Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
title_fullStr Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
title_full_unstemmed Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
title_sort Otimização por enxame de partículas aplicada no gerenciamento de cargas residenciais
author Ramos, Neyla Danquá dos
author_facet Ramos, Neyla Danquá dos
author_role author
dc.contributor.none.fl_str_mv Casella, Ivan Roberto Santana
Capovilla, Carlos Eduardo
Trujillo, Joel David Melo
dc.contributor.author.fl_str_mv Ramos, Neyla Danquá dos
dc.subject.por.fl_str_mv RESPOSTA DE DEMANDA
GERENCIAMENTO DE CARGAS
CUSTO DE ENERGIA
OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS
VEÍCULO ELÉTRICO
DEMAND RESPONSE
LOAD MANAGEMENT
ENERGY COST
PARTICLE SWARM OPTIMIZATION
ELECTRIC VEHICLE
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
topic RESPOSTA DE DEMANDA
GERENCIAMENTO DE CARGAS
CUSTO DE ENERGIA
OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS
VEÍCULO ELÉTRICO
DEMAND RESPONSE
LOAD MANAGEMENT
ENERGY COST
PARTICLE SWARM OPTIMIZATION
ELECTRIC VEHICLE
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
description Orientador: Prof. Dr. Ivan Roberto Santana Casella
publishDate 2022
dc.date.none.fl_str_mv 2022
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://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124329
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124329
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124329&midiaext=80822
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=124329
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
162 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1801502110387273728

Registros relacionados