Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas

Detalhes bibliográficos
Autor(a) principal: Lara Filho, Mauro Obladen de, 1996-
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/73197
Resumo: Orientador: Prof. Dr. Clodomiro Unsihuay-Vila
id UFPR_5409b013dc2705c7231af5dc0417eb94
oai_identifier_str oai:acervodigital.ufpr.br:1884/73197
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Lara Filho, Mauro Obladen de, 1996-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia ElétricaUnsihuay-Vila, Clodomiro, 1976-2022-03-21T14:26:29Z2022-03-21T14:26:29Z2021https://hdl.handle.net/1884/73197Orientador: Prof. Dr. Clodomiro Unsihuay-VilaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa : Curitiba, 30/08/2021Inclui referências: p. 166-170Área de concentração: Sistemas de energiaResumo: Nos últimos anos, existe uma tendência no Brasil e no mundo para a expansão dos recursos energéticos distribuídos (REDs), como geradores fotovoltaicos, baterias, entre outros. Também se observa grande desenvolvimento de tecnologias inteligentes para a rede elétrica, como a possibilidade de alocação de cargas controláveis no tempo (resposta da demanda). As novas tecnologias, combinadas à demanda por maior confiabilidade dos sistemas elétricos têm levado a implementação das microrredes nas redes de distribuição de energia elétrica de maneira cada vez mais acelerada. Porém, existem uma série de novos desafios na operação de microrredes considerando os REDs e resposta da demanda (RD), principalmente a presença de incertezas presentes em fontes de energia intermitentes, como a fotovoltaica e a eólica, e na demanda. Assim, este trabalho propõe um modelo computacional para a programação de operação diária de microrredes sob incertezas considerando os REDs e RD utilizando otimização robusta adaptativa (ARO) e robusta orientada a dados (DDARO). Na formulação proposta, uma microrrede é modelada de forma análoga a uma rede ativa de distribuição em pequena escala, ou seja, é considerada uma modelagem multinós para possibilitar a consideração de restrições de capacidade nos alimentadores e linhas e tensão nos nós da microrrede. Desta maneira, nos nós da microrrede podem estar conectados microgeração distribuída fotovoltaica, microturbina a gás natural, bateria e carga controlável e não controlável. Nas metodologias propostas, a programação da operação diária de microrredes é formulada como um problema de otimização linear inteira-mista (MILP) de três níveis e resolvida usando uma decomposição de dois estágios através do algoritmo de geração de colunas e restrições (C&CG), uma técnica popular na literatura. Esta metodologia foi implementada considerando quatro diferentes microrredes como sistemas-teste, assim como duas simulações de casos reais. Os resultados obtidos indicam primeiramente a viabilidade dos modelos robusto e robusto orientado a dados de otimização e a importância da consideração das incertezas nos modelos computacionais, visto que os custos operacionais nas simulações com os sistemas teste aumentaram entre 32 e 61% utilizando a metodologia ARO e entre 1,74 e 6,12% utilizando a metodologia DDARO. Além disso, estes resultados indicam as vantagens de uso da otimização orientada a dados, pois o aumento de custo operacional após a inserção das incertezas foi menor neste em comparação ao modelo ARO.Abstract: In recent years, there has been a trend in Brazil and in the world for the expansion of distributed energy resources (DERs), such as photovoltaic generators, batteries, among others. There has also been a great development of intelligent technologies for the electric grid, such as the possibility of allocating controllable loads over time (demand response). These technologies, combined with the demand for better reliability in the electric grid, have led to the increasingly accelerated implementation of microgrids in electricity distribution networks. However, there are several new challenges in the operation of microgrids considering the DERs and demand response (DR), mainly the presence of uncertainties that are present in the intermittent energy sources, such as photovoltaics and wind, and in load demand. Thus, this work proposes a computational model for the programming of daily operation of microgrids under uncertainty considering DERs and DR using adaptive robust optimization (ARO) and data-driven adaptive robust optimization (DDARO). In the proposed formulation, the microgrid is modeled in an analogous manner to a small-scale active distribution network, meaning that it is modeled as a multi-node network to enable considerations such as capacity restrictions in lines and feeders and node voltages. Thus, in each microgrid node, there may be a photovoltaic generator, a battery energy storage system, a standard thermal natural gas generator and both controllable and non-controllable loads. In the proposed methodology, the programming of the daily operation of microgrids is formulated as a two-stage, three-level mixed-integer linear optimization (MILP) problem and solved by the column and constraint generation algorithm (C&CG), a popular technique in the literature. This methodology was implemented considering four different microgrids as test systems, as well as two real world microgrids. The results obtained indicate firstly the viability of the robust and data-driven robust optimization models and the importance of considering the uncertainties in the computational models, since the operational costs in simulations using test systems increased by between 32% and 61% in the ARO optimization and by between 1,74% and 6,12% in the DDARO optimization. In addition, these results indicate de advantages of using a DDARO model, since the increase in operational costs was diminished in the DDARO optimization when compared to ARO.1 arquivo (172 p.) : PDF.application/pdfRedes inteligentes de energiaEnergia elétrica - DistribuiçãoEngenharia ElétricaEnergia - Fontes alternativasModelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - MAURO OBLADEN DE LARA FILHO.pdfapplication/pdf5400786https://acervodigital.ufpr.br/bitstream/1884/73197/1/R%20-%20D%20-%20MAURO%20OBLADEN%20DE%20LARA%20FILHO.pdf38e3eee22a03a894ad23d51bb937b9e8MD51open access1884/731972022-03-21 11:26:29.605open accessoai:acervodigital.ufpr.br:1884/73197Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-03-21T14:26:29Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
title Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
spellingShingle Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
Lara Filho, Mauro Obladen de, 1996-
Redes inteligentes de energia
Energia elétrica - Distribuição
Engenharia Elétrica
Energia - Fontes alternativas
title_short Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
title_full Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
title_fullStr Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
title_full_unstemmed Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
title_sort Modelo robusto orientado a dados para programação diária de operação de microrredes considerando recursos energéticos distribuídos sob incertezas
author Lara Filho, Mauro Obladen de, 1996-
author_facet Lara Filho, Mauro Obladen de, 1996-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica
dc.contributor.author.fl_str_mv Lara Filho, Mauro Obladen de, 1996-
dc.contributor.advisor1.fl_str_mv Unsihuay-Vila, Clodomiro, 1976-
contributor_str_mv Unsihuay-Vila, Clodomiro, 1976-
dc.subject.por.fl_str_mv Redes inteligentes de energia
Energia elétrica - Distribuição
Engenharia Elétrica
Energia - Fontes alternativas
topic Redes inteligentes de energia
Energia elétrica - Distribuição
Engenharia Elétrica
Energia - Fontes alternativas
description Orientador: Prof. Dr. Clodomiro Unsihuay-Vila
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-03-21T14:26:29Z
dc.date.available.fl_str_mv 2022-03-21T14:26:29Z
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 https://hdl.handle.net/1884/73197
url https://hdl.handle.net/1884/73197
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 1 arquivo (172 p.) : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/73197/1/R%20-%20D%20-%20MAURO%20OBLADEN%20DE%20LARA%20FILHO.pdf
bitstream.checksum.fl_str_mv 38e3eee22a03a894ad23d51bb937b9e8
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898836606713856