Sistema de gerenciamento de energia para microrredes

Detalhes bibliográficos
Autor(a) principal: Correia, Vitor Teles, 1985-
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/74241
Resumo: Orientador: Prof. Dr. Alexandre Rasi Aoki
id UFPR_a9e9c938a2e99c6a7f33ffde209449f0
oai_identifier_str oai:acervodigital.ufpr.br:1884/74241
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Correia, Vitor Teles, 1985-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia ElétricaAoki, Alexandre Rasi2022-03-22T14:44:24Z2022-03-22T14:44:24Z2021https://hdl.handle.net/1884/74241Orientador: Prof. Dr. Alexandre Rasi AokiDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa : Curitiba, 30/11/2021Inclui referências: p. 88-91Área de concentração: Sistemas de PotênciaResumo: Na atualidade, a busca por eficiência energética e por tecnologias que a possibilite é uma realidade em praticamente todas as partes da sociedade. As microrredes surgem como alternativa tecnológica para atender esta questão, melhorando a eficiência, resiliência e confiabilidade do sistema elétrico, devido a presença de recursos energéticos distribuídos, como os geradores fotovoltaicos e eólicos bem como os sistemas de armazenamento de energia de baterias. Porém, a presença destes adiciona complexidade à operação destes sistemas elétricos, em especial devido a característica variável da geração, bem como a incerteza na demanda, surgindo novos desafios relacionados ao gerenciamento de energia. Assim, esta dissertação propõe um sistema de gerenciamento de energia em tempo real para microrredes conectadas à rede de distribuição e no modo ilhado, utilizando uma abordagem com técnicas de inteligência artificial para avaliar as divergências entre o despacho (realizado ontem visando o dia seguinte) e o tempo real (acontecendo hoje). Técnicas de redes neurais artificiais são utilizadas para prever a demanda e a geração no próximo ponto de operação da microrrede (adotado como um intervalo de 10 minutos) com base em dados históricos. Uma abordagem de cálculo do desvio entre despacho e tempo real em três dimensões de análise é apresentada, considerando a geração de energia fotovoltaica, curva de carga e estado de carga (SOC) das baterias. O sistema categoriza o desvio em três conjuntos fuzzy (pequeno, médio e grande) e atua de acordo. Um sistema de apoio a decisão com inferência fuzzy é utilizado para ajustar o próximo ponto de operação, e uma abordagem de programação linear inteira-mista (PLIM) é utilizada para otimizar um novo ponto de operação quando o desvio é grande e o ponto de operação do despacho é infactível. São apresentadas simulações em oito diferentes cenários de operação da microrrede para análise da atuação do sistema. Além destes, uma simulação de um dia completo é analisada considerando uma microrrede real com intervalos de tempo de atuação de 10 minutos, utilizando os dados dos pontos de operação realizados pela microrrede para o sistema de previsão do próximo ponto. Os resultados mostram que a metodologia utilizada consegue atender a questão das incertezas de geração e demanda, através da categorização dos desvios para que o sistema atue de acordo. Ainda, na simulação do dia inteiro é observada uma redução de custo operacional da microrrede através do controle da taxa de carga e descarga da bateria.Abstract: Nowadays, the pursue for energy efficiency and technologies that makes it possible is a reality in almost all parts of society. Microgrids arise as a technological alternative to address this issue, improving the efficiency, resilience, and reliability of the electrical system, due to the presence of distributed energy resources, such as photovoltaic and wind generators as well as battery energy storage systems. However, their presence adds complexity to the operation of these electrical systems, especially due to the intermittent characteristic of generation, as well as the uncertainty in demand, creating new challenges related to energy management. Thus, this dissertation proposes a real time energy management system for microgrids connected to the wider electrical grid and in island mode, using an approach with artificial intelligence techniques to evaluate the deviation between dispatch (carried out in the day before for the day-ahead) and real-time (happening today). Artificial neural network techniques are used to forecast demand and generation at the next microgrid operating point (adopted as a 10-minute interval) based on historical data. An approach to calculate the deviation between dispatch and real time in three dimensions of analysis is presented, considering the photovoltaic energy generation, load curve and batteries state of charge (SOC). The system categorizes the deviation into three fuzzy sets (small, medium, and large) and acts accordingly. A decision support system with a fuzzy inference system is used to adjust the next operating point, and a mixed-integer linear programming (MILP) approach is used to optimize a new operating point when the deviation is large, and the operating point of dispatch is unfeasible. Simulations in eight different microgrid operation scenarios are presented to analyze the system performance. In addition to these, a full-day simulation is analyzed considering a real microgrid with operating time 10-minutes intervals, using data from the operating points performed by the microgrid for the next operation point forecasting system. The results shows that the methodology used manages to address the issue of generation and demand uncertainties, through the categorization of deviations so that the system acts accordingly. Also, in the full-day simulation, a reduction in the operating cost of the microgrid is observed through the control of the charge and discharge rate of the battery.1 recurso online : PDF.application/pdfSistemas de energia eletricaProgramação linearEngenharia ElétricaSistema de gerenciamento de energia para microrredesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - VITOR TELES CORREIA.pdfapplication/pdf5092332https://acervodigital.ufpr.br/bitstream/1884/74241/1/R%20-%20D%20-%20VITOR%20TELES%20CORREIA.pdf4fd0e7e4a65a02e978fae173a968b221MD51open access1884/742412022-03-22 11:44:24.335open accessoai:acervodigital.ufpr.br:1884/74241Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-03-22T14:44:24Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Sistema de gerenciamento de energia para microrredes
title Sistema de gerenciamento de energia para microrredes
spellingShingle Sistema de gerenciamento de energia para microrredes
Correia, Vitor Teles, 1985-
Sistemas de energia eletrica
Programação linear
Engenharia Elétrica
title_short Sistema de gerenciamento de energia para microrredes
title_full Sistema de gerenciamento de energia para microrredes
title_fullStr Sistema de gerenciamento de energia para microrredes
title_full_unstemmed Sistema de gerenciamento de energia para microrredes
title_sort Sistema de gerenciamento de energia para microrredes
author Correia, Vitor Teles, 1985-
author_facet Correia, Vitor Teles, 1985-
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 Correia, Vitor Teles, 1985-
dc.contributor.advisor1.fl_str_mv Aoki, Alexandre Rasi
contributor_str_mv Aoki, Alexandre Rasi
dc.subject.por.fl_str_mv Sistemas de energia eletrica
Programação linear
Engenharia Elétrica
topic Sistemas de energia eletrica
Programação linear
Engenharia Elétrica
description Orientador: Prof. Dr. Alexandre Rasi Aoki
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-03-22T14:44:24Z
dc.date.available.fl_str_mv 2022-03-22T14:44:24Z
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/1884/74241
url https://hdl.handle.net/1884/74241
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 recurso online : 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/1884/74241/1/R%20-%20D%20-%20VITOR%20TELES%20CORREIA.pdf
bitstream.checksum.fl_str_mv 4fd0e7e4a65a02e978fae173a968b221
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_ 1801860364533497856

Registros relacionados