Otimização de micrositing de parques eólicos : uma abordagem metaheurística

Detalhes bibliográficos
Autor(a) principal: Giacomolli, Luan
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/180622
Resumo: A energia eólica está cada vez mais participando da matriz energética dos países como uma fonte alternativa de energia sustentável. Parques eólicos são a forma racional de gerar este tipo de energia e o Brasil é um país que tem um grande potencial para ser explorado. Neste trabalho, o layout de parques eólicos é otimizado de forma a maximizar a produção energética que depende das condições de vento da região onde está instalado o empreendimento, bem como o número de aerogeradores disponíveis e os limites geográficos para instalação dos mesmos. A otimização foi baseada em um algoritmo metaheurístico, QPSO, uma vez que, em geral, o posicionamento dos aerogeradores não pode ser feito de forma contínua, mas de forma discreta em função de distâncias mínimas recomendadas entre as torres. O algoritmo QPSO foi testado em duas situações diferentes, em uma das avaliações nomeada pela literatura como Caso Ideal e outra mais realística, que compreende o Parque eólico de Horns Rev 1. A função objetivo do problema é alcançar o aumento da eficiência energética decorrente dos micrositings para realizar uma comparação com os resultados relatados na literatura. Para ambos casos avaliados, o QPSO foi capaz de encontrar soluções mais eficientes, mesmo com maior dispersão entre todas soluções possíveis varridas durante o processo iterativo que outras abordagens.
id UFRGS-2_25b4a0d32d0b741466f089264a66c85b
oai_identifier_str oai:www.lume.ufrgs.br:10183/180622
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Giacomolli, LuanGomes, Herbert Martins2018-07-26T02:30:27Z2018http://hdl.handle.net/10183/180622001072370A energia eólica está cada vez mais participando da matriz energética dos países como uma fonte alternativa de energia sustentável. Parques eólicos são a forma racional de gerar este tipo de energia e o Brasil é um país que tem um grande potencial para ser explorado. Neste trabalho, o layout de parques eólicos é otimizado de forma a maximizar a produção energética que depende das condições de vento da região onde está instalado o empreendimento, bem como o número de aerogeradores disponíveis e os limites geográficos para instalação dos mesmos. A otimização foi baseada em um algoritmo metaheurístico, QPSO, uma vez que, em geral, o posicionamento dos aerogeradores não pode ser feito de forma contínua, mas de forma discreta em função de distâncias mínimas recomendadas entre as torres. O algoritmo QPSO foi testado em duas situações diferentes, em uma das avaliações nomeada pela literatura como Caso Ideal e outra mais realística, que compreende o Parque eólico de Horns Rev 1. A função objetivo do problema é alcançar o aumento da eficiência energética decorrente dos micrositings para realizar uma comparação com os resultados relatados na literatura. Para ambos casos avaliados, o QPSO foi capaz de encontrar soluções mais eficientes, mesmo com maior dispersão entre todas soluções possíveis varridas durante o processo iterativo que outras abordagens.Wind energy is increasingly participating in the energy matrix of countries as an alternative source of sustainable energy. Wind farms are the rational way to generate this type of energy and Brazil is a country that has great potential to be explored. In this work, the layout of wind farms is optimized in order to maximize the energy production that depends on the wind conditions of the region where the project is located, as well as the number of wind turbines available and the geographic limits for their installation. The optimization was based on a metaheuristic algorithm, QPSO, since, in general, the positioning of the wind towers can’t be done continuously, but in a discrete way due to the minimum recommended distances between the towers. The QPSO algorithm was tested in two different situations in one of the evaluations named in the literature as an Ideal Case and a more realistic case, which includes the Horns Rev 1 Wind Farm. The objective function of the problem is to achieve the increase in energy efficiency resulting from the micrositings to make a comparison with results obtained from the literature. For both evaluated cases, the QPSO was able to find more efficient solutions, even with greater dispersion among all possible solutions swept during the iterative process than other approaches.application/pdfporEngenharia mecânicaMetaheuristic optimizationWind turbinesMicrositingWake modelOtimização de micrositing de parques eólicos : uma abordagem metaheurísticaOptimization of micrositing in wind farms : a metaheuristic approachinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2018Engenharia Mecânicagraduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001072370.pdfTexto completoapplication/pdf1689172http://www.lume.ufrgs.br/bitstream/10183/180622/1/001072370.pdfdca49ac5aefbe38118105a5db3557009MD51TEXT001072370.pdf.txt001072370.pdf.txtExtracted Texttext/plain58654http://www.lume.ufrgs.br/bitstream/10183/180622/2/001072370.pdf.txt8b86f7c7c6670c66e7ba5facca30a54dMD52THUMBNAIL001072370.pdf.jpg001072370.pdf.jpgGenerated Thumbnailimage/jpeg1122http://www.lume.ufrgs.br/bitstream/10183/180622/3/001072370.pdf.jpga8462feff21153cf2d56319cc9740702MD5310183/1806222018-10-05 07:31:28.657oai:www.lume.ufrgs.br:10183/180622Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-05T10:31:28Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Otimização de micrositing de parques eólicos : uma abordagem metaheurística
dc.title.alternative.en.fl_str_mv Optimization of micrositing in wind farms : a metaheuristic approach
title Otimização de micrositing de parques eólicos : uma abordagem metaheurística
spellingShingle Otimização de micrositing de parques eólicos : uma abordagem metaheurística
Giacomolli, Luan
Engenharia mecânica
Metaheuristic optimization
Wind turbines
Micrositing
Wake model
title_short Otimização de micrositing de parques eólicos : uma abordagem metaheurística
title_full Otimização de micrositing de parques eólicos : uma abordagem metaheurística
title_fullStr Otimização de micrositing de parques eólicos : uma abordagem metaheurística
title_full_unstemmed Otimização de micrositing de parques eólicos : uma abordagem metaheurística
title_sort Otimização de micrositing de parques eólicos : uma abordagem metaheurística
author Giacomolli, Luan
author_facet Giacomolli, Luan
author_role author
dc.contributor.author.fl_str_mv Giacomolli, Luan
dc.contributor.advisor1.fl_str_mv Gomes, Herbert Martins
contributor_str_mv Gomes, Herbert Martins
dc.subject.por.fl_str_mv Engenharia mecânica
topic Engenharia mecânica
Metaheuristic optimization
Wind turbines
Micrositing
Wake model
dc.subject.eng.fl_str_mv Metaheuristic optimization
Wind turbines
Micrositing
Wake model
description A energia eólica está cada vez mais participando da matriz energética dos países como uma fonte alternativa de energia sustentável. Parques eólicos são a forma racional de gerar este tipo de energia e o Brasil é um país que tem um grande potencial para ser explorado. Neste trabalho, o layout de parques eólicos é otimizado de forma a maximizar a produção energética que depende das condições de vento da região onde está instalado o empreendimento, bem como o número de aerogeradores disponíveis e os limites geográficos para instalação dos mesmos. A otimização foi baseada em um algoritmo metaheurístico, QPSO, uma vez que, em geral, o posicionamento dos aerogeradores não pode ser feito de forma contínua, mas de forma discreta em função de distâncias mínimas recomendadas entre as torres. O algoritmo QPSO foi testado em duas situações diferentes, em uma das avaliações nomeada pela literatura como Caso Ideal e outra mais realística, que compreende o Parque eólico de Horns Rev 1. A função objetivo do problema é alcançar o aumento da eficiência energética decorrente dos micrositings para realizar uma comparação com os resultados relatados na literatura. Para ambos casos avaliados, o QPSO foi capaz de encontrar soluções mais eficientes, mesmo com maior dispersão entre todas soluções possíveis varridas durante o processo iterativo que outras abordagens.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-07-26T02:30:27Z
dc.date.issued.fl_str_mv 2018
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/180622
dc.identifier.nrb.pt_BR.fl_str_mv 001072370
url http://hdl.handle.net/10183/180622
identifier_str_mv 001072370
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 Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/180622/1/001072370.pdf
http://www.lume.ufrgs.br/bitstream/10183/180622/2/001072370.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/180622/3/001072370.pdf.jpg
bitstream.checksum.fl_str_mv dca49ac5aefbe38118105a5db3557009
8b86f7c7c6670c66e7ba5facca30a54d
a8462feff21153cf2d56319cc9740702
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224554880696320