Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/28173 |
Resumo: | Para os consumidores atendidos em tensão superior a 2,3 kV, pertencentes ao Grupo A, o valor da demanda de potência ativa a ser contratado com a concessionária de distribuição de energia elétrica passa a ser um dos fatores de peso significativo no valor final da fatura mensal. Em momentos em que os recursos são escassos, a escolha vantajosa dessa demanda, bem como da modalidade tarifária mais adequada, precisará ser feita de tal forma que a potência e a energia solicitadas estejam disponíveis sem custos adicionais, e o valor a ser pago seja o menor possível. Este trabalho apresenta uma proposta de otimização por meio de algoritmos genéticos, aplicada ao problema da contratação de demanda de potência ativa, encarado pelos clientes do Grupo A, enquadrados na modalidade tarifária horária azul, em que é necessário ser contratado um montante de demanda no posto horário de ponta e outro no posto horário fora de ponta. Os dados utilizados neste trabalho foram os valores das demandas medidas disponibilizadas pelo campus central da Universidade Federal do Rio Grande do Norte. Simulações foram feitas, considerando o histórico de suas faturas de energia elétrica, desde a entrada em operação de sua subestação particular de 69/13,8 kV, quando se deu início ao faturamento nesta nova modalidade tarifária. Os resultados foram comparados com os custos devido aos valores atuais de demanda contratada, foram comparados também com o método da busca exaustiva, e mostraram que o modelo de otimização com algoritmos genéticos é uma boa ferramenta para se determinar o valor ótimo de demanda a ser contratada. |
id |
UFRN_32588f27486964572ef267cb38ea7297 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/28173 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Azevedo, Thales Bruno Costa deCândido, Crisluci Karina Souza SantosAraújo Júnior, Aldayr Dantas deSilva Júnior, José Luiz daPimentel Filho, Max Chianca2019-12-09T17:09:35Z2019-12-09T17:09:35Z2019-09-12AZEVEDO, Thales Bruno Costa de. Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN. 2019. 78f. Dissertação (Mestrado Profissional em Energia Elétrica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2019.https://repositorio.ufrn.br/jspui/handle/123456789/28173Para os consumidores atendidos em tensão superior a 2,3 kV, pertencentes ao Grupo A, o valor da demanda de potência ativa a ser contratado com a concessionária de distribuição de energia elétrica passa a ser um dos fatores de peso significativo no valor final da fatura mensal. Em momentos em que os recursos são escassos, a escolha vantajosa dessa demanda, bem como da modalidade tarifária mais adequada, precisará ser feita de tal forma que a potência e a energia solicitadas estejam disponíveis sem custos adicionais, e o valor a ser pago seja o menor possível. Este trabalho apresenta uma proposta de otimização por meio de algoritmos genéticos, aplicada ao problema da contratação de demanda de potência ativa, encarado pelos clientes do Grupo A, enquadrados na modalidade tarifária horária azul, em que é necessário ser contratado um montante de demanda no posto horário de ponta e outro no posto horário fora de ponta. Os dados utilizados neste trabalho foram os valores das demandas medidas disponibilizadas pelo campus central da Universidade Federal do Rio Grande do Norte. Simulações foram feitas, considerando o histórico de suas faturas de energia elétrica, desde a entrada em operação de sua subestação particular de 69/13,8 kV, quando se deu início ao faturamento nesta nova modalidade tarifária. Os resultados foram comparados com os custos devido aos valores atuais de demanda contratada, foram comparados também com o método da busca exaustiva, e mostraram que o modelo de otimização com algoritmos genéticos é uma boa ferramenta para se determinar o valor ótimo de demanda a ser contratada.For consumers served by the voltage higher than 2,3 kV, belonging to the group A, the active power demand value to be contracted with power distribution company comes to be one the most important factors in the final value power bill. In moments that the resources are few, the great choice of this demand, as well as of the most useful tariff modality, it will need be done of such way that the power and energy demanded are available with no additional costs, and the value to be paid be as small as possible. This work shows a optimization purpose by the genetic algorithms, applied to the problem of the active power demand contraction, faced by the clients of group A, included in the blue horary tariff modality, where is necessary to be contracted a demand value at the peak hours and another value demand at the out of peak hours. The data used in this work were the measured demand values available by the central campus of the Federal University of Rio Grande do Norte. Simulations were done, considering its historical of the energy bills, since the its particular power substation of 69/13,8 kV began to operate, it was began the billing in this new tariff modality. The results were compared with the costs by the current contracted demand values, they were also compared with the exhaustive search method, and they show that the optimization model with genetic algorithms is a nice tool to the determine the optimal demand value to be contracted.CNPQ::ENGENHARIAS::ENGENHARIA ELETRICAOtimizaçãoDemanda contratadaAlgoritmos genéticosOtimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRNinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA ELÉTRICAUFRNBrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNTEXTOtimizaçãodemandapotência_Azevedo_2019.pdf.txtOtimizaçãodemandapotência_Azevedo_2019.pdf.txtExtracted texttext/plain129529https://repositorio.ufrn.br/bitstream/123456789/28173/2/Otimiza%c3%a7%c3%a3odemandapot%c3%aancia_Azevedo_2019.pdf.txta7dc40555330c1311691e9a4c86de494MD52THUMBNAILOtimizaçãodemandapotência_Azevedo_2019.pdf.jpgOtimizaçãodemandapotência_Azevedo_2019.pdf.jpgGenerated Thumbnailimage/jpeg1350https://repositorio.ufrn.br/bitstream/123456789/28173/3/Otimiza%c3%a7%c3%a3odemandapot%c3%aancia_Azevedo_2019.pdf.jpga885ef72201e1b01f2ce296c70baa2caMD53ORIGINALOtimizaçãodemandapotência_Azevedo_2019.pdfapplication/pdf2055089https://repositorio.ufrn.br/bitstream/123456789/28173/1/Otimiza%c3%a7%c3%a3odemandapot%c3%aancia_Azevedo_2019.pdfbe03e25b629f6f787d6a9af43bc190feMD51123456789/281732019-12-15 02:18:36.077oai:https://repositorio.ufrn.br:123456789/28173Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-12-15T05:18:36Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN |
title |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN |
spellingShingle |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN Azevedo, Thales Bruno Costa de CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Otimização Demanda contratada Algoritmos genéticos |
title_short |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN |
title_full |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN |
title_fullStr |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN |
title_full_unstemmed |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN |
title_sort |
Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN |
author |
Azevedo, Thales Bruno Costa de |
author_facet |
Azevedo, Thales Bruno Costa de |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees1.none.fl_str_mv |
Araújo Júnior, Aldayr Dantas de |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2.none.fl_str_mv |
Silva Júnior, José Luiz da |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Azevedo, Thales Bruno Costa de |
dc.contributor.advisor-co1.fl_str_mv |
Cândido, Crisluci Karina Souza Santos |
dc.contributor.advisor1.fl_str_mv |
Pimentel Filho, Max Chianca |
contributor_str_mv |
Cândido, Crisluci Karina Souza Santos Pimentel Filho, Max Chianca |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Otimização Demanda contratada Algoritmos genéticos |
dc.subject.por.fl_str_mv |
Otimização Demanda contratada Algoritmos genéticos |
description |
Para os consumidores atendidos em tensão superior a 2,3 kV, pertencentes ao Grupo A, o valor da demanda de potência ativa a ser contratado com a concessionária de distribuição de energia elétrica passa a ser um dos fatores de peso significativo no valor final da fatura mensal. Em momentos em que os recursos são escassos, a escolha vantajosa dessa demanda, bem como da modalidade tarifária mais adequada, precisará ser feita de tal forma que a potência e a energia solicitadas estejam disponíveis sem custos adicionais, e o valor a ser pago seja o menor possível. Este trabalho apresenta uma proposta de otimização por meio de algoritmos genéticos, aplicada ao problema da contratação de demanda de potência ativa, encarado pelos clientes do Grupo A, enquadrados na modalidade tarifária horária azul, em que é necessário ser contratado um montante de demanda no posto horário de ponta e outro no posto horário fora de ponta. Os dados utilizados neste trabalho foram os valores das demandas medidas disponibilizadas pelo campus central da Universidade Federal do Rio Grande do Norte. Simulações foram feitas, considerando o histórico de suas faturas de energia elétrica, desde a entrada em operação de sua subestação particular de 69/13,8 kV, quando se deu início ao faturamento nesta nova modalidade tarifária. Os resultados foram comparados com os custos devido aos valores atuais de demanda contratada, foram comparados também com o método da busca exaustiva, e mostraram que o modelo de otimização com algoritmos genéticos é uma boa ferramenta para se determinar o valor ótimo de demanda a ser contratada. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-12-09T17:09:35Z |
dc.date.available.fl_str_mv |
2019-12-09T17:09:35Z |
dc.date.issued.fl_str_mv |
2019-09-12 |
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.citation.fl_str_mv |
AZEVEDO, Thales Bruno Costa de. Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN. 2019. 78f. Dissertação (Mestrado Profissional em Energia Elétrica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/28173 |
identifier_str_mv |
AZEVEDO, Thales Bruno Costa de. Otimização da demanda de potência contratada utilizando algoritmos genéticos: o caso do campus central da UFRN. 2019. 78f. Dissertação (Mestrado Profissional em Energia Elétrica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/28173 |
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.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA ELÉTRICA |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/28173/2/Otimiza%c3%a7%c3%a3odemandapot%c3%aancia_Azevedo_2019.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/28173/3/Otimiza%c3%a7%c3%a3odemandapot%c3%aancia_Azevedo_2019.pdf.jpg https://repositorio.ufrn.br/bitstream/123456789/28173/1/Otimiza%c3%a7%c3%a3odemandapot%c3%aancia_Azevedo_2019.pdf |
bitstream.checksum.fl_str_mv |
a7dc40555330c1311691e9a4c86de494 a885ef72201e1b01f2ce296c70baa2ca be03e25b629f6f787d6a9af43bc190fe |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832984562335744 |