Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga

Detalhes bibliográficos
Autor(a) principal: Santos, Jefferson Oliveira dos
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIPAMPA
Texto Completo: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5279
Resumo: O crescente consumo de energia elétrica está formando um mercado consumidor altamente competitivo e vibrante, alterando muitos aspectos no que tange à geração, transmissão e distribuição da energia elétrica. A busca por recursos energéticos suficientes para atender a demanda de carga, o alto custo da geração de energia elétrica e a crescente preocupação em mitigar os impactos ambientais, influenciam diretamente no despacho econômico de carga (DE), o qual é indispensável para que as unidades geradoras de energia elétrica atinjam o custo mínimo ideal de operação. O problema de DE, primeiramente, consiste em minimizar o custo da geração de energia elétrica e operação das unidades geradoras, atendendo à demanda total da carga e às restrições inerentes ao sistema, portanto, configurando um problema de otimização. Nesse contexto, o objetivo deste trabalho é resolver quatro problemas de DE considerando sistemas de geração com três, seis, quinze e vinte unidades termoelétricas. Em todos os casos, são consideradas as perdas nas linhas de transmissão e os limites máximos e mínimos de geração para cada unidade geradora. Para tal, foram utilizadas as heurísticas: otimização por enxame de partículas (PSO), algoritmo dos vaga-lumes (FA), algoritmo busca do cuco (CS) e otimização do lobo cinzento (GWO). Todos os métodos apresentaram resultados de custo total e perdas nas linhas de transmissão compatíveis com aqueles encontrados na literatura. Os resultados obtidos também foram comparados com a solução alcançada via método dos multiplicadores de Lagrange (MML). Sendo assim, o CS se destacou pelas ótimas soluções de custo total obtidas e um baixo índice de desvio padrão, boa convergência e eficiência em determinar a solução exata ou bem próxima daquela verificada através do MML. Já para o sistema com vinte máquinas, a solução obtida pelo GWO foi melhor do que as alcançadas via PSO, FA e CS. Essa solução, quando comparada com aquelas encontradas na literatura especializada, também é melhor. O GWO não obteve o custo mínimo em nenhum dos casos analisados, porém, obteve soluções bem próximas do ótimo, com custo computacional relativamente baixo, em relação aos demais métodos analisados. O PSO apresentou custo mínimo ou próximo do ótimo na maioria dos casos, com custo computacional relativamente alto. O FA apresentou soluções perto do ótimo e baixo custo computacional. Já o CS apresentou elevado custo computacional, porém, obteve ótimas soluções. Assim, foi possível concluir que os métodos CS e GWO desempenharam melhor a tarefa de otimização do despacho econômico de carga para os problemas analisados.
id UNIP_061fa6634e9b4698720d5137a86d79d4
oai_identifier_str oai:repositorio.unipampa.edu.br:riu/5279
network_acronym_str UNIP
network_name_str Repositório Institucional da UNIPAMPA
repository_id_str
spelling Santos, Eduardo Machado dosSantos, Jefferson Oliveira dos2020-12-03T18:47:04Z2020-12-03T18:47:04Z2020-08-14SANTOS, Jefferson Oliveira dos. Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga. Orientador: Eduardo Machado dos Santos. 2020. 97p. Dissertação (Mestrado em Engenharia em Engenharia Elétrica) – Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2020.http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5279O crescente consumo de energia elétrica está formando um mercado consumidor altamente competitivo e vibrante, alterando muitos aspectos no que tange à geração, transmissão e distribuição da energia elétrica. A busca por recursos energéticos suficientes para atender a demanda de carga, o alto custo da geração de energia elétrica e a crescente preocupação em mitigar os impactos ambientais, influenciam diretamente no despacho econômico de carga (DE), o qual é indispensável para que as unidades geradoras de energia elétrica atinjam o custo mínimo ideal de operação. O problema de DE, primeiramente, consiste em minimizar o custo da geração de energia elétrica e operação das unidades geradoras, atendendo à demanda total da carga e às restrições inerentes ao sistema, portanto, configurando um problema de otimização. Nesse contexto, o objetivo deste trabalho é resolver quatro problemas de DE considerando sistemas de geração com três, seis, quinze e vinte unidades termoelétricas. Em todos os casos, são consideradas as perdas nas linhas de transmissão e os limites máximos e mínimos de geração para cada unidade geradora. Para tal, foram utilizadas as heurísticas: otimização por enxame de partículas (PSO), algoritmo dos vaga-lumes (FA), algoritmo busca do cuco (CS) e otimização do lobo cinzento (GWO). Todos os métodos apresentaram resultados de custo total e perdas nas linhas de transmissão compatíveis com aqueles encontrados na literatura. Os resultados obtidos também foram comparados com a solução alcançada via método dos multiplicadores de Lagrange (MML). Sendo assim, o CS se destacou pelas ótimas soluções de custo total obtidas e um baixo índice de desvio padrão, boa convergência e eficiência em determinar a solução exata ou bem próxima daquela verificada através do MML. Já para o sistema com vinte máquinas, a solução obtida pelo GWO foi melhor do que as alcançadas via PSO, FA e CS. Essa solução, quando comparada com aquelas encontradas na literatura especializada, também é melhor. O GWO não obteve o custo mínimo em nenhum dos casos analisados, porém, obteve soluções bem próximas do ótimo, com custo computacional relativamente baixo, em relação aos demais métodos analisados. O PSO apresentou custo mínimo ou próximo do ótimo na maioria dos casos, com custo computacional relativamente alto. O FA apresentou soluções perto do ótimo e baixo custo computacional. Já o CS apresentou elevado custo computacional, porém, obteve ótimas soluções. Assim, foi possível concluir que os métodos CS e GWO desempenharam melhor a tarefa de otimização do despacho econômico de carga para os problemas analisados.The growing consumption of electricity is forming a highly competitive and vibrant consumer market, changing many aspects of electricity generation, transmission and distribution. The search for sufficient energy resources to meet the load demand, the high cost of electricity generation and the growing concern to mitigate environmental impacts, directly influence the economic load dispatch (ED), which is essential for the generating units of electricity reach the optimal minimum cost of operation. The problem of ED, firstly, is to minimize the cost of generating electricity and operating the generating units, meeting the total load demand and the inherent restrictions of the system, thus configuring an optimization problem. In this context, the objective of this paper is to solve four problems ED considering generation systems with three, six, fifteen and twenty thermoelectric units. In all cases, transmission line losses and maximum and minimum generation limits for each generating unit are considered. For this, heuristics were used: particle swarm optimization (PSO), firefly algorithm (FA), cuckoo search algorithm (CS) and gray wolf optimization (GWO). All methods showed total cost and transmission line losses compatible with those found in the literature. The results obtained were also compared with the solution achieved by the Lagrange Multiplier Method (LMM). Thus, the CS stood out for the excellent total cost solutions obtained and a low standard deviation index, good convergence and efficiency in determining the exact solution or very close that verified through the LMM. For the system with twenty machines, the solution obtained by GWO was better than the achieved by PSO, FA and CS. This solution, when compared to those found in the specialized literature, is also better. The GWO did not obtain the minimum cost in any of the analyzed cases, however, it obtained very close to the optimal solutions, with relatively low computational cost, in relation to the other analyzed methods. The PSO presented minimum or near optimal cost in most cases, with relatively high computational cost. The FA presented solutions close to the optimal and low computational cost. The CS presented high computational cost, however, obtained excellent solutions. Thus, it was possible to conclude that the CS methods and GWO performed better the task of optimizing the economical load dispatch for the analyzed problems.porUniversidade Federal do PampaMestrado Acadêmico em Engenharia ElétricaUNIPAMPABrasilCampus AlegreteCNPQ::ENGENHARIASEngenharia elétricaEnergia elétricaProgramação heurísticaElectrical engineeringElectric powerHeuristic programmingMetaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de cargainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIPAMPAinstname:Universidade Federal do Pampa (UNIPAMPA)instacron:UNIPAMPAORIGINALJefferson Oliveira dos Santos - 2020.pdfJefferson Oliveira dos Santos - 2020.pdfapplication/pdf3227839https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5279/1/Jefferson%20Oliveira%20dos%20Santos%20-%202020.pdf9cfa1bdba325e2a574cfbf137e6a3631MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5279/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD52TEXTJefferson Oliveira dos Santos - 2020.pdf.txtJefferson Oliveira dos Santos - 2020.pdf.txtExtracted texttext/plain183558https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5279/3/Jefferson%20Oliveira%20dos%20Santos%20-%202020.pdf.txt195c7f28bc4a3a07abbe7ac382923ca0MD53riu/52792020-12-04 03:03:13.598oai:repositorio.unipampa.edu.br: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ório InstitucionalPUBhttp://dspace.unipampa.edu.br:8080/oai/requestsisbi@unipampa.edu.bropendoar:2020-12-04T06:03:13Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)false
dc.title.pt_BR.fl_str_mv Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
title Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
spellingShingle Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
Santos, Jefferson Oliveira dos
CNPQ::ENGENHARIAS
Engenharia elétrica
Energia elétrica
Programação heurística
Electrical engineering
Electric power
Heuristic programming
title_short Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
title_full Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
title_fullStr Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
title_full_unstemmed Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
title_sort Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga
author Santos, Jefferson Oliveira dos
author_facet Santos, Jefferson Oliveira dos
author_role author
dc.contributor.advisor1.fl_str_mv Santos, Eduardo Machado dos
dc.contributor.author.fl_str_mv Santos, Jefferson Oliveira dos
contributor_str_mv Santos, Eduardo Machado dos
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS
topic CNPQ::ENGENHARIAS
Engenharia elétrica
Energia elétrica
Programação heurística
Electrical engineering
Electric power
Heuristic programming
dc.subject.por.fl_str_mv Engenharia elétrica
Energia elétrica
Programação heurística
Electrical engineering
Electric power
Heuristic programming
description O crescente consumo de energia elétrica está formando um mercado consumidor altamente competitivo e vibrante, alterando muitos aspectos no que tange à geração, transmissão e distribuição da energia elétrica. A busca por recursos energéticos suficientes para atender a demanda de carga, o alto custo da geração de energia elétrica e a crescente preocupação em mitigar os impactos ambientais, influenciam diretamente no despacho econômico de carga (DE), o qual é indispensável para que as unidades geradoras de energia elétrica atinjam o custo mínimo ideal de operação. O problema de DE, primeiramente, consiste em minimizar o custo da geração de energia elétrica e operação das unidades geradoras, atendendo à demanda total da carga e às restrições inerentes ao sistema, portanto, configurando um problema de otimização. Nesse contexto, o objetivo deste trabalho é resolver quatro problemas de DE considerando sistemas de geração com três, seis, quinze e vinte unidades termoelétricas. Em todos os casos, são consideradas as perdas nas linhas de transmissão e os limites máximos e mínimos de geração para cada unidade geradora. Para tal, foram utilizadas as heurísticas: otimização por enxame de partículas (PSO), algoritmo dos vaga-lumes (FA), algoritmo busca do cuco (CS) e otimização do lobo cinzento (GWO). Todos os métodos apresentaram resultados de custo total e perdas nas linhas de transmissão compatíveis com aqueles encontrados na literatura. Os resultados obtidos também foram comparados com a solução alcançada via método dos multiplicadores de Lagrange (MML). Sendo assim, o CS se destacou pelas ótimas soluções de custo total obtidas e um baixo índice de desvio padrão, boa convergência e eficiência em determinar a solução exata ou bem próxima daquela verificada através do MML. Já para o sistema com vinte máquinas, a solução obtida pelo GWO foi melhor do que as alcançadas via PSO, FA e CS. Essa solução, quando comparada com aquelas encontradas na literatura especializada, também é melhor. O GWO não obteve o custo mínimo em nenhum dos casos analisados, porém, obteve soluções bem próximas do ótimo, com custo computacional relativamente baixo, em relação aos demais métodos analisados. O PSO apresentou custo mínimo ou próximo do ótimo na maioria dos casos, com custo computacional relativamente alto. O FA apresentou soluções perto do ótimo e baixo custo computacional. Já o CS apresentou elevado custo computacional, porém, obteve ótimas soluções. Assim, foi possível concluir que os métodos CS e GWO desempenharam melhor a tarefa de otimização do despacho econômico de carga para os problemas analisados.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-12-03T18:47:04Z
dc.date.available.fl_str_mv 2020-12-03T18:47:04Z
dc.date.issued.fl_str_mv 2020-08-14
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 SANTOS, Jefferson Oliveira dos. Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga. Orientador: Eduardo Machado dos Santos. 2020. 97p. Dissertação (Mestrado em Engenharia em Engenharia Elétrica) – Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2020.
dc.identifier.uri.fl_str_mv http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5279
identifier_str_mv SANTOS, Jefferson Oliveira dos. Metaheurísticas bio-inspiradas aplicadas em problemas de despacho econômico de carga. Orientador: Eduardo Machado dos Santos. 2020. 97p. Dissertação (Mestrado em Engenharia em Engenharia Elétrica) – Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2020.
url http://dspace.unipampa.edu.br:8080/jspui/handle/riu/5279
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.none.fl_str_mv Universidade Federal do Pampa
dc.publisher.program.fl_str_mv Mestrado Acadêmico em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UNIPAMPA
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Campus Alegrete
publisher.none.fl_str_mv Universidade Federal do Pampa
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIPAMPA
instname:Universidade Federal do Pampa (UNIPAMPA)
instacron:UNIPAMPA
instname_str Universidade Federal do Pampa (UNIPAMPA)
instacron_str UNIPAMPA
institution UNIPAMPA
reponame_str Repositório Institucional da UNIPAMPA
collection Repositório Institucional da UNIPAMPA
bitstream.url.fl_str_mv https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5279/1/Jefferson%20Oliveira%20dos%20Santos%20-%202020.pdf
https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5279/2/license.txt
https://repositorio.unipampa.edu.br/jspui/bitstream/riu/5279/3/Jefferson%20Oliveira%20dos%20Santos%20-%202020.pdf.txt
bitstream.checksum.fl_str_mv 9cfa1bdba325e2a574cfbf137e6a3631
43cd690d6a359e86c1fe3d5b7cba0c9b
195c7f28bc4a3a07abbe7ac382923ca0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)
repository.mail.fl_str_mv sisbi@unipampa.edu.br
_version_ 1801849028120412160