Solução de problemas de otimização utilizando arquitetura híbrida.

Detalhes bibliográficos
Autor(a) principal: Murakami, Lélis Tetsuo
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-12092008-142628/
Resumo: A energia elétrica constitui um dos propulsores da economia de um país, assumindo um papel extremamente importante e estratégico, pois influi diretamente na capacidade produtiva. A expansão da produção de energia elétrica não se consegue somente com medidas de curto prazo, pois as obras deste setor demandam um longo tempo de execução, medido em anos e dependendo da magnitude da obra, o prazo pode até superar uma década. O parque gerador nacional é constituído predominantemente por usinas hidroelétricas, complementado por usinas térmicas que utilizam diversas fontes de combustível, havendo a necessidade de minimizar a produção das térmicas, em virtude do alto custo de geração, em relação ao custo de geração hidroelétrica. Garantir o suprimento da demanda futura de energia elétrica é uma tarefa complexa de planejamento que basicamente, depende da análise de dois cenários que se compõem: o primeiro cenário é o que desenha o crescimento futuro da economia e neste caso, desde que não ocorram fatos extraordinários como o recente crescimento econômico experimentado pela China, a previsão da demanda não acarreta surpresa de grande significância; o segundo cenário, traz como característica a incerteza, uma vez que a produção das hidroelétricas depende da quantidade de água disponível dos cursos de água, que por sua vez, depende do regime de chuvas passado e corrente. O índice pluviométrico é um dado estocástico, ocorrendo ao sabor da probabilidade, o que remete a um estudo de casos e seus desdobramentos, acarretando um leque de possibilidades de estados muito grande, dificultando as análises sobre a previsão futura. Planejar o setor elétrico compreende prever um crescimento de demanda e equipar o setor com máquinas de geração, necessárias para atender a demanda, com uma margem de risco calculada. Para isto, utilizam-se modelos de simulação que possibilitem o exercício de previsão, combinando-se os dois cenários citados, visualizando os estados sub seqüentes, decorrentes de decisões tomadas. A dificuldade desta tarefa é devida à quantidade de alternativas da situação futura, resultante de um fenômeno combinatório de possibilidades que exige para simulação dos modelos, não só uma grande capacidade de processamento dos computadores como também, uma estratégia de tratamento do problema, baseada em processos numéricos especializados e dirigidos a este tipo de problema. Dada a importância e magnitude deste assunto, qualquer esforço que venha a contribuir para uma melhoria do planejamento do setor elétrico, traz benefícios significativos, o que corrobora com os propósitos desta tese, que busca em primeiro lugar, propor soluções técnicas viáveis e econômicas para o problema de otimização da geração de energia elétrica, e em segundo lugar, apresentar uma solução para este tipo de problema, com uma abordagem inovadora, provida de um potencial significativo para aplicação em muitos outros tipos de problemas similares.
id USP_529618a518ccb7f7957bc62de23ea838
oai_identifier_str oai:teses.usp.br:tde-12092008-142628
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Solução de problemas de otimização utilizando arquitetura híbrida.Solution of optimization problems using hybrid architecture.Arquitetura híbridaDistributed systemsHybrid architectureModelos de geração de energiaModelos de otimizaçãoOptimization modelsPower generation modelsSistemas distribuídosA energia elétrica constitui um dos propulsores da economia de um país, assumindo um papel extremamente importante e estratégico, pois influi diretamente na capacidade produtiva. A expansão da produção de energia elétrica não se consegue somente com medidas de curto prazo, pois as obras deste setor demandam um longo tempo de execução, medido em anos e dependendo da magnitude da obra, o prazo pode até superar uma década. O parque gerador nacional é constituído predominantemente por usinas hidroelétricas, complementado por usinas térmicas que utilizam diversas fontes de combustível, havendo a necessidade de minimizar a produção das térmicas, em virtude do alto custo de geração, em relação ao custo de geração hidroelétrica. Garantir o suprimento da demanda futura de energia elétrica é uma tarefa complexa de planejamento que basicamente, depende da análise de dois cenários que se compõem: o primeiro cenário é o que desenha o crescimento futuro da economia e neste caso, desde que não ocorram fatos extraordinários como o recente crescimento econômico experimentado pela China, a previsão da demanda não acarreta surpresa de grande significância; o segundo cenário, traz como característica a incerteza, uma vez que a produção das hidroelétricas depende da quantidade de água disponível dos cursos de água, que por sua vez, depende do regime de chuvas passado e corrente. O índice pluviométrico é um dado estocástico, ocorrendo ao sabor da probabilidade, o que remete a um estudo de casos e seus desdobramentos, acarretando um leque de possibilidades de estados muito grande, dificultando as análises sobre a previsão futura. Planejar o setor elétrico compreende prever um crescimento de demanda e equipar o setor com máquinas de geração, necessárias para atender a demanda, com uma margem de risco calculada. Para isto, utilizam-se modelos de simulação que possibilitem o exercício de previsão, combinando-se os dois cenários citados, visualizando os estados sub seqüentes, decorrentes de decisões tomadas. A dificuldade desta tarefa é devida à quantidade de alternativas da situação futura, resultante de um fenômeno combinatório de possibilidades que exige para simulação dos modelos, não só uma grande capacidade de processamento dos computadores como também, uma estratégia de tratamento do problema, baseada em processos numéricos especializados e dirigidos a este tipo de problema. Dada a importância e magnitude deste assunto, qualquer esforço que venha a contribuir para uma melhoria do planejamento do setor elétrico, traz benefícios significativos, o que corrobora com os propósitos desta tese, que busca em primeiro lugar, propor soluções técnicas viáveis e econômicas para o problema de otimização da geração de energia elétrica, e em segundo lugar, apresentar uma solução para este tipo de problema, com uma abordagem inovadora, provida de um potencial significativo para aplicação em muitos outros tipos de problemas similares.Electrical power could be considered as one of the economy propulsion vector of a country, assuming extremely important and strategic role because it makes direct influence to the production capacity. The expansion of electrical energy production could not only be done in a short time because constructions in this area take many years and could require more then a decade depending on the magnitude of them. The national power generation group is constituted mainly by hydro power plants complemented by thermal power plants which use several kinds of fuel which generation cost is high, if compared to hydro power generation, and should be minimized. It is a complex planning issue to supply the future power demand which basically depends on the analysis of two compoundable scenarios: the first one refers to the forecast of future economy growing and in this case, unless unpredicted issues occur such as the recent high economy growing experimented by China, the future demand does not show any surprise and is easy to predict; the second one, has inside the uncertainty because the hydro plants productions depends on the water quantity of rivers which depends on the past and current rainfall regimen. The quantity of rainfall is a stochastic data and follows the rules of probability and this drives to the study of cases and its deployments which are numerous causing difficulties to forecast the future. The planning of the electrical area has to examine the future demand and provide the necessary power generation equipment assuming a certain risk. To have it done, simulation models are used to predict the future, combining the two scenarios cited before, and viewing the results promoted by decision took in a step before. The difficult of this task is caused by the big amount of future alternatives provided by the combinatorial phenomena which require, to process the model, a computer with high processing capacity and specialized and specific methods that can resolve this king of problem. Because of the importance and magnitude of this issue, every effort which contributes to the improvement of power planning is welcome and this corroborates with this thesis which has an objective to propose technical, viable and economic solutions to solve the optimization problems with a new approach and has potential to be applied in many others kind of similar problems.Biblioteca Digitais de Teses e Dissertações da USPMartini, José Sidnei ColomboMurakami, Lélis Tetsuo2008-04-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/3/3141/tde-12092008-142628/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:09:56Zoai:teses.usp.br:tde-12092008-142628Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:56Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Solução de problemas de otimização utilizando arquitetura híbrida.
Solution of optimization problems using hybrid architecture.
title Solução de problemas de otimização utilizando arquitetura híbrida.
spellingShingle Solução de problemas de otimização utilizando arquitetura híbrida.
Murakami, Lélis Tetsuo
Arquitetura híbrida
Distributed systems
Hybrid architecture
Modelos de geração de energia
Modelos de otimização
Optimization models
Power generation models
Sistemas distribuídos
title_short Solução de problemas de otimização utilizando arquitetura híbrida.
title_full Solução de problemas de otimização utilizando arquitetura híbrida.
title_fullStr Solução de problemas de otimização utilizando arquitetura híbrida.
title_full_unstemmed Solução de problemas de otimização utilizando arquitetura híbrida.
title_sort Solução de problemas de otimização utilizando arquitetura híbrida.
author Murakami, Lélis Tetsuo
author_facet Murakami, Lélis Tetsuo
author_role author
dc.contributor.none.fl_str_mv Martini, José Sidnei Colombo
dc.contributor.author.fl_str_mv Murakami, Lélis Tetsuo
dc.subject.por.fl_str_mv Arquitetura híbrida
Distributed systems
Hybrid architecture
Modelos de geração de energia
Modelos de otimização
Optimization models
Power generation models
Sistemas distribuídos
topic Arquitetura híbrida
Distributed systems
Hybrid architecture
Modelos de geração de energia
Modelos de otimização
Optimization models
Power generation models
Sistemas distribuídos
description A energia elétrica constitui um dos propulsores da economia de um país, assumindo um papel extremamente importante e estratégico, pois influi diretamente na capacidade produtiva. A expansão da produção de energia elétrica não se consegue somente com medidas de curto prazo, pois as obras deste setor demandam um longo tempo de execução, medido em anos e dependendo da magnitude da obra, o prazo pode até superar uma década. O parque gerador nacional é constituído predominantemente por usinas hidroelétricas, complementado por usinas térmicas que utilizam diversas fontes de combustível, havendo a necessidade de minimizar a produção das térmicas, em virtude do alto custo de geração, em relação ao custo de geração hidroelétrica. Garantir o suprimento da demanda futura de energia elétrica é uma tarefa complexa de planejamento que basicamente, depende da análise de dois cenários que se compõem: o primeiro cenário é o que desenha o crescimento futuro da economia e neste caso, desde que não ocorram fatos extraordinários como o recente crescimento econômico experimentado pela China, a previsão da demanda não acarreta surpresa de grande significância; o segundo cenário, traz como característica a incerteza, uma vez que a produção das hidroelétricas depende da quantidade de água disponível dos cursos de água, que por sua vez, depende do regime de chuvas passado e corrente. O índice pluviométrico é um dado estocástico, ocorrendo ao sabor da probabilidade, o que remete a um estudo de casos e seus desdobramentos, acarretando um leque de possibilidades de estados muito grande, dificultando as análises sobre a previsão futura. Planejar o setor elétrico compreende prever um crescimento de demanda e equipar o setor com máquinas de geração, necessárias para atender a demanda, com uma margem de risco calculada. Para isto, utilizam-se modelos de simulação que possibilitem o exercício de previsão, combinando-se os dois cenários citados, visualizando os estados sub seqüentes, decorrentes de decisões tomadas. A dificuldade desta tarefa é devida à quantidade de alternativas da situação futura, resultante de um fenômeno combinatório de possibilidades que exige para simulação dos modelos, não só uma grande capacidade de processamento dos computadores como também, uma estratégia de tratamento do problema, baseada em processos numéricos especializados e dirigidos a este tipo de problema. Dada a importância e magnitude deste assunto, qualquer esforço que venha a contribuir para uma melhoria do planejamento do setor elétrico, traz benefícios significativos, o que corrobora com os propósitos desta tese, que busca em primeiro lugar, propor soluções técnicas viáveis e econômicas para o problema de otimização da geração de energia elétrica, e em segundo lugar, apresentar uma solução para este tipo de problema, com uma abordagem inovadora, provida de um potencial significativo para aplicação em muitos outros tipos de problemas similares.
publishDate 2008
dc.date.none.fl_str_mv 2008-04-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/3/3141/tde-12092008-142628/
url http://www.teses.usp.br/teses/disponiveis/3/3141/tde-12092008-142628/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256991472287744