Tecnologias de armazenamento de energia avaliadas via inteligência artificial: uma abordagem aplicada a micro-redes

Acioly Filho, Leonardo Veiga

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/22274

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Delgado, Carla Amor Divino Moreira	-
dc.contributor.author	Acioly Filho, Leonardo Veiga	-
dc.date.accessioned	2023-12-26T16:29:44Z	-
dc.date.available	2023-12-28T03:00:16Z	-
dc.date.issued	2023-10-19	-
dc.identifier.uri	http://hdl.handle.net/11422/22274	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Otimização	pt_BR
dc.subject	Algoritmos evolutivos	pt_BR
dc.subject	Redes inteligentes	pt_BR
dc.subject	Hybrid microgrid system	pt_BR
dc.title	Tecnologias de armazenamento de energia avaliadas via inteligência artificial: uma abordagem aplicada a micro-redes	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorCo1	Marcelino, Carolina Gil	-
dc.contributor.referee1	Jardim, Maria Helena Cautiero Horta	-
dc.contributor.referee2	Carvalho, Leonel de Magalhães	-
dc.description.resumo	A eficiência energética é um objetivo muito importante nas redes elétricas, pois, com a crescente demanda por energia elétrica, utilizar os recursos de modo inteligente se torna cada vez mais fundamental. Uma das formas de tratar essa eficiência está na resolução de um problema de despacho econômico, isto é, obter a maior eficiência na geração de energia enquanto se minimiza o custo envolvido nessa operação. Além disso, existe uma grande preocupação com a sustentabilidade acerca de uma enorme gama de tecnologias modernas. Tendo isso em vista, os Sistemas de Micro-rede Híbridos são redes elétricas inteligentes que visam suprir tanto a crescente demanda, com polos de geração distribuída, quanto manter uma boa relação com o meio ambiente a partir da geração de energia limpa e com uso de fontes renováveis. As micro-redes podem ser usadas tanto para a redução do custo da energia elétrica, como sistemas de apoio, quando conectadas à rede pública, quanto para o suprimento de carga operando isoladamente (off-grid). Elas são formadas por 4 componentes principais: geradores de energia elétrica, um controlador para gerenciamento da micro rede, consumidores e um sistema de armazenamento de energia. Nesse aspecto, modelando o despacho econômico como um problema de otimização, o algoritmo evolutivo C-DEEPSO pode ser proposto como um mecanismo para a busca de soluções desse problema, no qual será possível encontrar soluções otimizadas de maneira simples e eficiente. Sendo assim, o presente estudo visou analisar o impacto do sistema de armazenamento de energia da bateria por meio de dois modelos de otimização contextualizados em território brasileiro, no Complexo Eólico de Osório em Mato Grosso do Sul. Esses dois modelos diferem no conjunto de variáveis que o C-DEEPSO irá otimizar, no qual o modelo original possui a capacidade de armazenamento da bateria pré-fixada e o modelo concorrente inclui essa variável no conjunto de variáveis a serem otimizadas. Desse modo, foram realizadas simulações utilizando um conjunto com 5 diferentes tecnologias de baterias para os principais objetivos de micro-redes: minimização do custo e da probabilidade de perda de carga e maximização do fator renovável. A partir dos resultados, ambos os modelos se mostraram semelhantes na maioria dos experimentos. Nesse caso, o modelo original não obteve resultados desejáveis, enquanto que o modelo modificado permaneceu com bons resultados, mostrando que o segundo modelo possui uma flexibilidade maior devido a possibilidade de ajustar a capacidade da bateria de acordo com suas características.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Instituto de Computação	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Ciência da Computação

Files in This Item:

File	Description	Size	Format
LVAFilho.pdf		2.44 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository