Pantheon Institutional repository
Collect, preserve and disseminate digital academic production in all areas of knowledge.
Comprise the assets of the repository, in addition to theses and dissertations at UFRJ, scientific articles, electronic books, book chapters and papers presented at events for teachers, researchers, administrative staff and students of master's and doctoral degrees.
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/22274| Type: | Trabalho de conclusão de graduação |
| Title: | Tecnologias de armazenamento de energia avaliadas via inteligência artificial: uma abordagem aplicada a micro-redes |
| Author(s)/Inventor(s): | Acioly Filho, Leonardo Veiga |
| Advisor: | Delgado, Carla Amor Divino Moreira |
| Co-advisor: | Marcelino, Carolina Gil |
| Abstract: | 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. |
| Keywords: | Otimização Algoritmos evolutivos Redes inteligentes Hybrid microgrid system |
| Subject CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Production unit: | Instituto de Computação |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | 19-Oct-2023 |
| Publisher country: | Brasil |
| Language: | por |
| Right access: | Acesso Aberto |
| Appears in Collections: | Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| LVAFilho.pdf | 2.44 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.