Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Pereira, Luan Diego de Lima
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Espírito Santo
BR
Mestrado em Engenharia Elétrica
Centro Tecnológico
UFES
Programa de Pós-Graduação em Engenharia Elétrica
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://repositorio.ufes.br/handle/10/10428
Resumo: This dissertation proposes a methodology to determine a probabilistic model of distributed generation of electrical energy from wind generators and photovoltaic panels and to determine the optimal location of these generators in a distribution network of electric energy, based on technical and economic parameters. The methodology correlates the historical wind speed and solar irradiance data of a particular study region and applies the Monte Carlo simulation to model the power of wind and solar generation, preserving its stochastic nature. The optimization of the location of the distributed generation units aims to minimize the annual losses of active power and the installation costs of the generators connected to the network. The optimization problem also provides for the allocation of capacitor banks in conjunction with the distributed generators, in order to manage the reactive power of the network and, consequently, to improve the voltage profile and minimize the electrical losses. The optimization algorithm used was the Genetic Algorithm, which receives as input the annual data of active power of the wind generators, solar and the demand of the load and search for better solutions to the problem. In order to validate the effectiveness of the proposed model, tests were performed on two real radial feeders, resulting in annual losses of active power, voltage profiles and total investment cost.
id UFES_79280bdd629fe6a7d292ba2b4cb8d991
oai_identifier_str oai:repositorio.ufes.br:10/10428
network_acronym_str UFES
network_name_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
repository_id_str
spelling Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geraçãoAlocação de geração distribuídaGeração distribuída de energia elétrica - PrevisãoAlgorítmos genéticosSistemas de energia fotovoltaicaSistema de conversão de energia eólicaEstudos de viabilidadeMétodo de Monte CarloEngenharia Elétrica621.3This dissertation proposes a methodology to determine a probabilistic model of distributed generation of electrical energy from wind generators and photovoltaic panels and to determine the optimal location of these generators in a distribution network of electric energy, based on technical and economic parameters. The methodology correlates the historical wind speed and solar irradiance data of a particular study region and applies the Monte Carlo simulation to model the power of wind and solar generation, preserving its stochastic nature. The optimization of the location of the distributed generation units aims to minimize the annual losses of active power and the installation costs of the generators connected to the network. The optimization problem also provides for the allocation of capacitor banks in conjunction with the distributed generators, in order to manage the reactive power of the network and, consequently, to improve the voltage profile and minimize the electrical losses. The optimization algorithm used was the Genetic Algorithm, which receives as input the annual data of active power of the wind generators, solar and the demand of the load and search for better solutions to the problem. In order to validate the effectiveness of the proposed model, tests were performed on two real radial feeders, resulting in annual losses of active power, voltage profiles and total investment cost.Nesta dissertação propõe-se uma metodologia para determinar um modelo probabilístico de geração distribuída de energia elétrica, a partir de geradores eólicos e painéis fotovoltaicos, e determinar a localização ótima destes geradores em uma rede de distribuição de energia elétrica, com base em parâmetros técnicos e econômicos. A metodologia correlaciona os dados históricos da velocidade do vento e da irradiação solar de uma determinada região de estudo e aplica a simulação de Monte Carlo para modelar a potência da geração eólica e solar, preservando sua natureza estocástica. A otimização da localização das unidades de geração distribuída tem como objetivo minimizar as perdas anuais de potência ativa e os custos de instalação dos geradores conectados à rede. O problema de otimização prevê também a alocação de bancos de capacitores em conjunto com os geradores distribuídos, com a finalidade de gerenciar a potência reativa da rede e, consequentemente, melhorar o perfil de tensão e minimizar as perdas elétricas. O algoritmo de otimização utilizado foi o Algoritmo Genético, o qual recebe como entrada os dados anuais de potência ativa dos geradores eólicos, solares e a demanda da carga e busca por melhores soluções para o problema. Para validar a eficácia do modelo proposto, foram realizados testes em dois alimentadores radiais reais, obtendo como resultado as perdas anuais de potência ativa, os perfis de tensão e os custos totais de investimento.Universidade Federal do Espírito SantoBRMestrado em Engenharia ElétricaCentro TecnológicoUFESPrograma de Pós-Graduação em Engenharia ElétricaRocha, Helder Roberto de OliveiraFardin, Jussara FariasDonadel, Clainer BravinMedina, Augusto César RuedaPereira, Luan Diego de Lima2018-09-11T12:38:31Z2018-09-112018-09-11T12:38:31Z2018-06-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTextapplication/pdfhttp://repositorio.ufes.br/handle/10/10428porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFES2024-12-09T22:14:16Zoai:repositorio.ufes.br:10/10428Repositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestriufes@ufes.bropendoar:21082024-12-09T22:14:16Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false
dc.title.none.fl_str_mv Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
title Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
spellingShingle Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
Pereira, Luan Diego de Lima
Alocação de geração distribuída
Geração distribuída de energia elétrica - Previsão
Algorítmos genéticos
Sistemas de energia fotovoltaica
Sistema de conversão de energia eólica
Estudos de viabilidade
Método de Monte Carlo
Engenharia Elétrica
621.3
title_short Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
title_full Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
title_fullStr Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
title_full_unstemmed Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
title_sort Alocação ótima de geração distribuída em sistemas de distribuição considerando incertezas no modelo probabilístico de geração
author Pereira, Luan Diego de Lima
author_facet Pereira, Luan Diego de Lima
author_role author
dc.contributor.none.fl_str_mv Rocha, Helder Roberto de Oliveira
Fardin, Jussara Farias
Donadel, Clainer Bravin
Medina, Augusto César Rueda
dc.contributor.author.fl_str_mv Pereira, Luan Diego de Lima
dc.subject.por.fl_str_mv Alocação de geração distribuída
Geração distribuída de energia elétrica - Previsão
Algorítmos genéticos
Sistemas de energia fotovoltaica
Sistema de conversão de energia eólica
Estudos de viabilidade
Método de Monte Carlo
Engenharia Elétrica
621.3
topic Alocação de geração distribuída
Geração distribuída de energia elétrica - Previsão
Algorítmos genéticos
Sistemas de energia fotovoltaica
Sistema de conversão de energia eólica
Estudos de viabilidade
Método de Monte Carlo
Engenharia Elétrica
621.3
description This dissertation proposes a methodology to determine a probabilistic model of distributed generation of electrical energy from wind generators and photovoltaic panels and to determine the optimal location of these generators in a distribution network of electric energy, based on technical and economic parameters. The methodology correlates the historical wind speed and solar irradiance data of a particular study region and applies the Monte Carlo simulation to model the power of wind and solar generation, preserving its stochastic nature. The optimization of the location of the distributed generation units aims to minimize the annual losses of active power and the installation costs of the generators connected to the network. The optimization problem also provides for the allocation of capacitor banks in conjunction with the distributed generators, in order to manage the reactive power of the network and, consequently, to improve the voltage profile and minimize the electrical losses. The optimization algorithm used was the Genetic Algorithm, which receives as input the annual data of active power of the wind generators, solar and the demand of the load and search for better solutions to the problem. In order to validate the effectiveness of the proposed model, tests were performed on two real radial feeders, resulting in annual losses of active power, voltage profiles and total investment cost.
publishDate 2018
dc.date.none.fl_str_mv 2018-09-11T12:38:31Z
2018-09-11
2018-09-11T12:38:31Z
2018-06-08
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.uri.fl_str_mv http://repositorio.ufes.br/handle/10/10428
url http://repositorio.ufes.br/handle/10/10428
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.format.none.fl_str_mv Text
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Espírito Santo
BR
Mestrado em Engenharia Elétrica
Centro Tecnológico
UFES
Programa de Pós-Graduação em Engenharia Elétrica
publisher.none.fl_str_mv Universidade Federal do Espírito Santo
BR
Mestrado em Engenharia Elétrica
Centro Tecnológico
UFES
Programa de Pós-Graduação em Engenharia Elétrica
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
instname:Universidade Federal do Espírito Santo (UFES)
instacron:UFES
instname_str Universidade Federal do Espírito Santo (UFES)
instacron_str UFES
institution UFES
reponame_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
collection Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)
repository.mail.fl_str_mv riufes@ufes.br
_version_ 1834479115452809216