Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Almeida, Daniela Bayma de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal do Rio de Janeiro
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia Elétrica
UFRJ
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Confiabilidade em multiárea
Amostragem por importância
Fontes renováveis
Engenharia Elétrica
Link de acesso: http://hdl.handle.net/11422/23225
Resumo: A crescente penetração de fontes variáveis de energia ao redor do mundo trouxe alguns desafios para o planejamento dos sistemas elétricos. A análise da confiabilidade tornou-se mais complexa devido à necessidade de representar a variabilidade e correlação espacial entre as fontes (efeito portfolio) além dos diferentes perfis de geração em menor escala de tempo. Comumente utiliza-se a Simulação Monte Carlo (MC) para a análise da confiabilidade. Entretanto, o número de amostras necessárias é diretamente proporcional à variância do estimador da função de avaliação. Como os sistemas elétricos são confiáveis, a variância é grande e muitas amostras são necessárias para se determinar os índices de confiabilidade dos sistemas. Desta forma, este trabalho tem por objetivo propor uma metodologia de Amostragem por Importância (IS), uma técnica de redução de variância, para análise da confiabilidade de sistemas em multiárea, reduzindo o tempo de simulação por Monte Carlo. Este trabalho considera uma representação detalhada de fontes variáveis de energia, considerando três técnicas principais: (i) Cadeias de Markov de Monte Carlo para obtenção de cenários de corte de carga; (ii) Estratificação para os perfis diários de geração renovável; (iii) Cálculos analíticos para definir limites para a LOLP e desenvolver fatores de ponderação ideais para a amostragem por MC. A metodologia é ilustrada com estudos de caso de sistemas reais, onde os cálculos eram duas ordens de magnitude mais rápidos que o MC padrão.
id UFRJ_4daa7279d95418f99ea816f0d86aafe7
oai_identifier_str oai:pantheon.ufrj.br:11422/23225
network_acronym_str UFRJ
network_name_str Repositório Institucional da UFRJ
repository_id_str
spelling Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte CarloConfiabilidade em multiáreaAmostragem por importânciaFontes renováveisEngenharia ElétricaA crescente penetração de fontes variáveis de energia ao redor do mundo trouxe alguns desafios para o planejamento dos sistemas elétricos. A análise da confiabilidade tornou-se mais complexa devido à necessidade de representar a variabilidade e correlação espacial entre as fontes (efeito portfolio) além dos diferentes perfis de geração em menor escala de tempo. Comumente utiliza-se a Simulação Monte Carlo (MC) para a análise da confiabilidade. Entretanto, o número de amostras necessárias é diretamente proporcional à variância do estimador da função de avaliação. Como os sistemas elétricos são confiáveis, a variância é grande e muitas amostras são necessárias para se determinar os índices de confiabilidade dos sistemas. Desta forma, este trabalho tem por objetivo propor uma metodologia de Amostragem por Importância (IS), uma técnica de redução de variância, para análise da confiabilidade de sistemas em multiárea, reduzindo o tempo de simulação por Monte Carlo. Este trabalho considera uma representação detalhada de fontes variáveis de energia, considerando três técnicas principais: (i) Cadeias de Markov de Monte Carlo para obtenção de cenários de corte de carga; (ii) Estratificação para os perfis diários de geração renovável; (iii) Cálculos analíticos para definir limites para a LOLP e desenvolver fatores de ponderação ideais para a amostragem por MC. A metodologia é ilustrada com estudos de caso de sistemas reais, onde os cálculos eram duas ordens de magnitude mais rápidos que o MC padrão.A crescente penetração de fontes variáveis de energia ao redor do mundo trouxe alguns desafios para o planejamento dos sistemas elétricos. A análise da confiabilidade tornou-se mais complexa devido à necessidade de representar a variabilidade e correlação espacial entre as fontes (efeito portfolio) além dos diferentes perfis de geração em menor escala de tempo. Comumente utiliza-se a Simulação Monte Carlo (MC) para a análise da confiabilidade. Entretanto, o número de amostras necessárias é diretamente proporcional à variância do estimador da função de avaliação. Como os sistemas elétricos são confiáveis, a variância é grande e muitas amostras são necessárias para se determinar os índices de confiabilidade dos sistemas. Desta forma, este trabalho tem por objetivo propor uma metodologia de Amostragem por Importância (IS), uma técnica de redução de variância, para análise da confiabilidade de sistemas em multiárea, reduzindo o tempo de simulação por Monte Carlo. Este trabalho considera uma representação detalhada de fontes variáveis de energia, considerando três técnicas principais: (i) Cadeias de Markov de Monte Carlo para obtenção de cenários de corte de carga; (ii) Estratificação para os perfis diários de geração renovável; (iii) Cálculos analíticos para definir limites para a LOLP e desenvolver fatores de ponderação ideais para a amostragem por MC. A metodologia é ilustrada com estudos de caso de sistemas reais, onde os cálculos eram duas ordens de magnitude mais rápidos que o MC padrão.Universidade Federal do Rio de JaneiroBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaPrograma de Pós-Graduação em Engenharia ElétricaUFRJBorges, Carmen Lucia Tancredohttp://lattes.cnpq.br/3922779121095861Falcão, Djalma MosqueiraPereira, Mario VeigaAlmeida, Daniela Bayma de2024-07-17T20:02:47Z2024-07-19T03:00:22Z2020-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/11422/23225enginfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJ2024-07-19T03:00:22Zoai:pantheon.ufrj.br:11422/23225Repositório InstitucionalPUBhttp://www.pantheon.ufrj.br/oai/requestpantheon@sibi.ufrj.bropendoar:2024-07-19T03:00:22Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
title Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
spellingShingle Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
Almeida, Daniela Bayma de
Confiabilidade em multiárea
Amostragem por importância
Fontes renováveis
Engenharia Elétrica
title_short Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
title_full Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
title_fullStr Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
title_full_unstemmed Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
title_sort Multi-area reliability assessment with variable energy resources and optimal importance sampling based on markov chains Monte Carlo
author Almeida, Daniela Bayma de
author_facet Almeida, Daniela Bayma de
author_role author
dc.contributor.none.fl_str_mv Borges, Carmen Lucia Tancredo
http://lattes.cnpq.br/3922779121095861
Falcão, Djalma Mosqueira
Pereira, Mario Veiga
dc.contributor.author.fl_str_mv Almeida, Daniela Bayma de
dc.subject.por.fl_str_mv Confiabilidade em multiárea
Amostragem por importância
Fontes renováveis
Engenharia Elétrica
topic Confiabilidade em multiárea
Amostragem por importância
Fontes renováveis
Engenharia Elétrica
description A crescente penetração de fontes variáveis de energia ao redor do mundo trouxe alguns desafios para o planejamento dos sistemas elétricos. A análise da confiabilidade tornou-se mais complexa devido à necessidade de representar a variabilidade e correlação espacial entre as fontes (efeito portfolio) além dos diferentes perfis de geração em menor escala de tempo. Comumente utiliza-se a Simulação Monte Carlo (MC) para a análise da confiabilidade. Entretanto, o número de amostras necessárias é diretamente proporcional à variância do estimador da função de avaliação. Como os sistemas elétricos são confiáveis, a variância é grande e muitas amostras são necessárias para se determinar os índices de confiabilidade dos sistemas. Desta forma, este trabalho tem por objetivo propor uma metodologia de Amostragem por Importância (IS), uma técnica de redução de variância, para análise da confiabilidade de sistemas em multiárea, reduzindo o tempo de simulação por Monte Carlo. Este trabalho considera uma representação detalhada de fontes variáveis de energia, considerando três técnicas principais: (i) Cadeias de Markov de Monte Carlo para obtenção de cenários de corte de carga; (ii) Estratificação para os perfis diários de geração renovável; (iii) Cálculos analíticos para definir limites para a LOLP e desenvolver fatores de ponderação ideais para a amostragem por MC. A metodologia é ilustrada com estudos de caso de sistemas reais, onde os cálculos eram duas ordens de magnitude mais rápidos que o MC padrão.
publishDate 2020
dc.date.none.fl_str_mv 2020-03
2024-07-17T20:02:47Z
2024-07-19T03:00:22Z
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://hdl.handle.net/11422/23225
url http://hdl.handle.net/11422/23225
dc.language.iso.fl_str_mv eng
language eng
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 Rio de Janeiro
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia Elétrica
UFRJ
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia Elétrica
UFRJ
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRJ
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Repositório Institucional da UFRJ
collection Repositório Institucional da UFRJ
repository.name.fl_str_mv Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv pantheon@sibi.ufrj.br
_version_ 1861279121032609792

Registros relacionados