Otimização e análise RAM de parque eólico offshore.

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Terra, Leonardo Suzano
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: Biblioteca Digitais de Teses e Dissertações da USP
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: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-02122024-102217/
Resumo: O setor eólico tem atraído diversos investimentos nos últimos anos e tem ganhado expressividade na matriz energética brasileira. Nele, as turbinas eólicas offshore, ou seja, aquelas que são instaladas em alto-mar, têm uma grande relevância atualmente no contexto da transição para fontes de energia limpa e renovável. Este trabalho tem por objetivo executar uma otimização da configuração de um parque eólico offshore formado por turbinas eólicas flutuantes para águas profundas, que geram energia para utilização em plataformas tipo FPSO. Essa otimização é realizada pelo método dos algoritmos genéticos, visando obter a configuração e os recursos de manutenção ótimos, com as funções de mérito a serem otimizadas sendo a disponibilidade segundo a demanda de uma FPSO durante sua vida útil (a ser maximizada) e custo total (a ser minimizado) do parque eólico. As funções de mérito são obtidas por meio de uma análise RAM, efetuada por uma simulação de Monte Carlo com os dados de entrada sendo as quantidades de equipes e embarcações de manutenção, dos sobressalentes de peças de reposição e da quantidade de turbinas do parque. Foram utilizadas taxas de falha e reparo com distribuição exponencial de turbinas em parque eólicos offshore como referência para a modelagem do parque na análise RAM. A simulação foi efetuada por meio de um algoritmo desenvolvido no Matlab, contendo as rotinas de análise RAM e otimização. Como parte complementar deste trabalho, foram realizadas a modelagem e a avaliação dos tempos de inatividade operacional de uma turbina eólica flutuante dedicada ao acionamento direto de uma bomba injetora de água em poços de exploração de petróleo.
id USP_73a9942de03b85fb095ed4215cff35d3
oai_identifier_str oai:teses.usp.br:tde-02122024-102217
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Otimização e análise RAM de parque eólico offshore.Untitled in englishAlgoritmos genéticosAnálise RAMDeepwater Offshore wind turbineGenetic algorithmsMétodo de Monte CarloMonte Carlo methodParque eólicoRAM analysisTurbina eólica offshore para águas profundasWind farmO setor eólico tem atraído diversos investimentos nos últimos anos e tem ganhado expressividade na matriz energética brasileira. Nele, as turbinas eólicas offshore, ou seja, aquelas que são instaladas em alto-mar, têm uma grande relevância atualmente no contexto da transição para fontes de energia limpa e renovável. Este trabalho tem por objetivo executar uma otimização da configuração de um parque eólico offshore formado por turbinas eólicas flutuantes para águas profundas, que geram energia para utilização em plataformas tipo FPSO. Essa otimização é realizada pelo método dos algoritmos genéticos, visando obter a configuração e os recursos de manutenção ótimos, com as funções de mérito a serem otimizadas sendo a disponibilidade segundo a demanda de uma FPSO durante sua vida útil (a ser maximizada) e custo total (a ser minimizado) do parque eólico. As funções de mérito são obtidas por meio de uma análise RAM, efetuada por uma simulação de Monte Carlo com os dados de entrada sendo as quantidades de equipes e embarcações de manutenção, dos sobressalentes de peças de reposição e da quantidade de turbinas do parque. Foram utilizadas taxas de falha e reparo com distribuição exponencial de turbinas em parque eólicos offshore como referência para a modelagem do parque na análise RAM. A simulação foi efetuada por meio de um algoritmo desenvolvido no Matlab, contendo as rotinas de análise RAM e otimização. Como parte complementar deste trabalho, foram realizadas a modelagem e a avaliação dos tempos de inatividade operacional de uma turbina eólica flutuante dedicada ao acionamento direto de uma bomba injetora de água em poços de exploração de petróleo.The wind sector has attracted several investments in recent years and has gained importance in the Brazilian energy matrix. In it, offshore wind turbines, that is, those that are installed on the high seas, are currently of great relevance in the context of the transition to clean and renewable energy sources. This work aims to optimize the configuration of an offshore wind farm made up of floating wind turbines for deep waters, which generate energy for use on FPSO type platforms. This optimization is carried out using the genetic algorithm method, aiming to obtain the optimal configuration and maintenance resources, with the merit functions to be optimized being the availability according to the demand of an FPSO during its useful life (to be maximized) and total cost (to be minimized) of the wind farm. The merit functions are obtained through a RAM analysis, carried out by a Monte Carlo simulation with the input data being the number of maintenance teams and vessels, spare parts and the number of turbines in the wind farm. Failure and repair rates with exponential distribution of turbines in offshore wind farms were used as a reference for modeling the farm in the RAM analysis. The simulation was carried out using an algorithm developed in Matlab containing RAM analysis and optimization routines. As a complementary part of this work, it was modeled and evaluated the operational downtime of a floating wind turbine dedicated to the direct drive of a water injection pump in oil exploration wells.Biblioteca Digitais de Teses e Dissertações da USPMartins, Marcelo RamosTerra, Leonardo Suzano2024-08-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3135/tde-02122024-102217/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/openAccesspor2024-12-03T11:48:02Zoai:teses.usp.br:tde-02122024-102217Biblioteca 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:27212024-12-03T11:48:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Otimização e análise RAM de parque eólico offshore.
Untitled in english
title Otimização e análise RAM de parque eólico offshore.
spellingShingle Otimização e análise RAM de parque eólico offshore.
Terra, Leonardo Suzano
Algoritmos genéticos
Análise RAM
Deepwater Offshore wind turbine
Genetic algorithms
Método de Monte Carlo
Monte Carlo method
Parque eólico
RAM analysis
Turbina eólica offshore para águas profundas
Wind farm
title_short Otimização e análise RAM de parque eólico offshore.
title_full Otimização e análise RAM de parque eólico offshore.
title_fullStr Otimização e análise RAM de parque eólico offshore.
title_full_unstemmed Otimização e análise RAM de parque eólico offshore.
title_sort Otimização e análise RAM de parque eólico offshore.
author Terra, Leonardo Suzano
author_facet Terra, Leonardo Suzano
author_role author
dc.contributor.none.fl_str_mv Martins, Marcelo Ramos
dc.contributor.author.fl_str_mv Terra, Leonardo Suzano
dc.subject.por.fl_str_mv Algoritmos genéticos
Análise RAM
Deepwater Offshore wind turbine
Genetic algorithms
Método de Monte Carlo
Monte Carlo method
Parque eólico
RAM analysis
Turbina eólica offshore para águas profundas
Wind farm
topic Algoritmos genéticos
Análise RAM
Deepwater Offshore wind turbine
Genetic algorithms
Método de Monte Carlo
Monte Carlo method
Parque eólico
RAM analysis
Turbina eólica offshore para águas profundas
Wind farm
description O setor eólico tem atraído diversos investimentos nos últimos anos e tem ganhado expressividade na matriz energética brasileira. Nele, as turbinas eólicas offshore, ou seja, aquelas que são instaladas em alto-mar, têm uma grande relevância atualmente no contexto da transição para fontes de energia limpa e renovável. Este trabalho tem por objetivo executar uma otimização da configuração de um parque eólico offshore formado por turbinas eólicas flutuantes para águas profundas, que geram energia para utilização em plataformas tipo FPSO. Essa otimização é realizada pelo método dos algoritmos genéticos, visando obter a configuração e os recursos de manutenção ótimos, com as funções de mérito a serem otimizadas sendo a disponibilidade segundo a demanda de uma FPSO durante sua vida útil (a ser maximizada) e custo total (a ser minimizado) do parque eólico. As funções de mérito são obtidas por meio de uma análise RAM, efetuada por uma simulação de Monte Carlo com os dados de entrada sendo as quantidades de equipes e embarcações de manutenção, dos sobressalentes de peças de reposição e da quantidade de turbinas do parque. Foram utilizadas taxas de falha e reparo com distribuição exponencial de turbinas em parque eólicos offshore como referência para a modelagem do parque na análise RAM. A simulação foi efetuada por meio de um algoritmo desenvolvido no Matlab, contendo as rotinas de análise RAM e otimização. Como parte complementar deste trabalho, foram realizadas a modelagem e a avaliação dos tempos de inatividade operacional de uma turbina eólica flutuante dedicada ao acionamento direto de uma bomba injetora de água em poços de exploração de petróleo.
publishDate 2024
dc.date.none.fl_str_mv 2024-08-28
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 https://www.teses.usp.br/teses/disponiveis/3/3135/tde-02122024-102217/
url https://www.teses.usp.br/teses/disponiveis/3/3135/tde-02122024-102217/
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_ 1818598500947984384