Otimização e análise RAM de parque eólico offshore.
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| 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 |