Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/20975
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.creatorMonteiro, Raul Vitor Arantes-
dc.date.accessioned2018-03-26T20:15:05Z-
dc.date.available2018-03-26T20:15:05Z-
dc.date.issued2017-09-01-
dc.identifier.citationMONTEIRO, Raul Vitor Arantes. Reconfiguração otimizada de redes de distribuição de energia elétrica com penetração fotovoltaica, com a utilização de armazenadores de energia e com o auxílio de inteligência artificial.2017.186 f.Tese (Doutorado em Ciências) - Universidade Federal de Uberlândia, Uberlândia, 2017. DOI http://doi.org/10.14393/ufu.di.2017.511pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/20975-
dc.description.abstractThis work presents a study about the reconfiguration of electrical distribution systems, with aim to minimize its technical losses, or be it, Joule effect losses. The effect of Photovoltaics penetration and energy storage were considered herein. To achieve this objective, in a way to at the end of this research left available a useful and applicable tool, resources from Artificial Intelligence techniques were used, such as Artificial Neural Networks and Particle Swarm Optimization. The Artificial Neural Networks were used to estimate the generated power by means of Photovoltaics. Weather data were obtained and standardized with the projection for a defined horizon which allowed the estimation of the potential generated power. By means of bibliographic studies e simulation, the NARX architecture was chosen. A battery energy storage long-term scale study was performed to minimize technical losses on distribution grids. Combinatory analysis were performed to reconfigure the distribution grid with factbility tests, according to graph theory. The power flow was implemented by means of the three-phase Newton-Raphson method. With Particle Swarm Optimization, the optimized configurations of the grid were tested for the network losses minimization. The computer language used, for all of the proposed algorithms, was the available on MATLAB® software. The grid topology analyzed is that from IEEE 37 buses (modified).pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectPenetração fotovoltaicapt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectBaterias de chumbo-ácidopt_BR
dc.subjectArmazenadores de energiapt_BR
dc.subjectOtimização por enxame de partícula.pt_BR
dc.subjectPhotovoltaic Penetrationpt_BR
dc.subjectArtificial Neural Networkspt_BR
dc.subjectEnergy Storagespt_BR
dc.subjectLead-acid Batteriespt_BR
dc.subjectParticle Swarm Optimizationpt_BR
dc.titleReconfiguração otimizada de redes de distribuição de energia elétrica eom penetração fotovoltaiea, com a utilização de armazenadores de energia e com o auxílio de inteligência artificialpt_BR
dc.title.alternativeOptimized reconfiguration of electricity distribution networks and photovoltaic penetration, with the use of energy storage and with the aid of artificial intelligencept_BR
dc.typeTesept_BR
dc.contributor.advisor1Guimarães, Geraldo Caixeta-
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781139A4pt_BR
dc.contributor.referee1Moraes, Adélio José de-
dc.contributor.referee1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4794552U6pt_BR
dc.contributor.referee2Yamanaka, Keiji-
dc.contributor.referee2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4798494D8pt_BR
dc.contributor.referee3Carvalho, Bismarck Castillo-
dc.contributor.referee3Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4770596A2pt_BR
dc.contributor.referee4Tamashiro, Márcio Augusto-
dc.contributor.referee4Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4259773Z6pt_BR
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4387322H2pt_BR
dc.description.degreenameTese (Doutorado)pt_BR
dc.description.resumoEste trabalho apresenta um estudo realizado sobre a reconfiguração de um sistema de distribuição de energia elétrica, com o objetivo de mitigar suas perdas técnicas, ou seja, perdas por efeito Joule. Foram considerados os efeitos da introdução de geração distribuída por meio de placas fotovoltaicas e, também, o uso de armazenadores de energia objetivando a redução das perdas técnicas. Para alcançar este objetivo, de maneira a disponibilizar ao final da pesquisa uma ferramenta útil e aplicável, utilizaram- se recursos oriundos de técnicas de inteligência artificial, tais como as Redes Neurais Artificiais e a Otimização por Enxame de Partículas. As Redes Neurais Artificiais foram empregadas de modo a fazer uma estimação da potência gerada pelas placas fotovoltaicas. Foram obtidos e tratados dados climáticos com projeção de um horizonte definido os quais permitiram realizar estimação do potencial de geração de energia elétrica. Através do estudo das revisões bibliográficas e simulações, foi escolhida a arquitetura de rede NARX. Foi feito também um estudo de dimensionamento a longo prazo de armazenadores de energia para a minimização das perdas técnicas em redes de distribuição. Foram feitas análises combinatórias para a reconfiguração da rede de distribuição com testes de factibilidades, de acordo com a teoria dos grafos. O fluxo de carga foi implementado por meio do método de Newton-Raphson trifásico. Por meio da Otimização por Enxame de Partículas Binário (BPSO) foram testadas as configurações otimizadas de rede para a minimização de perdas técnicas. A linguagem de programação utilizada, para o desenvolvimento de todos os algoritmos propostos, foi a disponível no software MATLAB®. A topologia de rede analisada, é a do sistema do IEEE 37 barras (modificado).pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.sizeorduration186pt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.identifier.doihttp://doi.org/10.14393/ufu.di.2017.511pt_BR
dc.orcid.putcode81755148-
dc.crossref.doibatchiddcdba2ad-6c25-4208-909e-9b3db15581db-
Aparece en las colecciones:TESE - Engenharia Elétrica

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
ReconfiguracaoOtimizadaRedes.pdfDissertação12.74 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.