Optimization strategies for decision-makers to increase the distributed energy resources penetration for a greener future. (2021)
- Authors:
- Autor USP: TAHERI, SEYED IMAN - EP
- Unidade: EP
- Sigla do Departamento: PEA
- Subjects: ENERGIA; ALGORITMOS; RECURSOS ENERGÉTICOS; REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
- Agências de fomento:
- Language: Inglês
- Abstract: Integrar recursos energéticos distribuídos (REDs), especificamente geração distribuída (GD), no sistema de distribuição resulta em problemas de gestão de energia. Para cada concessionária de energia elétrica esses problemas são diferentes, são base em melhorias realizadas anteriormente nos sistemas de distribuição e em seus requisitos. Portanto, esta tese apresenta diferentes cenários de gestão de energia e soluções para uma ampla gama de problemas de otimização nos sistemas de distribuição com à integração de REDs. Todos esses cenários consideram a alocação de RED no sistema de distribuição. Esta tese analisa as estratégias, incluindo quatro problemas de otimização de gestão de energia. O primeiro e o segundo cenários são a alocação de objetivo único e multiobjetivo de RED no sistema de distribuição. A tese contribui com os dois primeiros cenários por uma alocação e dimensionamento multiobjetivo, considerando a capacidade de hospedagem do sistema de distribuição e o RED instalado anterior (ou seja, terceiro cenário). Finalmente, o quarto cenário apresenta o despacho ótimo de REDs e microrredes para o escalonamento de usinas virtuais de energia (do inglês Virtual Power Plant - VPP). Esses cenários incluem a alocação de GD, como células a combustível, turbinas eólicas e módulos solares, em um sistema de distribuição para orientar a gestão de energia no futuro. Nestes cenários, os algoritmos de otimização aplicados são o algoritmo aprimorado teaching-learning-based optimization (TLBO) com a apresentação de duas novas modificações e dois novos algoritmos de otimização híbrida. O primeiro e o segundo cenários usam modificações adicionais de TLBO para a colocação de DER nos problemas de objetivo único e multiobjetivo. O terceiro cenário aplica um algoritmo de otimização híbrido combinando o algoritmo TLBO e honey bee matingoptimization (HBMO). O algoritmo híbrido do quarto cenário é uma combinação dos algoritmos grid search algorithm e derivative-free optimization algorithm. Os algoritmos TLBO, HBMO, grid search algorithm e derivative-free optimization algorithm foram relatados como os melhores algoritmos de otimização nesta área. Assim, esta tese, ao modificar e combinar esses algoritmos, tenta projetar um algoritmo de otimização mais adequado a cada cenário. Além disso, um sistema II de distribuição padrão IEEE, com distribuição radial de 70 barras, é usado para implementar os algoritmos de otimização propostos com base no cenário do gerenciador do sistema de potência e funções objetivo. Os resultados mostram a importância dos algoritmos propostos para otimizar funções objetivo. A superioridade observada dos algoritmos propostos apresenta a melhor acurácia e velocidade na obtenção da solução ótima entre os demais algoritmos de otimização testados. Os algoritmos propostos são novos algoritmos de otimização que modificam a versão antiga do algoritmo de otimização ou combinam dois algoritmos de otimização. Os algoritmos propostos são novos algoritmos de otimização obtidos modificando a versão original do TLBO ou combinando dois algoritmos de otimização. A modificação do TLBO está nas fases de professor e aluno com a adição de técnicas de otimização adequadas, como técnica de aprendizagem baseada em quase oposição e método de mutação. Com soluções otimizadas, a concessionária de energia elétrica pode ter uma melhoria econômica, técnica e ambiental no sistema de potência por meio da integração dos REDs. Além disso, os prossumidores (clientes que são produtores e consumidores) podem ter todos os benefícios dos geradores renováveis.
- Imprenta:
- Data da defesa: 21.05.2021
-
ABNT
TAHERI, Seyed Iman. Optimization strategies for decision-makers to increase the distributed energy resources penetration for a greener future. 2021. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-17092021-104358/. Acesso em: 30 set. 2024. -
APA
Taheri, S. I. (2021). Optimization strategies for decision-makers to increase the distributed energy resources penetration for a greener future. (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3143/tde-17092021-104358/ -
NLM
Taheri SI. Optimization strategies for decision-makers to increase the distributed energy resources penetration for a greener future. [Internet]. 2021 ;[citado 2024 set. 30 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-17092021-104358/ -
Vancouver
Taheri SI. Optimization strategies for decision-makers to increase the distributed energy resources penetration for a greener future. [Internet]. 2021 ;[citado 2024 set. 30 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-17092021-104358/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
