Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/8238
Compartilhar:
Type: Tese
Issue Date: 2016
Authors: NASCIMENTO, Manoel Henrique Reis
First Advisor: NUNES, Marcus Vinícius Alves
Title: Uma nova solução para a otimização do despacho econômico e ambiental utilizando metaheurísticas da computação bio-inspirada
Sponsor: FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas
Citation: NASCIMENTO, Manoel Henrique Reis. Uma nova solução para a otimização do despacho econômico e ambiental utilizando metaheurísticas da computação bio-inspirada. 2016. 233 f. Tese (Doutorado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2016. Programa de Pós-Graduação em Engenharia Elétrica.
Resumo: Devido ao crescimento industrial da Região Norte, principalmente do Polo Industrial de Manaus (PIM) e consequentemente o aumento da necessidade de geração de energia, que nesta região é fornecida em mais de 90% de seu total por Usinas Termoelétricas (UTE), tornou-se necessário a implementação de ferramentas computacionais que propiciem ao especialista, ou operador de sistemas elétricos, tomar decisões sobre o despacho de potência ótima de cada unidade geradora, contemplando não somente a redução de custos, mas também a diminuição dos índices de poluição na atmosfera. O Despacho Econômico (DE), ou despacho ótimo, é uma das tarefas mais antigas e importantes na gestão de usinas de energia elétrica, e atualmente, devido às crescentes preocupações com o meio ambiente, este problema vem sendo estendido para a otimização do Despacho Econômico e Ambiental (DEA). Esta tese tem como objetivo geral analisar uma nova proposta de solução para o antigo problema de otimização do DE e do DEA implementada por diversos métodos Determinísticos (Iteração Lambda, Programação Quadrática e Método de Newton) e métodos Heurísticos (Algoritmos Genéticos, Enxame de Partículas, Evolução Diferencial, Recozimento Simulado, Otimização por Lobo Cinzento e Colônia de Abelhas Artificiais) para o problema do DE e para o problema do DEA (Algoritmo Genético de Classificação Não-dominado, NSGA II e NSGA III), considerando o desligamento dos geradores com maior custo de operação, com a consequente redução no custo dos combustíveis. O método do custo incremental e as perdas de transmissão são utilizados para determinar os valores de potência ativa de cada unidade geradora, assegurando o balanço energético entre a potência total gerada, a demanda do sistema elétrico, as perdas, e minimizando, por outro lado, o custo total do combustível, reduzindo as emissões, e ainda melhorando a eficiência não somente dos geradores, mas também da UTE como um todo. A solução proposta nesta tese tem as seguintes contribuições: contempla o desligamento dos sistemas de geração que apresentam maior custo com combustível, reduz os custos totais permitindo uma manutenção preditiva nestas máquinas; determina soluções ótimas para a potência de saída em vários cenários característicos e não característicos das usinas, considerando variações na geração de potência ativa e na redução das emissões de gases poluentes como, NOx e o CO2. Para analisar a viabilidade da solução proposta por esta tese, utilizou-se um conjunto de dez unidades geradoras térmicas como parâmetros para o estudo de caso e três conjuntos de geradores, descritos na literatura, como sistema de teste para validação da robustez da proposta de solução apresentada. Foram aplicados diversos métodos determinísticos e de computação Bio-inspirada para a otimização mono-objetivo e multiobjetivo. Os resultados apresentados na tese, a partir da análise de vários exemplos práticos, mostram as vantagens da nova solução proposta.
Abstract: Due to the significant industrial growth in the North of Brazil, especially at the Industrial Pole of Manaus (PIM), it has been an increased necessity for energy generation, which in this region is provided by thermoelectric plants (UTEs) in over 90% of its total. Thus, it became necessary the use of computational tools that help the specialists or operators of electrical systems, for making decisions about the optimal power dispatch of each generating unit that contemplate not only to reduce costs but also reduce the atmospheric pollution levels. Optimization of Economic Dispatch (ED) is one of the oldest and most important tasks in power plant management, and currently, due to growing concerns about the environment, this problem is extended to the optimization of the Economic and Environmental Dispatch (EAD). This thesis has as main objective to analyze a new proposal to solve the old optimization problem of ED and the EAD implemented by several Deterministic methods (Iteration Lambda, Quadratic Programming and Newton method) and Heuristic methods (Genetic Algorithms, Particle Swarm, Differential evolution, Simulated Annealing, Optimization by Grey Wolf and Artificial Bee Colonies) for the ED problem. Non-dominated Sorting Genetic Algorithms (NSGA II and NSGA III), were used for evaluating the problem of EAD, considering the shutdown of the generators with higher losses and thus reducing the fuel cost. The method of incremental cost and transmission losses are used to determine the best active power values for each generating unit. It was ensured the energy balance between the total generated power, the demand of the electrical system, losses and minimizing, on the other hand, the total cost of fuel, reducing emissions, and further improving efficiency not only for generators but also to UTE as a whole. Consequently, the proposed new solution has the following contributions: contemplates the turning off generation systems that have higher fuel cost, reducing the overall costs and enabling predictive maintenance on these machines. This approach also determines optimal solutions for the power output in various scenarios characteristic and not characteristic of UTEs or power plants, considering changes in active power generation and reducing greenhouse gas emissions as NOx and CO2. To explore the feasibility of the new solution proposed by this theory, it was used as a test system a set of ten (10) generating units for the case study and three sets of generators´ parameters described in the literature. They were used for demonstrating the robustness of the proposed solution considering the use of various deterministic and Bioinspired computing methods for mono-objective and multi-objective optimization. The results presented here, from an analysis of several practical examples show the advantages of the new proposed solution.
Keywords: Usinas elétricas
Otimização matemática
Algoritmos genéticos
Modelos matemáticos
Aspectos econômicos
Testes de usinas elétricas
Metaheurísticas
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Country: Brasil
Publisher: Universidade Federal do Pará
Institution Acronym: UFPA
Department: Instituto de Tecnologia
Program: Programa de Pós-Graduação em Engenharia Elétrica
Appears in Collections:Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Tese_NovaSolucaoOtimizacao.pdf10.34 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons