Programa de Pós-Graduação em Engenharia Elétrica - PPGEE/ITEC

URI Permanente desta comunidadehttps://repositorio.ufpa.br/handle/2011/2314

O Programa de Pós-Graduação em Engenharia Elétrica (PPGEE) do Instituto de Tecnologia (ITEC) da Universidade Federal do Pará (UFPA) foi o primeiro e é considerado o melhor programa de pós-graduação em Engenharia Elétrica da Região Amazônica. As atividades acadêmicas regulares dos cursos de mestrado e doutorado são desenvolvidas principalmente nas Faculdades de Engenharia Elétrica e Engenharia de Computação, supervisionadas pela Coordenação do Programa de Pós-Graduação em Engenharia Elétrica (CPPGEE).

Navegar

Agora exibindo 1 - 14 de 14

Acesso aberto (Open Access)
Algoritmo genético retroviral iterativo
(Universidade Federal do Pará, 2010-09-10) MOREIRA, Renato Simões; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Este trabalho tem como objetivo apresentar o desenvolvimento de uma metaheurística híbrida baseada no ciclo de vida viral, mais especificamente dos Retrovírus, que fazem parte do grupo dos seres que evoluem mais rápido na natureza. Este algoritmo é denominado Algoritmo Genético Retroviral Iterativo (AGRI) e para embasamento computacional são utilizados conceitos de Algoritmo Genético (AG) e biológico características de replicação e evolução retroviral, o que proporciona uma grande diversidade genética o que aumenta a probabilidade para encontrar a solução, fato este confirmado através de melhores resultados obtidos pelo AGRI em relação ao AG.
Acesso aberto (Open Access)
Alocação ótima de geração distribuída em redes de distribuição utilizando algoritmo híbrido baseado em cuckoo search e algoritmo genético
(Universidade Federal do Pará, 2018-09-02) OLIVEIRA, Victoria Yukie Matsunaga de; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Esta tese de doutorado propõe um novo algoritmo Cuckoo Search (CS) chamado Cuckoo-GRN (Cuckoo Search with Genetically Replaced Nests), que incorpora benefícios do algoritmo genético (GA) no algoritmo CS. O método proposto trata os ninhos abandonados do CS de maneira mais eficiente, substituindo-os geneticamente. Isto melhora significativamente o desempenho do algoritmo, estabelecendo o equilíbrio ideal entre a diversificação e a intensificação de busca. O novo algoritmo é utilizado para otimizar a localização e o dimensionamento de unidades de geração distribuída em um sistema de distribuição, a fim de minimizar as perdas de energia ativa, melhorando a estabilidade da tensão do sistema e o perfil de tensão. Alocações de uma ou mais unidades de geração distribuída são consideradas. O algoritmo proposto é extensivamente testado em funções matemáticas de benchmark, bem como nos sistemas de distribuição de 33 e 119 barras. Os resultados da simulação mostram que o Cuckoo-GRN pode levar a uma melhora substancial de desempenho em relação ao algoritmo CS original e a outras técnicas atualmente conhecidas na literatura, não apenas em termos de convergência, mas também de precisão da solução.
Acesso aberto (Open Access)
Alocação ótima de parques eólicos em sistemas de distribuição considerando incertezas de vento e carga utilizando algorítmo genético
(Universidade Federal do Pará, 2016-12-19) FONSECA, Sebastião Borges; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Esta dissertação propõe uma abordagem probabilística para determinar a ótima localização, dimensionamento e fator de potência de parques eólicos em sistemas de distribuição com base em Algoritmo Genético. O método proposto considera a natureza intermitente da geração eólica e da carga para minimizar as perdas anuais de energia no sistema em estudo. Recentes avanços tecnológicos possibilitaram a operação de parques eólicos fornecendo potência reativa para o sistema, sendo importante considerar a possibilidade de operação com diferentes valores de fator de potência. O sistema utilizado é uma rede de distribuição com 33 barras e os resultados comprovaram a eficácia do método proposto e a importância de considerar as incertezas da carga e do vento no planejamento de sistemas de energia elétrica.
Acesso aberto (Open Access)
Análise estática e dinâmica de parques eólicos mistos compostos por aerogeradores de velocidade fixa e variável
(Universidade Federal do Pará, 2014-11-21) SILVA, Helleson Jorthan Brito da; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Os sistemas eólicos de geração de energia elétrica se apresentam como uma solução adequada para o atendimento aos requisitos técnicos, econômicos, ambientais, sociais e governamentais, por isso eles têm sido largamente usados em diversos países. Dentre as tecnologias de aerogeradores disponíveis, os sistemas eólicos a velocidade fixa com geradores de indução em gaiola de esquilo e a velocidade variável com geradores de indução duplamente alimentados são os mais populares. Com o aumento dos níveis de penetração eólica na rede elétrica e devido às desvantagens tecnológicas dos aerogeradores com gerador de indução em gaiola, uma tendência em substituir esse conceito pelo aerogerador com gerador de indução duplamente alimentado na construção de novos parques eólicos é observada. No caso de usinas eólicas já instaladas, por razões econômicas, o processo de modernização gradativo é mais conveniente. Embora os dois sistemas eólicos sejam bem conhecidos, mas pouco se sabe sobre a operação conjunta de ambos. Dessa forma, o presente artigo propõe um estudo para avaliar os impactos ocorridos pela integração de um parque eólico misto na rede elétrica, com geradores de indução em gaiola de esquilo e duplamente alimentados. Aspectos relacionados à estabilidade de velocidade sob falta e curtas variações de vento e à estabilidade de tensão são analisados. A interação entre as tecnologias também é objeto de estudo. Casos com diferentes níveis de penetração dos sistemas eólicos são considerados, representando a substituição gradativa de parte dos aerogeradores de conceito antigo por outros do conceito mais moderno. Os resultados obtidos mostram que as características do gerador de indução duplamente alimentado aliadas com a redução da injeção de potência dos sistemas eólicos a velocidade fixa melhoram o comportamento do parque eólico, sugerindo que a operação conjunta dos aerogeradores pode ser uma solução de boa relação custo-benefício.
Acesso aberto (Open Access)
Avaliação do impacto econômico da conexão de veículos elétricos e da geração eólica em redes inteligentes de energia
(Universidade Federal do Pará, 2018-02-26) VIEGAS, Marcel Augusto Alvarenga; NUNES, Marcus Vinicius Alves; http://lattes.cnpq.br/9533143193581447; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Esta dissertação de mestrado apresenta uma ferramenta de gerenciamento de energia de um sistema de energia no contexto Smart Grid que contém Veículos Elétricos inseridos como cargas e Geração Eólica. A técnica de otimização utilizada foi Recozimento Simulado, a fim de minimizar o custo total de energia da rede em estudo. Foram adotadas três estratégias de carregamento: Carregamento no Horário de Ponta, Carregamento Fora de Ponta e Carregamento Inteligente, além de técnicas de Gerenciamento pelo Lado da Demanda. Além do processo de carregamento, também será estudado o descarregamento da bateria dos veículos elétricos, preferencialmente, no pico da curva de carga, bem como a possibilidade de fornecer energia à rede elétrica através do parque eólico a fim de suprir tanto a carga própria do sistema quanto à carga de Veículos Elétricos inserida através da criação de uma estação de carregamento / descarregamento. O sistema utilizado é IEEE 39 barras (New England). Os resultados provaram a eficácia do método proposto e a importância de se considerar além da distribuição, a geração e a transmissão em estudos de planejamento, de expansão e de operação de Redes Inteligentes de Energia que possuam Veículos Elétricos e Geração Eólica a elas conectados.
Acesso aberto (Open Access)
Avaliação dos impactos da recarga de veículos elétricos na vida útil de transformadores de distribuição
(Universidade Federal do Pará, 2023-10-30) BARROS, Amanda Monteiro Pinto; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2580696185627481
O objetivo desta dissertação é apresentar uma avaliação comparativa dos impactos decorrentes das práticas da recarga de veículos elétricos (VEs) com baterias de curto e longo alcance sob diferentes níveis de potência sobre a vida útil de transformadores de distribuição. Esta pesquisa se baseia na combinação de informações reais de consumo de energia elétrica coletadas em East Midlands, no Reino Unido, bem como de dados de recarga de veículos elétricos coletados por meio de um projeto experimental também realizado no Reino Unido. Este estudo examina de maneira detalhada a temperatura do ponto mais quente do transformador, e calcula o fator de envelhecimento desse equipamento utilizando o modelo térmico apresentado no IEEE Standard C57.91. Como resultado, este estudo revela que os efeitos causados pelos veículos elétricos de longo alcance são mais intensos, por utilizar uma potência de recarga mais alta e sua recarga ter maior duração. Conforme o nível de penetração dos veículos aumentam, constatou-se um aumento considerável na carga do transformador e na temperatura do ponto mais quente, especialmente no inverno, quando a demanda residencial é maior. Em veículos com baterias de 75 kWh, mesmo em níveis de penetração relativamente baixos, a partir de um nível de penetração de 30% já se notam violações severas da temperatura do ponto mais quente, contribuindo para a redução da vida útil do equipamento.
Acesso aberto (Open Access)
Estimação da porcentagem de flúor em alumina fluoretada proveniente de uma planta de tratamento de gases por meio de um sensor virtual neural
(Universidade Federal do Pará, 2011-06-22) SOUZA, Alan Marcel Fernandes de; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
As indústrias têm buscado constantemente reduzir gastos operacionais, visando o aumento do lucro e da competitividade. Para alcançar essa meta, são necessários, dentre outros fatores, o projeto e a implantação de novas ferramentas que permitam o acesso às informações relevantes do processo de forma precisa, eficiente e barata. Os sensores virtuais têm sido aplicados cada vez mais nas indústrias. Por ser flexível, ele pode ser adaptado a qualquer tipo de medição, promovendo uma redução de custos operacionais sem comprometer, e em alguns casos até melhorar, a qualidade da informação gerada. Como estão totalmente baseados em software, não estão sujeitos a danos físicos como os sensores reais, além de permitirem uma melhor adaptação a ambientes hostis e de difícil acesso. A razão do sucesso destes tipos de sensores é a utilização de técnicas de inteligência computacional, as quais têm sido usadas na modelagem de vários processos não lineares altamente complexos. Este trabalho tem como objetivo estimar a qualidade da alumina fluoretada proveniente de uma Planta de Tratamento de Gases (PTG), a qual é resultado da adsorção de gases poluentes em alumina virgem, via sensor virtual. O modelo que emula o comportamento de um sensor de qualidade de alumina foi criado através da técnica de inteligência computacional conhecida como Rede Neural Artificial. As motivações deste trabalho consistem em: realizar simulações virtuais, sem comprometer o funcionamento da PTG; tomar decisões mais precisas e não baseada somente na experiência do operador; diagnosticar potenciais problemas, antes que esses interfiram na qualidade da alumina fluoretada; manter o funcionamento do forno de redução de alumínio dentro da normalidade, pois a produção de alumina de baixa qualidade afeta a reação de quebra da molécula que contém este metal. Os benefícios que este projeto trará consistem em: aumentar a eficiência da PTG, produzindo alumina fluoretada de alta qualidade e emitindo menos gases poluentes na atmosfera, além de aumentar o tempo de vida útil do forno de redução.
Acesso aberto (Open Access)
Gerenciamento de energia residencial com geração fotovoltaica utilizando recozimento simulado
(Universidade Federal do Pará, 2016-09-16) VILAR, Diego Branches; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
A evolução das redes tradicionais em redes inteligentes tem contribuído para o aumento da penetração da geração distribuída nos sistemas elétricos. Além disso, a maior integração da Tecnologia da Informação e Comunicação (TIC) com os Sistemas Elétricos de Potência (SEP) tem possibilitado o envolvimento do consumidor à gestão da demanda, que ganhou um interesse crescente nos últimos anos. Apesar de ser um tema discutido desde meados de 1980, somente com o advento das Redes Inteligentes o mesmo passou a ser mais difundido. Nesse sentido, o consumidor deve ter o conhecimento das estratégias de gerenciamento pelo lado da demanda (GLD) para poder tirar vantagem deste programa. Portanto, Esta dissertação de mestrado tem como objetivo desenvolver uma metodologia de gerenciamento de energia residencial (do inglês, Home Energy Management System - HEM), para auxiliar o cliente na tomada de decisões quanto ao deslocamento de carga fornecendo propostas de agendamento para o consumo de energia em residências, em resposta aos sinais tarifários, de modo a reduzir os gastos do consumidor com a compra de energia fornecida pela concessionária e otimizar o uso da geração fotovoltaica.
Acesso aberto (Open Access)
Gerenciamento ótimo de um sistema de armazenamento de energia utilizando recozimento simulado
(Universidade Federal do Pará, 2018-01-18) ANGELIM, Jorge Henrique Costa; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Este trabalho propõe uma metodologia de gerenciamento de energia de uma rede em um campus universitário, que possui uma usina solar fotovoltaica e um sistema de armazenamento de energia, operando conectado à rede principal. O método tem como objetivo minimizar a compra de energia da rede externa aplicando a ferramenta de otimização Recozimento Simulado para determinar o perfil diário de carga e descarga do banco de baterias, considerando restrições técnicas e operacionais. Nas simulações foram consideradas a dinâmica da demanda e da disponibilidade de recurso solar, bem como da tarifa de energia ao longo do dia, aproveitando a energia armazenada em momentos de tarifa mais barata e maior disponibilidade de geração solar em momentos de pico, reduzindo assim o custo diário de operação. Os resultados evidenciaram a aplicabilidade da ferramenta de otimização, determinando pontos de operação do sistema de armazenamento que maximizaram o aproveitamento dos recursos disponíveis.
Acesso aberto (Open Access)
Modelo híbrido baseado em séries temporais e redes neurais para previsão da geração de energia eólica
(Universidade Federal do Pará, 2018-08-30) ALENCAR, David Barbosa de; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
A geração de energia elétrica através de turbinas eólicas é uma das alternativas praticamente inesgotáveis de geração de energia elétrica. Ela é considerada uma fonte de energia limpa, porém ainda necessita de muita pesquisa para desenvolvimento de ciência e tecnologias que assegurem uma uniformidade na geração, propiciando uma maior participação desta fonte na matriz energética tanto no Brasil quanto no mundo, pois o vento apresenta bruscas variações na velocidade, densidade e em outras variáveis importantes. Nos sistemas elétricos de base eólica, cada horizonte de previsão é aplicado em um determinado segmento específico, previsão de minutos, horas, semanas, meses e anos futuros do comportamento do vento, desta forma pode-se avaliar a disponibilidade de energia para o próximo período, uma informação relevante no despacho das unidades geradoras e no controle do sistema elétrico. Esta tese teve como proposta, desenvolver modelos de previsão a ultra curto, curto, médio e longo prazo da velocidade do vento, baseado em técnicas de inteligência computacional, usando modelos de Redes Neurais Artificiais, SARIMA e modelos híbridos e prever a capacidade da geração de potência para cada horizonte. Para aplicação da metodologia utilizou-se as variáveis meteorológicas do banco de dados do sistema de organização nacional de dados ambientais SONDA, estação de Petrolina, do período de 01 de janeiro de 2004 à 31 de março de 2017. O desempenho dos modelos foi comparado com 5, 10 e 20 passos para frente, considerando minutos, horas, dias, semanas, meses e anos como horizonte de previsão. O modelo hibrido obteve melhor resposta na previsões dentre as quais destacou-se o horizonte de horas.
Acesso aberto (Open Access)
Previsão da irradiação solar utilizando método ensemble para seleção de atributos e algoritmos de aprendizado de máquina
(Universidade Federal do Pará, 2023-06-20) MEJIA, Edna Sofia Solano; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
A previsão precisa da irradiação solar é essencial para a gestão eficaz de sistemas de energia com geração fotovoltaica significativa. Algoritmos de aprendizado de máquina, que utilizam dados históricos e padrões para fazer previsões, desempenham um papel crucial nessa tarefa. Um aspecto chave é o uso de modelos ensemble, que combinam as previsões de vários algoritmos para melhorar a precisão e confiabilidade das previsões. Neste estudo, modelos ensemble são utilizados para aprimorar o desempenho das previsões, agregando as previsões de diferentes algoritmos. Além disso, o trabalho propõe um método de seleção de atributos ensemble, que envolve identificar os parâmetros de entrada mais relevantes e suas observações passadas relacionadas. Essa abordagem tem como objetivo otimizar os atributos de entrada utilizados pelos algoritmos de aprendizado de máquina, garantindo que apenas as informações mais pertinentes sejam consideradas para previsões precisas de irradiação solar. Ao aproveitar as habilidades de múltiplos algoritmos e selecionar os atributos mais informativos, a abordagem ensemble oferece uma estrutura robusta para melhorar a precisão das previsões de irradiação solar. O desempenho de vários algoritmos de aprendizado de máquina, incluindo modelos ensemble, é comparado para previsão de irradiação solar em dias com diferentes padrões climáticos, utilizando entradas endógenas e exógenas. Os algoritmos considerados são AdaBoost, SVR, RF, XGBT, CatBoost, VOA e VOWA. A seleção de atributos ensemble proposta depende dos algoritmos RF, IM e Relief. A precisão da previsão é avaliada com base em várias medidas usando um banco de dados real da cidade de Salvador, Brasil. Diferentes previsões climáticas são consideradas: 1 hora, 2 horas, 3 horas, 6 horas, 9 horas e 12 horas com antecedência. Os resultados numéricos mostram que a seleção de atributos ensemble proposta melhora a precisão da previsão e que o modelo VOWA selecionado com os algoritmos de melhor desempenho apresenta previsões com maior precisão do que os outros algoritmos em diferentes horizontes de previsão. Esta pesquisa demonstra a eficácia dos modelos ensemble e as técnicas de seleção de atributos na melhoria da previsão de irradiância solar, fornecendo insights valiosos para a gestão eficiente de sistemas de energia.
Acesso aberto (Open Access)
Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro
(Universidade Federal do Pará, 2014-11-28) RESTON FILHO, José Carlos; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.
Acesso aberto (Open Access)
Regulação de tensão e frequência em micro-redes ilhadas com veículos elétricos e geração distribuída utilizando otimização por enxame de partículas
(Universidade Federal do Pará, 2019-08-16) SILVA, Rodrigo Veiga da; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Este trabalho apresenta uma implementação de controle de frequência e tensão para uma micro-rede ilhada e regulada por droop através do algoritmo de fluxo de carga adaptado para micro-redes e intitulado DBFS(em inglês, Direct Backward/Forward Sweep Load Flow) modelado como um problema de otimização resolvido pela técnica de otimização por enxame de partículas PSO (em inglês, Particle Swarm Optimization). O PSO, aliado à capacidade V2G (em inglês, Vehicle-to-Grid) de veículos elétricos, reajusta as características de droop para melhorar os desvios de frequência e tensão de regime permanente da micro-rede, funcionando, assim, como uma ação de controle secundário. As simulações foram realizadas em um sistema de distribuição de 33 barras ilhado, com geração distribuída e veículos elétricos operando em um período de 24 horas. Os resultados demonstraram que a proposta de controle secundário, fundamentada em PSO, se mostrou versátil e eficiente frente as variações de carga e geração do sistema.
Acesso aberto (Open Access)
Utilização de um sistema de armazenamento térmico para aplicação de gerenciamento pelo lado da demanda em uma rede de distribuição universitária
(Universidade Federal do Pará, 2018-08-16) SOUZA, Zaire de Assis Ferreira; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
A presente dissertação propõe o gerenciamento ótimo da demanda de refrigeração de uma rede de distribuição universitária para promover maior economia e eficiência energética utilizando a inercia térmica de salas de aula climatizadas como elemento armazenador de energia térmica e geração fotovoltaica. O método proposto considera a variação horária da temperatura ambiente influenciando a variação da temperatura interna das salas de aula e o consumo de energia ao longo do dia, sabendo que a unidade consumidora é tarifada no modelo Horo-Sazonal Verde. A análise das cargas da unidade consumidora leva a concluir que a maior parte da energia consumida é destinada a algum tipo de carga de refrigeração, sobretudo a climatizadores de ambiente, assim, considerar a gestão deste tipo de cargas no contexto das redes inteligentes (Smart Grids) é uma maneira coerente de impactar positivamente no aumento da eficiência energética. O gerenciamento pelo lado da demanda é realizado com base em Algoritmo Genético e os resultados comprovam a eficácia do método proposto em equilibrar o gerenciamento energético e promover um aumento considerável na economia com os gastos de energia.

Navegar

Navegando Programa de Pós-Graduação em Engenharia Elétrica - PPGEE/ITEC por Orientadores "AFFONSO, Carolina de Mattos"