Control and energy management system of a microgrid using a genetic algorithm = Sistema de controle e gestão de energia de uma microrrede utilizando algoritmos genéticos
Sistema de controle e gestão de energia de uma microrrede utilizando algoritmos genéticos
| dc.creator | Vergara Barrios, Pedro Pablo, 1990- | |
| dc.date | 2015 | |
| dc.date | 2015-04-11T00:00:00Z | |
| dc.date | 2017-04-03T00:20:15Z | |
| dc.date | 2017-07-13T19:50:24Z | |
| dc.date | 2017-04-03T00:20:15Z | |
| dc.date | 2017-07-13T19:50:24Z | |
| dc.date.accessioned | 2018-03-29T03:56:29Z | |
| dc.date.available | 2018-03-29T03:56:29Z | |
| dc.identifier | VERGARA BARRIOS, Pedro Pablo. Control and energy management system of a microgrid using a genetic algorithm = Sistema de controle e gestão de energia de uma microrrede utilizando algoritmos genéticos. 2015. 1 recurso online ( 152 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: <http://www.bibliotecadigital.unicamp.br/document/?code=000959583>. Acesso em: 2 abr. 2017. | |
| dc.identifier | http://repositorio.unicamp.br/jspui/handle/REPOSIP/259502 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/1338516 | |
| dc.description | Orientador: Luiz Carlos Pereira da Silva | |
| dc.description | Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação | |
| dc.description | Resumo: As microrredes, como redes elétricas controláveis e inteligentes, compostas por sistemas distribuídos de energias (DES), sistemas de armazenamento e cargas controláveis, exigem o uso de um Sistema de Gestão de Energia (EMS) como entidade central encarregada de coordenar e controlar os SDE, despachar as unidades de geração sob incerteza da demanda e da geração, controlar o balanço instantâneo de potência ativa, fluxo de carga e perfis de tensão, entre outras. Considerando as funções desta entidade central, nesta dissertação propõe-se um Sistema de Gestão de Energia composto por duas etapas de otimização: uma etapa a longo-prazo e outra a curto-prazo. A principal função da etapa de longo-prazo é resolver o problema de gestão de energia considerando um horizonte de planejamento de 24 horas, visando minimizar simultaneamente os custos operacionais e as perdas de potência. Para isto, é utilizado o algoritmo Non-dominated Sorting Genetic Algorithm II (NSGA-II), complementado com uma técnica de Programação Quadrática, visando reduzir a complexidade do problema de gestão de energia. A principal função da etapa de curto-prazo é garantir o balanço de potência e reduzir o impacto do erro de previsão na operação do sistema de distribuição. Para desenvolver o algoritmo de otimização proposto são utilizados os pacotes MATLAB e GridLabD para implementar e simular o SGE em uma microrrede composta por uma rede de distribuição residencial, incluindo baterias, sistemas de geração convencionais e baseados em energias renováveis. Para avaliar o SGE desenvolvido dois casos de estudos são propostos, denominados como um caso com perfeita previsão e um caso de operação real. Finalmente, simulações dinâmicas são desenvolvidas no GridLabD para avaliar o impacto técnico das soluções ótimas no sistema de distribuição | |
| dc.description | Abstract: A microgrid, as a controllable intelligent electric network, composed of distributed energy systems (DERs), energy storage systems (ESS) and controllable loads, require an Energy Management System (EMS) as a central entity responsible for coordinate control of DERs, for the dispatch of units under supply and demand uncertainty, for managing instantaneous active power balance, power flows and network voltage profiles, among others. Considering this central control structure, in this master dissertation it is proposed an Energy Management System composed of two optimization stages: a long-term and a short-term stage. The main function of the long-term stage is to solve the energy management problem considering an operational horizon of 24-hours to minimize simultaneously the operational cost and the power losses. To do this, it is used the Non-dominated Sorting Genetic Algorithm II (NSGA-II) complemented with a Quadratic Programing (QP) algorithm, to reduce the final complexity of the energy management problem. For the short-term stage, it is used a QP algorithm. The main function of the short-term stage is to guarantee power balance and reduce the impact of the forecast error in the operation of the distribution system. To develop the optimization algorithm MATLAB and GridLab-D are used to implement and simulate the EMS in a microgrid composed of a residential distribution network including batteries, renewable and fuel-based generation systems. To evaluate the developed EMS two main cases are studied, a perfect forecast case and real operational case. Finally, dynamic simulations are carried on in GridLabD to technically assess the impact of the optimal solution in the distribution system | |
| dc.description | Mestrado | |
| dc.description | Energia Eletrica | |
| dc.description | Mestre em Engenharia Elétrica | |
| dc.description | 2013/22451-4 | |
| dc.description | FAPESP | |
| dc.format | 1 recurso online ( 152 p.) : il., digital, arquivo PDF. | |
| dc.format | application/pdf | |
| dc.publisher | [s.n.] | |
| dc.relation | Requisitos do sistema: Software para leitura de arquivo em PDF | |
| dc.subject | Sistemas de gestão de energia | |
| dc.subject | Algoritmos genéticos | |
| dc.subject | Fontes renováveis | |
| dc.subject | Energy management systems | |
| dc.subject | Genetic algorithm | |
| dc.subject | Renewable sources | |
| dc.title | Control and energy management system of a microgrid using a genetic algorithm = Sistema de controle e gestão de energia de uma microrrede utilizando algoritmos genéticos | |
| dc.title | Sistema de controle e gestão de energia de uma microrrede utilizando algoritmos genéticos | |
| dc.type | Tesis |