Geração de perfis de carga sintéticas em redes elétricas inteligentes: uma abordagem baseada em dados com redes generativas

• Ano de defesa: 2023
• Autor(a) principal: Silva, Walquíria do Nascimento
• Orientador(a): Dias, Bruno Henriques
• Banca de defesa: Ramos, Sérgio Filipe Carvalho , Ferreira, Vitor Hugo , Melo, Igor Delgado de , Ribeiro, Moisés Vidal
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica
• Departamento: Faculdade de Engenharia
• País: Brasil
• Palavras-chave em Português: Análise de dados; Curva de carga sintética; NICE; Data analysis; Synthetic load curve
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://doi.org/10.34019/ufjf/te/2023/00077; https://repositorio.ufjf.br/jspui/handle/ufjf/16370

O desenvolvimento de métodos sustentáveis e economicamente viáveis tem se tornado fundamental para aprimoramento das políticas de eficiência energética, redução de custos e mitigação dos impactos ambientais. Isso tem ocorrido devido a fatores como a transição energética, a digitalização dos sistemas elétricos e a difusão de recursos energéticos distribuídos (REDs), que vem transformando o paradigma do setor elétrico. Neste contexto, a análise de dados de redes elétricas surge como uma estratégia para identificar as oportunidades de melhorias e otimização dos recursos alocados nestas redes. Dessa forma, a análise de dados tem se tornado fundamental na operação e no planejamento das redes elétricas, bem como para todo o sistema elétrico de potência. Com base nessa perspectiva, ao longo da pesquisa conduzida nesta tese de doutoramento, foram identificados desafios que impactam a análise mais detalhada da dinâmica das redes elétricas, como a escassez de dados disponíveis, questões de segurança e privacidade dos dados, limitando a análise diagnóstica das redes e do desenvolvimento de aplicações voltadas para a eficiência energética e sustentabilidade. Para mitigar tais fatores, dados sintéticos emerge como uma abordagem para suprir estas lacunas. À vista disso, esta tese se propôs a investigar a aplicação de análise de dados em um sistema de distribuição de energia elétrica de um campus universitário, visando a geração de perfis sintéticos de curvas de carga. No âmbito desta perspectiva, adotou-se o modelo Non-linear Independent Components Estimation (NICE) com a inclusão de redes neurais com camadas convolucionais. Como resultado da metodologia adotada, obteve-se a representação dos perfis sintéticos. Essa abordagem permite uma representação dos padrões de consumo elétrico de um campus universitário, possibilitando avaliar o potencial dos modelos generativos na caracterização e quantificação dos perfis de carga. Portanto, a contribuição desta tese encontra-se na aplicação de técnicas de análise de dados e implementação de modelos generativos, como o NICE com camadas convolucionais. Estas abordagens têm por objetivo gerar perfis sintéticos de curvas de carga a partir de dados medidos em uma rede elétrica universitária, atuando como ambiente para testes e validação da metodologia proposta.