Contribuições às técnicas de planejamento da expansão da transmissão de energia elétrica considerando incertezas

• Ano de defesa: 2021
• Autor(a) principal: Paula, Arthur Neves de
• Orientador(a): Oliveira, Edimar José de
• Banca de defesa: Belati, Edmarcio Antonio , Poubel, Raphael Paulo Braga , Silva Junior, Ivo Chaves da , Honório, Leonardo de Mello
• 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: Planejamento da expansão da transmissão de energia elétrica; Planejamento sob incertezas; Algoritmos de agrupamento; Confiabilidade de sistemas de transmissão; Dispositivos de armazenamento de energia; Decomposição de Benders; Transmission network expansion planning; Planning under uncertainty; Clustering algorithms; Reliability of transmission systems; Energy storage devices; Benders’ decomposition; Monte Carlo simulation
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://doi.org/10.34019/ufjf/te/2021/00048; https://repositorio.ufjf.br/jspui/handle/ufjf/13394

Esta tese de doutorado apresenta contribuições para a solução do problema de Planejamento da Expansão da Transmissão de Energia Elétrica (PET) considerando incertezas e alocação ótima de Dispositivos de Armazenamento de Energia (DAE), dentre estes: (i) uma metodologia para solucionar o PET de forma robusta em relação aos cenários de despacho de geração eólica e contingência, satisfazendo o critério de segurança N-1; (ii) uma metodologia para solucionar o PET considerando um horizonte de planejamento dinâmico e restrições de confiabilidade e de uso adequado da energia eólica disponível; (iii) dois algoritmos de agrupamento de séries históricas, o modified Iterative Self-Organizing Data Analysis Technique Algorithm (m-ISODATA) e o Algoritmo de Agrupamento de Períodos Representativos (AAPR), propostos para obter os cenários representativos para problemas de planejamento e operação de sistemas de energia que levam em conta incertezas a curto prazo, respectivamente para problemas não-cronológicos e cronológicos; (iv) uma metodologia para solucionar o problema de PET e alocação ótima de DAEs de forma desacoplada, permitindo a solução simultânea de cada cenário cronológico.