Otimização da produção de energia elétrica em usinas hidrelétricas

• Ano de defesa: 2020
• Autor(a) principal: Santos, Ramon Abritta Aguiar
• Orientador(a): Silva Junior, Ivo Chaves da , Marcato, André Luís Marques
• Banca de defesa: Belati, Edmarcio Antônio , Dias, Bruno Henriques
• Tipo de documento: Dissertação
• 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: Inteligência computacional; Geração hidrelétrica; Gerenciamento de recursos; Otimização; Planejamento da operação; Computational intelligence; Hydroelectric generation; Optimization; Resources managing; Operation planning
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/11865

Diante do cenário atual de maior preocupação com o desenvolvimento sustentável, fontes renováveis de energia têm se tornado cada vez mais importantes. Neste contexto, além de contribuírem com a maior parcela da geração renovável brasileira, usinas hidrelétricas são responsáveis pela maior parte da matriz energética em geral. Como diferentes estratégias de operação podem ser aplicadas a um conjunto de turbinas de uma usina para atender a mesma demanda de potência, este trabalho apresenta uma investigação de técnicas de inteligência computacional aplicadas à otimização da operação diária de usinas hidrelétricas. Tal estudo é motivado pelo potencial em se poupar recursos hídricos e financeiros, contribuindo assim para um melhor planejamento da operação do sistema elétrico, e também pela simplicidade de implementação e eficácia que técnicas de inteligência computacional têm apresentado ao longo dos anos. As seguintes contribuições são propostas: (i) uma aplicação até então não explorada na literatura envolvendo técnicas de inteligência computacional binárias, a qual, basicamente, se beneficia de algoritmos binários consolidados na literatura para solucionar problemas cujas variáveis de decisão são inteiras; (ii) uma adaptação de um modelo renomado de usinas hidrelétricas que viabiliza a economia máxima de recursos hídricos através de uma simples alteração na metodologia; e (iii) uma abordagem inovadora do ajuste de curvas de eficiência de turbinas hidráulicas, a qual almeja uma modelagem mais precisa de tal componente ao se aplicar técnicas baseadas no conceito de aprendizagem de máquinas. Simulações foram realizadas com dados de uma usina hidrelétrica pertencente ao grupo EDP. Adaptações dos algoritmos Grey Wolf Optimizer e Sine Cosine Algorithm e o algoritmo Ant Colony Optimization se mostraram altamente propícios a solucionar o problema em questão quando adequadamente configurados, visto que foram capazes de confiavelmente fornecer cronogramas de operação que correspondem a ótimos globais.