Programação estocástica aplicada ao planejamento de sistemas de distribuição considerando geração distribuída e emissões de CO2

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Lima, Tayenne Dias de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/11449/190794
Resumo: A presença de Geração Distribuída (GD) no Sistema de Distribuição de Energia Elétrica (SDEE) tem se incrementado nos últimos anos devido a mudanças na regulação e a incentivos governamentais, proporcionando benefícios técnicos e econômicos. Em particular, é esperado que a GD renovável (eólica ou solar) seja integrada adequadamente no SDEE, visando contribuir na redução de emissões de gases de efeito estufa. Entretanto, a presença da GD renovável, junto com suas inerentes incertezas, aumenta a complexidade no planejamento do SDEE. Diante do exposto, neste trabalho propõe-se um modelo de programação estocástica de dois estágios para o problema de planejamento da expansão do SDEE multi-período. As incertezas da geração renovável (associadas à irradiação solar e velocidade do vento) e demanda são representadas por meio de cenários. A função objetivo minimiza o valor presente líquido dos investimentos (subestações, circuitos, e alocação de GD), custo da energia, manutenção e operação, assim como o custo das emissões de CO2. A operação das unidades de GD é representada limitando a potência ativa/reativa que pode ser injetada segundo as curvas de capabilidade e restrições de fator de potência. O modelo proposto foi implementado na linguagem de modelamento AMPL e resolvido com o solver CPLEX. Testes utilizando um SDEE de 24 e 54 nós comprovam a eficiência do modelo.