Modelagem estocástica em usinas virtuais de energia utilizando transformada de incerteza
Visualizar/ Abrir
Data
2019-12-19Primeiro membro da banca
Menezes, Leonardo Rodrigues Araujo Xavier de
Segundo membro da banca
Carvalho, Ricardo Siqueira de
Terceiro membro da banca
Rangel, Camilo Alberto Sepúlveda
Quarto membro da banca
Milbradt, Rafael Gressler
Metadata
Mostrar registro completoResumo
O aumento das participações das gerações distribuídas (GD) é uma realidade, influenciando a
maneira com que se gera, distribui e consome energia elétrica no setor elétrico. A Usina de
Energia Virtual (Virtual Power Plant - VPP) desempenhará um papel importante na integração
dos sistemas de gerações de energia descentralizados com os mercados. Porém, os
agendamentos dos recursos energéticos distribuídos presentes na VPP são questões importantes
e necessitam de previsões de compromissos das unidades participantes. Prever os perfis das
produções ou demandas não é uma tarefa trivial, pois dependem fortemente de características
meteorológicas, além disso, a previsibilidade da demanda do consumidor é inerentemente
variável. O desenvolvimento de metodologias e ferramentas para conhecer essas incertezas
futuras em cenários distintos, é relevante para as participações nos mercados de eletricidade.
As previsões probabilísticas mostram-se em crescimento, como uma ferramenta para gerenciar
a variabilidade. Nesse contexto, esta tese propões uma metodologia para as previsões de
despachos das gerações e das demandas de usuários individuais, através da modelagem da
incerteza estocástica utilizando Transformadas de Incertezas (Unscented Transform - UT) em
uma VPP. Essas previsões utilizando a UT mostraram-se mais satisfatórias para tomadas de
decisões mais assertivas e obtenção de melhores estimativas para prováveis cenários,
minimizando os riscos de decisões para os agregadores das VPPs, reduzindo assim suas
incertezas quanto às operações. Os resultados validam a eficiência da técnica proposta utilizado
dados e simulações. A UT quando inserida nesse cenário apresenta bom desempenho do ponto
de vista técnico em uma VPP como evidenciado nessa tese. Os conhecimentos das
previsibilidades e incertezas que a UT fornece em um VPP poderão potencializar assertividade
de cenários elétricos, otimizar resultados econômicos, alavancar estatísticas inteligentes e
aprimorar o planejamento do sistema elétrico.
Coleções
Os arquivos de licença a seguir estão associados a este item: