Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/13394
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
arthurnevesdepaula.pdfPDF/A8.45 MBAdobe PDFVista previa
Visualizar/Abrir
Clase: Tese
Título : Contribuições às técnicas de planejamento da expansão da transmissão de energia elétrica considerando incertezas
Autor(es): Paula, Arthur Neves de
Orientador: Oliveira, Edimar José de
Co-orientador: Oliveira, Leonardo Willer de
Miembros Examinadores: Belati, Edmarcio Antonio
Miembros Examinadores: Poubel, Raphael Paulo Braga
Miembros Examinadores: Silva Junior, Ivo Chaves da
Miembros Examinadores: Honório, Leonardo de Mello
Resumo: 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.
Resumen : This doctoral thesis presents contributions to solve the transmission network expansion planning problem considering uncertainties and optimal allocation of energy storage devices: (i) a methodology to solve the robust transmission network expansion planning problem considering wind generation and contingency dispatch scenarios, meeting the N-1 security criterion; (ii) a methodology to solve the transmission network expansion planning problem considering a dynamic planning horizon and constraints on reliability and use of available wind energy; (iii) two clustering algorithms, the modified Iterative Self-Organizing Data Analysis Technique Algorithm (m-ISODATA) and the Representative Period Clustering Algorithm (AAPR), proposed to obtain representative scenarios from historical series for application in planning and operation of power systems; (iv) a methodology to solve the transmission network expansion planning problem and optimal allocation of energy storage devices in a decoupled way, allowing the simultaneous solution of each chronological scenario.
Palabras clave : 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
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora (UFJF)
Sigla de la Instituición: UFJF
Departamento: Faculdade de Engenharia
Programa: Programa de Pós-graduação em Engenharia Elétrica
Clase de Acesso: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
DOI: https://doi.org/10.34019/ufjf/te/2021/00048
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/13394
Fecha de publicación : 20-ago-2021
Aparece en las colecciones: Doutorado em Engenharia Elétrica (Teses)



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons