[pt] No Brasil, grandes consumidores podem estabelecer seus contratos de energia elétrica em dois ambientes: Ambiente de Contratação Regulado e Ambiente de Contratação Livre. Grandes consumidores são aqueles que possuem carga igual ou superior a 2 MW e podem ser atendidos sob contratos firmados em quaisquer um desses ambientes. Já os consumidores com demanda contratada inferior a 2 MW e superior a 500 kW podem ter seu contrato de energia estabelecido no Ambiente de Contratação Livre proveniente de geração de energia renovável ou no Ambiente de Contratação Regulada através das distribuidoras de energia. A principal vantagem do Ambiente de Contratação Livre é a possibilidade de negociar contratos com diferentes parâmetros, como, por exemplo, preço, quantidade de energia e prazo. Eventuais diferenças entre a energia contratada e a consumida, são liquidadas ao preço de energia de curto prazo, que pode ser bastante volátil.Neste caso o desafio é estabelecer uma estratégia de contratação que minimize os riscos associados a este ambiente. Esta dissertação propõe uma metodologia que envolve a simulação estatística de cenários correlacionados de energia, demanda máxima e preço de curto prazo (também chamado de PLD – Preço de Liquidação das Diferenças) para serem inseridos em um modelo matemático de otimização estocástica, que define os parâmetros ótimos da contratação de energia e demanda. Na parte estatística, um modelo Box e Jenkins é usado para estimar os parâmetros das séries históricas de energia e demanda máxima com o objetivo de simular cenários correlacionados com o PLD. Na parte de otimização, emprega-se uma combinação convexa entre Valor Esperado (VE) e Conditional Value-at-Risk (CVaR) como medidas de risco para encontrar os valores ótimos dos parâmetros contratuais, como a demanda máxima contratada, o volume mensal de energia a ser contratado, além das flexibilidades inferior e superior da energia contratada. Para ilustrar a abordagem proposta, essa metodologia é aplicada a um estudo de caso real para um grande consumidor no Ambiente de Contratação Livre. Os resultados indicaram que a metodologia proposta pode ser uma ferramenta eficiente para consumidores no Ambiente de Contratação Livre e, dado à natureza do modelo, pode ser generalizado para diferentes contratos e mercados de energia. / [en] In Brazil, big consumers can choose their energy contract between two different energy environments: Regulated Contract Environment and Free Contract Environment. Big consumers are characterized by installed load capacity equal or greater than 2 MW and can firm an energy contract under any of these environments. For those consumers with installed load lower than 2 MW and higher than 500 kW, their energy contracts can be firmed in the Free Contract Environment using renewable energy generation or in the Regulated Contract Environment by local distribution companies. The main advantage of the Free Market Environment is the possibility of negotiating contracts with different parameters such as, for example, price, energy quantity and deadlines. Possible differences between contracted energy and consumed energy are settled by the spot price, which can be rather volatile. In this case, the challenge is to establish a contracting strategy that minimize the associated risks with this environment. This thesis proposes a methodology that involves statistical simulation of correlated energy, peak demand and Spot Price scenarios to be used in a stochastic optimization model that defines the optimal energy and demand contract parameters. In the statistical part, a Box and Jenkins model is used to estimate parameters for energy and peak demand in order to simulate scenarios correlated with Spot Price. In the optimization part, a convex combination of Expected Value (EV) and Conditional Value-at-Risk (CVaR) is used as risk measures to find the optimal contract parameters, such as the contracted peak demand, the seasonal energy contracted volumes, in addition to the upper and lower energy contracted bound. To illustrate this approach, this methodology is applied in a real case study for a big consumer with an active Free Market Environment contract. The results indicate that the proposed methodology can be a efficient tool for consumers in the Free Contract Environment and, due to the nature of the model, it can be generalized for different energy contracts and markets.

[pt] Esta dissertação está estruturada como uma coleção de cinco artigos formatados em capítulos. Os quatro primeiros artigos apresentam contribuições em modelagem e metodológicas para problemas de operação ou investimento em sistemas de potência usando arcabouço de otimização robusta adaptativa e modificações no algoritmo de geração de linhas e colunas (CCGA). O primeiro artigo aborda a programação de curto prazo com restrição de segurança, onde a resposta automática de geradores é considerada. Um modelo robusto de dois estágios é adotado, resultando em complexas instâncias de programação inteira mista, que apresentam variáveis binárias associadas às decisões de primeiro e segundo estágios. Um novo CCGA que explora a estrutura do problema é desenvolvido. O segundo artigo usa redes neurais profundas para aprender o mapeamento das demandas nodais aos pontos de ajuste dos geradores para o problema do primeiro artigo. O CCGA é usados para garantir a viabilidade da solução. Este método resulta em importantes ganhos computacionais em relação ao primeiro artigo. O terceiro artigo propõe uma abordagem adaptativa em dois estágios para um modelo robusto de programação diária no qual o conjunto de incerteza poliedral é caracterizado diretamente a partir dos dados de geração não despachável observados. O problema resultante é afeito ao CCGA. O quarto artigo propõe um modelo de dois estágios adaptativo, robusto em distribuição para expansão de transmissão, incorporando incertezas a longo e curto prazo. Um novo CCGA é desenvolvido para lidar com os subproblemas. Finalmente, sob uma perspectiva diferente e generalista, o quinto artigo investiga a adequação de prêmios de incentivo para promover inovações em aspectos teóricos e computacionais para os desafios de sistemas de potência modernos. / [en] This dissertation is structured as a collection of five papers formatted as chapters. The first four papers provide modeling and methodological contributions in scheduling or investment problems in power systems using the adaptive robust optimization framework and modifications to the column-and-constraint-generation algorithm (CCGA). The first paper addresses the security-constrained short-term scheduling problem where automatic primary response is considered. A two-stage robust model is adopted, resulting in complex mixed-integer linear instances featuring binary variables associated with first- and second-stage decisions. A new tailored CCGA which explores the structure of the problem is devised. The second paper uses deep neural networks for learning the mapping of nodal demands onto generators set point for the first paper s model. Robust-based modeling approaches and the CCGA are used to enforce feasibility for the solution. This method results in important computational gains as compared to results of the first paper. The third paper proposes an adaptive data-driven approach for a two-stage robust unit commitment model, where the polyhedral uncertainty set is characterized directly from data, through the convex hull of a set of previously observed non-dispatchable generation profiles. The resulting problem is suitable for the exact CCGA. The fourth paper proposes an adaptive two-stage distributionally robust transmission expansion model incorporating long- and short-term uncertainties. A novel extended CCGA is devised to tackle distributionally robust subproblems. Finally, under a different and higher-level perspective, the fifth paper investigates the adequacy of systematic inducement prizes for fostering innovations in theoretical and computational aspects for various modern power systems challenges.

[pt] Métodos computacionais em engenharia são usados na solução de problemas físicos que não possuem solução analítica ou sua perfeita representação matemática é inviável. Técnicas de métodos numéricos, incluindo o amplamente usado método dos elementos finitos, podem exigir a solução de sistemas lineares com centenas de milhares de equações, demandando altos recursos computacionais (memória e tempo). Nesta tese, nós apresentamos um sistema baseado em plugins para análise numérica em larga escala. O sistema é usado como uma ferramenta original na solução de problemas de otimização topológica usando o método dos elementos finitos com milhões de elementos. Nossa estratégia utiliza uma técnica elemento-por-elemento para implementar um código altamente paralelo para um solver iterativo com baixo consumo de memória. Além disso, a abordagem de plugin proporciona um ambiente completamente flexível e fácil de estender, onde diferentes aplicações, exigindo diferentes tipos de elementos finitos, materiais, solvers lineares e formulações podem ser desenvolvidos e melhorados. O kernel do sistema é mínimo, com apenas um módulo gerenciador de plugin, responsável por carregar os plugins desejados em tempo real usando um arquivo de configuração de entrada. Todas as funcionalidades necessárias para uma determinada aplicação são definidas dentro dos plugins, sem a necessidade de mudar o kernel. Plugins podem disponibilizar ou exigir interfaces adicionais especializadas, onde outros plugins podem ser conectados para compor um sistema mais complexo e completo. Nós apresentamos resultados para uma análise estrutural estática linear elástica e para uma análise estrutural de otimização topológica. As simulações utilizam elementos Q4, hexagonal (Brick8) e prisma hexagonal (Honeycomb), com solvers diretos e iterativos usando computação sequencial, paralela e distribuída. Nós investigamos o desempenho com relação ao uso de memória e escalabilidade da solução para problemas com diferentes tamanhos, de exemplos pequenos a muito grandes em apenas uma máquina e em um cluster. Foi simulado um exemplo de análise estática linear elástica com 500 milhões de elementos em 300 máquinas. / [en] Computational methods in engineering are used to solve physical problems that do not have analytical solution or their perfect mathematical representation is unfeasible. Numerical techniques, including the largely used finite element method, require the solution of linear systems with hundreds of thousands equations, demanding high computational resources (memory and time). In this thesis, we present a plugin-based framework for large-scale numerical analysis. The framework is used as an original tool to solve topology optimization problems using the finite element method with millions of elements. Our strategy uses an element-by-element technique to implement a highly parallel code for an iterative solver with low memory consumption. Besides, the plugin approach provides a fully flexible and easy to extend environment, where different types of applications, requiring different types of finite elements, materials, linear solvers, and formulations, can be developed and improved. The kernel of the framework is minimum with only a plugin manager module, responsible to load the desired plugins during runtime using an input configuration file. All the features required for a specific application are defined inside plugins, with no need to change the kernel. Plugins may provide or require additional specialized interfaces, where other plugins may be connected to compose a more complex and complete system. We present results for a structural linear elastic static analysis and for a structural topology optimization analysis. The simulations use elements Q4, hexahedron (Brick8), and hexagonal prism (Honeycomb), with direct and iterative solvers using sequential, parallel and distributed computing. We investigate the performance regarding the use of memory and the scalability of the solution for problems with different sizes, from small to very large examples on a single machine and on a cluster. We simulated a linear elastic static example with 500 million elements on 300 machines.

[pt] Em muitos problemas de engenharia, e.g., no projeto de próteses biomédicas flexíveis ou em dispositivos de absorção de energia, estruturas sofrem grandes deslocamentos. Nestes casos, a não linearidade geométrica deve ser levada em conta na resposta estrutural. Contudo, algoritmos de otimização topológica considerando não linearidades, e modelados segundo o método de elementos finitos, sofrem instabilidades numéricas causadas por distorções excessivas nas regiões de baixa densidade dentro do domínio de projeto. Em particular, a matriz de rigidez pode não ser positiva definida comprometendo a convergência do processo de otimização. Esta dissertação visa estudar um esquema de interpolação entre as formulações lineares e não lineares de elementos finitos para aliviar tais distorções. Em cada etapa da otimização, para determinar a configuração de equilíbrio, o sistema de equações não-lineares é resolvido pelo procedimento de Newton-Raphson. Utilizando-se das informações dos gradientes calculadas através do método adjunto, o Método das Assíntotas Móveis é empregado para atualizar as variáveis de projeto. Por meio de problemas de referência considerando grandes deslocamentos, são demonstradas a eficácia e a eficiência deste esquema de interpolação. Mais especificamente, as topologias otimizadas estão de acordo com aquelas obtidas na literatura e exibem a dependência esperada em relação ao nível de carga. O esquema de interpolação em estudo desempenha papel crucial na solução de problemas não lineares em níveis elevados de carga, permitindo que a rotina de otimização convirja e se obtenha a distribuição de material ótima. / [en] In many engineering problems, e.g., design of flexible biomedical prostheses or energy absorption devices, structures undergo large displacements. In those problems, the structural response must take into account the geometric nonlinearity. However, topology optimization algorithms regarding nonlinearities, and based on the finite element method, typically suffer from numerical instabilities caused by excessive distortions of low-density regions within the design domain. In particular, the stiffness matrix may be no longer positive definite, which can jeopardize the convergence of the optimization process. This thesis aims to study an interpolation scheme between linear and nonlinear finite element formultation to alleviate this convergence issue. At each step of the optimization, the nonlinear state equation is solved by the Newton-Raphson procedure to determine the equilibrium configuration. Making use of the gradient information computed from the adjoint method, the Method of Moving Asymptotes is employed to update the design variables. Through several benchmark problems considering large displacements, it is demonstrated the effectiveness and efficiency of this interpolation scheme. More specifically, the optimized designs are in agreement with those obtained in the literature and exhibit correct load-level dependence. The investigated interpolation scheme plays a crucial role in the solution of nonlinear problems with high load levels, allowing the optimization routine to converge and to obtain the optimal material arrangement.

[pt] A programação de produção em refinaria pode ser compreendida como decisões que buscam otimizar alocação de recursos, o sequenciamento de atividades e a sua realização temporal, respeitando restrições e visando ao atendimento de múltiplos objetivos. Apesar da complexidade e natureza combinatória, a atividade carece de sistemas sofisticados que auxiliem o processo decisório, especialmente baseadas em otimização, pois as ferramentas utilizadas são planilhas ou softwares de simulação. A diversidade de objetivos do problema não implica em equivalência de importância. Pode-se considerar que existem grupos, onde os que afetam diretamente a capacidade produtiva da refinaria se sobrepõem aos associados à maior continuidade operacional. Esta tese propõe o desenvolvimento de algoritmos multiobjetivos para programação de petróleo em refinaria. As propostas se baseiam em conceituadas técnicas da literatura multiobjetivo, como dominância de Pareto e decomposição do problema, integradas à programação genética com inspiração quântica. São estudados modelos em um ou dois níveis de decisão. A diferenciação dos grupos de objetivos é avaliada com base em critérios estabelecidos para considerar uma solução proposta como aceitável e também é avaliada a influência de uma população externa no processo evolutivo. Os modelos são testados em cenários de uma refinaria real e os resultados são comparados com um modelo que trata os objetivos de forma hierarquizada. As abordagens baseadas em dominância e em decomposição apresentam vantagem sobre o algoritmo hierarquizado, e a decomposição é superior. Numa comparação com o modelo em dois níveis de decisão, apenas o que utiliza estratégia de decomposição em cada nível apresenta bons resultados. Ao final deste trabalho é obtido mais de um modelo multiobjetivo capaz de oferecer um conjunto de soluções que atendam aos objetivos críticos e deem flexibilidade de análise a posteriori para o programador de produção, o que, por exemplo, permite que ele pondere questões não mapeadas no modelo. / [en] Refinery scheduling can be understood as a set of decisions which aims to optimize resource allocation, task sequencing, and their time-related execution, respecting constraints and targeting multiple objectives. Despite its complexity and combinatorial nature, the refinery scheduling lacks more sophisticated support decision tools. The main systems in the area are worksheets and, sometimes, simulation software. The multiple objectives do not mean they have the same importance. Actually, they can be grouped whereas the objectives related to the refinery production capacity are more important than the ones related to a smooth operation. This thesis proposes the development of multiobjective algorithms applied to crude oil refinery scheduling. The proposals are based on the major technics of multiobjective literature, like Pareto dominance and problem decomposition, integrated with a quantum-inspired genetic programming approach. One and two decision level models are studied. The difference between groups is handled with conditions that define what can be considered a good solution. The effect of using an archive population in the evolutionary process is also evaluated. The results of the proposed models are compared with another model that handles the objectives in a hierarchical logical. Both decomposition and dominance approaches have better results than the hierarchical model. The decomposition model is even better. The bilevel decomposition method is the only one, among two decision levels models, which have shown good performance. In the end, this work achieves more than one multiobjective model able to offer a set of solutions which comprises the critical objectives and can give flexibility to the production scheduler does his analysis. Therefore, he can consider aspects not included in the model, like the forecast of crude oil batches not scheduled yet.

[pt] No Brasil, a demanda de gás natural possui um comportamento estocástico devido ao consumo das usinas termelétricas, as quais operam em regime de complementariedade ao sistema hidrelétrico. O suprimento de gás natural para estas usinas depende em grande parte do fornecimento de Gás Natural Liquefeito (GNL) spot, importado através de navios metaneiros. Em função do tempo de trânsito dos navios, as compras de GNL devem ocorrer com antecedência em relação ao despacho hidrotérmico. Este descasamento de tempo incentiva a utilização de mecanismos de compatibilização da dinâmica do setor elétrico com a dinâmica da cadeia do gás natural. Uma possibilidade de aumentar a sinergia entre estes domínios é utilizar uma estocagem de gás natural para inserir flexibilidade no sistema. A viabilidade da estocagem dependerá do preço do gás e da demanda ao longo do horizonte de análise. O objetivo deste trabalho é a construção de um modelo de programação linear para dimensionar a capacidade de uma estocagem de gás natural sob incerteza de demanda e de preço de GNL. O modelo apresentado é um híbrido de otimização estocástica, construído para considerar a incerteza do consumo de gás, com otimização robusta, construído para levar em conta a incerteza relacionada aos preços do GNL. O modelo caracteriza o perfil de risco do supridor de gás natural pela utilização do Conditional Value-at-Risk (CVaR) e utiliza um critério de segurança que reproduz um processo de suprimento avesso a risco de déficit. Ao final do trabalho é apresentado um estudo de caso hipotético, utilizando dados públicos do setor elétrico e de gás natural, para avaliar a implantação da estocagem para 2.000 cenários de demanda e patamares distintos de robustez à variação do preço do GNL. / [en] In Brazil, natural gas demand has stochastic behavior since gas-fired power plants operate in conjunction with the hydroelectric system. Natural gas supply to these plants relies upon Liquefied Natural Gas (LNG), imported through cryogenic ships. LNG acquisitions must occur before the natural gas demand is known because of the time of displacement of the ships. This lack of synchronism stimulates the use of harmonizing mechanisms between the electric sector and the natural gas sector. In this context, natural gas storage could be used to introduce flexibility into the system and increase synergy between natural gas supply and demand dynamics. However, the economic performance of the storage will depend on actual gas prices and demand behavior during the period of analysis. This study aims to construct a linear programming model to determine the size of a natural gas storage under demand and LNG price uncertainty. The model is a hybrid of a stochastic optimization algorithm – developed to consider gas demand uncertainty – and a robust optimization algorithm – built to take into account LNG price uncertainty. A convex combination between Conditional Value-at-Risk (CVaR) and expected value is also used to indicate the supplier risk profile as well as a security criterion, introduced to represent a deficit-averse supply process. At the end, a hypothetic case is presented to evaluate the implementation of a natural gas storage. The case presented uses public data from the Brazilian electric and gas natural sectors and considers 2.000 demand scenarios and various levels of robustness to LNG price variation.

[pt] Trocadores de calor são equipamentos essenciais do sistema de resfriamento de equipamentos de processo, visando assegurar a sua eficácia e eficiência operacional. O objetivo do trabalho é a simulação computacional do escoamento do fluido de transporte dos artefatos de limpeza de uma alternativa tecnológica de trocadores de calor que dispensa a interrupção do processo industrial. A motivação resultou do potencial da ferramenta computacional CFD em gerar resultados numéricos de interesse, complementando a base de dados experimentais em locais críticos do escoamento difíceis de serem instrumentados. A simulação foi realizada pelo Fluent/Ansys 2023 R2, utilizando-se o modelo de turbulência κ-ômega SST (Transporte da tensão de cisalhamento), baseado na abordagem média de Reynolds (RANS - Reynolds-Averaged Navier-Stokes). Os resultados da simulação (campos de velocidade, pressão e estruturas da turbulência) orientaram ajustes e melhorias localizadas no projeto construtivo da alternativa tecnológica de limpeza online proposta, permitindo eliminar zonas de recirculação e uma redução de 62,2 por cento nas perdas de carga localizadas, que tão drasticamente impactam nos custos de bombeamento do fluido de transporte dos artefatos de limpeza. A pressão simulada reproduziu o resultado da medição com 2,5 por cento de concordância. Como conclusão, a ferramenta computacional provou ser estratégica para orientar a melhoria do projeto construtivo do dispositivo inovador de limpeza online. Se por um lado os dados experimentais provêm uma referência confiável fundamentada em medições rastreáveis a padrões de referência, por outro, a simulação numérica provê relevantes informações em todo o domínio do escoamento. / [en] Heat exchangers are essential equipment in the cooling system of various process equipment, aiming to ensure its effectiveness and operational efficiency. The objective of the work is the computational simulation of the fluid flow transporting cleaning artifacts from a technological alternative for heat exchangers that does not require interruption of the industrial process. The motivation resulted from the potential of the CFD computational tool to generate numerical results of interest, complementing the experimental database in critical flow locations that are difficult to instrument. The simulation was carried out by Fluent/Ansys 2023 R2, using the κ-omega SST (Shear Stress Transport) turbulence model based on the Reynolds average approach (RANS - Reynolds-Averaged Navier-Stokes). The simulation results (velocity, pressure fields, and turbulence structures) guided adjustments and localized improvements in the constructive design of the proposed online cleaning technological alternative, allowing the elimination of recirculation zones and a 62.2 percent reduction in localized pressure losses that so drastically impact the costs of pumping the fluid to transport cleaning artifacts. The simulated pressure reproduced the measurement results with 2.5 percent agreement. In conclusion, the computational tool proved to be strategic in guiding the improvement of the constructive design of the innovative online cleaning device. If, on the one hand, experimental data provides a reliable reference based on measurements traceable to reference standards, numerical simulation provides relevant information across the entire flow domain.

[pt] Em sistemas de refrigeração por compressão de vapor, o projeto adequado dos circuitos para o refrigerante nos trocadores de calor pode ter um impacto significativo no seu coeficiente de performance (COP). O projeto otimizado dos circuitos de refrigerante em sistemas de refrigeração com trocadores de calor do tipo tubo-aletado não é trivial, devido à complexidade de sua representação assim como o elevado número de possíveis combinações, mesmo quando metodologias inteligentes de otimização são empregadas. No presente trabalho propõe-se uma nova metodologia para a otimização simultânea (condensador e evaporador) dos circuitos do refrigerante em sistemas de refrigeração com trocadores de calor de tipo tubo-aletado. Esta metodologia, aqui denominada como GAFIS (Genetic algorithms applied in filtered spaces), mostra-se mais eficiente que as metodologias até então descritas na literatura. Foi aplicado o método GAFIS, em conjunto com um simulador completo para o sistema de refrigeração, Genesym, na otimização de unidades comerciais de condicionamento de ar de alto desempenho. Estudaram-se casos onde o sistema atingiu aumentos de até 15,3 por cento no coeficiente de performance. Em outros estudos, obtiveram-se casos onde o custo de produção foi reduzido em 3,85 por cento (do custo total da unidade), mantendo-se um similar desempenho (capacidade e COP). Testes de otimização, considerando-se diferentes diâmetros dos tubos, na construção dos trocadores de calor, e sistemas com distribuição não uniforme de velocidade de ar, também foram realizados com o GAFIS. Igualmente foram estudados condensadores de microcanais, devido ao interesse atual da indústria com estes trocadores de calor. A otimização do circuito para o refrigerante, neste caso, é relativamente simples, devido ao baixo custo computacional das simulações. Entretanto, modelos de simulação adequados para estes tipos de trocadores de calor só recentemente começaram a surgir, e não têm sido explorados de maneira adequada até a presente data. Explorou-se no presente trabalho, a influência, no desempenho térmico do condensador, dos parâmetros que definem o circuito do refrigerante. Para tal efeito, desenvolveu-se um modelo de simulação baseado em análise local, validado com dados experimentais disponíveis, de condensadores de microcanais de uso automotivo com diâmetro hidráulico (lado do refrigerante) de 0,9 e 1,0mm, para refrigerantes R-134a, Fluid-H e R-1234yf. Foram encontradas relações diretas entre os parâmetros geométricos que definem os circuitos de refrigerante no condensador e seu desempenho térmico. Tal fato pode ser utilizado como orientação expedita para o projeto do circuito ótimo do condensador. / [en] Refrigerant circuiting in condensers and evaporators has a significant effect in the performance of refrigeration systems. The optimized project of the refrigerant circuits in refrigeration systems with plate-fin heat exchangers is not trivial, due to the complexity of their representation as well as the high number of possible combinations, even when methodologies of intelligent optimization are used. The present work proposes a new methodology for the simultaneous optimization of refrigerant circuiting in air-air refrigeration systems with plate-fin heat exchangers. This new methodology, here defined as GAFIS (Genetic algorithms applied in filtered spaces), has proven to be more efficient than traditional methods. The GAFIS method was applied, in conjunction with a full refrigeration system simulator, Genesym, for the optimization of high performance commercial air-conditioning units. Typical cases were studied and a coefficient of performance improvement of up to 15.3 percent has been observed. In other studies, there were cases where the manufacturer s predicted cost was reduced in 3,85 percent (of total cost of the unit), while a similar thermal performance (capacity and COP) was maintained. Optimization tests, considering different diameters of tube, for the construction of heat exchangers, as well as systems with non-uniform air velocity distribution, were also performed with the GAFIS method. Microchannel condensers were also studied, given the current interest of industry on this kind of heat exchanger. The optimization of the refrigerant circuiting, in this case, would not be a major problem, due to the low computational cost of its simulation. However, simulation models appropriate for these types of heat exchangers have only been recently in use, and, to date, have not been adequately explored. In the present work, the influence on condenser performance of parameters that define the refrigerant circuiting has been investigated. For this purpose, a simulation model, based on local analysis, was developed. It was validated against experimental data, available from automotive microchannel condenser tests, with hydraulic diameters (refrigerantside) of 0.9 and 1.0mm for refrigerants R-134a, Fluid-H and R-1234yf. A direct relation was found between the geometric parameters that define the condenser refrigerant circuiting and its thermal performance. This fact can be appropriately used as guidance for expeditious design practices of the optimal refrigerant circuit of the condenser.