Made available in DSpace on 2014-11-10T11:09:49Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-09-02Bitstream added on 2014-11-10T11:57:57Z : No. of bitstreams: 1 000793214.pdf: 3440329 bytes, checksum: a1f2782e77d62d5a88db6f0fc87f53e8 (MD5) / Após a reestruturação da indústria de eletricidade, a energia elétrica tornou-se uma mercadoria que pode ser comprada e vendida nos mercados de eletricidade. Dentro deste contexto, novas ferramentas para previsão de cargas e preços de eletricidade ainda são objetos de estudo. Redes Neurais Artificiais são bastante usadas para previsão de preços juntamente com outras técnicas estatísticas. Nesta pesquisa apresenta-se um método para a previsão de preço do dia seguinte, usando uma Rede Neural de Regressão Generalizada (GRNN) e Perceptron Multicamadas (MLP) com algoritmo de treinamento Levenberg – Marquardt. Os preços nodais são determinados resolvendo um DC-OPF (fluxo de potência ótimo), gerando os preços para todas as barras do sistema elétrico, denominado Locational Marginal Prices (LMP). Para treinar a rede neural, foram gerados vários cenários carga-preço e variando aleatoriamente a carga em cada barra do sistema elétrico. Os resultados são analisados através do erro percentual médio absoluto, uma medida muito comum encontrada na literatura. Os resultados foram comparados com literatura especializada com o caso base bem como com o Erro Máximo que varia de 3% a 8 %. Os resultados obtidos foram satisfatórios, dentro das margens encontradas na literatura, conforme apresentado na seção de resultados. A presente proposta foi aplicada no sistema teste IEEE 24- RTS. / After the electricity industry restructuring, electric energy has become a commodity that can be bought or sold in electricity markets. Within this context, new tools to predict loads and electricity prices are yet to be devised. Neural networks have been typically used for price forecasting, among other statistical-based techniques. This work presents a method for day-ahead price forecasting using a generalized regression neural network where nodal prices are determined by solving a DC optimal power flow. In order to train the neural network several load-price scenarios are generated by randomly varying the loads in each bus of the electric energy system. The results are validated by analyzing the mean absolute percentage error, a common measure adopted in the technical literature as well as the base case and the maximum error which are within those found in the literature. The proposed methodology has been successfully applied to the IEEE 24-RTS system.

Orientador: Anna Diva Plasencia Lotufo / Co-orientador: Maria do Carmo G. da Silveira / Banca: Lilian Yuli Isoda / Banca: Maria de Fátima Ribeiro Raia / Resumo: Após a reestruturação da indústria de eletricidade, a energia elétrica tornou-se uma mercadoria que pode ser comprada e vendida nos mercados de eletricidade. Dentro deste contexto, novas ferramentas para previsão de cargas e preços de eletricidade ainda são objetos de estudo. Redes Neurais Artificiais são bastante usadas para previsão de preços juntamente com outras técnicas estatísticas. Nesta pesquisa apresenta-se um método para a previsão de preço do dia seguinte, usando uma Rede Neural de Regressão Generalizada (GRNN) e Perceptron Multicamadas (MLP) com algoritmo de treinamento Levenberg - Marquardt. Os preços nodais são determinados resolvendo um DC-OPF (fluxo de potência ótimo), gerando os preços para todas as barras do sistema elétrico, denominado Locational Marginal Prices (LMP). Para treinar a rede neural, foram gerados vários cenários carga-preço e variando aleatoriamente a carga em cada barra do sistema elétrico. Os resultados são analisados através do erro percentual médio absoluto, uma medida muito comum encontrada na literatura. Os resultados foram comparados com literatura especializada com o caso base bem como com o Erro Máximo que varia de 3% a 8 %. Os resultados obtidos foram satisfatórios, dentro das margens encontradas na literatura, conforme apresentado na seção de resultados. A presente proposta foi aplicada no sistema teste IEEE 24- RTS. / Abstract: After the electricity industry restructuring, electric energy has become a commodity that can be bought or sold in electricity markets. Within this context, new tools to predict loads and electricity prices are yet to be devised. Neural networks have been typically used for price forecasting, among other statistical-based techniques. This work presents a method for day-ahead price forecasting using a generalized regression neural network where nodal prices are determined by solving a DC optimal power flow. In order to train the neural network several load-price scenarios are generated by randomly varying the loads in each bus of the electric energy system. The results are validated by analyzing the mean absolute percentage error, a common measure adopted in the technical literature as well as the base case and the maximum error which are within those found in the literature. The proposed methodology has been successfully applied to the IEEE 24-RTS system. / Mestre

Made available in DSpace on 2015-05-14T16:53:27Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-10-10Bitstream added on 2015-05-14T16:58:48Z : No. of bitstreams: 1 000824063.pdf: 1729588 bytes, checksum: 71b86443e379e6959cba254f225cd122 (MD5) / Neste trabalho tem-se por objetivo apresentar um modelo para determinar a localização e o preço de contrato ótimo da geração distribuída (GD) despachável em sistemas de distribuição radiais de energia. A abordagem proposta considera a interação de dois agentes: a conces- sionária de distribuição e o proprietário da GD. O modelo é desenvolvido sob uma estrutura de mercado em que a concessionária de distribuição é livre para comprar energia a partir do mercado atacadista de energia ou das unidades de GD dentro de sua rede. Os dois agentes, a concessionária de distribuição e o proprietário da GD, visam diferentes funções objetivos. Por um lado, a concessionária de distribuição tem o interesse de minimizar os pagamentos realiza- dos ao atender a demanda esperada, e por outro lado, o proprietário da GD busca maximizar os lucros obtidos a partir da energia vendida para a concessionária de distribuição. Este re- lacionamento entre os dois agentes é modelado em um esquema de programação binível. A otimização do nível superior determina a localização e os preços de contratos das unidades da GD, enquanto o modelo de otimização do nível inferior é a reação da concessionária de distri- buição, que pode optar entre comprar mais ou menos energia para minimizar seus pagamentos. Uma formulação multiestágio também é apresentada, levando em conta um horizonte de plane- jamento de longo prazo. O problema de programação binível é transformado em um problema de otimização linear inteiro misto de um único nível equivalente, usando as propriedades da du- alidade e técnicas de linearizações. O problema é modelado usando a linguagem de modelagem AMPL e resolvida através do solver comercial CPLEX. Foram realizadas simulações com dois sistemas testes, IEEE de 34 e 85 barras. Os resultados obtidos mostram a qualidade e a validade do modelo proposto / This work aims to present a model to determine the location and the optimal contract price of dispatchable distributed generation (DG) in radial distribution power systems. The proposed approach considers the interaction of two agents: the energy distribution utility and the DG owner. The model is developed under a market structure in which the distribution utility is free to buy electricity from the wholesale energy market or the DG units within their network. The two agents, the distribution utility and the owner of DG, target different objective functions. On one hand, the distribution utility pursuits to minimize payments made in order to meet the expected demand, and secondly, the DG owner seeks to maximize the profits from the energy sold to the distribution utility. This relationship between the two agents is modeled on a bi- level programming scheme. The optimization of the upper level determines the location and contract prices for the DG units, while the optimization model of the lower level is the utility reaction, which can choose to buy more or less energy to minimize its payments. A multistage formulation is also presented, taking into account a horizon of long-term planning. The bilevel programming problem is transformed into a mixed integer linear optimization problem of a sin- gle equivalent level, using the properties of duality and linearization techniques. The problem is modeled using the modeling language AMPL and solved using the commercial solver CPLEX. Simulations on two test systems, IEEE 34 bus and IEEE 85 bus, were performed. The results show the quality and validity of the proposed model

Orientador: Marcos Julio Rider Flores / Banca: Anna Diva Plasencia Lotufo / Banca: José Roberto Sanches Mantovani / Banca: Ahda Pionkoski Grilo Pavani / Banca: José Carlos de Melo Vieira Junior / Resumo: Neste trabalho tem-se por objetivo apresentar um modelo para determinar a localização e o preço de contrato ótimo da geração distribuída (GD) despachável em sistemas de distribuição radiais de energia. A abordagem proposta considera a interação de dois agentes: a conces- sionária de distribuição e o proprietário da GD. O modelo é desenvolvido sob uma estrutura de mercado em que a concessionária de distribuição é livre para comprar energia a partir do mercado atacadista de energia ou das unidades de GD dentro de sua rede. Os dois agentes, a concessionária de distribuição e o proprietário da GD, visam diferentes funções objetivos. Por um lado, a concessionária de distribuição tem o interesse de minimizar os pagamentos realiza- dos ao atender a demanda esperada, e por outro lado, o proprietário da GD busca maximizar os lucros obtidos a partir da energia vendida para a concessionária de distribuição. Este re- lacionamento entre os dois agentes é modelado em um esquema de programação binível. A otimização do nível superior determina a localização e os preços de contratos das unidades da GD, enquanto o modelo de otimização do nível inferior é a reação da concessionária de distri- buição, que pode optar entre comprar mais ou menos energia para minimizar seus pagamentos. Uma formulação multiestágio também é apresentada, levando em conta um horizonte de plane- jamento de longo prazo. O problema de programação binível é transformado em um problema de otimização linear inteiro misto de um único nível equivalente, usando as propriedades da du- alidade e técnicas de linearizações. O problema é modelado usando a linguagem de modelagem AMPL e resolvida através do solver comercial CPLEX. Foram realizadas simulações com dois sistemas testes, IEEE de 34 e 85 barras. Os resultados obtidos mostram a qualidade e a validade do modelo proposto / Abstract: This work aims to present a model to determine the location and the optimal contract price of dispatchable distributed generation (DG) in radial distribution power systems. The proposed approach considers the interaction of two agents: the energy distribution utility and the DG owner. The model is developed under a market structure in which the distribution utility is free to buy electricity from the wholesale energy market or the DG units within their network. The two agents, the distribution utility and the owner of DG, target different objective functions. On one hand, the distribution utility pursuits to minimize payments made in order to meet the expected demand, and secondly, the DG owner seeks to maximize the profits from the energy sold to the distribution utility. This relationship between the two agents is modeled on a bi- level programming scheme. The optimization of the upper level determines the location and contract prices for the DG units, while the optimization model of the lower level is the utility reaction, which can choose to buy more or less energy to minimize its payments. A multistage formulation is also presented, taking into account a horizon of long-term planning. The bilevel programming problem is transformed into a mixed integer linear optimization problem of a sin- gle equivalent level, using the properties of duality and linearization techniques. The problem is modeled using the modeling language AMPL and solved using the commercial solver CPLEX. Simulations on two test systems, IEEE 34 bus and IEEE 85 bus, were performed. The results show the quality and validity of the proposed model / Doutor