Submitted by DARWIN ALEXIS QUIJANO RODEZNO (alexisqr@yahoo.es) on 2018-05-08T15:12:06Z No. of bitstreams: 1 TeseDarwinQuijano.pdf: 3515679 bytes, checksum: f52d72089eda5a3bb15b367d3afbf33a (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-05-08T17:48:35Z (GMT) No. of bitstreams: 1 quijanorodezno_da_dr_ilha.pdf: 3515679 bytes, checksum: f52d72089eda5a3bb15b367d3afbf33a (MD5) / Made available in DSpace on 2018-05-08T17:48:35Z (GMT). No. of bitstreams: 1 quijanorodezno_da_dr_ilha.pdf: 3515679 bytes, checksum: f52d72089eda5a3bb15b367d3afbf33a (MD5) Previous issue date: 2018-04-19 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Atualmente, existe uma tendência para aumentar a participação da Geração Distribuída (GD) baseada em Fontes de Energia Renováveis (FER) no suprimento do consumo global de energia elétrica. Esta tendência está sendo impulsionada principalmente por iniciativas governamentais destinadas a aumentar a eficiência energética, aumentar o uso da energia proveniente das FER e reduzir as emissões de gases de efeito estufa. No entanto, à medida que seu nível de penetração aumenta, a GD pode dar origem a um sistema incapaz de fornecer energia de forma confiável e de acordo com os padrões de qualidade. Nesse cenário, a Gestão de Redes Ativas (GRA) surge como uma alternativa para a integração de grandes montantes de GD. A GRA promove a disponibilização de instrumentos comerciais e regulatórios, e o fornecimento das redes de distribuição com tecnologias de automação para procurar serviços ancilares e flexibilidade a partir da GD. A GRA requer o desenvolvimento de ferramentas computacionais para coordenar a implementação de esquemas de controle inteligentes, chamados de esquemas de GRA, a fim de otimizar a utilização e operação das redes. Neste trabalho, são propostos modelos de otimização e técnicas de solução para a GRA considerando a integração de GD solar fotovoltaica e eólica e a eficiência energética. O primeiro modelo é desenvolvido para determinar a capacidade máxima de GD que pode ser alocada em uma rede de distribuição quando se considera o efeito da tensão na eficiência das cargas. No segundo modelo, o procedimento de controlar os níveis de tensão para reduzir a demanda das cargas é implementado para economia de energia e para o balanço de geração e demanda, através de uma estratégia projetada para o planejamento da operação de redes de distribuição ativas. Em ambos os modelos as incertezas são consideradas através de formulações de programação estocásticas de dois estágios. Os esquemas de GRA considerados são o controle coordenado da tensão através de reguladores de tensão e transformadores com comutador de tap sob carga, suporte de potência reativa através da GD, e corte de geração. A técnica de solução envolve a discretização das funções de densidade de probabilidade que definem os parâmetros incertos através de um processo de geração e redução de cenários. Depois, o método de decomposição de Benders é aplicado para reduzir o esforço computacional necessário para resolver os problemas formulados. Os algoritmos desenvolvidos foram testados em dois sistemas teste IEEE e os resultados mostraram benefícios importantes para a integração de GD e a eficiência energética. / Nowadays, there is a trend to increase the participation of distributed generation (DG) based on renewable energy sources in supplying the global electricity consumption. This trend is being driven mainly by government initiatives to increase energy efficiency, convert the energy use to renewable sources and reduce greenhouse gas emissions. However, as its penetration level increases, the DG can give rise to a system unable to deliver energy reliably and according to quality standards. In this scenario, active network management (ANM) emerges as an alternative for the integration of large amounts of DG. ANM promotes the availability of commercial and regulatory instruments and the provision of distribution networks with automation technologies for procuring ancillary services and flexibility from the DG. ANM requires the development of computational tools to coordinate the implementation of intelligent control schemes, called ANM schemes, in order to optimize the utilization and operation of distribution networks. In this work, optimization models and solution techniques are proposed for ANM considering the integration of solar and wind-based DG and energy efficiency. The first model is developed to determine the maximum capacity of DG that can be allocated in a distribution network when considering the effect of voltage on load efficiency. In the second model, the procedure of controlling the voltage levels to reduce the load demand is implemented for energy saving and for balancing the demand and generation, in a strategy designed for the operation planning of active distribution networks. In both models the uncertainties are considered through two-stage stochastic programming formulations. The ANM schemes considered are the coordinated voltage control through voltage regulators and transformers with on-load tap changer, reactive power support from the DG, and DG generation curtailment. The solution technique involves the discretization of the probability density functions that define the uncertain parameters through a scenario generation and reduction process. Then, the Benders decomposition method is applied in order to reduce the computational effort required to solve the formulated problems. The developed algorithms were tested in two IEEE test systems and the results showed important benefits for the integration of DG and energy efficiency. / 2014/14201-0 e 2015/12911-3

Em diferentes aplicações de Aprendizado de Máquina podemos estar interessados na minimização do valor esperado de certa função de perda. Para a resolução desse problema, Otimização estocástica e Sample Size Selection têm um papel importante. No presente trabalho se apresentam as análises teóricas de alguns algoritmos destas duas áreas, incluindo algumas variações que consideram redução da variância. Nos exemplos práticos pode-se observar a vantagem do método Stochastic Gradient Descent em relação ao tempo de processamento e memória, mas, considerando precisão da solução obtida juntamente com o custo de minimização, as metodologias de redução da variância obtêm as melhores soluções. Os algoritmos Dynamic Sample Size Gradient e Line Search with variable sample size selection apesar de obter soluções melhores que as de Stochastic Gradient Descent, a desvantagem se encontra no alto custo computacional deles. / In different Machine Learnings applications we can be interest in the minimization of the expected value of some loss function. For the resolution of this problem, Stochastic optimization and Sample size selection has an important role. In the present work, it is shown the theoretical analysis of some algorithms of these two areas, including some variations that considers variance reduction. In the practical examples we can observe the advantage of Stochastic Gradient Descent in relation to the processing time and memory, but considering accuracy of the solution obtained and the cost of minimization, the methodologies of variance reduction has the best solutions. In the algorithms Dynamic Sample Size Gradient and Line Search with variable sample size selection, despite of obtaining better solutions than Stochastic Gradient Descent, the disadvantage lies in their high computational cost.

A participação da energia eólica na geração de energia elétrica tem apresentado incremento importante nos últimos anos e a tendência é de representar 11,6% da capacidade instalada brasileira em 2024, segundo a Empresa de Pesquisa Energética (EPE). Hoje, nos modelos de otimização para o despacho das usinas no atendimento da carga de energia do sistema, a energia eólica, assim como as pequenas centrais hidrelétricas e a energia a biomassa, são abatidas da carga de forma determinística, não representando a incerteza na produção dessas usinas. Dada a variabilidade na geração de energia eólica, devido às variações nas velocidades dos ventos e considerando o aumento da participação eólica na matriz de eletricidade brasileira, fato que realça a relevância da fonte, este trabalho desenvolve uma representação estocástica da geração eólica a partir de dados históricos reconstruídos de velocidades de vento de 16 coordenadas do Brasil, em especial das regiões Nordeste e Sul. Os valores de velocidade de vento são transformados em energia eólica através de curvas de potência de turbinas e as usinas eólicas são representadas como se fossem usinas hidráulicas a fio d água no modelo de otimização Newave. A representação do histórico de geração eólica é feita através de vazões nos rios, considerando-se também a expansão no horizonte até 2020. O trabalho tem como base os dados do Newave oficial de agosto de 2016. Com a simulação do modelo considerando-se as séries históricas e sintéticas, o trabalho simula o despacho das usinas, o comportamento dos custos marginais, verificando-se as diferenças no comportamento dessas variáveis quando se utiliza uma representação estocástica para a energia eólica, em comparação com a modelagem determinística utilizada hoje. / Wind power has an increasing share of the Brazilian energy market and has the potential to represent 11.6% of the total capacity by 2024, according to Energy Research Company (EPE). The current optimization models, that dispatch power plants to meet demand, only optimize the demand using hydroelectric and thermal power plants. The remaining sources of generation including wind power, small hydroelectric plants and biomass plants, are not part of the optimization model and are included deterministically. There is variability in wind power generation because of wind speeds variations and considering the increase of the wind power share in the Brazilian electricity matrix, which stresses its importance, this work evaluates a stochastic representation for wind power generation through historical wind speed data of 16 coordinates from the Northeast and South of Brazil. It proposes to introduce wind power plants into the optimization model called Newave by proxy of run-of-river hydropower plants and their inflow. This study also considers wind power expansion in Brazil up to 2020 and the database is the official Newave as of August 2016. This work aims to verify the dispatches of the power plants and the marginal costs, considering the differences between the model used today and the stochastic model presented in the study.

Orientador: Antonio Padilha Feltrin / Resumo: Atualmente, existe uma tendência para aumentar a participação da Geração Distribuída (GD) baseada em Fontes de Energia Renováveis (FER) no suprimento do consumo global de energia elétrica. Esta tendência está sendo impulsionada principalmente por iniciativas governamentais destinadas a aumentar a eficiência energética, aumentar o uso da energia proveniente das FER e reduzir as emissões de gases de efeito estufa. No entanto, à medida que seu nível de penetração aumenta, a GD pode dar origem a um sistema incapaz de fornecer energia de forma confiável e de acordo com os padrões de qualidade. Nesse cenário, a Gestão de Redes Ativas (GRA) surge como uma alternativa para a integração de grandes montantes de GD. A GRA promove a disponibilização de instrumentos comerciais e regulatórios, e o fornecimento das redes de distribuição com tecnologias de automação para procurar serviços ancilares e flexibilidade a partir da GD. A GRA requer o desenvolvimento de ferramentas computacionais para coordenar a implementação de esquemas de controle inteligentes, chamados de esquemas de GRA, a fim de otimizar a utilização e operação das redes. Neste trabalho, são propostos modelos de otimização e técnicas de solução para a GRA considerando a integração de GD solar fotovoltaica e eólica e a eficiência energética. O primeiro modelo é desenvolvido para determinar a capacidade máxima de GD que pode ser alocada em uma rede de distribuição quando se considera o efeito da tensão na eficiência das cargas.... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Nowadays, there is a trend to increase the participation of distributed generation (DG) based on renewable energy sources in supplying the global electricity consumption. This trend is being driven mainly by government initiatives to increase energy efficiency, convert the energy use to renewable sources and reduce greenhouse gas emissions. However, as its penetration level increases, the DG can give rise to a system unable to deliver energy reliably and according to quality standards. In this scenario, active network management (ANM) emerges as an alternative for the integration of large amounts of DG. ANM promotes the availability of commercial and regulatory instruments and the provision of distribution networks with automation technologies for procuring ancillary services and flexibility from the DG. ANM requires the development of computational tools to coordinate the implementation of intelligent control schemes, called ANM schemes, in order to optimize the utilization and operation of distribution networks. In this work, optimization models and solution techniques are proposed for ANM considering the integration of solar and wind-based DG and energy efficiency. The first model is developed to determine the maximum capacity of DG that can be allocated in a distribution network when considering the effect of voltage on load efficiency. In the second model, the procedure of controlling the voltage levels to reduce the load demand is implemented for energy saving and for b... (Complete abstract click electronic access below) / Doutor

In this doctoral thesis, we propose new iterative methods for solving a class of convex optimization problems. In general, we consider problems in which the objective function is composed of a finite sum of convex functions and the set of constraints is, at least, convex and closed. The iterative methods we propose are basically designed through the combination of incremental subgradient methods and string-averaging algorithms. Furthermore, in order to obtain methods able to solve optimization problems with many constraints (and possibly in high dimensions), generally given by convex functions, our analysis includes an operator that calculates approximate projections onto the feasible set, instead of the Euclidean projection. This feature is employed in the two methods we propose; one deterministic and the other stochastic. A convergence analysis is proposed for both methods and numerical experiments are performed in order to verify their applicability, especially in large scale problems. / Nesta tese de doutorado, propomos novos métodos iterativos para a solução de uma classe de problemas de otimização convexa. Em geral, consideramos problemas nos quais a função objetivo é composta por uma soma finita de funções convexas e o conjunto de restrições é, pelo menos, convexo e fechado. Os métodos iterativos que propomos são criados, basicamente, através da junção de métodos de subgradientes incrementais e do algoritmo de média das sequências. Além disso, visando obter métodos flexíveis para soluções de problemas de otimização com muitas restrições (e possivelmente em altas dimensões), dadas em geral por funções convexas, a nossa análise inclui um operador que calcula projeções aproximadas sobre o conjunto viável, no lugar da projeção Euclideana. Essa característica é empregada nos dois métodos que propomos; um determinístico e o outro estocástico. Uma análise de convergência é proposta para ambos os métodos e experimentos numéricos são realizados a fim de verificar a sua aplicabilidade, principalmente em problemas de grande escala.

A tomografia por impedância elétrica é uma modalidade de imageamento médico recente, com diversas vantagens sobre as demais modalidades já consolidadas. O recozimento simulado é um algoritmo que apresentada qualidade de solução, mesmo com a utilização de uma regularização simples e sem informação a priori. Entretanto, existe a necessidade de reduzir o tempo de processamento. Este trabalho avança nessa direção, com a apresentação de um método de reconstrução que utiliza o recozimento simulado e paralelização massiva em GPU. A paralelização das operações matriciais em GPU é explicada, com uma estratégia de agendamento de threads que permite a paralelização efetiva de algoritmos, até então, considerados não paralelizáveis. Técnicas para sua aceleração são discutidas, como a heurística de fora para dentro. É proposta uma nova representação de matrizes esparsas voltada para as características da arquitetura CUDA, visando um melhor acesso à memória global do dispositivo e melhor utilização das threads. Esta nova representação de matriz mostrou-se vantajosa em relação aos formatos mais utilizados. Em seguida, a paralelização massiva do problema inverso da TIE, utilizando recozimento simulado, é estudada, com uma proposta de abordagem híbrida com paralelização tanto em CPU quanto GPU. Os resultados obtidos para a paralelização do problema inverso são superiores aos do problema direto. A GPU satura em aproximadamente 7.000 nós, a partir do qual o ganho em desempenho é de aproximadamente 5 vezes. A utilização de GPUs é viável para a reconstrução de imagens de tomografia por impedância elétrica. / Electrical impedance tomography is a new medical imaging modality with remarkable advatanges over other stablished modalities. Simulated annealing is an algorithm that renders quality solutions despite the use of simple regularization methods and the absence of a priori information. However, it remains the need to reduce its processing time. This work takes a step in this direction, presenting a method for the reconstruction of EIT images using simulated annealing and GPU parallelization. The parallelization of matrix operations in GPU is explained, with a thread scheduling strategy that allows the effective parallelization of not-yet effectively parallelized algorithms. There are strategies for improving its performance, such as the presented outside-in heuristic. It is proposed a new sparse matrix representation focused on the CUDA architecture characteristics, with improved global memory access patterns and thread efficiency. This new matrix representation showed several advantages over the most common formats. The massive parallelization of the TIE\'s inverse problem using simulated annealing is studied, with a proposed hybrid approach that uses parallelization in both CPU and GPU. Results showed that the performance gain for the inverse problem is higher than the one obtained for the forward problem. The GPU device saturates with meshes of size of approximately 7,000 nodes, with a performance gain around 5 times faster than serial implementations. GPU parallelization may be used for the reconstruction of electrical impedance tomography images.

O estudo de sistemas logísticos envolve a concatenação de elementos estratégicos e operacionais, comumente compondo sistemas com múltiplas facetas, objetivos antagônicos e grande número de alternativas. Nesse contexto, o presente trabalho discute a utilização de análise de decisão multicritério (MCDA), simulação de eventos discretos (SED) e otimização para simulação. A metodologia MCDA captura, mensura e pondera os objetivos e valores dos tomadores de decisão. Por sua vez, a SED representa o sistema estudado com alto nível de detalhamento, permitindo a avaliação de diversas configurações do sistema. Por fim, métodos de otimização para simulação possibilitam a busca e comparação de alternativas mais eficientes. As três metodologias são avaliadas, identificando suas vantagens, desvantagens e complementaridades quando aplicadas a sistemas logísticos. Através da aplicação de um estudo de caso sobre o dimensionamento de um sistema de transporte, constatou-se que: a) a SED incorporou detalhes importantes para a avaliação mais precisa de vários indicadores de desempenho b) a metodologia MCDA possibilitou a captura de vários objetivos e valores, propiciando a realização de tradeoffs robustos; c) um método de busca exaustiva e técnicas de redução de variância permitiram a comparação das alternativas em tempos computacionais reduzidos. Por fim, conclui-se que a metodologia híbrida apresentada expande o potencial de aplicação da SED em sistemas logísticos complexos. / A logistic system study involves strategic and operational elements, commonly composing multi-faceted systems with antagonistic goals and large number of alternatives. In this context, this thesis discusses the use of multi-criteria decision analysis (MCDA), discrete event simulation (DES) and optimization for simulation. The MCDA methodology captures, measures and weighs the goals and values of decision makers. DES is useful for representing systems with high level of detail, allowing the evaluation of several system configurations. Finally, optimization for simulation procedures are useful for searching and comparing more efficient alternatives. These three methodologies are assessed and their advantages, disadvantages, and complementarities are identified for logistics systems applications. Through a case study of a transportation system, we conclude that: a) the SED incorporated important details for more precise evaluation of various performance indicators b) the MCDA methodology was useful to capture several goals and values, so that robust tradeoffs could be carried out c) an exhaustive search routine and variance reduction techniques allowed the comparison of several alternatives in feasible computational times. Finally, we conclude that the presented hybrid methodology expands the application of DES to complex logistics systems.

A determinação do espectro de relaxação de polímeros utilizando dados de tensão oscilatória de baixa amplitude pode ser calculada assumindo-se que existe uma única função contínua H(λ) capaz de descrever o comportamento viscoelástico linear. O objetivo deste trabalho é determinar esta função ou uma aproximação da mesma utilizando um algoritmo estocástico denominado Simulated Annealing. A estratégia proposta é similar a proposta por Jensen (2002), entretanto, a lista de resfriamento do algoritmo foi modificada, objetivando-se uma maior robustez do referido algoritmo. A ferramenta computacional foi calibrada de forma a estimar com acurácia o espectro de relaxação discreto de outros polímeros. Os métodos de interpolação lagrangeana e de regressão não-linear foram aplicados para obter a função contínua do espectro de relaxação, a partir de um conjunto discreto de dados. Os resultados obtidos para o polietileno linear de baixa densidade (PELBD) comprovaram a eficiência da ferramenta computacional de otimização, sendo extremamente próximos aos fornecidos pelo reômetro AR 2000 (CENPES/PETROBRAS). / The determination of the relaxation spectrum using data from small amplitude oscillatory shear rate was accomplished by assuming that exists a unique continuous function H(λ) which describes linear viscoelasticity. The aim of this work is to determine this function or a close approximation using a computer stochastic algorithm called Simulated Annealing (SA). The strategy is the same proposed by Jensen, but the cooling schedule of SA algorithm was modified, in order to enhance the robustness of the referred algorithm. Besides, a calibration procedure was conducted for estimate accurate relaxation spectrum for other polymers. Lagrangean interpolation and nonlinear regression techniques were applied in order to obtain the continuous function that represent relaxation spectrum, using discrete data. The results generated for low linear density polyethylene (LLDPE) indicate the efficiency of the optimization computational tool, being extremely close to that produced by AR 2000 rheometer (CENPES/PETROBRAS).

Este trabalho tem como objetivo apresentar soluções de sistemas não-lineares com raízes múltiplas, através de um algoritmo híbrido. Para esta finalidade foi desenvolvido e implementado um algoritmo de busca aleatória baseado no método proposto por Luus e Jaakola (1973) como etapa de busca aleatória dos pontos iniciais, que são refinados através do algoritmo de Hooke e Jeeves. O diferencial deste trabalho foi propor um algoritmo híbrido, utilizando as características dos algoritmos Luus-Jaakola e Hooke e Jeeves como etapas de busca e refinamento respectivamente. Para isso, os algoritmos acima são encapsulados em funções no algoritmo híbrido. Além destas duas etapas, o algoritmo híbrido possui duas outras características importantes, que é a execução repetida até que se alcance um número suficiente de soluções distintas, que são então submetidas a um processo de classificação de soluções por intervalo, onde cada intervalo gera um conjunto de soluções próximas, que por sua vez, são submetidas à etapa final de minimização, resultando em apenas um valor de solução por classe. Desta forma cada classe produz uma única solução, que faz parte do conjunto final de soluções do problema, pois este algoritmo é aplicado a problemas com múltiplas soluções. Então, o algoritmo híbrido desenvolvido foi testado, tendo como padrão, vários problemas clássicos de programação não-linear, em especial os problemas irrestritos com múltiplas soluções. Após os testes, os resultados foram comparados com o algoritmo Luus-Jaakola, e o Método de Newton Intervalar / Bisseção Generalizada (IN/GB - Interval Newton/Generalized Bisection), com a finalidade de se obter uma análise quantitativa e qualitativa de seu desempenho. Por fim comprovou-se que o algortimo Híbrido obteve resultados superiores quando comparados com os demais. / This paper aims to present solutions for nonlinear systems with multiple roots, using a hybrid algorithm. For this purpose was developed and implemented an algorithm based on random search method proposed by Luus and Jaakola (1973) as a step in search of random starting points, which will be refined through the algorithm of Hooke and Jeeves. The differential of this work is to propose a hybrid algorithm, using the characteristics of the Luus-Jaakola algorithm and Hooke and Jeeves as a search and refinement stages respectively. For this, the above algorithms are encapsulated in functions in the hybrid algorithm. Besides these two steps, the hybrid algorithm has two other important characteristics, which is the execution repeated until to reach a sufficient number of distinct solutions, which is then undergo a process of classification of solutions by interval, where each interval generates a set solutions to close, which in turn is subject to the final stage of minimization, resulting in only one value per class of solution. Thus each class provides a unique solution, which is part of the final set of solutions of the problem, because this algorithm is applied to problems with multiple solutions. So, the hybrid algorithm developed was tested, with the standard, several problems of classical non-linear programming, in particular the unrestricted problems with multiple solutions. After the tests, the results were compared with algorithm Luus-Jaakola, and the Interval Newton/Generalized Bisection method (IN/GB), in order to obtain a quantitative and qualitative analysis of their performance. Finally it was found that the hybrid algortimo achieved higher when compared to the others.

A determinação do espectro de relaxação de polímeros utilizando dados de tensão oscilatória de baixa amplitude pode ser calculada assumindo-se que existe uma única função contínua H(λ) capaz de descrever o comportamento viscoelástico linear. O objetivo deste trabalho é determinar esta função ou uma aproximação da mesma utilizando um algoritmo estocástico denominado Simulated Annealing. A estratégia proposta é similar a proposta por Jensen (2002), entretanto, a lista de resfriamento do algoritmo foi modificada, objetivando-se uma maior robustez do referido algoritmo. A ferramenta computacional foi calibrada de forma a estimar com acurácia o espectro de relaxação discreto de outros polímeros. Os métodos de interpolação lagrangeana e de regressão não-linear foram aplicados para obter a função contínua do espectro de relaxação, a partir de um conjunto discreto de dados. Os resultados obtidos para o polietileno linear de baixa densidade (PELBD) comprovaram a eficiência da ferramenta computacional de otimização, sendo extremamente próximos aos fornecidos pelo reômetro AR 2000 (CENPES/PETROBRAS). / The determination of the relaxation spectrum using data from small amplitude oscillatory shear rate was accomplished by assuming that exists a unique continuous function H(λ) which describes linear viscoelasticity. The aim of this work is to determine this function or a close approximation using a computer stochastic algorithm called Simulated Annealing (SA). The strategy is the same proposed by Jensen, but the cooling schedule of SA algorithm was modified, in order to enhance the robustness of the referred algorithm. Besides, a calibration procedure was conducted for estimate accurate relaxation spectrum for other polymers. Lagrangean interpolation and nonlinear regression techniques were applied in order to obtain the continuous function that represent relaxation spectrum, using discrete data. The results generated for low linear density polyethylene (LLDPE) indicate the efficiency of the optimization computational tool, being extremely close to that produced by AR 2000 rheometer (CENPES/PETROBRAS).