Submitted by Miriam Lucas (miriam.lucas@unioeste.br) on 2017-09-04T14:16:18Z No. of bitstreams: 2 Diego_Dieferson_Apolinario_2013.pdf: 11159824 bytes, checksum: a7eb832c477da03385c667bc970781c1 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-09-04T14:16:18Z (GMT). No. of bitstreams: 2 Diego_Dieferson_Apolinario_2013.pdf: 11159824 bytes, checksum: a7eb832c477da03385c667bc970781c1 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2013-09-13 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The spatial electric load forescating aims to determine the sapatial and temporal distribution of the growth of electricity demand in the service area of a distribution utility. This information is vital to support the process of decision making in planning the expansion and operation of dostribution networks in the medium and long term. Currently there are many methodologies that can perform spatial load forecasting, among these cell models hace been the most widely used in recent years. Moreover, these models need to be calibrated with information concerning the data in the studied region and one of these information is the spatial rsolution. This work presents a partitioning method, using a divisive algorithm, to crate homogeneous grid cells for cellular models used in saptial electric load forecasting, and thereby determine a spatial resolution that allowa for proper display and inference from the obtained at ffeder ordistribution transformer levels. / A previsão espacial de demanda em sistemas de distribuição de energia elétrica visa determinar a distribuição espaço-temporal do crescimento da demanda de energia elétrica na área se serviço. Essa informação é de vital importância para apoiar o processo de tomada de decisões no planejamento da expansão e operação das redes de distribuição no médio e longo prazo. Atualmente existem muitas metodologias que permitem a previsão espacial de carga, dentre estas os modelos celulares tem sido os mais utilizados nos últimos anos. Além disso, estes modelos precisam ser calibrados com informações referentes aos dados da região em estudo, e uma dessas informações é a resolução espacial. Neste trabalho apresenta-se uma metodologia de particionamento, utilizando um algoritmo divisivo com a finalidade de criar quadrículas homogêneas para os modelos celulares utilizados na previsão espacial de carga, e desta forma determinar uma resolução espacial que permita uma aprpriada visualização e inferência dos resultados obtidos na previsão espacial de carga ao nivel de alimentador ou transformador de distribuição.

Submitted by Igoor Morro Mello (igoor.mello@unesp.br) on 2018-09-03T21:44:57Z No. of bitstreams: 1 dissertação de mestrado 2018 - Igoor Morro Mello.pdf: 10593338 bytes, checksum: 0253d1ce16d1ea2f863390cd1d68fd1e (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-09-04T17:09:34Z (GMT) No. of bitstreams: 1 mello_im_me_ilha.pdf: 10593338 bytes, checksum: 0253d1ce16d1ea2f863390cd1d68fd1e (MD5) / Made available in DSpace on 2018-09-04T17:09:34Z (GMT). No. of bitstreams: 1 mello_im_me_ilha.pdf: 10593338 bytes, checksum: 0253d1ce16d1ea2f863390cd1d68fd1e (MD5) Previous issue date: 2018-08-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nos últimos anos, o uso dos veículos elétricos nas zonas urbanas tem se intensificado. Como política para o aumento na penetração de veículos elétricos e reduzir a poluição do ar, os táxis elétricos vem sendo introduzidos nos sistemas de transporte. Eles necessitam de atenção especial devido aos seus diferentes padrões de condução. Em contraste com os veículos elétricos privados, que podem ser recarregados por um longo período, táxis elétricos necessitam de recarga em um curto período de tempo devido a sua constante operação. Portanto, estações de recarga rápida são necessárias para receber a demanda de recarga dos táxis elétricos e devem estar localizadas em locais estratégicos. Além disso, uma análise deve ser realizada para a conexão destas estações com a rede elétrica. Para melhorar sua alocação e conectividade, este trabalho apresenta uma metodologia para auxiliar na tomada de decisão da instalação de estações de recarga rápida considerando como critérios: locais com maior fluxo de táxis elétricos e baixo nível de carga nas baterias, espaço físico disponível para realizar o carregamento e funções de custo para a conexão das estações de recarga. Os resultados da proposta são mapas com a localização das estações de recarga rápida e análise dos locais de menor custo para a conexão com a rede elétrica. A metodologia é testada em uma cidade de médio porte no Brasil, mostrando a importância dos mapas e funções de custo na tomada de decisão. A proposta é comparada com outras metodologias, mostrando que esta metodologia proposta considera diferentes critérios e cria uma melhor distribuição espacial para as estações de recarga, dando melhores opções aos donos dos táxis elétricos. / In recent years, the use of electric vehicles in urban zones has been intensified. As a policy of increasing the penetration of electric vehicles and reducing air pollution, electric taxis have been introduced into transportation systems. They need special attention because of its different driving patterns. In contrast to private electric vehicles, which can be recharged for a long period, electric taxis need to recharge only for a short time due to their constant operation. Therefore, fast charging stations are required to meet the demand for recharging electric taxis and should be located at strategic places. In addition, an analysis must be performed to connect these stations in the electric network. To improve their allocation and connectivity, this work presents a methodology to help in decision making for installing fast charging stations, considering as criteria: locations with greater flow of electric taxis and low level of state of charge, the available physical space to carry out their recharge and cost functions for the connection of charging stations. The result of the proposal is a map with the location of fast charging stations and analysis of the lowest cost places for connection to the network. The methodology is tested in a medium-sized city in Brazil, showing the importance of this map and cost functions in decision making. The proposal is compared with another methodology, showing that the proposed method considers different criteria and creates a better spatial distribution of charging stations giving better options to the owners of electric taxis. / CAPES: 1667419

Orientador: Antonio Padilha Feltrin / Abstract: In recent years, the use of electric vehicles in urban zones has been intensified. As a policy of increasing the penetration of electric vehicles and reducing air pollution, electric taxis have been introduced into transportation systems. They need special attention because of its different driving patterns. In contrast to private electric vehicles, which can be recharged for a long period, electric taxis need to recharge only for a short time due to their constant operation. Therefore, fast charging stations are required to meet the demand for recharging electric taxis and should be located at strategic places. In addition, an analysis must be performed to connect these stations in the electric network. To improve their allocation and connectivity, this work presents a methodology to help in decision making for installing fast charging stations, considering as criteria: locations with greater flow of electric taxis and low level of state of charge, the available physical space to carry out their recharge and cost functions for the connection of charging stations. The result of the proposal is a map with the location of fast charging stations and analysis of the lowest cost places for connection to the network. The methodology is tested in a medium-sized city in Brazil, showing the importance of this map and cost functions in decision making. The proposal is compared with another methodology, showing that the proposed method considers different criteria and creates a better s... (Complete abstract click electronic access below) / Resumo: Nos últimos anos, o uso dos veículos elétricos nas zonas urbanas tem se intensificado. Como política para o aumento na penetração de veículos elétricos e reduzir a poluição do ar, os táxis elétricos vem sendo introduzidos nos sistemas de transporte. Eles necessitam de atenção especial devido aos seus diferentes padrões de condução. Em contraste com os veículos elétricos privados, que podem ser recarregados por um longo período, táxis elétricos necessitam de recarga em um curto período de tempo devido a sua constante operação. Portanto, estações de recarga rápida são necessárias para receber a demanda de recarga dos táxis elétricos e devem estar localizadas em locais estratégicos. Além disso, uma análise deve ser realizada para a conexão destas estações com a rede elétrica. Para melhorar sua alocação e conectividade, este trabalho apresenta uma metodologia para auxiliar na tomada de decisão da instalação de estações de recarga rápida considerando como critérios: locais com maior fluxo de táxis elétricos e baixo nível de carga nas baterias, espaço físico disponível para realizar o carregamento e funções de custo para a conexão das estações de recarga. Os resultados da proposta são mapas com a localização das estações de recarga rápida e análise dos locais de menor custo para a conexão com a rede elétrica. A metodologia é testada em uma cidade de médio porte no Brasil, mostrando a importância dos mapas e funções de custo na tomada de decisão. A proposta é comparada com outras me... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Orientador: Antonio Padilha Feltrin / Resumo: Neste trabalho é apresentado um método que permite determinar o crescimento espaço-temporal da demanda de energia elétrica devido às mudanças nos hábitos de consumo no setor residencial. A proposta é baseada em uma regressão ponderada geograficamente que permite determinar a localização espacial dos setores com maior proporção de residências candidatas para comprar um novo eletrodoméstico, e uma regressão de distribuição logística que permite simular em cada setor, como vai ser o crescimento ao longo do tempo dessa proporção de residências candidatas para comprar o aparelho. Finalmente, o método determina o impacto nas curvas de carga dos transformadores de distribuição, considerando: o número de residências candidatas em cada setor, e informações do eletrodoméstico em estudo, tais como: curva de carga em p.u, potência nominal, fator de utilização, fator de coincidência e fator de potência. A região em estudo é dividida em pequenas subáreas, com o objetivo de melhorar a resolução espacial do prognóstico, e também considerar interrelações de proximidade entre as subáreas, para determinar como as decisões tomadas em um local influenciam nas preferências de seus vizinhos. O método proposto usa como dados de entrada variáveis socioeconômicas do censo da população que são de fácil acesso para as empresas do setor elétrico e que caracterizam a economia e as preferências da população da cidade em estudo. O método proposto foi aplicado em uma cidade de médio porte da República do Equ... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Made available in DSpace on 2014-06-11T19:22:32Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-08-16Bitstream added on 2014-06-13T20:49:11Z : No. of bitstreams: 1 trujillo_jdm_me_ilha.pdf: 4931230 bytes, checksum: e375c9e238375d66c5b717105d849f34 (MD5) / Aeci / Neste trabalho apresentam-se dois métodos para serem aplicados na previsão espacial de demanda elétrica, os quais simulam as influências de cargas especiais nas vizinhanças e utilizam os sistemas multiagentes para caracterizar a área de serviço, mostrando assim, a dinâmica dos grupos sociais em uma cidade à procura dos recursos necessários para suas atividades. O primeiro sistema multiagente foi desenvolvido para obter a previsão espacial de demanda elétrica de toda área de serviço e o segundo sistema multiagente modela a influência de cargas especiais nas vizinhanças. Estes sistemas apresentam um caráter estocástico, para simular a estocasticidade dos usuários nos sistemas de distribuição. Os métodos apresentados consideram a disponibilidade atual de dados nas empresas do setor, usando só o banco de dados comercial da empresa de serviço elétrico e o conjunto de dados georreferenciados dos elementos da rede. Uma das contribuições deste trabalho é de utilizar um número real para representar a demanda elétrica esperada de cada subárea fornecendo, deste modo, um melhor dado de entrada para realizar o planejamento de expansão da rede elétrica. A metodologia proposta foi testada em um sistema real de uma cidade de médio porte. Como resultados são gerados mapas de cenários futuros de previsão espacial de demanda para a área de estudo, que mostram a localização espaço-temporal das novas cargas. Cada mapa mostra as subáreas onde a nova demanda é esperada, com um número real para o valor da quantidade desta demanda. Os resultados obtidos variam entre 5 a 10 % em diferentes simulações, quando comparadas com as fornecidas pelo departamento de planejamento da empresa elétrica que aplica uma metodologia manual, que utiliza o conhecimento e as decisões do planejador para determinar o crescimento da demanda. / This paper presents two methods to be applied in the spatial electric load forecasting, which simulate the influences of special loads in the vicinity and use the multi-agent systems to characterize the service area, thus showing the dynamics of social groups in a city seeking the necessary resources for their activities. The first multi-agent system was developed for the spatial electric load forecasting of the entire service area and the second multi-agent system models the influence of special load in the vicinity. These systems have a stochastic character, to simulate the stochasticity of users in distribution systems. The method presented in this work considers that the utilities have access only to basic information, using only the commercial consumer database and georeferenced data set of the network elements. One of the contributions of this work is to use a real number to represent the expected demand in each subarea providing thus a better input data to perform the expansion planning of the distribution systems grid. The proposed methodology was tested in a real system of a midsize city. As results are generated maps of forecast future scenarios of spatial demand for the study area, showing the location of the new space-time loads. Each map shows the subareas where the new demand is expected, with a real number to the value of the quantity of demand. The results vary between 5 to 10% in different simulations, when compared with those provided by the planning department electrical distribution utility that applies an electric manual, which uses the knowledge and decisions of the planner to determine the growth of demand.

Submitted by MARIO ANDRES MEJIA ALZATE (marioandretty_17@hotmail.com) on 2017-01-15T06:04:36Z No. of bitstreams: 1 Dissertação Mestrado_final_1 (2).pdf: 10151663 bytes, checksum: 19b32f17aadb3d9188da99327b13cc74 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-01-19T17:23:34Z (GMT) No. of bitstreams: 1 mejiaalzate_ma_me_ilha.pdf: 10151663 bytes, checksum: 19b32f17aadb3d9188da99327b13cc74 (MD5) / Made available in DSpace on 2017-01-19T17:23:34Z (GMT). No. of bitstreams: 1 mejiaalzate_ma_me_ilha.pdf: 10151663 bytes, checksum: 19b32f17aadb3d9188da99327b13cc74 (MD5) Previous issue date: 2016-12-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho é apresentado um método que permite determinar o crescimento espaço-temporal da demanda de energia elétrica devido às mudanças nos hábitos de consumo no setor residencial. A proposta é baseada em uma regressão ponderada geograficamente que permite determinar a localização espacial dos setores com maior proporção de residências candidatas para comprar um novo eletrodoméstico, e uma regressão de distribuição logística que permite simular em cada setor, como vai ser o crescimento ao longo do tempo dessa proporção de residências candidatas para comprar o aparelho. Finalmente, o método determina o impacto nas curvas de carga dos transformadores de distribuição, considerando: o número de residências candidatas em cada setor, e informações do eletrodoméstico em estudo, tais como: curva de carga em p.u, potência nominal, fator de utilização, fator de coincidência e fator de potência. A região em estudo é dividida em pequenas subáreas, com o objetivo de melhorar a resolução espacial do prognóstico, e também considerar interrelações de proximidade entre as subáreas, para determinar como as decisões tomadas em um local influenciam nas preferências de seus vizinhos. O método proposto usa como dados de entrada variáveis socioeconômicas do censo da população que são de fácil acesso para as empresas do setor elétrico e que caracterizam a economia e as preferências da população da cidade em estudo. O método proposto foi aplicado em uma cidade de médio porte da República do Equador a fim de determinar o crescimento espaço-temporal da demanda de energia devido à compra de fogões de indução. Os resultados obtidos são mapas que permitem identificar os setores mais vulneráveis para apresentar crescimento da demanda devido à compra do eletrodoméstico. Também são apresentados gráficos que mostram o impacto nas curvas de carga dos transformadores durante o período de estudo estabelecido. Esses resultados fornecem informações importantes que servem de referência no planejamento do sistema de distribuição e do mercado de energia elétrica. / This work presents a method to determine the spatial-temporal growth of electric energy demand due to changes in consumption habits in the residential sector. The proposal is based on a geographically weighted regression that allows us to determine the spatial location of the sectors with the highest proportion of candidate households to buy a new appliance, and a logistic distribution regression that allows us to simulate in each of these sectors, the growth over time, the proportion of households that are candidates to buy this appliance. Finally, the method determines the impact on the load curves of the distribution transformers, considering: the number of candidate households in each sector, and information of the home appliance, such as: load curve in pu, nominal power, utilization factor, Coincidence factor and power factor. The study area is divided into small subareas with the aim of improving the spatial resolution of the prognosis and also considers the interrelation of proximity between the subareas to determine how decisions made in one place can influence the preferences of its neighbors. The input data of the proposed method are socioeconomic variables of the population census, which are easily accessible to companies in the electricity sector, and which characterize the economy and the preferences of the population of the studied city. The method was applied in a medium-sized city of the Republic of Ecuador in order to determine the spatial-temporal growth of energy demand due to the purchase of induction stoves. The results obtained are maps that allow identifying the most vulnerable sectors to show increased demand due to the purchase of the appliance. Also, graphs were obtained that show the impact on the load curves of the transformers during the established study period. These results provide important information that serve as a reference in planning the distribution system and the electricity market.