[pt] O planejamento da expansão da transmissão (PET) visa identificar os novos reforços a serem implementados na rede do sistema elétrico de potência, necessá-rios para assegurar uma adequada interligação entre a demanda e a geração do sistema, ambas previstas para o horizonte de planejamento. Um bom plano de expansão deve garantir o equilíbrio entre os custos de investimento e operação, mantendo um nível satisfatório de continuidade no fornecimento de energia. En-tretanto, a identificação de boas soluções para o PET tem se tornado uma tarefa cada vez mais difícil. Isso se deve, principalmente, às características e dimensões dos sistemas atuais, incluindo o aumento na dependência de fontes renováveis, e à não linearidade e natureza combinatória do problema de otimização. Nesta dissertação é proposta uma nova metodologia para resolver o proble-ma PET com alta penetração de energia renovável, em particular a eólica. A me-todologia é baseada na aplicação de uma nova ferramenta de otimização para so-lução do PET estático, a qual é classificada como metaheurística construtiva, onde soluções viáveis de boa qualidade são paralelamente construídas a partir da topo-logia inicial, por meio de adições graduais de reforços mais atrativos para a rede. Outras heurísticas são também utilizadas. Ênfase é dada à modelagem de cenários de geração eólica, que representam a energia renovável da rede a ser planejada, a qual deverá permitir uma operação flexível e adaptada à intermitência destas fon-tes. São utilizados o critério de segurança N-1 e o modelo linear DC de rede, com a consideração de perdas ôhmicas. Uma variante do sistema IEEE RTS, com inserção de fontes eólicas, é utilizada para testar a metodologia proposta. / [en] Transmission expansion planning (TEP) aims to identify the new reinforce-ments to be installed in the electric power system, necessary to ensure an adequate interconnection between demand and generation of the system, both foreseen for the planning horizon. A good expansion plan should ensure a balance between investment and operating costs, while maintaining a satisfactory level of continui-ty in the energy supply. However, identifying good expansion solutions for TEP has become an increasingly difficult task. This is mainly due to the characteristics and dimensions of the current systems, including the increase in the dependence of renewable sources, and the nonlinearity and combinatorial nature of the optimi-zation problem. In this dissertation, a new methodology is proposed to solve the TEP prob-lem with high penetration of renewable energy, in particular wind power. The methodology is based on the application of a new optimization tool for static TEP solution, which is classified as a constructive metaheuristic, where feasible solu-tions of good quality are simultaneously constructed from the initial topology of the network, through incremental additions of reinforcements more attractive to the grid. Other heuristics are also used. Emphasis is given to the modeling of wind power scenarios, which represent the renewable energy of the network to be planned, which should allow a flexible operation and adapted to the intermittency of these sources. The security criterion N-1 and the linear DC network model are used, with the consideration of ohmic losses. A variant of the IEEE RTS sys-tem, with insertion of wind sources, is used to test the proposed methodology.

Made available in DSpace on 2014-12-17T14:56:19Z (GMT). No. of bitstreams: 1 ErnanoAJ_DISSERT.pdf: 1903927 bytes, checksum: 0bb4c95cc8f08d85b6af9c71ab44494b (MD5) Previous issue date: 2014-07-11 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / Currently, there are several power converter topologies applied to wind power generation. The converters allow the use of wind turbines operating at variable speed, enabling better use of wind forces. The high performance of the converters is being increasingly demanded, mainly because of the increase in the power generation capacity by wind turbines, which gave rise to various converter topologies, such as parallel or multilevel converters. The use of converters allow effective control of the power injected into the grid, either partially, for the case using partial converter, or total control for the case of using full converter. The back-to-back converter is one of the most used topologies in the market today, due to its simple structure, with few components, contributing to robust and reliable performance. In this work, is presented the implementation of a wind cogeneration system using a permanent magnet synchronous generator (PMSG) associated with a back-to-back power converter is proposed, in order to inject active power in an electric power system. The control strategy of the active power delivered to the grid by cogeneration is based on the philosophy of indirect control / Existem diversas topologias de conversores de pot?ncia aplicadas a sistemas de gera??o de energia e?lica. Os conversores permitem a gera??o de energia com turbinas e?licas em condi??es de velocidade vari?vel do vento, possibilitando um aproveitamento de forma mais eficaz das for?as do vento. A utiliza??o dos conversores possibilita o controle efetivo da pot?ncia injetada na rede, seja de maneira parcial, no caso de utiliza??o de conversores parciais, ou controle total, no caso de utiliza??o de conversores completos. O alto desempenho dos conversores vem sendo cada vez mais necess?rio, principalmente quando se busca a eleva??o da capacidade de gera??o de pot?ncia por parte das turbinas e?licas, o que fez surgir diversas novas topologias de conversores, sejam conversores paralelos ou multin?veis. O conversor na configura??o back-to-back ? um dos mais utilizados no mercado atualmente, devido ? sua estrutura simples, com poucos componentes, contribuindo assim para um desempenho robusto e confi?vel. Neste trabalho, apresenta-se a implementa??o de um sistema de cogera??o e?lica utilizando um gerador s?ncrono a ?m? permanente (PMSG) associado a um conversor de pot?ncia na topologia back-to-back, de maneira a injetar pot?ncia ativa em um sistema el?trico de pot?ncia. A estrat?gia do controle da pot?ncia ativa fornecida pela cogera??o ? rede el?trica ? baseada na filosofia do controle indireto

Made available in DSpace on 2016-08-17T14:52:59Z (GMT). No. of bitstreams: 1 Heitor Hugo Dias Mangueira.pdf: 499392 bytes, checksum: 0ab64bec14057aedb36d224a57047e6d (MD5) Previous issue date: 2005-07-05 / In this work, the spread of the uncertainties of wind power generation systems on a network is evaluated. The study uses a flow of power foggy multi-linearized. / Neste trabalho, a propagação das incertezas dos sistemas de geração eólica em rede é avaliada. O estudo utiliza um fluxo de potência nebuloso multi-linearizado.

[pt] Nos últimos anos, observa-se crescente penetração da energia eólica na matriz energética mundial e brasileira. Em 2015, ela já representava (seis por cento) da capacidade total de geração de energia do país, colocando-o na (décima) posição entre os países com capacidade eólica instalada. A crescente penetração dessa fonte de energia e suas características de intermitência e forte sazonalidade, passaram a demandar modelos de otimização capazes de auxiliar tanto a gestão dos sistemas elétricos com geração intermitente de energia eólica, quanto a comercialização dessa energia. Avançaram, assim, os estudos de previsões de médias a cada (dez) minutos, horárias e diárias de geração eólica, para atender a sua inserção na programação dos sistemas elétricos e a sua comercialização em mercados diários e horários. Contudo, poucos estudos deram atenção à previsão e simulação de médias mensais de geração eólica, imprescindíveis para gestão e otimização da comercialização dessa energia no Brasil, visto que esta ocorre essencialmente em base mensal. Neste contexto, insere-se esta tese, que busca avaliar a otimização comercial de um parque eólico no mercado livre de energia brasileiro, considerando diferentes modelos de simulação da incerteza de geração eólica e níveis de aversão ao risco do gestor. Para representar diferentes níveis de aversão ao risco do gestor, desenvolveu-se uma nova função de preferência, capaz de modelar a variação do nível de aversão ao risco de um mesmo gestor, para diferentes faixas de preferência, definidas a partir de percentis αs de VaRα. A função de preferência desenvolvida é uma ponderação entre o valor esperado e níveis de CVaR dos resultados. De certo modo, ela altera as probabilidades dos resultados, de acordo as preferências do gestor, similar ao efeito dos pesos de decisão na Teoria do Prospecto. Para simulação da geração eólica são adotados modelos autorregressivos com sazonalidade representada por dummies mensais (ARX-11) e periódicos (PAR). Considera-se, ainda, a inclusão de variáveis climáticas exógenas no modelo ARX-11, com ganho de capacidade preditiva. Observou-se que, para um gestor neutro ao risco, as diferentes simulações de geração eólica não alteraram a decisão ótima. O mesmo não é válido para um gestor avesso ao risco, especialmente ao ser considerado o modelo de simulação com variáveis climáticas exógenas. Portanto, é importante a definição de um único modelo de simulação a ser considerado pelo gestor avesso ao risco ou, a adoção de alguma técnica multicritério para ponderação de diferentes modelos. O perfil de risco também altera as decisões ótimas do gestor, observando-se redução do desvio-padrão e da média da distribuição dos resultados e, aumento dos CVaRs e prêmio de risco, à medida que aumenta a aversão ao risco. Assim, é importante a especificação de uma única função de preferência, que represente adequadamente o perfil de risco do gestor ou da empresa, para otimização da comercialização. A flexibilidade da função de preferência desenvolvida, ao permitir a definição de diferentes níveis de aversão ao risco do gestor, para diferentes faixas de preferência, contribui para essa especificação. / [en] In recent years, we have seen an increased penetration of wind power in the Brazilian energy matrix and also worldwide. In 2015, wind power already accounted for (six percent) of the Brazilian total power capacity and the country was the (tenth) in the world raking of wind power installed capacity. Due to the growing penetration of the source, its intermittency and strong seasonality, optimization models able to deal with the management of wind power, both in electrical systems operation and in trading environment, are necessary. Thus, we see the growth in the number of studies concerned about wind power forecasts for every (10) minutes, hours and days, meeting the electrical systems and international trading schedules. However, few studies have given attention to the forecasting and simulation of wind power monthly averages, which are essential for the management and optimization of energy trading in Brazil, since its occurs essentially on a monthly basis. In this context, we introduce this thesis, which seeks to assess the commercial optimization of a wind farm in the Brazilian energy free market, considering different simulation models for the wind power production uncertainty and different levels of manager s risk aversion. In order to represent the manager s different levels of risk aversion, we developed a new preference function, which is able to model the variation of risk aversion level of the same manager, for different preference groups. These groups are defined by α s percentiles of VaRα. The developed preference function is a weighted average between expected value of results and CVaR levels. In a way, it changes the odds of the results, according to the manager s preference, similar to the effect of the decision weights on Prospect Theory. We adopted autoregressive models to simulate wind power generation, with seasonality represented by monthly dummies (ARX -11) or periodic model (PAR). Furthermore, we consider the inclusion of climate exogenous variables in the ARX-11 model and obtain predictive gain. We observed that for a risk neutral manager, different simulations of wind power production do not change the optimal decision. However, this does not apply for risk averse managers, especially when we consider the simulation model with climate exogenous variables. Therefore, it is important that the risk averse manager establishes a single simulation model to consider or adopts some multi-criteria technique for weighting different models. The risk profile also changes the manager optimal decision. We observed that increasing risk aversion, the standard deviation and mean of the results distribution decrease, while risk premium and CVaRs increase. Therefore, to proceed the optimization, it is important to specify a single preference function, which represents adequately the manager or company risk profile. The flexibility of the developed preference function, allowing the definition of different manager s risk aversion levels for different preference groups, contributes to this specification.