Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-01-27T14:37:37Z
No. of bitstreams: 2
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Dissertação - Jonathan Cardoso Silva - 2014.pdf: 3627934 bytes, checksum: 4b576bd42a95d94493a78b1e54c2d64a (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-01-28T12:39:13Z (GMT) No. of bitstreams: 2
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Dissertação - Jonathan Cardoso Silva - 2014.pdf: 3627934 bytes, checksum: 4b576bd42a95d94493a78b1e54c2d64a (MD5) / Made available in DSpace on 2015-01-28T12:39:13Z (GMT). No. of bitstreams: 2
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Dissertação - Jonathan Cardoso Silva - 2014.pdf: 3627934 bytes, checksum: 4b576bd42a95d94493a78b1e54c2d64a (MD5)
Previous issue date: 2014-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The operation planning of hydrothermal systems is a complex, dynamic, stochastic,
nonlinear and interconnected problem. In this study, we consider that this problem must
tackle two objectives simultaneously: minimize thermoelectric generation (by maximizing
the use of hydroelectric plants) and maximize water reservoirs’ level of hydroelectric
plants. This dissertation presents the application of some multiobjective meta-heuristics,
using a set of eight actual plants from Brazilian interconnected system in three periods of
medium-term planning. The algorithms used were of two types: those based on particle
swarms (MOPSO , MOPSO-TVAC , SMPSO, MOPSO-CDR and MOPSO-DFR) and
evolutionary algorithms (SPEA2 and MOEAD/DRA). The results from previous studies,
made with single objective techniques, were inserted in the initial population of the
algorithms and compared with those simulations with normal initialization. We observed
that MOPSO-CDR outperformed the other algorithms in the test scenarios while, in some
cases, MOPSO has also generated competitive results. / O problema do planejamento da operação de sistemas hidrotérmicos é complexo, dinâmico,
estocástico, interconectado e não linear. Este problema é tratado de modo atender a
dois objetivos simultaneamente: maximizar a geração elétrica nas usinas hidrelétricas (ou
minimizar o custo com a complementação da geração por termelétricas) e maximizar o nível
dos reservatórios de água das hidrelétricas. Este trabalho apresenta a aplicação de algumas
meta-heurísticas multiobjetivo a este problema, utilizando um conjunto de oito usinas reais
do Sistema Interligado Nacional em três períodos de planejamento de médio prazo. Os
algoritmos utilizados foram de dois tipos: os baseadas em enxames de partículas (MOPSO,
MOPSO-TVAC,SMPSO, MOPSO-CDR e MOPSO-DFR) e os algoritmos evolucionários
(SPEA2 e MOEAD/DRA). Foram realizados testes com a inserção de resultados de estudos
anteriores com técnicas de único objetivo na população inicial dos algoritmos e comparados
com os testes com inicialização normal. Observou-se que o algoritmo MOPSO-CDR obtém
os melhores resultados nos cenários de testes utilizados, competindo em alguns casos com
os resultados do MOPSO.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/3977 |
Date | 26 February 2014 |
Creators | Silva, Jonathan Cardoso |
Contributors | Cruz Júnior, Gélson da, Cruz Júnior, Gélson da, Bastos Filho, Carmelo Jose Albanez Bastos Filho, Brito, Leonardo da Cunha |
Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC), UFG, Brasil, Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG) |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
Relation | -5088589215393046129, 600, 600, 600, 600, -7705723421721944646, 114589487347870764, 2075167498588264571 |
Page generated in 0.0026 seconds