Return to search

Heuristic methods applied on Weibull curve fitting in wind energy / MÃtodos heurÃsticos aplicados no ajuste de curvas de Weibull em energia eÃlica

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / The application of heuristics optimization has proven quite effective when compared to traditional optimization methods by differentiation. It is known that in some cases, directly minimizing the functions involved in the process can be complicated or even impossible. This work aims to develop a Weibull curve fitting methodology, using Ant Colony Optimization method and the Particle Swarm Optimization method as far as the hybridization of
these. The tipical stochastic characteristic should provide good results for any wind distribution, concentrated or dispersed, which would make it valid to use in coastal conditions, flat or complex terrain or even urban. The result obtained by the heuristic approach of two SONDA wind samples, referring to Petrolina, Pernambuco, Brazil and Sao Martinho da Serra, Rio Grande do Sul, Brazil was compared with eight other known methods and commercially applied: the least squares method, the moment method, empirical method, the maximum likelihood method, the modified maximum likelihood method, energy pattern method, equivalent energy method and the chi-squared method and the goodness of fit will
be evaluated by RMSE tests, MAPE, R2, and the deviation in the forecast power density. Heuristic methods have proven competitive, with power forecast error values around 10−14%. / A aplicaÃÃo de mÃtodos heurÃsticos em otimizaÃÃo tem se mostrado bastante eficaz quando comparado aos tradicionais mÃtodos de otimizaÃÃo por diferenciaÃÃo. Ã sabido que, em alguns casos, minimizar de forma direta as funÃÃes envolvidas no processo pode ser complicado ou mesmo impossÃvel. Buscou-se com esse trabalho desenvolver uma metodologia para ajuste de curvas de Weibull para a caracterizaÃÃo do regime de ventos, utilizando a otimizaÃÃo pelo mÃtodo do Formigueiro e pelo mÃtodo do Enxame de PartÃculas (do inglÃs Ant Colony Optimization (ACO) e Particle Swarm Optimization (PSO), respectivamente) bem como a hibridizaÃÃo destes dois mÃtodos. Acredita-se que a caracterÃstica estocÃstica dos mÃtodos pode proporcionar resultados refinados para qualquer tipo de distribuiÃÃo de vento, seja concentrada ou dispersa, o que tornaria vÃlido utilizar o mÃtodo nas condiÃÃes de litoral, relevo plano, acidentado ou mesmo urbano, com obstÃculos na direÃÃo dos aerogeradores. O resultado obtido pela aproximaÃÃo heurÃstica de duas amostras de vento do projeto SONDA, referentes a Petrolina-PE e SÃo Martinho da Serra-RS foi comparado com outros oito mÃtodos
jà conhecidos e comercialmente aplicados: mÃtodo dos mÃnimos quadrados, mÃtodo do momento, mÃtodo empÃrico, mÃtodo da mÃxima verossimilhanÃa, mÃtodo da mÃxima semelhanÃa, mÃtodo da energia padrÃo, mÃtodo da energia equivalente e mÃtodo do chi-quadrado e a qualidade do ajuste serà avaliada pelos testes de RMSE, MAPE, R2 e pelo desvio na previsÃo de densidade de potÃncia. Os mÃtodos heurÃsticos se mostraram competitivos, com valores de erro em previsÃo de potÃncia da ordem de 10−14%.

Identiferoai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:9781
Date08 July 2015
CreatorsDanilo CÃsar Rodrigues Azevedo
ContributorsCarla Freitas de Andrade, Paulo Alexandre Costa Rocha, AntÃnio ClÃcio Fontelles Thomaz
PublisherUniversidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Engenharia MecÃnica, UFC, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds