Orientador : Fabiano Silva / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 16/08/2017 / Inclui referências : p. 75-76 / Resumo: O planejamento do despacho hidrelétrico é uma questão que não só afeta o Brasil financeira e ambientalmente, como também é um grande problema computacional ainda não resolvido de forma eficiente. Esse planejamento constitui-se das ações operacionais que devem ser executadas mensalmente por cada usina hidrelétrica por um longo período, e o objetivo é atender a demanda de energia elétrica e tentar manter os reservatórios de água das usinas cheios, de forma a reduzir o uso de outras fontes mais caras e poluentes. Essa questão é classificada como um problema de otimização não-linear com restrições de larga escala. Neste trabalho foi desenvolvido um otimizador para o problema de despacho hidrelétrico, com base num simulador de despacho hidrelétrico e técnicas clássicas de busca local. Os objetivos são: encontrar planos melhores que o inicial num curto espaço de tempo e avaliar como a aplicação de pesos e penalidades às variáveis avaliadas pela função fitness ameniza o problema de objetivos conflitantes. Concluíu-se que o método de otimização proposto foi capaz de encontrar planos significativamente melhores em todos os testes realizados num breve período de tempo. Também foi observado que a aplicação de pesos e penalidades às variáveis avaliadas pela função fitness restringiu a redução da quantidade de energia elétrica gerada pelas usinas pelos planos encontrados em prol da elevação dos níveis dos reservartórios de água. Os planos encontrados por este otimizador local podem ser usado como bons pontos iniciais para algoritmos de busca mais refinados. Palavras-chave: algoritmos de busca local, monte carlo, despacho hidrelétrico. / Abstract: The planning of hydroelectric dispatch is a matter that does not only affects Brazil financially and environmentally, but it is also a big computational problem that is not efficiently solved yet. This planning is composed by the operational actions that must be executed monthly by each hydroelectric power plant for a long period, and the objective is to meet the demand for electric power and to maintain the water reservoirs of the hydroelectric power plants filled, in order to reduce the usage of more expensive and poluent power sources. This question is classified as a large scale nonlinear optimization problem with restrictions. In this study was developed an optimizer for the problem of hydroelectric power plants planning, based on a simulator of hydroelectric power plant and classic local search techniques. The objctives are: to find better plans than the initial one in a short period of time and to evaluate how the application of weights and penalties to variables evaluated by fitness function alleviates the problem of conflicting objectives. It was concluded that the proposed optimization method was able to find significantly better plans in all tests performed in a short period of time. It was also observed that the application of weights and penalties to the variables evaluated by fitness function restricted the reduction of the amount of electric power generated by the plants with the plans found in favor of raising the levels of water reservoirs. The plans found by this local optimizer can be used as good starting points for more refined search algorithms. Keywords: local search algorithms, monte carlo, hydroelectric dispatch.
Identifer | oai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/50350 |
Date | January 2017 |
Creators | Zanette, Bruno Nocera |
Contributors | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática, Silva, Fabiano |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 76 p. : il., gráfs., tabs., application/pdf |
Source | reponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR |
Rights | info:eu-repo/semantics/openAccess |
Relation | Disponível em formato digital |
Page generated in 0.0013 seconds