Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-02T11:31:43Z
No. of bitstreams: 1
Felipe Oliveira.pdf: 3179442 bytes, checksum: 0988804a0a58c2aaf337ea2f5034dc42 (MD5) / Made available in DSpace on 2017-08-02T11:31:43Z (GMT). No. of bitstreams: 1
Felipe Oliveira.pdf: 3179442 bytes, checksum: 0988804a0a58c2aaf337ea2f5034dc42 (MD5)
Previous issue date: 2017-02-17 / The locational marginal prices (LMPs) are essential financial guidelines for the electricity
industry, which orientates most of the projects and deliberations in electrical market
environments. In current scenario of the electricity markets, wind power plants and energy
storage systems have been revealing itself as feasible and relevant electrical energy supply
alternatives. In this work a generic methodology based on artificial intelligence (AI)
techniques is formulated and applied to the calculation and decomposition of LMPs of
electric power systems (EPS) with the insertion of energy storage systems and wind farms.
In the proposed AI-based methodology the optimal power flow (OPF) model, on which the
calculation and decomposition of LMP is based, considers the wind behavior profile
volatility, the risks of wind power levels previously scheduled, and the energy storage
systems operative peculiarities. The proposed AI-based methodology takes into account
the mathematical and computational models of the particle swarm optimization (PSO)
algorithm. This proposal was properly implemented and applied for the computation and
decomposition of LMPs of test systems and considering different operative scenarios
involving conventional power plants, wind farms, and energy storage systems. / Os preços marginais locacionais (LMPs – Locational Marginal Prices) consistem em
diretrizes financeiras mercadologicamente indispensáveis para a indústria da eletricidade,
os quais norteiam grande parte dos projetos e deliberações no âmbito dos mercados
elétricos. No panorama vigente dos mercados elétricos, as plantas de geração eólica e os
sistemas de armazenamento de energia vêm progressiva e ininterruptamente se revelando
alternativas de suprimento de eletricidade cada vez mais relevantes e viáveis. Neste
trabalho, é formulada uma metodologia genérica baseada em técnicas de inteligência
artificial (IA) cuja aplicação tem o objetivo de computar e decompor os LMPs associados
às barras constituintes de um sistema elétrico de potência (SEP) integrado por geradores
convencionais, plantas de geração eólica e por sistemas de armazenamento de energia. Na
metodologia IA proposta, o modelo de fluxo de potência ótimo (FPO) sobre o qual se
alicerça o cômputo e a decomposição dos LMPs associados às barras de um SEP, leva em
consideração a volatilidade inerente ao perfil comportamental dos ventos, os riscos
associados à assunção de níveis previamente programados de potência proveniente da
geração eólica e as peculiaridades operativas concernentes aos sistemas de armazenamento
de energia. Adotando-se os modelos matemáticos e computacionais dos algoritmos de
otimização por enxame de partículas (PSO – Particle Swarm Optimization), a metodologia
IA proposta foi devidamente implementada e aplicada na aquisição e decomposição dos
LMPs associados às barras constituintes de sistemas-testes submetidos a diferentes
cenários operativos envolvendo centrais de geração convencionais, plantas de geração
eólica e sistemas de armazenamento de energia.
Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/1774 |
Date | 17 February 2017 |
Creators | SARAIVA, Felipe Oliveira Silva |
Contributors | PAUCAR, Vicente Leonardo |
Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, Brasil, DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0101 seconds