Orientador: Paulo de Barros Correia / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-17T15:00:07Z (GMT). No. of bitstreams: 1
Fernandes_JessicaPillonTorralba_M.pdf: 4647228 bytes, checksum: e46a85d1f8f415429fb623b7f6feeee1 (MD5)
Previous issue date: 2011 / Resumo: Esta dissertação de mestrado tem por objetivo apresentar e implementar um modelo de otimização da operação diária das usinas hidrelétricas do Médio São Francisco. O estudo considera oito usinas do sistema - Sobradinho, Luiz Gonzaga, Apolônio Sales, Paulo Afonso I, II, III e IV e Xingó - pertencentes à Companhia Hidro Elétrica do São Francisco. Seu objetivo é maximizar eficiência de geração das usinas e minimizar o número de partidas e paradas de suas unidades eradoras, simultaneamente. A técnica de resolução é feita em duas etapas, sendo que a Etapa 1 determina quanto cada usina deve gerar a cada intervalo de tempo, e a Etapa 2 determina o número de unidades geradoras em operação e a carga de uma usina específica. A formulação matemática do problema proposto é de natureza não linear inteira mista e, para solucionar o modelo foram utilizadas técnicas de Computação evolutiva, em específico os Algoritmos genéticos, e de Programação linear. Esta metodologia foi desenvolvida com dois programas computacionais, ambos comerciais sendo um software com linguagem de programação de quarta geração. Um dos programas foi utilizado para a interface, enquanto no de quarta geração, o modelo de otimização foi implementado. A solução obtida aumenta a eficiência em relação ao despacho atual e em relação as restrições operativas usuais. A aplicabilidade deste modelo pode ser utilizada na otimização de outras usinas em cascata / Abstract: This dissertation aims to presents and implement an optimization model for daily operation of Middle São Francisco River hydroeletric system. The study considers eight power plants - Sobradinho, Luiz Gonzaga, Apolônio Sales, Paulo Afonso I, II, III, IV e Xingó - witch belongs to the São Francisco Hydroeletric Company. Its objective is to maximize the power plant efficiency and, simultaneously, to minimize the number of startups and shutdowns of generating units. The technique of resolution is made in two steps: Step 1 determines the load allocated to each power plant at each hour; Step 2 defines the number of generating units in operation and the load of particular power plant. The mathematical formulation is non-linear mixed integer programs and solved with a Genetic Algorithm (GA) approad, and Linear Programming . This model was implemented with two computation programs, One a commercial optimization solver, and a in house GA solver coded with a programming language of fourth generation. One of the programs was used to interface, while the fourth generation, the optimization model was implemented. This solution increases effi- ciency in relation to the actual dispatch and for the usual operational restrictions. The applicability of this model can be used for the optimization of other plants in cascade / Mestrado / Planejamento de Sistemas Energeticos / Mestre em Planejamento de Sistemas Energéticos
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/264524 |
| Date | 02 February 2011 |
| Creators | Fernandes, Jéssica Pillon Torralba, 1985- |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Correia, Paulo de Barros, 1954-, Seabra, Joaquim Eugênio Abel, Ohishi, Takaaki |
| Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Mecânica, Programa de Pós-Graduação em Planejamento de Sistemas Energéticos |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 130 p. : il., application/pdf |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0031 seconds