Return to search

[pt] APLICAÇÕES DO MÉTODO DA ENTROPIA CRUZADA EM ESTIMAÇÃO DE RISCO E OTIMIZAÇÃO DE CONTRATO DE MONTANTE DE USO DO SISTEMA DE TRANSMISSÃO / [en] CROSS-ENTROPY METHOD APPLICATIONS TO RISK ESTIMATE AND OPTIMIZATION OF AMOUNT OF TRANSMISSION SYSTEM USAGE

[pt] As companhias regionais de distribuição não são autossuficientes em
energia elétrica para atender seus clientes, e requerem importar a potência
necessária do sistema interligado. No Brasil, elas realizam anualmente o processo
de contratação do montante de uso do sistema de transmissão (MUST)
para o horizonte dos próximos quatro anos. Essa operação é um exemplo real
de tarefa que envolve decisões sob incerteza com elevado impacto na produtividade
das empresas distribuidoras e do setor elétrico em geral. O trabalho
se torna ainda mais complexo diante da crescente variabilidade associada à
geração de energia renovável e à mudança do perfil do consumidor. O MUST é
uma variável aleatória, e ser capaz de compreender sua variabilidade é crucial
para melhor tomada de decisão. O fluxo de potência probabilístico é uma técnica
que mapeia as incertezas das injeções nodais e configuração de rede nos
equipamentos de transmissão e, consequentemente, nas potências importadas
em cada ponto de conexão com o sistema interligado. Nesta tese, o objetivo
principal é desenvolver metodologias baseadas no fluxo de potência probabilístico
via simulação Monte Carlo, em conjunto com a técnica da entropia
cruzada, para estimar os riscos envolvidos na contratação ótima do MUST.
As metodologias permitem a implementação de software comercial para lidar
com o algoritmo de fluxo de potência, o que é relevante para sistemas reais de
grande porte. Apresenta-se, portanto, uma ferramenta computacional prática
que serve aos engenheiros das distribuidoras de energia elétrica. Resultados
com sistemas acadêmicos e reais mostram que as propostas cumprem os objetivos
traçados, com benefícios na redução dos custos totais no processo de
otimização de contratos e dos tempos computacionais envolvidos nas estimativas
de risco. / [en] Local power distribution companies are not self-sufficient in electricity
to serve their customers, and require importing additional energy supply from
the interconnected bulk power systems. In Brazil, they annually carry out the
contracting process for the amount of transmission system usage (ATSU) for
the next four years. This process is a real example of a task that involves
decisions under uncertainty with a high impact on the productivity of the
distributions companies and on the electricity sector in general. The task
becomes even more complex in face of the increasing variability associated with
the generation of renewable energy and the changing profile of the consumer.
The ATSU is a random variable, and being able to understand its variability
is crucial for better decision making. Probabilistic power flow is a technique
that maps the uncertainties of nodal injections and network configuration in
the transmission equipment and, consequently, in the imported power at each
connection point with the bulk power system. In this thesis, the main objective
is to develop methodologies based on probabilistic power flow via Monte Carlo
simulation, together with cross entropy techniques, to assess the risks involved
in the optimal contracting of the ATSU. The proposed approaches allow the
inclusion of commercial software to deal with the power flow algorithm, which is
relevant for large practical systems. Thus, a realistic computational tool that
serves the engineers of electric distribution companies is presented. Results with academic and real systems show that the proposals fulfill the objectives set, with the benefits of reducing the total costs in the optimization process of contracts and computational times involved in the risk assessments.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:56089
Date23 November 2021
ContributorsARMANDO MARTINS LEITE DA SILVA, ARMANDO MARTINS LEITE DA SILVA, ARMANDO MARTINS LEITE DA SILVA
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.0027 seconds