Otimização de usinas virtuais através de algoritmos evolutivos

Autores

  • Márcio Bürger Mansilha UFSM Universidade Federal de Santa Maria/ Faculdade Antonio Meneghetti
  • Felix Alberto Farret UFSM Universidade Federal de Santa Maria

DOI:

https://doi.org/10.18815/sh.2019v9n15.418

Palavras-chave:

usina virtual, resposta demanda, geração distribuida

Resumo

Com a introdução da geração distribuída (DG) em sistemas elétricos, surgiu o conceito de usina virtual (VPP) para gerenciar a integração de pequenas unidades geradoras e lidar efetivamente com a concorrência no mercado de energia. Este artigo examina os VPPs em termos de demanda por componentes e sistemas operacionais. O método de otimização baseado em algoritmos evolutivos é usado. O VPP proposto tentará fornecer energia aos consumidores localmente. No entanto, se a energia total produzida pelas DG não for suficiente ou de alto custo para suprir as cargas, a energia será comprada na rede e vendida aos consumidores ou armazenada em baterias. A função objetivo é minimizar o custo operacional do VPP, controlando a geração de energia local, bem como sua relação interativa com a rede. As simulações mostram que o algoritmo genético utilizado alcança um resultado satisfatório. Este trabalho contribui para que pesquisadores com diferentes pontos de vista busquem aplicações mais plausíveis com VPPs.

Biografias Autor

Márcio Bürger Mansilha, UFSM Universidade Federal de Santa Maria/ Faculdade Antonio Meneghetti

Professor do curso de administração de empresas na Faculdade Antonio Meneghetti nas disciplinas administração de materiais, administração da produção e operações I; administração da produção e operações II e Pesquisa Operacional. Professor Convidado do curso MBA gestão estratégica de negócios na URI Santiago na disciplina administração estratégica de produção. Doutorando em Engenharia pela Universidade Federal de Santa Maria, com foco em energias renováveis. Mestrado em Engenharia de Produção pela Universidade Federal de Santa Maria . MBA pela Fundação Getúlio Vargas em Finanças Empresariais. Possui graduação em Administração - Comércio Exterior pela Universidade do Vale do Rio dos Sinos 

Felix Alberto Farret, UFSM Universidade Federal de Santa Maria

Felix Alberto Farret é bacharel e mestre em Engenharia Elétrica pela Universidade Federal de Santa Maria, respectivamente em 1972 e 1976; especialista em instrumentação eletrônica pelo Osaka Prefectural Industrial Research Institute, Japão, em 1975; MSc pela Universidade de Manchester, UMIST, Inglaterra em 1981, PhD em Engenharia Elétrica pela Universidade de Londres, Imperial College, Inglaterra em 1984 e Pós-Doutorado em fontes alternativas de energia na Colorado School of Mines, EUA em 2003. Foi professor visitante na Colorado School of Mines na Divisão de Engenharia, EUA em 2002-2003. Atualmente é professor titular no Departamento de Processamento de Energia Elétrica da Universidade Federal de Santa Maria, Brasil.

Referências

ASMUS, P. Microgrids, Virtual Power Plants and Our Distributed Energy Future. Electricity Journal, v. 23, n. 10, p. 72–82, 2010.

BAZIAR, A.; KAVOUSI-FARD, A. Considering uncertainty in the optimal energy management of renewable micro-grids including storage devices. Renewable Energy, v. 59, p. 158–166, 2013.

GHAVIDEL, S. et al. A review on the virtual power plant: Components and operation systems. 2016 IEEE International Conference on Power System Technology, POWERCON 2016, p. 1–6, 2016.

JU, L. et al. A bi-level stochastic scheduling optimization model for a virtual power plant connected to a wind-photovoltaic-energy storage system considering the uncertainty and demand response. Applied Energy, v. 171, p. 184–199, 2016.

KASAEI, M. J.; GANDOMKAR, M.; NIKOUKAR, J. Optimal management of renewable energy sources by virtual power plant. Renewable Energy, v. 114, p. 1180–1188, 2017.

LUCAS, C. D. Algoritmos Genéticos: uma Introdução. Instituto de Informática, v. Março, p. 48, 2002.

MACDOUGALL, P. et al. Applying machine learning techniques for forecasting flexibility of virtual power plants. 2016 IEEE Electrical Power and Energy Conference, EPEC 2016. Anais...TNO Monitoring and Control Services, The Hague, Netherlands: Institute of Electrical and Electronics Engineers Inc., 2016Disponível em: <https://www.scopus.com/inward/record.uri?eid=2-s2.0-85010589160&doi=10.1109%2FEPEC.2016.7771738&partnerID=40&md5=bd5a2bd1b98dfbaa65c912b62946f3c5>

MOGHADDAM, A. A. et al. Multi-objective operation management of a renewable MG (micro-grid) with back-up micro-turbine/fuel cell/battery hybrid power source. Energy, v. 36, n. 11, p. 6490–6507, 2011.

NEZAMABADI, H.; SETAYESH NAZAR, M. Arbitrage strategy of virtual power plants in energy, spinning reserve and reactive power markets. IET Generation, Transmission and Distribution, v. 10, n. 3, p. 750–763, 2016.

NOSRATABADI, S. M.; HOOSHMAND, R. A.; GHOLIPOUR, E. A comprehensive review on microgrid and virtual power plant concepts employed for distributed energy resources scheduling in power systems. Renewable and Sustainable Energy Reviews, v. 67, p. 341–363, 2017.

OTHMAN, M. M.; HEGAZY, Y. G.; ABDELAZIZ, A. Y. A Review of virtual power plant definitions, components, framework and optimization. International Electrical Engineering Journal, v. 6, n. 9, p. 2010–2024, 2015.

PINHO, A. F. DE et al. Algoritmos Genéticos: Fundamentos e Aplicações. [s.l: s.n.].

RAHMANI-DABBAGH, S.; SHEIKH-EL-ESLAMI, M. K. A profit sharing scheme for distributed energy resources integrated into a virtual power plant. Applied Energy, v. 184, p. 313–328, 2016.

ROBU, V. et al. Rewarding cooperative virtual power plant formation using scoring rules. Energy, v. 117, p. 19–28, 2016.

SHABANZADEH, M.; SHEIKH-EL-ESLAMI, M. K.; HAGHIFAM, M. R. A medium-term coalition-forming model of heterogeneous DERs for a commercial virtual power plant. Applied Energy, v. 169, p. 663–681, 2016.

SHAYEGAN-RAD, A.; BADRI, A.; ZANGENEH, A. Day-ahead scheduling of virtual power plant in joint energy and regulation reserve markets under uncertainties. Energy, v. 121, p. 114–125, 2017.

ZAPATA RIVEROS, J. et al. Bidding strategies for virtual power plants considering CHPs and intermittent renewables. Energy Conversion and Management, v. 103, p. 408–418, 2015.

Downloads

Publicado

2019-12-10

Como Citar

Mansilha, M. B., & Farret, F. A. (2019). Otimização de usinas virtuais através de algoritmos evolutivos. Saber Humano: Revista Científica Da Faculdade Antonio Meneghetti, 9(15), 169–185. https://doi.org/10.18815/sh.2019v9n15.418

Edição

Vol. 9 N.º 15 (2019)

Secção

Interdisciplinar

Licença

Autores que publicam nesta revista concordam com os seguintes termos:

a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.(Veja Política de Acesso Livre).