1 / 1

Objectivos

Nuno. Orientador: Prof. João Paulo Tomé Saraiva Apoio no INESC: Eng. Nuno Fonseca Aluno: Nuno Miguel Teixeira Coutinho Nº Aluno: 030503007 www.fe.up.pt/~ee03007. bi. Memória. Inércia. Xi (k+1). Xi (k). Cooperação. Vi (k). b G.

kaia
Download Presentation

Objectivos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Nuno Orientador: Prof. João Paulo Tomé Saraiva Apoio no INESC: Eng. Nuno Fonseca Aluno: Nuno Miguel Teixeira Coutinho Nº Aluno: 030503007 www.fe.up.pt/~ee03007 bi Memória Inércia Xi(k+1) Xi(k) Cooperação Vi(k) bG • Objectivo – pretende-se minimizar as perdas de energia em três cenários distintos numa rede de distribuição de energia eléctrica, considerando três períodos horários existentes no dia a dia de exploração destas redes, com as respectivas produções e consumos médios, utilizando a meta-heurística EPSO. Objectivos Engenharia Electrotécnica e de ComputadoresRamo: Sistemas de EnergiaMinimização de perdas numa rede de distribuição de energia eléctricaUtilização de EPSO • Para minimizar as perdas nas redes de distribuição, cuja formulação matemática corresponde a um problema complexo de difícil tratamento devido às não linearidades e carácter discreto a ele associado, foi utilizada a meta-heurística EPSO. Necessidade de introduzir elementos de controlo no comportamento dos enxames de modo a convergirem para o óptimo eficazmente. No algoritmo PSO não há competição entre partículas ou auto-adaptação das respectivas características. Existe apenas o termo cooperação. Algoritmos dos Enxames de Partículas (PSO) EPSO Colónias de Formigas Fenómenos da Natureza Os parâmetros estratégicos condicionam a eficiência do processo de reprodução. Um esquema auto-adaptativo deve incluir um mecanismo de selecção dos pesos a eles associados de maneira a conferir a melhor eficiência possível ao algoritmo na progressão para o óptimo. Auto-adaptativos σSA-ES, cada indivíduo é orientado por parâmetros de objecto e parâmetros estratégicos, estes últimos sujeitos a evolução (taxas de mutação para cada variável). Algoritmos Evolucionários (ES) Evolução das espécies EPSO Evolutionary Particle Swarm Optimization Partícula / Indivíduo caracterizado por: parâmetros objecto e parâmetros estratégicos [X, W] Equação do movimento: Xinovo=Xi + Vinovo Vinovo=Wii Vi + Wmi(bi-Xi) + Wci(bG – Xi) Esquema geral do EPSO: Replicação – Cada partícula é replicada (clonada) r-1 vezes; Mutação – Cada clone sofre mutação nos parâmetros estratégicos W; Reprodução – Cada partícula gera um descendente obtido com a equação do movimento; Avaliação – Cada descendente vê a sua adaptação avaliada; Selecção – Por torneio estocástico (ou elitismo) a melhor partícula de cada grupo de r descendentes de cada indivíduo da geração anterior é seleccionada para integrar uma nova geração. • Distribuição Gaussiana N(0,1) • τ é um parâmetro de • aprendizagem Tratamento dado a bG : bG* = bg + wi4*N(0,1) Ilustração de uma partícula no EPSO • O problema do controlo de energia reactiva pode descrever-se como um problema multi-critério na seguinte forma: • Minimizar: • Perdas Activas: φp(u,x) • Banda de tensão admissível: φv(u,x) • Sujeito a: G(u,x,p) = 0 • H(u,x,p) ≤ 0 • U Є D • G() correspondem às equações do trânsito de potência • H() descrevem os limites operacionais • U quando existem variáveis discretas • Utilização do EPSO no Controlo da Tensão e Energia Reactiva: • Função objectivo única dada por: • Minimizar: K φp(u,x) + φv(u,x)N • K é um parâmetro que define o tipo de problema a ser resolvido. Pode ser: • um peso – levando à busca de soluções de compromisso entre a redução de perdas e diminuição de violações de limites de tensão; isto permite o cálculo de trade-offs entre os dois objectivos, com uma adequada variação de K; • Uma variável booleana que liga ou desliga a avaliação de perdas, consoante não há ou há violação dos limites de tensão, respectivamente. Controlo da Tensão e Potência Reactiva • A existência de produção dispersa levanta problemas na gestão das redes de distribuição, mas podemos abordar este problema e adoptar uma atitude positiva face aos Produtores em Regime Especial (PRE). • Dispomos de controlo, por acção na excitação de geradores síncronos, em sistemas com interface controlável no caso de geradores assíncronos, em baterias de condensadores comutáveis e em transformadores com regulação em carga. Alguns resultados do estudo realizado PRE – tgφ=0,40 nas horas de ponta e de cheias e tgφ=0 nas horas de vazio Regulação inicial dos transformadores, bem como das baterias de condensadores Esquema unifilar da rede de distribuição Potência de perdas Perfil das tensões nas horas de Ponta Minimização de perdas Super-Nó Congestionamento nos ramos nas horas de Ponta tgφ nos PRE nas horas de Ponta Valore monetário da energia de perdas activas Conclusão - importa salientar que a exploração das redes de distribuição existentes pode ser melhorada de forma a minimizar as perdas activas, existindo um benefício claro para as empresas concessionárias das redes. A produção dispersa, os transformadores com regulação em carga e as baterias de condensadores devem ser encarados como recursos importantes a utilizar de forma integrada.

More Related