Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/13881
Files in This Item:
File Description SizeFormat 
danieltoledokitamura.pdfPDF/A2.17 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Oliveira, Leonardo Willer de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9223644407644508pt_BR
dc.contributor.advisor-co1Dias, Bruno Henriques-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/0551171976628693pt_BR
dc.contributor.referee1Gomes, Phillipe Vilaça-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0319138016419419pt_BR
dc.contributor.referee2Melo, Igor Delgado de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9811563971757515pt_BR
dc.creatorKitamura, Daniel Toledo-
dc.creator.Latteshttp://lattes.cnpq.br/7389602478818106pt_BR
dc.date.accessioned2022-03-14T20:13:32Z-
dc.date.available2022-03-14-
dc.date.available2022-03-14T20:13:32Z-
dc.date.issued2022-02-22-
dc.identifier.doihttps://doi.org/10.34019/ufjf/di/2022/00069-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/13881-
dc.description.abstractThis work presents a methodology for planning hybrid electrical energy systems (HEES) with risk analysis, considering the regulatory policy applied to distribution systems in Brazil (ANEEL Normative Resolution 482/2012). For this purpose, the problem is modeled as stochastic programming considering uncertainties associated with random variables of the problem: clearness index for the photovoltaic system, load demand, fuel price for thermoelectric generation and energy tariff. In the proposed model, scenarios are defined to consider the random variables mentioned in a combined way, that is, a given combination of these variables results in a scenario. Additionally, the methodology includes a tool to analyze the economic risk propensity of each consumer. The methodology determines the number and type of the photovoltaic panels, diesel generation capacity and battery storage system capacity, in which the objective is to minimize investment and operation costs over the planning horizon. Case studies involving two large commercial consumers are introduced to evaluate the proposed methodology. To model and solve the resulting optimization problem, the Pyomo, a Python-based, open-source optimization modeling language and Gurobi solver was used, respectively. An important conclusion is that the methodology can assist consumers in the decision-making of investing in HEESpt_BR
dc.description.resumoO presente trabalho apresenta uma metodologia para o planejamento de sistemas híbridos de energia elétrica (SHEE) com análise de risco, considerando a política regulatória aplicada a sistemas de distribuição do Brasil (Resolução Normativa 482/2012 da ANEEL). Para tal, o problema é modelado como programação estocástica considerando incertezas associadas às variáveis aleatórias do problema: índice de claridade para o sistema fotovoltaico, demanda de carga, preço de combustível para geração termoelétrica e tarifa de energia. No modelo proposto, cenários são definidos para considerar as variáveis aleatórias citadas de forma combinada, ou seja, uma dada combinação dessas variáveis resulta em um cenário. Adicionalmente, a metodologia inclui ferramenta de análise de propensão ao risco econômico de cada consumidor. A metodologia determina o número e tipo de painéis fotovoltaicos, a capacidade de geração a diesel e de sistema de armazenamento a bateria, em que o objetivo é minimizar os custos de investimento e operação ao longo do horizonte de planejamento. Estudos de casos envolvendo dois consumidores comerciais de grande porte são introduzidos para avaliar a metodologia proposta. Para modelar e resolver o problema de otimização resultante, utilizou-se o modelo de desenvolvimento de código aberto, Pyomo, baseado em linguagem Python, em conjunto com o solver Gurobi. Uma importante conclusão é que a metodologia pode auxiliar consumidores na tomada de decisão sobre o investimento em SHEE.pt_BR
dc.description.sponsorshipFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Geraispt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Engenhariapt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectSistemas híbridos de energia elétricapt_BR
dc.subjectAnálise de riscopt_BR
dc.subjectProgramação estocásticapt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectFontes renováveis de energiapt_BR
dc.subjectHybrid electrical energy systemspt_BR
dc.subjectRisk analysispt_BR
dc.subjectStochastic programmingpt_BR
dc.subjectOptimizationpt_BR
dc.subjectRenewable energy sourcespt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.titlePlanejamento probabilístico de sistemas híbridos de energia elétrica com análise de riscopt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Mestrado em Engenharia Elétrica (Dissertações)



This item is licensed under a Creative Commons License Creative Commons