10.48321/D11021
John Franco
https://orcid.org/0000-0002-7191-012X
São Paulo State University
Aplicação das Meta-heurísticas Algoritmo Genético e Busca em Vizinhança Variável no Dimensionamento Ótimo de um Sistema de Backup Híbrido para Serviços Auxiliares em Subestações
DMPHub
2022
São Paulo State University
https://ror.org/00987cb86
Matheus Holzbach
https://orcid.org/0000-0002-7439-3535
São Paulo State University
Matheus Holzbach
https://orcid.org/0000-0002-7439-3535
São Paulo State University
en-US
Data Management Plan
<p>As subestações de energia são um dos principais componentes do sistema elétrico de potência, permitindo conectar redes de diferentes níveis de tensão e exercendo funções de coordenação e controle de vital importância para a estabilidade do sistema. Nas subestações, os serviços auxiliares devem assegurar o suprimento das cargas que compõem os sistemas de monitoramento, comunicação e manobra. Em casos de contingência no fornecimento, as subestações requerem a manutenção dos serviços auxiliares para garantir funções essenciais no processo de recomposição, motivo pelo qual são usados sistemas de backup, compostos por fontes de alimentação que por muitas vezes utilizam grupo motor gerador suprido por combustíveis fósseis. Outra alternativa é a adoção de uma microrrede alimentada por um sistema híbrido, composto por fontes renováveis de energia (eólica e fotovoltaica) e baterias, agregando maior disponibilidade. No entanto, essa alternativa requer uma análise criteriosa para sua implantação devido ao seu custo e à intermitência das fontes geradoras. Nesse contexto, propõe-se o desenvolvimento de dois métodos de otimização para dimensionamento ótimo de um sistema de backup híbrido para suprimento dos serviços auxiliares em uma subestação, baseados nas meta-heurísticas Algoritmo Genético e Busca em Vizinhança Variável. Os métodos devem considerar as incertezas quanto à intermitência das fontes geradoras e a duração das faltas de energia. Se feita uma análise comparativa do desempenho da aplicação dessas meta-heurísticas no problema. Os critérios utilizados para a análise dos resultados serão o melhor custo-benefício considerando tanto o investimento como a capacidade de redução de inatividade da subestação em casos de contingência.</p>
São Paulo Research Foundation
https://doi.org/10.13039/501100001807
https://dmptool.org/api/v2/plans/77489.pdf