Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.22/5845
Título: GAIC: Um sistema inteligente e flexível para simulação e apoio à participação de pequenos e médios consumidores na gestão ativa de cargas no âmbito de smart grids
Autor: Gomes, Luís Filipe de Oliveira
Orientador: Vale, Zita
Ramos, Carlos
Palavras-chave: Demand Response
Redes Neuronais Artificiais
Sistemas Multiagente
Smart Grids
Artificial Neural Networks
Multiagent Systems
Data de Defesa: 2013
Resumo: A liberalização dos mercados de energia e a utilização intensiva de produção distribuída tem vindo a provocar uma alteração no paradigma de operação das redes de distribuição de energia elétrica. A continuidade da fiabilidade das redes de distribuição no contexto destes novos paradigmas requer alterações estruturais e funcionais. O conceito de Smart Grid vem permitir a adaptação das redes de distribuição ao novo contexto. Numa Smart Grid os pequenos e médios consumidores são chamados ao plano ativo das participações. Este processo é conseguido através da aplicação de programas de demand response e da existência de players agregadores. O uso de programas de demand response para alcançar benefícios para a rede encontra-se atualmente a ser estudado no meio científico. Porém, existe a necessidade de estudos que procurem benefícios para os pequenos e médios consumidores. O alcance dos benefícios para os pequenos e médios consumidores não é apenas vantajoso para o consumidor, como também o é para a rede elétrica de distribuição. A participação, dos pequenos e médios consumidores, em programas de demand response acontece significativamente através da redução de consumos energéticos. De modo a evitar os impactos negativos que podem provir dessas reduções, o trabalho aqui proposto faz uso de otimizações que recorrem a técnicas de aprendizagem através da utilização redes neuronais artificiais. Para poder efetuar um melhor enquadramento do trabalho com as Smart Grids, será desenvolvido um sistema multiagente capaz de simular os principais players de uma Smart Grid. O foco deste sistema multiagente será o agente responsável pela simulação do pequeno e médio consumidor. Este agente terá não só que replicar um pequeno e médio consumidor, como terá ainda que possibilitar a integração de cargas reais e virtuais. Como meio de interação com o pequeno e médio consumidor, foi desenvolvida no âmbito desta dissertação um sistema móvel. No final do trabalho obteve-se um sistema multiagente capaz de simular uma Smart Grid e a execução de programas de demand response, sSendo o agente representante do pequeno e médio consumidor capaz de tomar ações e reações de modo a poder responder autonomamente aos programas de demand response lançados na rede. O desenvolvimento do sistema permite: o estudo e análise da integração dos pequenos e médios consumidores nas Smart Grids por meio de programas de demand response; a comparação entre múltiplos algoritmos de otimização; e a integração de métodos de aprendizagem. De modo a demonstrar e viabilizar as capacidades de todo o sistema, a dissertação inclui casos de estudo para as várias vertentes que podem ser exploradas com o sistema desenvolvido.
The liberalization of electricity markets and the intensive use of distributed generation have been changing the paradigm of the electrical distribution networks operation. The continuity of distribution networks reliability in the context of these new paradigms requires structural and functional changes. The smart grid context allows the adaptation of the distributed generation to this new context. In a smart grid, small and medium consumers have to participate. This process is accomplished by the application of demand response programs and by aggregated players. The use of demand response programs to achieve benefits for the network is currently being studied in the scientific field. However, studies that seek for benefits for small and medium consumers are necessary. Reaching the benefits for small and medium consumers is not only advantageous for the consumer, but also for the electrical distribution network. The participation of small and medium consumers in demand response programs takes place mostly by reducing the energy consumption. In order to avoid negative impacts that may arise from these reductions, the work proposed makes use of optimizations that use learning through the artificial neural networks. For a better explaining the work with Smart Grids, a multiagent system capable of simulating the main players of a Smart Grid will be developed. The aim of this multiagent system will be the agent responsible for the simulation of the small and medium consumers. This agent must replicate the small and medium consumer, as well as enable the integration of real and virtual loads. As a means of interaction with the small and medium consumer, a mobile system has been developed in the scope of this dissertation. At the end of this work, it was obtained a multiagent system capable of simulating a smart grid, and the implementation of demand response programs. In this way, the agent responsible for the small and medium consumers capable of taking action and reactions in order to respond autonomously to the demand response programs of the network. The development of the system allows: the study and analysis of the integration of small and medium consumers in smart grids through demand response programs; comparing multiple optimization algorithms; and the integration of learning methods. For demonstrating and facilitating the capabilities of the whole system, the dissertation comprises case studies for the several ways that can be explored with the developed system.
URI: http://hdl.handle.net/10400.22/5845
Designação: Mestrado em Engenharia Informática, Área de Especialização em Tecnologias do Conhecimento e Decisão
Aparece nas colecções:ISEP - DM – Engenharia Informática

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
DM_LuisGomes_2013_MEI.pdf3,31 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.