Busca avançada
Ano de início
Entree

Controle ativo de redes de distribuição com alta penetração de der utilizando inteligência artifical

Processo: 19/25076-6
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Mestrado
Vigência (Início): 09 de maio de 2020
Vigência (Término): 08 de novembro de 2020
Área do conhecimento:Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
Pesquisador responsável:Fernanda Caseño Trindade Arioli
Beneficiário:Guilherme de Oliveira Custodio
Supervisor no Exterior: Luis Fernando Ochoa Pizzali
Instituição-sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Local de pesquisa: University of Melbourne, Austrália  
Vinculado à bolsa:18/23391-9 - Estudo do controle ativo para aumentar a capacidade de hospedagem de sistemas fotovoltaicos em redes de distribuição do futuro, BP.MS
Assunto(s):Sistemas de distribuição de energia elétrica   Recursos energéticos   Política energética   Aprendizado computacional   Inteligência artificial

Resumo

As redes de distribuição de energia elétrica provavelmente sofrerão na próxima década mudanças significativas na infraestrutura devido à integração massiva de recursos de energia distribuída (DER, do inglês Distributed Energy Resources). À medida que as redes de distribuição se tornam mais observáveis e controláveis, novos modos de operação do sistema estão disponíveis de forma que os novos dispositivos, por exemplo, inversores inteligentes de sistemas fotovoltaicos, possam contribuir para as tarefas de planejamento e operação do operador da rede de distribuição. Nesse contexto, a coordenação de todos esses dispositivos controláveis, tanto os tradicionais (por exemplo, reguladores de tensão e bancos de capacitores) quanto os modernos, podem ajudar a mitigar o impacto da integração dos DER. Nesse contexto, o principal objetivo deste trabalho é a investigação dos benefícios e desafios da implementação de um Controle Ativo que utiliza recursos de controle de DER e de outros dispositivos controláveis para ajudar a operar o sistema sob políticas regulatórias. O desenvolvimento do Controle Ativo é proposto usando aprendizado de máquina. Entre as técnicas disponíveis, o aprendizado supervisionado treinado com dados de fluxo de potência ótimo e o aprendizado por reforço serão explorados. As soluções do Controle Ativo serão comparadas e avaliadas de acordo com seu desempenho na mitigação de problemas térmicos e de tensão, e também de sua praticidade. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)