Modelagem Estocástica de Redes de Energia com Otimização de Desempenho Computacional

• Processo: 25/26336-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 15 de junho de 2026
• Data de Término da vigência: 14 de junho de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Christiano Lyra Filho
• Beneficiário: Laura Ribeiro Fardin
• Supervisor: Michael Bader
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Technical University of Munich, Garching (TUM), Alemanha
• Vinculado à bolsa: 25/03733-6 - Otimização do Controle Volt-Var Estocástico em Smart Grids, BP.DR
• Assunto(s): Computação de alto desempenho
• Palavra(s)-Chave do Pesquisador: distributed generation | Electric vehicles | High-Performance Computing | Monte Carlo simulation | parallel computing | Uncertainty Quantification | Computação de Alto Desempenho

Resumo

O aumento da penetração de geração distribuída (GD) e veículos elétricos (VE) adiciona incerteza e complexidade às redes de distribuição, tornando insuficiente a análise determinística de fluxo de potência. Este projeto aborda esse desafio aplicando estratégias de computação de alto desempenho (HPC) para acelerar a Simulação de Monte Carlo (MCS) aplicada ao fluxo de potência estocástico.O objetivo principal é paralelizar e otimizar algoritmos de MCS desenvolvidos em Python e Julia, explorando os recursos e vantagens de cada linguagem. Estratégias de paralelização serão testadas e o framework UM-Bridge será explorado para conectar o modelo a fluxos avançados de quantificação de incerteza em clusters de HPC.Os resultados esperados incluem redução no tempo computacional, maior escalabilidade e integração reprodutível com frameworks de Quantificação de Incertezas (UQ). Os resultados fortalecerão o doutorado da candidata, permitindo simulações mais rápidas, estudos em maior escala e estimulando a cooperação entre a Technichal University of Munich (TUM) e a UNICAMP nas áreas de HPC e UQ para a otimização de redes elétricas modernas. (AU)