Application of state estimation and machine learning techniques for the energy management of microgrids

Autor(es)

Byron Alejandro Acuña Acurio

• Tipo de documento: Tese de Doutorado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
• Data de defesa: 2025-03-14

Membros da banca

Luiz Carlos Pereira da Silva; Carlos Alberto de Castro Junior; Roberto Perillo Barbosa da Silva; Wendy Yadira Eras Herrera; Romis Ribeiro de Faissol Attux

• Orientador: Juan Camilo López Amézquita; Luiz Carlos Pereira da Silva

Resumo

As microrredes são sistemas de energia sustentável integrados, capazes de operar tanto conectados à rede elétrica principal quanto de forma independente. Esses sistemas geralmente incorporam diversos recursos energéticos distribuídos (DERs), incluindo painéis fotovoltaicos, sistemas de armazenamento e geradores térmicos. No entanto, a natureza intermitente da geração de energia renovável em microrredes cria desafios estocásticos complexos para o controle em tempo real e a confiabilidade do sistema. Para enfrentar esses desafios, algoritmos avançados de aprendizado de máquina e técnicas de estimação de estado são essenciais para monitorar e responder a eventos dinâmicos e aleatórios fora do controle humano, permitindo um monitoramento preciso dos componentes da microrrede em diversos cenários operacionais. A estimação de estado desempenha duas funções cruciais nas microrredes: converter leituras de medidores e dados disponíveis em estimativas confiáveis de variáveis não monitoradas e identificar erros significativos de medição. Por outro lado, o aprendizado de máquina pode auxiliar aos algoritmos de estimação de estado com previsões de variáveis não observáveis. Este projeto de pesquisa foca no desenvolvimento e avaliação de ferramentas híbridas que combinam algoritmos de aprendizado de máquina e estimação de estado para aprimorar as funcionalidades do sistema de gestão de energia das microrredes baseado em dados (AU)

• Processo FAPESP: 20/03069-5 - Aplicação de técnicas de estimação de estado e aprendizado de máquina para o gerenciamento energético das microrredes
• Beneficiário: Byron Alejandro Acuña Acurio
• Modalidade de apoio: Bolsas no Brasil - Doutorado