| Processo: | 19/10033-0 |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Data de Início da vigência: | 01 de setembro de 2019 |
| Data de Término da vigência: | 28 de fevereiro de 2022 |
| Área do conhecimento: | Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência |
| Pesquisador responsável: | Daniel Dotta |
| Beneficiário: | Daniel Dotta |
| Instituição Sede: | Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
| Município da Instituição Sede: | Campinas |
| Assunto(s): | Gestão de energia e operação de sistemas elétricos de potência Matriz energética Energia elétrica Energia solar Energia eólica Sistemas de medida de área ampla (WAMS) Mineração de dados Redes neurais (computação) |
| Palavra(s)-Chave do Pesquisador: | data mining | Data-Driven | Operação de Sistemas de Baixa Inércia | Redes neurais | Dinamica e Controle |
Resumo
Os sistemas de energia elétrica (SEE) sempre foram caracterizados, considerando o grande número de componentes e dispositivos, por sua alta dimensão e complexidade. Recentemente, essa complexidade cresceu de forma exponencial com o aumento significativo da participação de energia eólica e solar na matriz energética. Considerando os esforços de governos e sociedade em geral de torná-lo sustentável a longo prazo o objetivo é substituir plantas de geração fóssil e nuclear de tal maneira a atingir 100% de geração renovável. No entanto, devido às características e complexidade dos geradores eólicos e fotovoltaicos, a sua interação com a rede é significativamente distinta daquela de geradores tradicionais (intensiva utilização da tecnologia de eletrônica de potência). Como exemplo, grande parte dos geradores eólicos e solar não possuem partes rotativas e não contribuem naturalmente para melhorar a resposta inercial do SEE. Como consequência, em caso de distúrbios de desbalanço de carga/geração, os SEE ficam mais suscetíveis a variações bruscas de frequência. Além desses problemas, a complexidade da modelagem de SEE de grande porte fica praticamente inviável e técnicas de análise e projeto baseadas exclusivamente em modelos matemático-computacionais perdem a eficácia. Nesse contexto, técnicas e metodologias baseadas em dados representam potencial alternativa para enfrentar os desafios de operação dos SEE do futuro. Com a popularização mundial dos sistemas WAMS (Wide Area Measurement System), que agora encontram-se instalados nos principais centros de operação de SEE, tem-se disponível uma infraestrutura base para o desenvolvimento de novas aplicações de análise e controle baseadas em dados. Os sistemas WAMS possibilitam a observação de fenômenos com alta resolução e sincronização a partir de medidas realizadas em diferentes pontos do SEE. Uma outra vantagem é que essa grande quantidade de medidas está disponível em bases de dados de fácil acesso localizadas nos centros de operação. Destaca-se que a análise da grande quantidade de dados produzidos pelos sistemas WAMS é inviável, se feita manualmente. Considerando o alto volume, velocidade de amostragem e variedade de dados colhidos pelo sistema WAMS, obtém-se uma condição ideal para a aplicação de técnicas de aprendizagem de máquina e/ou baseados exclusivamente nas informações contidas em dados. Especificamente, no presente projeto de pesquisa, buscam-se os seguintes objetivos: a) implementar um sistema em tempo real para detecção e identificação de distúrbios em SEE; b) desenvolvimento de métodos capazes de extrair de sincrofasores informações relativas ao conteúdo inercial do sistema; c) desenvolver ferramentas de síntese de controladores exclusivamente baseadas em dados (data-driven control). Como resultado final busca-se avaliar as aplicações desenvolvidas, verificando a capacidade destas em melhorar a segurança operacional das redes elétricas do futuro. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |