Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/42317

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorTIBA, Chigueru-
dc.contributor.authorTORRES, Igor Cavalcante-
dc.date.accessioned2021-12-23T11:56:04Z-
dc.date.available2021-12-23T11:56:04Z-
dc.date.issued2021-09-10-
dc.identifier.citationTORRES, Igor Cavalcante. Estratégia de mitigação para sobretensão de curto prazo diante da variabilidade da geração fotovoltaica em redes de distribuição secundária. 2021. Tese (Doutorado em Tecnologias Energéticas e Nucleares) - Universidade Federal de Pernambuco, Recife, 2021.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/42317-
dc.description.abstractUm dos grandes desafios é a maximização da hospedagem de geradores fotovoltaicos no sistema elétrico de distribuição sem comprometer a qualidade de energia disponível aos consumidores. Este trabalho apresentou um método para mitigação das sobretensões que surgem diante da alta injeção de potência elétrica através do fluxo reverso e também pela alta variabilidade da geração fotovoltaica. O método desenvolvido foi baseado em uma rede neural Long Short Term Memory (LSTM), modelada através de uma base de dados de irradiação solar e temperatura de operação dos módulos fotovoltaicos, ambas coletadas durante 365 dias efetivos de medição, em intervalo de tempo de 1 minuto. A operação da rede neural tomou como base uma janela deslizante de 20 dados (minutos) retroativos, estimando 1 minuto à frente. Os dados fornecidos pela rede LSTM foram utilizados como parâmetros de entrada juntamente com o padrão da curva de carga, a partir de um valor de permissão de injeção de potência reversa realizou-se o acionamento e integração de um conjunto de baterias elétricas. O programa Distribution System Simulator (OpenDSS), foi utilizado como ferramenta de simulação para execução do fluxo de potência diante das diversas condições da irradiação solar, permitindo a investigação pontual do perfil da tensão elétrica no ponto de fornecimento da unidade consumidora. Sendo a etapa de previsão, o estágio mais crítico para o pleno funcionamento da ferramenta de mitigação, em dias de alta variabilidade da geração fotovoltaica a rede neural LSTM atingiu um RMSE de 121,36 W/m². Em dias menos perturbados, o RMSE foi de 96,39 W/m². Para esta mesma métrica, a performance da rede neural obteve o mesmo ritmo de desempenho para a estimativa da temperatura de operação do módulo fotovoltaico. O dia de alta variabilidade, apresentou-se como a maior fonte de ocorrências de sobretensões durante um determinado período de tempo de operação do gerador fotovoltaico, assim, houve maior necessidade do uso do armazenamento para esta condição, onde 22,56% da energia útil disponibilizada pelo gerador fotovoltaico precisou ser armazenada para manter a estabilidade dos níveis de tensão.pt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectEnergia Nuclearpt_BR
dc.subjectPrevisão da irradiação solarpt_BR
dc.subjectArmazenamentopt_BR
dc.subjectSistemas fotovoltaicospt_BR
dc.subjectFluxo de potênciapt_BR
dc.subjectModelagem de redes de distribuiçãopt_BR
dc.titleEstratégia de mitigação para sobretensão de curto prazo diante da variabilidade da geração fotovoltaica em redes de distribuição secundáriapt_BR
dc.typedoctoralThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/0030503622895852pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.leveldoutoradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9914659189514029pt_BR
dc.publisher.programPrograma de Pos Graduacao em Tecnologias Energeticas e Nuclearpt_BR
dc.description.abstractxOne of the greatest challenges today is to maximize the hosting of photovoltaic generators distributed in the electrical system without compromising the quality of energy available to a consumer. This work presented a method for mitigating the overvoltages that arise in the face of high electrical power injection through reverse flow and also due to the high variability of photovoltaic generation. The developed method was based on a Long Short Term Memory (LSTM) neural network, modeled through a database of solar irradiation and operating temperature of the photovoltaic modules, both collected during 365 days of measurement, at a time interval of 1 minute. The operation of the neural network was based on a sliding window of 20 data (minutes) retroactively, estimating 1 minute ahead. The data provided by the LSTM network were used as input parameters along with the load curve pattern, from a reverse power injection permission value, the activation and integration of a set of electric batteries was performed. The Distribution System Simulator (OpenDSS) software was used as a simulation tool to execute the power flow under the different conditions of solar irradiation, allowing the punctual investigation of the electrical voltage profile at the point of supply of the consumer unit. As the forecasting stage, is the most critical stage for the full functioning of the mitigation tool, on days of high variability of photovoltaic generation the LSTM neural network reached an RMSE of 121.36 W/m². On less disturbed days, the RMSE was 96.39 W/m². When considering the same performance metric for the analysis of solar irradiation, the same performance was observed for the operating temperature of the photovoltaic modules. The high variability day was the biggest source of overvoltage occurrences during a certain period of time of operation of the photovoltaic generator, thus, there was a greater need to use storage for this condition, where 22.56% of the useful energy made available by the photovoltaic generator had to be stored to maintain the stability of the voltage levels. Keywords: prediction of solar radiation; storage; photovoltaic systems; power flow; modeling of distribution networks.pt_BR
Aparece en las colecciones: Teses de Doutorado - Tecnologias Energéticas e Nucleares

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TESE Igor Cavalcante Torres.pdf9,7 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons