Publication
Sistemas inteligentes de micro-cogeração para redes residenciais: Uma solução sustentável para uma gestão eficiente de energia
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletromecânica | por |
| dc.contributor.advisor | Fael, Paulo Manuel Oliveira | |
| dc.contributor.advisor | Cardoso, Daniel Filipe da Silva | |
| dc.contributor.author | Nunes, Daniel Figueira | |
| dc.date.accessioned | 2024-01-15T14:12:06Z | |
| dc.date.available | 2024-01-15T14:12:06Z | |
| dc.date.issued | 2023-11-13 | |
| dc.date.submitted | 2023-10-09 | |
| dc.description.abstract | Esta dissertação apresenta uma abordagem de otimização para sistemas de micro-cogeração com motores de combustão interna integrados em redes residenciais, abordando falhas na procura de energia causadas por fontes de energia renováveis intermitentes. O método proposto utiliza técnicas de machine learning, estratégias de controlo e dados da rede para melhorar a flexibilidade e a eficiência do sistema na satisfação das necessidades de eletricidade e água quente sanitária. Foram analisados dados históricos da rede residencial para desenvolver um modelo de previsão da procura de eletricidade e água quente baseado em machine learning. O armazenamento de energia térmica foi integrado no sistema de micro-cogeração para aumentar a flexibilidade. Foi criado um modelo de otimização, considerando a eficiência, as emissões e o custo, adaptando-se às alterações da procura em tempo real. Foi concebida uma estratégia de controlo para o funcionamento flexível do sistema de micro-cogeração, tendo em conta o excesso de armazenamento de energia térmica e a atribuição de recursos. A eficácia da solução proposta foi validada através de simulações, com resultados que demonstram a capacidade do sistema de micro-cogeração para responder eficazmente a períodos de elevada procura de eletricidade e água quente, ao mesmo tempo que atenua as falhas de procura de energia proveniente de fontes de energia renováveis. A investigação apresenta uma nova abordagem com potencial para melhorar significativamente a resiliência da rede, a eficiência energética e a integração das energias renováveis nas redes residenciais, contribuindo para sistemas energéticos mais sustentáveis e fiáveis. | por |
| dc.description.abstract | This work presents an optimization approach for micro-cogeneration systems with internal combustion engines integrated into residential grids, addressing power demand failures caused by intermittent renewable energy sources. The proposed method leverages machine learning techniques, control strategies, and grid data to improve system flexibility and efficiency in meeting electricity and domestic hot water demands. Historical residential grid data were analysed to develop a machine learning-based demand prediction model for electricity and hot water. Thermal energy storage was integrated into the micro-cogeneration system to enhance flexibility. An optimization model was created, considering efficiency, emissions, and cost while adapting to real-time demand changes. A control strategy was designed for the flexible operation of the micro-cogeneration system, addressing excess thermal energy storage and resource allocation. The proposed solution’s effectiveness was validated through simulations, with results demonstrating the micro-cogeneration system’s ability to efficiently address high electricity and hot water demand periods while mitigating power demand failures from renewable energy sources. The research presents a novel approach with the potential to significantly improve grid resilience, energy efficiency, and renewable energy integration in residential grids, contributing to more sustainable and reliable energy systems. | eng |
| dc.identifier.tid | 203460324 | |
| dc.identifier.uri | http://hdl.handle.net/10400.6/13986 | |
| dc.language.iso | por | por |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Energia Elétrica | por |
| dc.subject | Energia Térmica | por |
| dc.subject | Estratégias de Controlo | por |
| dc.subject | Flexibilidade da Rede | por |
| dc.subject | Gestão de Energia | por |
| dc.subject | Integração de Energias Renováveis | por |
| dc.subject | Machinelearning | por |
| dc.subject | Motores de Combustão Interna | por |
| dc.subject | Redes Inteligen-Tes | por |
| dc.subject | Redes Residenciais | por |
| dc.subject | Sistemas de Micro-Cogeração | por |
| dc.title | Sistemas inteligentes de micro-cogeração para redes residenciais: Uma solução sustentável para uma gestão eficiente de energia | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | por |
| rcaap.type | masterThesis | por |
| thesis.degree.name | 2º Ciclo em Engenharia Eletromecânica | por |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- 10025_22788.pdf
- Size:
- 8.46 MB
- Format:
- Adobe Portable Document Format