Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.6/4498
Registo completo
Campo DCValorIdioma
dc.contributor.advisorCatalão, João Paulo da Silva-
dc.contributor.advisorCabrita, Carlos Manuel Pereira-
dc.contributor.advisorFitiwi, Desta Zahlay-
dc.contributor.authorSantos, Sérgio da Fonseca-
dc.date.accessioned2017-09-19T09:14:47Z-
dc.date.available2017-09-19T09:14:47Z-
dc.date.issued2017-07-
dc.identifier.urihttp://hdl.handle.net/10400.6/4498-
dc.description.abstractDriven by techno-economic and environmental factors, there is a global drive to integrate more distributed energy resources in power systems, particularly at the distribution level. These typically include smart-grid enabling technologies, such as distributed generation (DG), energy storage systems and demand-side management. Especially, the scale of DG sources (mainly renewables) integrated in many distribution networks is steadily increasing. This trend is more likely to continue in the years to come due to the advent of emerging solutions, which are expected to alleviate existing technical limitations and facilitate smooth integration of DGs. The favorable agreements of countries to limit greenhouse gas (GHG) emissions and mitigate climate change are also expected to accelerate the integration of renewable energy sources (RESs). However, the intermittent and volatile nature of most of these RESs (particularly, wind and solar) makes their integration in distribution networks a more challenging task. This is because such resources introduce significant operational variability and uncertainty to the system. Hence, the development of novel methodologies and innovative computational tools is crucial to realize an optimal and cost-efficient integration of such DGs, minimizing also their side effects. Novel methodologies and innovative computational tools are developed in this thesis that take into account the operational variability and uncertainty associated with the RES power generation, along with the integration of smart-grid enabling technologies. The developed methodologies and computational tools are tested in real-life power systems, as well as in standard test systems, demonstrating their computational proficiency when compared with the current state-of-the-art. Due to the inherent uncertainty and variability of RESs, stochastic programming is used in this thesis. Moreover, to ensure convergence and to use efficient off-the-shelf solvers, the problems addressed in this thesis are formulated using a mixed integer linear programming (MILP) approach.pt_PT
dc.description.abstractAtualmente há um esforço global para integrar mais recursos energéticos distribuídos nas redes elétricas, impulsionado por fatores técnico-económicos e ambientais, particularmente ao nível da rede de distribuição. Estes recursos incluem tipicamente tecnologias facilitadoras das redes elétricas inteligentes, tais como geração distribuída, sistemas de armazenamento de energia, e gestão ativa da procura. A integração de fontes de geração distribuída (energias renováveis, principalmente) está a aumentar progressivamente em muitas redes de distribuição, e é provável que esta tendência continue nos próximos anos devido ao avanço de soluções emergentes, esperando-se assim que as limitações técnicas existentes sejam ultrapassadas e que facilitem a integração progressiva das fontes de geração distribuída. Espera-se também que os acordos feitos pelos países para limitar as emissões de gases de efeito de estufa e para mitigar as alterações climáticas acelerem a integração de fontes de energia renováveis. No entanto, a natureza intermitente e volátil da maioria das fontes de energia renováveis (em particular, eólica e solar) faz com que a sua integração nas redes de distribuição seja uma tarefa complexa. Isto porque tais recursos introduzem variabilidade operacional e incerteza no sistema. Assim, é essencial o desenvolvimento de novas metodologias e ferramentas computacionais inovadoras para beneficiar uma integração óptima da geração distribuída renovável e minimizar os possíveis efeitos colaterais. Nesta tese são desenvolvidas novas metodologias e ferramentas computacionais inovadoras que consideram a variabilidade operacional e a incerteza associadas à geração a partir de fontes de energia renováveis, juntamente com a integração de tecnologias facilitadoras das redes elétricas inteligentes. As metodologias e ferramentas computacionais desenvolvidas são testadas em casos de estudo reais, bem como em casos de estudo clássicos, demonstrando a sua proficiência computacional comparativamente ao atual estado-da-arte. Devido à inerente incerteza e variabilidade das fontes de energia renováveis, nesta tese utiliza-se programação estocástica. Ainda, para assegurar a convergência para soluções ótimas, o problema é formulado utilizando programação linear inteira-mista.pt_PT
dc.language.isoengpt_PT
dc.relationinfo:eu-repo/grantAgreement/FCT/COMPETE/118519/PTpt_PT
dc.relationPOCI-01-0145-FEDER-016434pt_PT
dc.relationPOCI-01-0145-FEDER-006961pt_PT
dc.relationinfo:eu-repo/grantAgreement/FCT/5876/147326/PTpt_PT
dc.relationinfo:eu-repo/grantAgreement/FCT/5876/147282/PTpt_PT
dc.relationinfo:eu-repo/grantAgreement/FCT/5876/147350/PTpt_PT
dc.rightsopenAccesspt_PT
dc.subjectEnergias renováveis - Redes de distribuiçãopt_PT
dc.subjectRedes energéticas - Optimizaçãopt_PT
dc.subjectProgramação não linear inteira mistapt_PT
dc.titlePlanning of power distribution systems with high penetration of renewable energy sources using stochastic optimizationpt_PT
dc.typedoctoralThesispt_PT
thesis.degree.nameDoutor em Engenharia Electrotécnica e de Computadorespt_PT
dc.subject.fosDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informáticapt_PT
Aparece nas colecções:FE - DEE | Dissertações de Mestrado e Teses de Doutoramento

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Phd_Thesis_Sergio_Santos_V_Final.pdf4,17 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.