Sistema de suporte a decisão para analise e previsão de carga por barramento
Ricardo Menezes Salgado
TESE
Português
T/UNICAMP Sa32s
[Decision support system to the analysis and bus load forecasting]
Campinas, SP : [s.n.], 2009.
238 p. : il.
Orientadores: Takaaki Ohishi, Rosangela Ballini
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Resumo: Na operação de um sistema elétrico de potência (SEP) existem diversas variáveis que Influenciam as rotinas de planejamento, operação e controle. O monitoramento destas variáveis é Importante para auxiliar os processos responsáveis pela operação segura e confiável no sistema. Dentre estas...
Ver mais
Resumo: Na operação de um sistema elétrico de potência (SEP) existem diversas variáveis que Influenciam as rotinas de planejamento, operação e controle. O monitoramento destas variáveis é Importante para auxiliar os processos responsáveis pela operação segura e confiável no sistema. Dentre estas variáveis pode-se destacar o nível de carga elétrica por barramento como uma variável de grande Impacto na operação do SEP. Informações precisas sobre o nível de carga em cada barramento da rede elétrica proporcionam um melhor controle no fluxo de potência, na analise de estabilidade e segurança, no despacho econômico, no planejamento e na programação da operação. Visando atender estas necessidades, este trabalho apresenta duas contribuições na análise de séries temporais de carga por barramento. A primeira contribuição é o desenvolvimento de uma metodologia de previsão de carga por barramento rápida e efetiva. A segunda contribuição ê um sistema computacional denominado SysPrev - Slsiema de Suporte para Analise e Previsão de Carga por barramento desenvolvido para facilitar o processo de calculo das previsões por barramento. O modelo de previsão de carga por barramento é composto por duas etapas: Na primeira, os barramentos são agrupados de acordo com a similaridade do perfil de carga diária. Na segunda etapa, aplica-se um modelo de previsão de carga em cada grupo, e a partir destas previsões por grupo são obtidas as previsões em cada barramento. O SysPrev é um software composto por um subsistema gerenciador de dados, um subsistema de modelos e um subsistema de interfaces. O subsistema administrador de dados ê composto de um banco de dados que armazena as séries temporais entre outras informações relevantes. O subsistema de modelos é composto por aplicativos que auxiliarão no processo de analise de dados e previsões. Para facilitar a Interação do usuário com o sistema, o subsistema de Interfaces conta com pacotes de janelas gráficas que proporcionam um ambiente computacional amigável e eficiente, facilitando a Interação do SysPrev e seus usuários.Um diferencial do SysPrev é a sua construção modularizada baseada em componentes plug-and-play que possibilita a Inserção de novas funcionalidades. Com esta arquitetura, cada componente e produzido de maneira Independente, podendo ser Inserido no software sem a necessidade de alterações no sistema principal. Este fator é Importante, pois fornece ao usuário a opção de personalizar e criar novas ferramentas de analise, facilitando a atualização e manutenção no sistema. Neste trabalho, o SysPrev foi utilizado para analisar um conjunto de dados formado por 73 barramentos. A praticidade e facilidade em criar múltiplos cenários possibilitou o rápido entendimento dos dados gerando bons resultados nas previsões, possibilitando maior precisão na etapa de operação do sistema em geral
Ver menos
Abstract: In a power operation system there are many variables that can Influence the execution of t ho control routines. The attendance of these variables is very important to aid the processes in the safe operation of the system. In the electric system the bus load level is an important variable...
Ver mais
Abstract: In a power operation system there are many variables that can Influence the execution of t ho control routines. The attendance of these variables is very important to aid the processes in the safe operation of the system. In the electric system the bus load level is an important variable in operation planning step. Accurate Information on the load level In each bus provide a better control In the power flow, safe and security analysis, operation programming, planning and others. Thus, this work presents two contributions to the bus load forecasting area. The first contribution is the development of a bus load forecast methodology that executes and provides the forecast results for several buses in an aggregate way. The second contribution is a computational system for bus load forecasting named SysPrev - Support System for Bus Load Analysis and Forecasting- developed to facilitate the bus load forecasting process. The aggregate bus load forecasting model is composed by two steps: In the first phase a clustering algorithm is used to Identify buses clusters with similar dally load profile and In the second phase Is proposed an aggregate structure for to foresee each bus using a conventional prediction model The SysPrev is a software composed of a data manager subsystem, a model subsystem and graphical interfaces subsystem.The data manager subsystem is composed of a database that contains bus load time series and other relevant Information. The model subsystem is composed of forecasting and clustering techniques. To facilitate the user's interaction, the graphical interface has packages of graphic windows that provide a friendly environment facilitating the Integration of tlie SysPrev and their users. An excellent characteristic of the SysPrev is its construction based on components plug-and-play that allows the Insert of new functionalities With this architecture, each component Is produced on an independent way. could be Inserted In the software without alterations in the main system This factor Is Important, because It supplies the user with the option of customizing and creatlng new analysis tools, facilitating the updating and the maintenance of the system. The SysPrev was applied to a real power system data composed of 73 buses. The easiness of creating multiple sceneries made possiblethe fast understanding of the data providing good results In the forecasts, making possible larger precision on the power system operation step
Ver menos
Ohishi, Takaaki, 1955-
Orientador
Ballini, Rosangela, 1969-
Coorientador
Vasconcellos, Marcos Trevisan
Avaliador
Mendes, Evandro Luiz
Avaliador
Attux, Romis Ribeiro de Faissol, 1978-
Avaliador
Soares Filho, Secundino, 1949-
Avaliador
Sistema de suporte a decisão para analise e previsão de carga por barramento
Ricardo Menezes Salgado
Sistema de suporte a decisão para analise e previsão de carga por barramento
Ricardo Menezes Salgado
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra