Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/36486| Tipo: | Dissertação |
| Título : | Aplicação de algoritmos de otimização heurística à energia eólica: determinação dos parâmetros da curva de Weibull para duas regiões brasileiras |
| Título en inglés: | Application of heuristic optimization algorithms to wind energy: determination of Weibull curve parameters for two Brazilian regions |
| Autor : | Macedo, Marcus Vinícius Silveira |
| Tutor: | Andrade, Carla Freitas de |
| Co-asesor: | Rocha, Paulo Alexandre Costa |
| Palabras clave : | Engenharia mecânica;Energia eólica;Weibull distribution;Euristic methods;Wind energy |
| Fecha de publicación : | 2018 |
| Citación : | MACÊDO, Marcus Vinícios Silveira. Aplicação de algoritmos de otimização heurística à energia eólica: determinação dos parâmetros da curva de Weibull para duas regiões brasileiras. 86 f. Dissertação (Mestrado em Engenharia Mecânica)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2018. |
| Resumen en portugués brasileño: | A energia eólica é considerada uma das mais promissoras fontes naturais do mundo. A escolha do local de construção de um empreendimento eólico requer o estudo minucioso do local, o qual engloba, como um dos parâmetros de decisão, a qualidade do regime de ventos na região. O estudo do regime dos ventos no local reduz o risco de se construir parques eólicos em locais com baixa eficiência energética. A aplicação de métodos heurísticos em otimização para ajuste de curvas de Weibull, para a caracterização do regime de ventos, tem-se mostrado bastante eficaz. Neste trabalho, buscou-se avaliar o desempenho de três Funções Objetivo diferentes, a minimização da soma de erro ao quadrado das frequências de ocorrência (E.Q), a minimização de erro aplicada aos valores do desvio de produção (E.W) e a soma das duas funções (E.Q.W), selecionar os parâmetros para cada método e comparar, entre si, os métodos: Enxame de Partículas (PSO), Busca Harmônica (HS), Busca do Cuco (CSO), Algoritmo de Competição Imperialista (ICA), Pássaros Migratórios (MBO) e Colônia de Formigas (ACO) com a finalidade de encontrar os parâmetros do fator de forma k e de escala c da distribuição de Weibull que melhor caracterizem o regime de ventos e a produção energética para dois conjuntos de dados provenientes do Sistema de Organização de Dados Ambientais (SONDA) das cidades de Triunfo-PE e São João do Cariri-PB. O desempenho do ajuste foi avaliado pelos testes da Raiz do Erro Quadrático Médio (RMSE), Erro Médio Absoluto (MAE), Coeficiente de determinação (R2) e pelo Desvio da Produção Eólica (WPD). A função Objetivo (E.Q.W) foi selecionada para os métodos heurísticos nas duas regiões com exceção do método HS para a região do Pernambuco cuja função escolhida foi (E.Q). Os seis métodos foram comparados entre si para as regiões do Pernambuco e da Paraíba. Percebeu-se que o Algoritmo de Competição Imperialista, utilizando a Função Objetivo (E.Q.W), foi o método mais eficiente para determinar os parâmetros de distribuição de Weibull para a cidade de Triunfo-PE por ter apresentado o valor do teste WPD de 0,007% e que o método ACO foi o menos eficaz para ajustar as curvas de distribuição de Weibull para os dados de velocidade do vento da região da Paraíba, utilizando os dados analisados para a cidade de São João do Cariri, devido a discrepância dos resultados dos demais e da aparência da curva de distribuição em relação ao histograma da região. |
| Abstract: | Wind power is considered one of the most promising natural sources in the world. The wind farm site construction choice requires a careful study of the site, which includes, as one of the decision parameters, the quality of the wind regime in the region. The wind regime local study reduces wind farms building risk in places with low energy efficiency. The heuristic methods application in optimization for adjustment of Weibull curves, for the characterization of the wind regime, has been shown to be quite effective. In this study, it was tried to evaluate three different Objective Functions, the minimization of the square error sum (E.Q), the error minimization applied to the values of the deviation of production (E.W) and the sum of the them (E.Q.W), select the parameters for each method and compare them with each other, the methods are Particle Swarm (PSO), Harmonic Search (HS), Cuckoo Search Optimization (CSO), Imperialist Competitive Algorithm (ICA), Migrating Birds Optimization (MBO) and Ant Colony Optimization (ACO) with the purpose of finding the shape k and scale c factor parameters factor Weibull distribution that best characterize the regime of winds and the energy production for two data sets from the System of Environmental Data Organization (SONDA) of the cities of Triunfo-PE and São João do Cariri-PB. The performance of the adjustment was evaluated by the Root Mean Square Error (RMSE), Main Absolute Error (MAE), Coefficient of determination (R2) tests and by the Wind Production Deviation (WPD). The objective function (E.Q.W) was selected for the two regions with the exception of the HS method for Pernambuco region whose chosen function was (E.Q). The six methods were compared to each other for the regions of Pernambuco and Paraíba. It was concluded that the Imperialist Competition Algorithm, using the Objective Function (E.Q.W), was the most efficient method to determine the Weibull distribution parameters for the city of Triunfo-PE for presenting the WPD test value of 0.007% and that the ACO method was the least effective for adjusting the Weibull distribution curve for the wind speed data from the Paraíba region using the data analyzed for the city of São João do Cariri, due to the discrepancy of the results in relation to the others and the appearance of the distribution curve in relation to the histogram of the region. |
| URI : | http://www.repositorio.ufc.br/handle/riufc/36486 |
| Aparece en las colecciones: | DEME - Dissertações defendidas na UFC |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2018_dis_mvsmacedo.pdf | Dissertação de Marcus Vinicius Silveira Macedo | 883,13 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.