Browsing by Author "Dias, Artur Jorge Ferreira da Costa"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- Análise de dados para previsão de micro produção de energia solar e eólicaPublication . Dias, Artur Jorge Ferreira da Costa; Leitão, PauloA liberalização do mercado energético, combinado com a utilização de energias renováveis, tem provocado uma grande transformação no sistema elétrico de energia, tornando-se numa rede inteligente, distribuída e sustentável, designada por “smart grid". Neste novo paradigma, a rede de energia elétrica deixa de estar assente numa estrutura centralizada e passa a ser assente numa estrutura descentralizada, compreendendo micro produção distribuída, assente em fontes renováveis de energia, como são a produção solar fotovoltaica e eólica. Neste novo paradigma energético, as tecnologias de informação e comunicação assumem particular relevância na gestão inteligente e eficiente dos recursos e infraestruturas, e ainda integrar os consumidores como participantes ativos na gestão do sistema elétrico de energia (incluindo também os veículos elétricos e a produção usando energias renováveis). O conhecimento do comportamento da produção solar fotovoltaica e eólica para horizontes temporais relativamente curtos tem grande importância nesta gestão inteligente, conduzindo a ganhos económicos. Neste trabalho foi realizada a análise dos dados de produção da micro rede do IPB, proveniente de sistemas solar fotovoltaicos, correlacionando esses dados com dados meteorológicos de forma a criar modelos de previsão da produção mais fiáveis. Estes modelos de previsão da energia produzida permitem a monitorização em tempo real dos equipamentos de produção, permitindo a deteção de avarias ou degradação na sua operação, assim como uma previsão a produção de energia elétrica a curto e médio prazo, permitindo balancear mais eficazmente o fluxo de energia da micro rede de energia elétrica em análise. Para o efeito foi utilizada a plataforma WEKA e vários algoritmos de análise de dados, nomeadamente, redes neurais artificiais, árvores de decisão, regras e regressão linear. No qual foram obtidos bons modelos de previsão quer para previsão a curto e a médio prazo.
- Predictive data analysis driven multi-agent system approach for electrical micro grids managementPublication . Queiroz, Jonas; Leitão, Paulo; Dias, Artur Jorge Ferreira da CostaMicro grid represents an emergent paradigm to address the challenges of recent smart electrical grid visions, where several small-scale and distributed electrical units cooperate to achieve higher levels of energy self-sustainability, by reducing the main grid dependence. Nevertheless, the realization of this paradigm requires advanced intelligent approaches that are able to effectively manage the micro grid infrastructure and its elements. Multi-agent systems provide a suitable framework to support the development of such systems, where autonomous agents endowed with predictive data analysis capabilities take advantage of the large amount of data produced to predict the renewable energy production and consumption. In this context, this paper presents a predictive data analysis driven multi-agent system for the management of micro grids renewable energy production. The proposed approach was applied to an experimental case study, considering different predictive algorithms and data sources for the short and midterm forecasting of the production of wind and photovoltaic energybased units.
- Predictive data analytics for agent-based management of electrical micro gridsPublication . Queiroz, Jonas; Dias, Artur Jorge Ferreira da Costa; Leitão, PauloMicro grids represent an emergent vision to address the challenges imposed by recent trends in smart electrical grids, where the large-scale integration of distributed energy production units plays an important role. Nevertheless, the realization of this vision requires the use of advanced intelligent approaches to manage the micro grids elements, such as distributed renewable energy production units, loads and storage devices. Multi-agent systems provide a suitable framework to design and implement such systems, where autonomous agents are endowed with predictive data analytics capabilities, e.g., for the prediction of renewable energy production and consumption, taking advantage of the large amount of data produced in these environments. In this context, this paper presents an agent-based system for the management of micro grids, where predictive capabilities were embedded in agents to provide real-time data analytics. The proposed approach was applied to an experimental case study where a set of predictive models was tested for short and long term forecasting of the energy produced by photovoltaic units.