Os sistemas de apoio à decisão na área dos cuidados primários: implementação de um sistema de apoio à decisão numa unidade de saúde familiar

Saber qual o papel de um Sistema de Apoio à Decisão na gestão estratégica de uma Unidade de Saúde Familiar; perceber qual a importância, no desempenho deste tipo de instituições, que estes Sistemas de Informação poderão assumir e identificar de que forma este gênero de software pode auxiliar a tomada de decisões estratégica da gestão das Unidades de Cuidados de Saúde Primários, são algumas das interrogações cuja relevância se verifica ser cada vez mais crescente e que se irão analisar no presente estudo. Para dar resposta às interrogações supra citadas é necessário conhecer o contexto no qual a organização está inserida, assim como perceber se a visão dos seus colaboradores (realizando-se para isso um inquérito por questionário aos colaboradores da Unidade de Saúde Familiar) é idêntica à realidade demonstrada através dos dados do histórico da instituição (recolhendo, estudando e efetuando estudos analíticos com o auxílio de um Sistema de Apoio à Decisão escolhido para o efeito – Weka). Tendo em conta o percurso anteriormente referido é assim possível inferir que é notória a positividade que os Sistemas de Apoio à Decisão podem ter no que é o dia-a-dia de uma Unidade de Saúde Familiar, tendo em conta que facilitam a análise de dados e podem até antecipar cenários futuros analisando o passado da instituição.

Gestão de Recursos Energéticos para Apoio à Operação dos Virtual Power Players

A liberalização dos mercados de energia elétrica e a crescente integração dos recursos energéticos distribuídos nas redes de distribuição, nomeadamente as unidades de produção distribuída, os sistemas de controlo de cargas através dos programas de demand response, os sistemas de armazenamento e os veículos elétricos, representaram uma evolução no paradigma de operação e gestão dos sistemas elétricos. Este novo paradigma de operação impõe o desenvolvimento de novas metodologias de gestão e controlo que permitam a integração de todas as novas tecnologias de forma eficiente e sustentável. O principal contributo deste trabalho reside no desenvolvimento de metodologias para a gestão de recursos energéticos no contexto de redes inteligentes, que contemplam três horizontes temporais distintos (24 horas, 1 hora e 5 minutos). As metodologias consideram os escalonamentos anteriores assim como as previsões atualizadas de forma a melhorar o desempenho total do sistema e consequentemente aumentar a rentabilidade dos agentes agregadores. As metodologias propostas foram integradas numa ferramenta de simulação, que servirá de apoio à decisão de uma entidade agregadora designada por virtual power player. Ao nível das metodologias desenvolvidas são propostos três algoritmos de gestão distintos, nomeadamente para a segunda (1 hora) e terceira fase (5 minutos) da ferramenta de gestão, diferenciados pela influência que os períodos antecedentes e seguintes têm no período em escalonamento. Outro aspeto relevante apresentado neste documento é o teste e a validação dos modelos propostos numa plataforma de simulação comercial. Para além das metodologias propostas, a aplicação permitiu validar os modelos dos equipamentos considerados, nomeadamente, ao nível das redes de distribuição e dos recursos energéticos distribuidos. Nesta dissertação são apresentados três casos de estudos, cada um com diferentes cenários referentes a cenários de operação futuros. Estes casos de estudos são importantes para verificar a viabilidade da implementação das metodologias e algoritmos propostos. Adicionalmente são apresentadas comparações das metodologias propostas relativamente aos resultados obtidos, complexidade de gestão em ambiente de simulação para as diferentes fases da ferramenta proposta e os benefícios e inconvenientes no uso da ferramenta proposta.

A long-term swarm intelligence hedging tool applied to electricity markets

This paper proposes a swarm intelligence long-term hedging tool to support electricity producers in competitive electricity markets. This tool investigates the long-term hedging opportunities available to electric power producers through the use of contracts with physical (spot and forward) and financial (options) settlement. To find the optimal portfolio the producer risk preference is stated by a utility function (U) expressing the trade-off between the expectation and the variance of the return. Variance estimation and the expected return are based on a forecasted scenario interval determined by a long-term price range forecast model, developed by the authors, whose explanation is outside the scope of this paper. The proposed tool makes use of Particle Swarm Optimization (PSO) and its performance has been evaluated by comparing it with a Genetic Algorithm (GA) based approach. To validate the risk management tool a case study, using real price historical data for mainland Spanish market, is presented to demonstrate the effectiveness of the proposed methodology.