Otimização Energética do Sistema de Refrigeração da máquina de impregnar ZELL

Esta dissertação teve como objetivo fundamental a otimização energética do sistema de refrigeração da máquina de impregnar tela ZELL e, como objetivo adicional, a avaliação da qualidade da água do circuito, justificada pela acentuada degradação dos rolos devido à corrosão provocada pela recirculação da água de arrefecimento. Inicialmente fez-se o levantamento de informações do processo produtivo para caracterizar o funcionamento do sistema de refrigeração, tendo-se selecionado duas telas de poliéster designadas neste estudo por P1 e P2 e, também, uma tela de nylon designada por N. Foram efetuados ensaios, um para cada tela, para a atual temperatura de setpoint da água à saída da torre de arrefecimento (30ºC). Realizou-se outro ensaio para a tela N mas com uma temperatura de setpoint de 37ºC, ao qual se chamou N37. Deste modo, determinou-se as potências térmicas removidas pela água de refrigeração e as potências térmicas perdidas por radiação e por convecção, tendo-se verificado que na generalidade dos rolos as referências P1 e P2 apresentam valores mais elevados. Em termos percentuais, a potência térmica removida pela água de refrigeração nos grupos tratores 1 e 3 e no conjunto de rolos de R1 a R29 corresponde a 48%, 10% e 70%, respetivamente. Com a avaliação às necessidades de arrefecimento da máquina ZELL, confirmou-se que os caudais atuais de refrigeração dos rolos garantem condições, mais que suficientes, de funcionamento dos rolamentos. Assim sendo, fez-se uma análise no sentido da diminuição do caudal total que passou de 10,25 L/s para 7,65 L/s. Considerando esta redução, determinou-se o caudal de ar húmido a ser introduzido na torre de arrefecimento. O valor determinado foi de 4,6 m3ar húmido/s, o que corresponde a uma redução de cerca de 32% em relação ao caudal atual que é de 6,8 m3ar húmido/s. Com os resultados das análises efetuadas à água do circuito de refrigeração, concluiu-se que a água de reposição e a água de recirculação possuem má qualidade para uso na generalidade dos sistemas de refrigeração, principalmente devido aos elevados valores de concentração de ferro e condutividade elétrica, responsáveis pela intensificação da corrosão no interior dos rolos.

Analisador de qualidade de energia eléctrica embebido na instalação eléctrica

A monitorização da qualidade da energia eléctrica tem revelado importância crescente na gestão e caracterização da rede eléctrica. Estudos revelam que os custos directos relacionados com perda de qualidade da energia eléctrica podem representar cerca de 1,5 % do PIB nacional. Para além destes, tem-se adicionalmente os custos indirectos o que se traduz num problema que necessita de minimização. No contexto da minimização dos danos causados pela degradação de energia, são utilizados equipamentos com capacidade de caracterizar a energia eléctrica através da sua monitorização. A utilização destes equipamentos têm subjacente normas de qualidade de energia, que impõem requisitos mínimos de modo a enquadrar e classificar eventos ocorridos na rede eléctrica. Deste modo obtêm-se dados coerentes provenientes de diferentes equipamentos. A monitorização dos parâmetros associados à energia eléctrica é frequentemente realizada através da instalação temporária dos esquipamentos na rede eléctrica, o que resulta numa observação de distúrbios a posteriori da sua ocasião. Esta metodologia não permite detectar o evento eléctrico original mas, quando muito, outros que se espera que sejam semelhantes ao ocorrido. Repare-se, no entanto, que existe um conjunto alargado de eventos que não são repetitivos, constituindo assim uma limitação aquela metodologia. Este trabalho descreve uma alternativa à metodologia de utilização tradicional dos equipamentos. A solução consiste em realizar um analisador de energia que faça parte integrante da instalação e permita a monitorização contínua da rede eléctrica. Este equipamento deve ter um custo suficientemente baixo para que seja justificável nesta utilização alternativa. O analisador de qualidade de energia a desenvolver tem por base o circuito integrado ADE7880, que permite obter um conjunto de parâmetros da qualidade de energia eléctrica de acordo com as normas de energia IEC 61000-4-30 e IEC 61000-4-7. Este analisador permite a recolha contínua de dados específicos da rede eléctrica, e que posteriormente serão armazenados e colocados à disposição do utilizador. Deste modo os dados recolhidos serão apresentados ao utilizador para consulta, de maneira a verificar, de modo continuo a eventual ocorrência das anomalias na rede. Os valores adquiridos podem ainda ser reutilizados vantajosamente para muitas outras finalidades tais como efectuar estudos sobre a optimização energética. O trabalho presentemente desenvolvido decorre de uma utilização alternativa do dispositivo WeSense Energy1 desenvolvido pela equipa da Evoleo Technologies. A presente vertente permite obter parâmetros determinados pelo ADE7880 tais como por exemplo harmónicos, eventos transitórios de tensão e corrente e o desfasamento entre fases, realizando assim uma nova versão do dispositivo, o WeSense Energy2. Adicionalmente este trabalho inclui a visualização remota dos através de uma página web.

Otimização energética da máquina de impregnar telas para pneus

Este trabalho realizou-se na empresa Continental – Indústria Têxtil do Ave, S.A (CITA) em colaboração com a empresa Cofely GDF Suez – Energia e Serviços Portugal, S.A. O principal objetivo desta dissertação foi a otimização energética da máquina de impregnar telas para pneus – a máquina ZELL, tendo em conta as principais utilidades envolvidas: eletricidade e gás natural. Deste modo foi feito um levantamento prévio das condições de operação desta máquina relativamente às telas mais representativas da produção da empresa. Tendo-se verificado que as telas em poliéster representam 65% da produção total da máquina ZELL. Para este tipo de produto, foi feita uma análise dos consumos energéticos anuais para avaliar qual das utilidades referidas corresponde à maior parcela energética. Verificou-se que o consumo de gás natural representa a maior parcela da fatura energética anual da empresa correspondendo a 47%. Além disso, da energia total consumida anualmente pela ZELL, que corresponde a 1360 tep, 32% é relativo à energia elétrica e os restantes 68% ao consumo de gás natural. Por fim, procedeu-se à otimização energética estudando as alterações possíveis no sentido de reduzir os consumos energéticos da máquina, sem prejuízo da qualidade do produto final. Para isso propôs-se a instalação de permutadores de fluxo cruzado para pré-aquecer quer o ar fresco quer o ar de combustão. A implementação desta medida tem um período de retorno à volta de três anos e pode levar a uma poupança anual entre 1.359.639 kWh e 2.370.114 kWh para o ar fresco e 393.523 kWh e 639.475 kWh para o ar de combustão.

Otimização energética à secção das malhas

A presente dissertação realizada na empresa Continental-Indústria Têxtil do Ave, S.A., teve como objetivo a otimização energética da secção das malhas. Esta secção divide-se em duas áreas, a tricotagem e a ramulagem. Os artigos produzidos diferem no seu peso específico, composição e condições de operação, sendo os artigos A, B e C compostos por poliéster e termofixados a 190ºC e os artigos D e E compostos por poliéster e algodão, com uma temperatura de operação de 205ºC. Numa primeira etapa estudou-se o funcionamento da máquina de termofixação – a râmula – que opera em trabalho contínuo a 40 m/min. Esta máquina tem incorporado um permutador de calor, que aquece o ar fresco de entrada com os gases de exaustão das estufas. Posteriormente efetuou-se o levantamento energético de cada artigo, para as áreas de tricotagem e ramulagem. Verificou-se que os artigos D e E, pela sua constituição, são os que apresentam um consumo específico superior, em tep/ton. Entre as várias utilidades consumidas (gás natural, eletricidade e ar comprimido) o gás natural representa mais de 50% do consumo de energia total necessário para a produção de cada artigo. Após a completa análise aos consumos energéticos da râmula, foram realizados ensaios de otimização, tendo-se concluído que a diminuição do caudal de exaustão pode atingir valores de poupança anual de gás natural na ordem dos 3.000 €. Com o objetivo de avaliar o consumo de gás natural, não sendo possível a realização experimental, foram feitas simulações com base em alterações na corrente de entrada de ar fresco no permutador. Foi também estudada a possibilidade de isolamento e revestimento térmico da conduta exterior, projetada para o reaproveitamento do ar dos compressores, tendo-se obtido um orçamento de 2.500 €. Admitindo-se uma gama de temperaturas entre os 40ºC e os 60ºC, com um caudal de insuflação de 30%, obteve-se um payback entre os 0,97 e os 3,28 anos. Numa segunda fase admitiu-se uma temperatura média de 50ºC, aumentando o caudal de insuflação até 100%. O período de retorno obtido variou entre os 0,33 e os 1,38 anos, podendo as poupanças anuais atingirem os 7.600 €.

Eficiência Energética, Gestão de Energia e Integração de Renováveis em Instalações Hospitalares

A presente dissertação é o resultado de um estudo realizado entre Março de 2015 e Março de 2016 centrado no tema Eficiência Energética nos Edifícios, no âmbito da Dissertação do 2º ano do Mestrado em Engenharia Eletrotécnica – Sistemas Elétricos de Energia no Instituto Superior de Engenharia do Porto (ISEP). Atualmente, os edifícios são responsáveis por cerca de 40% do consumo de energia na maioria dos países da europa. Energia consumida, principalmente, no aquecimento, arrefecimento e na alimentação de aparelhos elétricos. Os hospitais, como grandes edifícios, são grandes consumidores de energia e, na maioria dos países europeus, situam-se entre os edifícios públicos menos eficientes. Neste contexto, representam um tipo de edifícios cuja atividade apresenta um potencial de poupança energético importante. O tipo de atividade aí desenvolvida, aliada às especificidades do sector da saúde, faz deste tipo de edifícios um alvo de análise e otimização energética bastante apetecível. O presente trabalho passa pelo estudo do potencial para a eficiência energética de um hospital situado na zona do Porto. Foi, inicialmente, efetuado um levantamento das necessidades energéticas, de modo a identificar os sectores prioritários de atuação. Este estudo conta com a análise dos consumos obtidos através do processo de monitorização, substituição da iluminação existente por uma mais eficiente, a instalação de painéis solares para reduzir o consumo destinado às águas quentes sanitárias, a substituição de caldeira a diesel por caldeira a biomassa, substituição de um chiller por um mais eficiente, entre outros. Os consumos registados no hospital em estudo serão comparados com um plano nacional (Eficiência Energética e Hídrica no Sistema Nacional de Saúde), para, desta forma, se perceber quais os consumos do hospital em estudo, quando comparados com outros hospitais.

Distributed energy resource short-term scheduling using signaled particle swarm optimization

Distributed Energy Resources (DER) scheduling in smart grids presents a new challenge to system operators. The increase of new resources, such as storage systems and demand response programs, results in additional computational efforts for optimization problems. On the other hand, since natural resources, such as wind and sun, can only be precisely forecasted with small anticipation, short-term scheduling is especially relevant requiring a very good performance on large dimension problems. Traditional techniques such as Mixed-Integer Non-Linear Programming (MINLP) do not cope well with large scale problems. This type of problems can be appropriately addressed by metaheuristics approaches. This paper proposes a new methodology called Signaled Particle Swarm Optimization (SiPSO) to address the energy resources management problem in the scope of smart grids, with intensive use of DER. The proposed methodology’s performance is illustrated by a case study with 99 distributed generators, 208 loads, and 27 storage units. The results are compared with those obtained in other methodologies, namely MINLP, Genetic Algorithm, original Particle Swarm Optimization (PSO), Evolutionary PSO, and New PSO. SiPSO performance is superior to the other tested PSO variants, demonstrating its adequacy to solve large dimension problems which require a decision in a short period of time.

Application-specific modified particle swarm optimization for energy resource scheduling considering vehicle-to-grid

This paper presents a modified Particle Swarm Optimization (PSO) methodology to solve the problem of energy resources management with high penetration of distributed generation and Electric Vehicles (EVs) with gridable capability (V2G). The objective of the day-ahead scheduling problem in this work is to minimize operation costs, namely energy costs, regarding he management of these resources in the smart grid context. The modifications applied to the PSO aimed to improve its adequacy to solve the mentioned problem. The proposed Application Specific Modified Particle Swarm Optimization (ASMPSO) includes an intelligent mechanism to adjust velocity limits during the search process, as well as self-parameterization of PSO parameters making it more user-independent. It presents better robustness and convergence characteristics compared with the tested PSO variants as well as better constraint handling. This enables its use for addressing real world large-scale problems in much shorter times than the deterministic methods, providing system operators with adequate decision support and achieving efficient resource scheduling, even when a significant number of alternative scenarios should be considered. The paper includes two realistic case studies with different penetration of gridable vehicles (1000 and 2000). The proposed methodology is about 2600 times faster than Mixed-Integer Non-Linear Programming (MINLP) reference technique, reducing the time required from 25 h to 36 s for the scenario with 2000 vehicles, with about one percent of difference in the objective function cost value.

Dispatch of distributed Energy Resources to Provide Energy and Reserve in Smart Grids using a Particle Swarm Optimization Approach

The smart grid concept is a key issue in the future power systems, namely at the distribution level, with deep concerns in the operation and planning of these systems. Several advantages and benefits for both technical and economic operation of the power system and of the electricity markets are recognized. The increasing integration of demand response and distributed generation resources, all of them mostly with small scale distributed characteristics, leads to the need of aggregating entities such as Virtual Power Players. The operation business models become more complex in the context of smart grid operation. Computational intelligence methods can be used to give a suitable solution for the resources scheduling problem considering the time constraints. This paper proposes a methodology for a joint dispatch of demand response and distributed generation to provide energy and reserve by a virtual power player that operates a distribution network. The optimal schedule minimizes the operation costs and it is obtained using a particle swarm optimization approach, which is compared with a deterministic approach used as reference methodology. The proposed method is applied to a 33-bus distribution network with 32 medium voltage consumers and 66 distributed generation units.

Application-Specific Modified Particle Swarm Optimization for energy resource scheduling considering vehicle-to-grid

This paper presents a modified Particle Swarm Optimization (PSO) methodology to solve the problem of energy resources management with high penetration of distributed generation and Electric Vehicles (EVs) with gridable capability (V2G). The objective of the day-ahead scheduling problem in this work is to minimize operation costs, namely energy costs, regarding the management of these resources in the smart grid context. The modifications applied to the PSO aimed to improve its adequacy to solve the mentioned problem. The proposed Application Specific Modified Particle Swarm Optimization (ASMPSO) includes an intelligent mechanism to adjust velocity limits during the search process, as well as self-parameterization of PSO parameters making it more user-independent. It presents better robustness and convergence characteristics compared with the tested PSO variants as well as better constraint handling. This enables its use for addressing real world large-scale problems in much shorter times than the deterministic methods, providing system operators with adequate decision support and achieving efficient resource scheduling, even when a significant number of alternative scenarios should be considered. The paper includes two realistic case studies with different penetration of gridable vehicles (1000 and 2000). The proposed methodology is about 2600 times faster than Mixed-Integer Non-Linear Programming (MINLP) reference technique, reducing the time required from 25 h to 36 s for the scenario with 2000 vehicles, with about one percent of difference in the objective function cost value.

Short-term scheduling considering five-minute and hour-ahead energy resource management

The introduction of new distributed energy resources, based on natural intermittent power sources, in power systems imposes the development of new adequate operation management and control methods. This paper proposes a short-term Energy Resource Management (ERM) methodology performed in two phases. The first one addresses the hour-ahead ERM scheduling and the second one deals with the five-minute ahead ERM scheduling. Both phases consider the day-ahead resource scheduling solution. The ERM scheduling is formulated as an optimization problem that aims to minimize the operation costs from the point of view of a virtual power player that manages the network and the existing resources. The optimization problem is solved by a deterministic mixed-integer non-linear programming approach and by a heuristic approach based on genetic algorithms. A case study considering a distribution network with 33 bus, 66 distributed generation, 32 loads with demand response contracts and 7 storage units has been implemented in a PSCADbased simulator developed in the field of the presented work, in order to validate the proposed short-term ERM methodology considering the dynamic power system behavior.

Particle swarm optimization based approaches to vehicle-to-grid scheduling

This paper addresses the problem of energy resources management using modern metaheuristics approaches, namely Particle Swarm Optimization (PSO), New Particle Swarm Optimization (NPSO) and Evolutionary Particle Swarm Optimization (EPSO). The addressed problem in this research paper is intended for aggregators’ use operating in a smart grid context, dealing with Distributed Generation (DG), and gridable vehicles intelligently managed on a multi-period basis according to its users’ profiles and requirements. The aggregator can also purchase additional energy from external suppliers. The paper includes a case study considering a 30 kV distribution network with one substation, 180 buses and 90 load points. The distribution network in the case study considers intense penetration of DG, including 116 units from several technologies, and one external supplier. A scenario of 6000 EVs for the given network is simulated during 24 periods, corresponding to one day. The results of the application of the PSO approaches to this case study are discussed deep in the paper.

Increase of the delivered energy probability in DES using a fuzzy probabilistic modeling

The paper proposes a methodology to increase the probability of delivering power to any load point by identifying new investments in distribution energy systems. The proposed methodology is based on statistical failure and repair data of distribution components and it uses a fuzzy-probabilistic modeling for the components outage parameters. The fuzzy membership functions of the outage parameters of each component are based on statistical records. A mixed integer nonlinear programming optimization model is developed in order to identify the adequate investments in distribution energy system components which allow increasing the probability of delivering power to any customer in the distribution system at the minimum possible cost for the system operator. To illustrate the application of the proposed methodology, the paper includes a case study that considers a 180 bus distribution network.

An integrated approach for distributed energy resource short term scheduling in smart grids considering realistic power system simulation

The large increase of distributed energy resources, including distributed generation, storage systems and demand response, especially in distribution networks, makes the management of the available resources a more complex and crucial process. With wind based generation gaining relevance, in terms of the generation mix, the fact that wind forecasting accuracy rapidly drops with the increase of the forecast anticipation time requires to undertake short-term and very short-term re-scheduling so the final implemented solution enables the lowest possible operation costs. This paper proposes a methodology for energy resource scheduling in smart grids, considering day ahead, hour ahead and five minutes ahead scheduling. The short-term scheduling, undertaken five minutes ahead, takes advantage of the high accuracy of the very-short term wind forecasting providing the user with more efficient scheduling solutions. The proposed method uses a Genetic Algorithm based approach for optimization that is able to cope with the hard execution time constraint of short-term scheduling. Realistic power system simulation, based on PSCAD , is used to validate the obtained solutions. The paper includes a case study with a 33 bus distribution network with high penetration of distributed energy resources implemented in PSCAD .

Particle swarm optimization applied to integrated demand response resources scheduling

The concept of demand response has a growing importance in the context of the future power systems. Demand response can be seen as a resource like distributed generation, storage, electric vehicles, etc. All these resources require the existence of an infrastructure able to give players the means to operate and use them in an efficient way. This infrastructure implements in practice the smart grid concept, and should accommodate a large number of diverse types of players in the context of a competitive business environment. In this paper, demand response is optimally scheduled jointly with other resources such as distributed generation units and the energy provided by the electricity market, minimizing the operation costs from the point of view of a virtual power player, who manages these resources and supplies the aggregated consumers. The optimal schedule is obtained using two approaches based on particle swarm optimization (with and without mutation) which are compared with a deterministic approach that is used as a reference methodology. A case study with two scenarios implemented in DemSi, a demand Response simulator developed by the authors, evidences the advantages of the use of the proposed particle swarm approaches.

Energy and ancillary services joint market simulation

In order to develop a flexible simulator, a variety of models for Ancillary Services (AS) negotiation has been implemented in MASCEM – a multi-agent system competitive electricity markets simulator. In some of these models, the energy and the AS are addressed simultaneously while in other models they are addressed separately. This paper presents an energy and ancillary services joint market simulation. This paper proposes a deterministic approach for solving the energy and ancillary services joint market. A case study based on the dispatch of Regulation Down, Regulation Up, Spinning Reserve, and Non-Spinning Reserve services is used to demonstrate that the use of the developed methodology is suitable for solving this kind of optimization problem. The presented case study is based on CAISO real AS market data considers fifteen bids.