Detection of quasi-periodic processes in complex systems: how do we quantitatively describe their properties?

It has been shown that in reality at least two general scenarios of data structuring are possible: (a) a self-similar (SS) scenario when the measured data form an SS structure and (b) a quasi-periodic (QP) scenario when the repeated (strongly correlated) data form random sequences that are almost periodic with respect to each other. In the second case it becomes possible to describe their behavior and express a part of their randomness quantitatively in terms of the deterministic amplitude–frequency response belonging to the generalized Prony spectrum. This possibility allows us to re-examine the conventional concept of measurements and opens a new way for the description of a wide set of different data. In particular, it concerns different complex systems when the ‘best-fit’ model pretending to be the description of the data measured is absent but the barest necessity of description of these data in terms of the reduced number of quantitative parameters exists. The possibilities of the proposed approach and detection algorithm of the QP processes were demonstrated on actual data: spectroscopic data recorded for pure water and acoustic data for a test hole. The suggested methodology allows revising the accepted classification of different incommensurable and self-affine spatial structures and finding accurate interpretation of the generalized Prony spectroscopy that includes the Fourier spectroscopy as a partial case.

Evaluation of the Electric Vehicle Impact in the Power Demand Curve in a Smart Grid Environment

Smart grids with an intensive penetration of distributed energy resources will play an important role in future power system scenarios. The intermittent nature of renewable energy sources brings new challenges, requiring an efficient management of those sources. Additional storage resources can be beneficially used to address this problem; the massive use of electric vehicles, particularly of vehicle-to-grid (usually referred as gridable vehicles or V2G), becomes a very relevant issue. This paper addresses the impact of Electric Vehicles (EVs) in system operation costs and in power demand curve for a distribution network with large penetration of Distributed Generation (DG) units. An efficient management methodology for EVs charging and discharging is proposed, considering a multi-objective optimization problem. The main goals of the proposed methodology are: to minimize the system operation costs and to minimize the difference between the minimum and maximum system demand (leveling the power demand curve). The proposed methodology perform the day-ahead scheduling of distributed energy resources in a distribution network with high penetration of DG and a large number of electric vehicles. It is used a 32-bus distribution network in the case study section considering different scenarios of EVs penetration to analyze their impact in the network and in the other energy resources management.

Combined heat and power and consumption optimization in a SCADA-based system

The operation of power systems in a Smart Grid (SG) context brings new opportunities to consumers as active players, in order to fully reach the SG advantages. In this context, concepts as smart homes or smart buildings are promising approaches to perform the optimization of the consumption, while reducing the electricity costs. This paper proposes an intelligent methodology to support the consumption optimization of an industrial consumer, which has a Combined Heat and Power (CHP) facility. A SCADA (Supervisory Control and Data Acquisition) system developed by the authors is used to support the implementation of the proposed methodology. An optimization algorithm implemented in the system in order to perform the determination of the optimal consumption and CHP levels in each instant, according to the Demand Response (DR) opportunities. The paper includes a case study with several scenarios of consumption and heat demand in the context of a DR event which specifies a maximum demand level for the consumer.

Alternativas Processuais e Valorização de Correntes da Refinaria de Matosinhos.

Evolução, ato ou efeito de evoluir, sequência de transformações, desenvolvimento progressivo. Se tudo à nossa volta se transforma, a indústria tem de acompanhar esse sistema evolutivo, tornando assim imprescindível alterar ou melhorar processos de produção quando estes não se enquadram com a realidade, ou porque o mercado se altera, ou porque as necessidades mudam, ou por simplesmente ser mais rentável. Sendo a Galp Energia uma empresa que se encontra sempre na vanguarda da evolução tecnológica, encontra no Departamento de Engenharia Química do Instituto Superior de Engenharia do Porto um aliado na procura do melhor modo de valorizar os seus produtos. A Refinaria de Matosinhos tem atualmente duas correntes de gasolina leve e uma de refinado que apresentam grande potencialidade de valorização. Parte destas correntes incorporam atualmente a pool de nafta química da refinaria que é vendida à Repsol Polímeros. O desafio que é proposto baseia-se em valorizar essas correntes através da sua isomerização aumentando o seu RON podendo então ter como fim a pool de gasolinas. Tirando partido da tecnologia disponível para este efeito são apresentados quatro cenários de possíveis soluções. Sendo os dois primeiros excluídos por violarem restrições impostas, o terceiro e quarto cenários foram analisados de um ponto de vista económico. O terceiro cenário conduz a gasolina leve da Fábrica de Aromáticos para a pool de gasolinas sem qualquer tratamento e a gasolina leve da Fábrica de Combustíveis continua a integrar a pool de nafta química. O refinado da Fábrica de Aromáticos será enviado para um splitter, sendo a corrente de topo destinada à pool de nafta química e a corrente de fundo enviada a um reator de isomerização, Isomalk-4SM, passando previamente por uma torre de argila de forma a assegurar que a restrição em teor de olefinas no reator não é violada. O efluente, com RON maior, integrará igualmente a pool de gasolinas. No quarto cenário a corrente de refinado da Fábrica de Aromáticos não sofre qualquer tratamento, continuando a alimentar a unidade de solventes, a gasolina leve da Fábrica de Aromáticos irá diretamente para a pool de gasolinas e a gasolina leve da Fábrica de Combustíveis passará pelo Isomalk-2SM para aumentar o índice de octanos garantido assim ter condições de integrar a pool de gasolinas. Dissertação de Mestrado em Engenharia Química Isomerização de Gasolina Leve O terceiro cenário apresenta um aumento de 4 576 773 € anuais nas receitas e o quarto alcança 11 333 982 € anuais. O investimento inicial total do terceiro cenário é de 28 821 608 € quando o quarto cenário carece de um investimento inicial de apenas 18 028 349 €. Quanto aos custos associados à implementação da unidade estes demonstram-se elevados, o terceiro cenário apresenta um custo de 23 133 429 € enquanto o do quarto cenário é de 13 998 797 €. O quarto cenário apresenta-se assim como a solução mais rentável para o objetivo desta dissertação.

Processo de cálculo automático de colunas mistas

Este relatório é elaborado no âmbito do estágio curricular no regime de parceria entre o Instituto Superior de Engenharia do Porto e o gabinete de projetos SE2P – Sociedade de Engenharia, Projetos e Planeamento, Lda. O tema do estágio é o estudo de colunas mistas aço-betão na vertente de projeto, mais concretamente através da criação dum processo de cálculo automático integrado com o modelo estrutural global. Aplicam-se os métodos de dimensionamento dos eurocódigos estruturais na avaliação da segurança dos estados limites. Avaliam-se as propriedades geométricas, determina-se a curva de interação, calcula-se a posição do eixo neutro donde se inferem os estados de tensão em flexão desviada ao nível da secção, necessários às verificações de segurança. O processo de cálculo tem por base uma folha de cálculo desenvolvida em Excel que, com ajuda do Visual Basic for Applications, comunica com o software de modelação e cálculo estrutural Autodesk Robot Professional Analisys. Cria-se fluxos de informação que possibilitam o cálculo iterativo de colunas mistas permitindo ajustar e por esta via otimizar as soluções de dimensionamento. A exportação de relatórios de cálculo detalhados para cada coluna constitui uma mais-valia para gabinetes de engenharia quando comparada com outras soluções de dimensionamento existentes no mercado. A aplicação do processo de cálculo desenvolvido a múltiplas combinações de soluções de colunas mistas permitiu analisar comparativamente os resultados obtidos e a criação de tabelas e ábacos que poderão ser úteis em cenários de pré-dimensionamento e de anteprojeto.

Scenarios Generation for Multi-Agent simulation of Electricity Markets based on Intelligent Data Analysis

This document presents a tool able to automatically gather data provided by real energy markets and to generate scenarios, capture and improve market players’ profiles and strategies by using knowledge discovery processes in databases supported by artificial intelligence techniques, data mining algorithms and machine learning methods. It provides the means for generating scenarios with different dimensions and characteristics, ensuring the representation of real and adapted markets, and their participating entities. The scenarios generator module enhances the MASCEM (Multi-Agent Simulator of Competitive Electricity Markets) simulator, endowing a more effective tool for decision support. The achievements from the implementation of the proposed module enables researchers and electricity markets’ participating entities to analyze data, create real scenarios and make experiments with them. On the other hand, applying knowledge discovery techniques to real data also allows the improvement of MASCEM agents’ profiles and strategies resulting in a better representation of real market players’ behavior. This work aims to improve the comprehension of electricity markets and the interactions among the involved entities through adequate multi-agent simulation.

Data Mining Approach to support the Generation of Realistic Scenarios for Multi-Agent simulation of Electricity Markets

This paper presents the Realistic Scenarios Generator (RealScen), a tool that processes data from real electricity markets to generate realistic scenarios that enable the modeling of electricity market players’ characteristics and strategic behavior. The proposed tool provides significant advantages to the decision making process in an electricity market environment, especially when coupled with a multi-agent electricity markets simulator. The generation of realistic scenarios is performed using mechanisms for intelligent data analysis, which are based on artificial intelligence and data mining algorithms. These techniques allow the study of realistic scenarios, adapted to the existing markets, and improve the representation of market entities as software agents, enabling a detailed modeling of their profiles and strategies. This work contributes significantly to the understanding of the interactions between the entities acting in electricity markets by increasing the capability and realism of market simulations.