Report of the planning meeting of partners of the Caribbean Information Societies Measurement Initiative

The Planning Meeting of Partners was organized jointly by the Economic Commission for Latin America and the Caribbean (ECLAC) Subregional Headquarters for the Caribbean, the Observatory for the Information Society in Latin America and the Caribbean (OSILAC - an ECLAC project supported by the International Development Research Centre (IDRC), the University of West Indies (UWI), St. Augustine Campus and the Telecommunications Policy and Management Programme, Mona School of Business at UWI, Jamaica. The Caribbean Information Societies Measurement Initiative (CISMI) is a component of the research proposal entitled “Networks for Development: The Caribbean ICT Research Programme”, recently submitted to IDRC for funding approval. The main objective of this programme is to “promote multi-stakeholder knowledge exchange and dialogue about the potential contribution of Information and Communications Technology for economic development and poverty alleviation in the Caribbean” The proposed budget for the CISMI component within the aforementioned proposal is US$ 150,000. The main objectives of the CISMI component are twofold: (a) to conduct a comprehensive Information and Communications Technology (ICT) survey in the Caribbean subregion to cover baseline information needs for studies and analysis from different partners involved in the construction of the Caribbean Information Societies; and (b) to analyze the household-level data, including the status of broadband and mobile usage in selected Caribbean countries in order to promote evidence-based policy planning and implementation with respect to ICT development and its impact on social and economic development in the subregion. The Planning Meeting of Partners was convened to: (a) discuss the CISMI component partnership arrangements, (b) discuss the design and implementation mechanisms of the survey instrument (questionnaire); (c) inform and engage potential key stakeholders; and (d) obtain information from potential service providers (survey companies). The Planning Meeting of Partners took place on 28 and 29 September 2009 in Port of Spain, Trinidad and Tobago.

Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Previsão de carga multinodal usando a rede neural ART-ARTMAP fuzzy

Pós-graduação em Engenharia Elétrica - FEIS

Previsão espacial de demanda em sistemas de distribuição com uma base reduzida de dados

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Desenvolvimento de redes neurais para previsão de cargas elétricas de sistemas de energia elétrica

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Modelos para previsão de carga a curto prazo através de redes neurais artificiais com treinamento baseado na teoria da informação

O conhecimento prévio do valor da carga é de extrema importância para o planejamento e operação dos sistemas de energia elétrica. Este trabalho apresenta os resultados de um estudo investigativo da aplicação de Redes Neurais Artificiais do tipo Perceptron Multicamadas com treinamento baseado na Teoria da Informação para o problema de Previsão de Carga a curto prazo. A aprendizagem baseada na Teoria da Informação se concentra na utilização da quantidade de informação (Entropia) para treinamento de uma rede neural artificial. Dois modelos previsores são apresentados sendo que os mesmos foram desenvolvidos a partir de dados reais fornecidos por uma concessionária de energia. Para comparação e verificação da eficiência dos modelos propostos um terceiro modelo foi também desenvolvido utilizando uma rede neural com treinamento baseado no critério clássico do erro médio quadrático. Os resultados alcançados mostraram a eficiência dos sistemas propostos, que obtiveram melhores resultados de previsão quando comparados ao sistema de previsão baseado na rede treinada pelo critério do MSE e aos sistemas previsores já apresentados na literatura.

Metodologias de inteligência computacional aplicadas ao problema de previsão de carga a curto prazo

Diversas atividades de planejamento e operação em sistemas de energia elétrica dependem do conhecimento antecipado e preciso da demanda de carga elétrica. Por este motivo, concessionárias de geração e distribuição de energia elétrica cada vez mais fazem uso de tecnologias de previsão de carga. Essas previsões podem ter um horizonte de curtíssimo, curto, médio ou longo prazo. Inúmeros métodos estatísticos vêm sendo utilizados para o problema de previsão. Todos estes métodos trabalham bem em condições normais, entretanto deixam a desejar em situações onde ocorrem mudanças inesperadas nos parâmetros do ambiente. Atualmente, técnicas baseadas em Inteligência Computacional vêm sendo apresentadas na literatura com resultados satisfatórios para o problema de previsão de carga. Considerando então a importância da previsão da carga elétrica para os sistemas de energia elétrica, neste trabalho, uma nova abordagem para o problema de previsão de carga via redes neurais Auto-Associativas e algoritmos genéticos é avaliada. Três modelos de previsão baseados em Inteligência Computacional são também apresentados tendo seus desempenhos avaliados e comparados com o sistema proposto. Com os resultados alcançados, pôde-se verificar que o modelo proposto se mostrou satisfatório para o problema de previsão, reforçando assim a aplicabilidade de metodologias de inteligência computacional para o problema de previsão de cargas.

Uma metodologia para predição do campo elétrico de radiodifusão sonora em ondas médias utilizando inferências bayesianas

A adoção de sistemas digitais de radiodifusão sonora, que estão em fase de testes no país, permite realizar novos estudos visando um melhor planejamento para a implementação dessas novas emissoras. O que significa reavaliar os principais modelos de radiopropagação existentes ou propor novas alternativas para atender as demandas inerentes dos sistemas digitais. Os modelos atuais, conforme Recomendações ITU-R P. 1546 e ITU-R P. 1812, não condizem fielmente com a realidade de algumas regiões do Brasil, principalmente com as regiões de clima tropical, como a Região Amazônica, seja pelo elevado índice pluviométrico seja pela vasta flora existente. A partir dos modelos adequados ao canal de propagação, torna-se viável desenvolver ferramentas de planejamento de cobertura mais precisas e eficientes. A utilização destas ferramentas é cabível tanto para a ANATEL, para a elaboração dos planos básicos de distribuição de canais quanto para os radiodifusores. No presente trabalho é apresentada uma metodologia utilizando a inteligência computacional, baseada em Inferênciass Baysianas, para predição da intensidade de campo elétrico, a qual pode ser aplicada ao planejamento ou expansão de áreas de cobertura em sistemas de radiodifusão para frequências na faixa de ondas médias (de 300 kHz a 3MHz). Esta metodologia gera valores de campo elétrico estimados a partir dos valores de altitude do terreno (através de análises de tabelas de probabilidade condicional) e estabelece a comparação destes com valores de campo elétrico medidos. Os dados utilizados neste trabalho foram coletados na região central do Brasil, próximo à cidade de Brasília. O sinal transmitido era um sinal de rádio AM transmitido na frequência de 980 kHz. De posse dos dados coletados durante as campanhas de medição, foram realizadas simulações utilizando tabelas de probabilidade condicional geradas por Inferências Bayesianas. Assim, é proposto um método para predizer valores de campo elétrico com base na correlação entre o campo elétrico medido e altitude, através da utilização de inteligência computacional. Se comparados a inúmeros trabalhos existentes na literatura que têm o mesmo objetivo, os resultados encontrados neste trabalho validam o uso da metodologia para determinar o campo elétrico de radiodifusão sonora em ondas médias utilizando Inferências Bayesianas.

Previsão de demanda de cargas elétricas por seleção de variáveis stepwise e redes neurais artificiais

Pós-graduação em Engenharia Elétrica - FEIS

Transmission network expansion planning for the Colombian electrical system: Connecting the Ituango hydroelectric power plant

The hydroelectric power plant Hidroltuango represents a major expansion for the Colombian electrical system (with a total capacity of 2400 MW). This paper analyzes the possible interconnections and investments involved in connecting Hidroltuango, in order to strengthen the Colombian national transmission system. A Mixed Binary Linear Programming (MBLP) model was used to solve the Multistage Transmission Network Expansion Planning (MTEP) problem of the Colombian electrical system, taking the N-1 safety criterion into account. The N-1 safety criterion indicates that the transmission system must be expanded so that the system will continue to operate properly if an outage in a system element (within a pre-defined set of contingencies) occurs. The use of a MBLP model guaranteed the convergence with existing classical optimization methods and the optimal solution for the MTEP using commercial solvers. Multiple scenarios for generation and demand were used to consider uncertainties within these parameters. The model was implemented using the algebraic modeling language AMPL and solved using the commercial solver CPLEX. The proposed model was then applied to the Colombian electrical system using the planning horizon of 2018-2025. (C) 2014 Elsevier B.V. All rights reserved.

Transmission Expansion Planning Via a Constructive Heuristic Algorithm in Restructured Electricity Industry

The transmission expansion planning problem in modern power systems is a large-scale, mixed-integer, nonlinear and non-convex problem. this paper presents a new mathematical model and a constructive heuristic algorithm (CHA) for solving transmission expansion planning problem under new environment of electricity restructuring. CHA finds an acceptable solution in an iterative process, where in each step a circuit is chosen using a sensitivity index and added to the system. The proposed model consider multiple generation scenarios therefore the methodology finds high quality solution in which it allows the power system operate adequacy in an environment with multiple generators scenarios. Case studies and simulation results using test systems show possibility of using Constructive heuristic algorithm in an open access system.

Reactive power planning under conditional-value-at-risk assessment using chance-constrained optimisation

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Transmission network expansion planning considering repowering and reconfiguration

Transmission expansion planning (TEP) is a classic problem in electric power systems. In current optimization models used to approach the TEP problem, new transmission lines and two-winding transformers are commonly used as the only candidate solutions. However, in practice, planners have resorted to non-conventional solutions such as network reconfiguration and/or repowering of existing network assets (lines or transformers). These types of non-conventional solutions are currently not included in the classic mathematical models of the TEP problem. This paper presents the modeling of necessary equations, using linear expressions, in order to include non-conventional candidate solutions in the disjunctive linear model of the TEP problem. The resulting model is a mixed integer linear programming problem, which guarantees convergence to the optimal solution by means of available classical optimization tools. The proposed model is implemented in the AMPL modeling language and is solved using CPLEX optimizer. The Garver test system, IEEE 24-busbar system, and a Colombian system are used to demonstrate that the utilization of non-conventional candidate solutions can reduce investment costs of the TEP problem. (C) 2015 Elsevier Ltd. All rights reserved.

Artificial immune networks Copt-aiNet and Opt-aiNet applied to the reconfiguration problem of radial electrical distribution systems

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Mixed-integer convex model for VAr expansion planning

This paper presents a mixed-integer convex-optimization-based approach for optimum investment reactive power sources in transmission systems. Unlike some convex-optimization techniques for the reactive power planning solution, in the proposed approach the taps settings of under-load tap-changing of transformers are modeled as a mixed-integer linear set equations. Are also considered the continuous and discrete variables for the existing and new capacitive and reactive power sources. The problem is solved for three significant demand scenarios (low demand, average demand and peak demand). Numerical results are presented for the CIGRE-32 electric power system.