Calibração automática para sistema de localização Multi-câmara

Mestrado em Engenharia Electrotécnica e de Computadores - Sistemas Autónomos

Production optimization of rotavirus-like particles: a system biology approach

Dissertation presented to obtain a Ph.D. degree in Engineering and Technology Sciences, Systems Biology at the Instituto de Tecnologia Química e Biológica, Universidade Nova de Lisboa

Downstream processing development of enveloped viruses for clinical applications: innovative tools for rational process optimization

Dissertation presented to obtain a Ph.D. degree in Engineering and Technology Sciences, Biotechnology at the Instituto de Tecnologia Química e Biológica, Universidade Nova de Lisboa

Estudo e análise das centrais híbridas de energias renováveis

Com o aumento do preço da eletricidade e o fim dos combustíveis fósseis, associados à necessidade de Portugal reduzir a sua dependência energética do exterior, provoca a necessidade urgente de apostar nas energias renováveis. Perante este cenário, e assumindo que o custo da fatura energética, é para as empresas portuguesas um fator cada vez mais determinante para serem competitivas, devido aos aumentos consecutivos da energia nos últimos anos, bem como, a subida do imposto de valor acrescentado (IVA) de 6% para 23%. Outro aspeto importante é a eficiência energética como instrumento para reduzir os consumos de eletricidade. Com estas duas medidas: utilização de energias renováveis e o aumento da eficiência energética, são extremamente importantes para a redução da produção dos gases de efeito estufa (GEE). Consequentemente, as empresas terão de investir na produção da própria energia a partir de fontes renováveis, de modo a proporcionar um desenvolvimento sustentável, associado à redução da fatura energética. Esta dissertação propõe o dimensionamento de um sistema híbrido composto por tecnologia fotovoltaica e eólica, com e sem armazenamento de energia em baterias, adequado para reduzir uma parte dos consumos de uma empresa enquadrada no sector dos plásticos. O dimensionamento deste sistema, foi efetuado com recurso à caracterização dos consumos da empresa através da recolha de dados e leituras no local da instalação. Paralelamente, foi efetuada uma pesquisa em diversos fabricantes, de modo a identificar qual o sistema mais indicado a adotar, considerando painéis fotovoltaicos, turbinas eólicas, inversores e baterias. Com base nos dados recolhidos na empresa e referentes ao potencial eólico e solar para o distrito do Porto, em conjunto com as características técnicas dos equipamentos selecionados, foi delineado o sistema híbrido utilizando para o efeito um software de simulação e otimização de sistemas híbridos, denominado Hybrid Optimization Model for Eletric Renewable (HOMER). São apresentadas várias simulações para as diversas configurações escolhidas e estudos comparativos entre si, com o objetivo de reduzir o consumo de eletricidade da rede. Adicionalmente, foram realizadas duas configurações apenas com tecnologia fotovoltaica, de modo a efetuar uma análise comparativa entre um sistema híbrido e outro apenas com uma fonte renovável. Os resultados apresentados focaram-se no desempenho diário, mensal e anual, bem como, a produção individual de cada tecnologia evidenciada. Por último, procedeu-se ao estudo da viabilidade técnico-económica das configurações.

New ultrasonic-based methods in proteomics

Dissertação apresentada para obtenção do Grau de Doutor em Bioquímica pela Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia.A presente dissertação foi preparada no âmbito do convénio bilateral existente entre a Universidade Nova de Lisboa e a Universidade de Vigo.

Influência do tipo de adesivo em juntas híbridas soldadas-adesivas

A necessidade de utilizar métodos de ligação entre componentes de forma mais rápida, eficaz e com melhores resultados, tem causado a crescente utilização das juntas adesivas, em detrimento dos métodos tradicionais de ligação tais como a soldadura, brasagem, ligações aparafusadas e rebitadas. A utilização das juntas adesivas tem vindo a aumentar em diversas aplicações industriais por estas apresentarem vantagens das quais se destacam a redução de peso, redução de concentrações de tensões e facilidade de fabrico. No entanto, também apresentam desvantagens, como a necessidade de preparação das juntas e o descentramento da carga aplicada que provoca efeitos de flexão, os quais dão origem a tensões normais na direcção da espessura do adesivo (tensões de arrancamento), afectando assim a resistência da junta. A combinação da ligação adesiva com a soldadura por pontos permite algumas vantagens em comparação com as juntas adesivas tradicionais como a maior resistência, aumento da rigidez, melhor resistência ao corte e arrancamento e também à fadiga. Neste trabalho é apresentado um estudo experimental e numérico de juntas de sobreposição simples adesivas e híbridas (adesivas-soldadas). Os adesivos utilizados são o Araldite AV138®, apresentado como sendo frágil, e os adesivos Araldite 2015® e Sikaforce® 7752, intitulados como adesivos dúcteis. Foram considerados substratos de aço (C45E) em juntas com diferentes comprimentos de sobreposição ( ), que foram sujeitas a esforços de tracção. Foi realizada uma análise dos valores experimentais e efectuada uma comparação destes valores com os resultados obtidos por Elementos Finitos (EF) no software ABAQUS®, que incluiu uma análise de tensões na camada de adesivo e previsão do comportamento das juntas por Modelos de Dano Coesivo (MDC). A análise por MDC permitiu obter os modos de rotura, as curvas força-deslocamento e a resistência das juntas com bastante precisão, com excepção das juntas coladas com o adesivo Sikaforce® 7752. Estes resultados permitiram validar a técnica de modelação proposta para as juntas coladas e híbridas, o que representa uma base para posterior aplicação desta técnica em projecto, com as vantagens decorrentes da redução do tempo de projecto e maior facilidade de optimização.

Optimização do processo de perfuração em maciços rochosos: consequências técnico-económicas

Este estudo centra-se na temática da perfuração de maciços rochosos. A perfuração, dependendo do seu objectivo, diâmetro e comprimento, tem um vasto leque de aplicações incluindo a perfuração para o desmonte com explosivos e colocação de elementos de contenção. Este estudo esta focado na perfuração, tendo normalmente um papel preponderante no rendimento dos ciclos de trabalho em que esta inserida. O processo de perfuração implica uma estreita interacção das ferramentas de perfuração com maciço rochoso a perfurar, como tal um conhecimento rigoroso dos parâmetros geológicos, geotécnicos, geomecânicos do maciço rochoso e preponderante para auxiliar a gestão, do ponto de vista técnico-económico, da operação de perfuração. Este estudo tem como principal objectivo a optimização técnico-económica desta operação através da introdução de processos baseados nas boas práticas de engenharia na perfuração de maciços rochosos, nomeadamente a definição e introdução do processo de afiação dos bits no ciclo de perfuração. Na caracterização do maciço rochoso, para além da pesquisa e recolha bibliográfica pretende-se recorrer a ensaios ”in situ” e laboratoriais que permitam obter informacao útil para a avaliação da perfurabilidade e abrasividade do maciço rochoso.

Using interval graphs in an order processing optimization problem

In this paper we address an order processing optimization problem known as minimization of open stacks (MOSP). We present an integer pro gramming model, based on the existence of a perfect elimination scheme in interval graphs, which finds an optimal sequence for the costumers orders.

GAIC: Um sistema inteligente e flexível para simulação e apoio à participação de pequenos e médios consumidores na gestão ativa de cargas no âmbito de smart grids

A liberalização dos mercados de energia e a utilização intensiva de produção distribuída tem vindo a provocar uma alteração no paradigma de operação das redes de distribuição de energia elétrica. A continuidade da fiabilidade das redes de distribuição no contexto destes novos paradigmas requer alterações estruturais e funcionais. O conceito de Smart Grid vem permitir a adaptação das redes de distribuição ao novo contexto. Numa Smart Grid os pequenos e médios consumidores são chamados ao plano ativo das participações. Este processo é conseguido através da aplicação de programas de demand response e da existência de players agregadores. O uso de programas de demand response para alcançar benefícios para a rede encontra-se atualmente a ser estudado no meio científico. Porém, existe a necessidade de estudos que procurem benefícios para os pequenos e médios consumidores. O alcance dos benefícios para os pequenos e médios consumidores não é apenas vantajoso para o consumidor, como também o é para a rede elétrica de distribuição. A participação, dos pequenos e médios consumidores, em programas de demand response acontece significativamente através da redução de consumos energéticos. De modo a evitar os impactos negativos que podem provir dessas reduções, o trabalho aqui proposto faz uso de otimizações que recorrem a técnicas de aprendizagem através da utilização redes neuronais artificiais. Para poder efetuar um melhor enquadramento do trabalho com as Smart Grids, será desenvolvido um sistema multiagente capaz de simular os principais players de uma Smart Grid. O foco deste sistema multiagente será o agente responsável pela simulação do pequeno e médio consumidor. Este agente terá não só que replicar um pequeno e médio consumidor, como terá ainda que possibilitar a integração de cargas reais e virtuais. Como meio de interação com o pequeno e médio consumidor, foi desenvolvida no âmbito desta dissertação um sistema móvel. No final do trabalho obteve-se um sistema multiagente capaz de simular uma Smart Grid e a execução de programas de demand response, sSendo o agente representante do pequeno e médio consumidor capaz de tomar ações e reações de modo a poder responder autonomamente aos programas de demand response lançados na rede. O desenvolvimento do sistema permite: o estudo e análise da integração dos pequenos e médios consumidores nas Smart Grids por meio de programas de demand response; a comparação entre múltiplos algoritmos de otimização; e a integração de métodos de aprendizagem. De modo a demonstrar e viabilizar as capacidades de todo o sistema, a dissertação inclui casos de estudo para as várias vertentes que podem ser exploradas com o sistema desenvolvido.

Using Baseline Methods to Identify Non-technical Losses in the Context of Smart Grids

Demand response has gained increasing importance in the context of competitive electricity markets and smart grid environments. In addition to the importance that has been given to the development of business models for integrating demand response, several methods have been developed to evaluate the consumers’ performance after the participation in a demand response event. The present paper uses those performance evaluation methods, namely customer baseline load calculation methods, to determine the expected consumption in each period of the consumer historic data. In the cases in which there is a certain difference between the actual consumption and the estimated consumption, the consumer is identified as a potential cause of non-technical losses. A case study demonstrates the application of the proposed method to real consumption data.

Multi-objective Parallel Particle Swarm Optimization for Day-ahead Vehicle-To-Grid Scheduling

This paper presents a methodology for multi-objective day-ahead energy resource scheduling for smart grids considering intensive use of distributed generation and Vehicle- To-Grid (V2G). The main focus is the application of weighted Pareto to a multi-objective parallel particle swarm approach aiming to solve the dual-objective V2G scheduling: minimizing total operation costs and maximizing V2G income. A realistic mathematical formulation, considering the network constraints and V2G charging and discharging efficiencies is presented and parallel computing is applied to the Pareto weights. AC power flow calculation is included in the metaheuristics approach to allow taking into account the network constraints. A case study with a 33-bus distribution network and 1800 V2G resources is used to illustrate the performance of the proposed method.

Consumers Performance Evaluation of the Participation in Demand Response Programs Using Baseline Methods

Demand response has gain increasing importance in the context of competitive electricity markets environment. The use of demand resources is also advantageous in the context of smart grid operation. In addition to the need of new business models for integrating demand response, adequate methods are necessary for an accurate determination of the consumers’ performance evaluation after the participation in a demand response event. The present paper makes a comparison between some of the existing baseline methods related to the consumers’ performance evaluation, comparing the results obtained with these methods and also with a method proposed by the authors of the paper. A case study demonstrates the application of the referred methods to real consumption data belonging to a consumer connected to a distribution network.

Decision support tool for Virtual Power Players: Hybrid Particle Swarm Optimization applied to Day-ahead Vehicle-To-Grid Scheduling

This paper presents a decision support tool methodology to help virtual power players (VPPs) in the Smart Grid (SGs) context to solve the day-ahead energy resource scheduling considering the intensive use of Distributed Generation (DG) and Vehicle-To-Grid (V2G). The main focus is the application of a new hybrid method combing a particle swarm approach and a deterministic technique based on mixedinteger linear programming (MILP) to solve the day-ahead scheduling minimizing total operation costs from the aggregator point of view. A realistic mathematical formulation, considering the electric network constraints and V2G charging and discharging efficiencies is presented. Full AC power flow calculation is included in the hybrid method to allow taking into account the network constraints. A case study with a 33-bus distribution network and 1800 V2G resources is used to illustrate the performance of the proposed method.

Particle Swarm Optimization of Electricity Market Negotiating Players Portfolio

Energy systems worldwide are complex and challenging environments. Multi-agent based simulation platforms are increasing at a high rate, as they show to be a good option to study many issues related to these systems, as well as the involved players at act in this domain. In this scope the authors’ research group has developed a multi-agent system: MASCEM (Multi- Agent System for Competitive Electricity Markets), which performs realistic simulations of the electricity markets. MASCEM is integrated with ALBidS (Adaptive Learning Strategic Bidding System) that works as a decision support system for market players. The ALBidS system allows MASCEM market negotiating players to take the best possible advantages from each market context. However, it is still necessary to adequately optimize the players’ portfolio investment. For this purpose, this paper proposes a market portfolio optimization method, based on particle swarm optimization, which provides the best investment profile for a market player, considering different market opportunities (bilateral negotiation, market sessions, and operation in different markets) and the negotiation context such as the peak and off-peak periods of the day, the type of day (business day, weekend, holiday, etc.) and most important, the renewable based distributed generation forecast. The proposed approach is tested and validated using real electricity markets data from the Iberian operator – MIBEL.

Electricity Markets Portfolio Optimization using a Particle Swarm Approach

Energy systems worldwide are complex and challenging environments. Multi-agent based simulation platforms are increasing at a high rate, as they show to be a good option to study many issues related to these systems, as well as the involved players at act in this domain. In this scope the authors’ research group has developed a multi-agent system: MASCEM (Multi-Agent System for Competitive Electricity Markets), which simulates the electricity markets. MASCEM is integrated with ALBidS (Adaptive Learning Strategic Bidding System) that works as a decision support system for market players. The ALBidS system allows MASCEM market negotiating players to take the best possible advantages from the market context. However, it is still necessary to adequately optimize the player’s portfolio investment. For this purpose, this paper proposes a market portfolio optimization method, based on particle swarm optimization, which provides the best investment profile for a market player, considering the different markets the player is acting on in each moment, and depending on different contexts of negotiation, such as the peak and offpeak periods of the day, and the type of day (business day, weekend, holiday, etc.). The proposed approach is tested and validated using real electricity markets data from the Iberian operator – OMIE.