| Summary: | Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-04-13T18:29:42Z
No. of bitstreams: 1
rodrigovitalmenta.pdf: 1050020 bytes, checksum: 0a0b9fed57688fe227860197468177c5 (MD5) === Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-04-24T03:23:52Z (GMT) No. of bitstreams: 1
rodrigovitalmenta.pdf: 1050020 bytes, checksum: 0a0b9fed57688fe227860197468177c5 (MD5) === Made available in DSpace on 2016-04-24T03:23:52Z (GMT). No. of bitstreams: 1
rodrigovitalmenta.pdf: 1050020 bytes, checksum: 0a0b9fed57688fe227860197468177c5 (MD5)
Previous issue date: 2015-09-28 === Este trabalho propõe uma metodologia para cálculo da tarifa variável de energia elétrica
considerando o ambiente de redes inteligentes (“Smart Grids”). Este problema, conhecido
como “Resposta de Demanda” (RD) ou “Tarifa Dinâmica” (TD), permite aos consumidores,
que até então pagam um preço fixo para energia, participarem ativamente do mercado de
energia tendo em vista que a diferença de preço durante as horas do dia induz a redução de
consumo nos horários de ponta e aumento em outros horários. A formulação proposta para
cálculo da tarifa é baseada em programação não linear onde a rede elétrica é considerada
juntamente com os limites operativos. A resposta do programa informa o valor da tarifa
durante o dia de tal forma que tanto a empresa distribuidora quanto os consumidores ganham
com o novo modelo de tarifa (Modelo Ganha-Ganha/MGG). A metodologia proposta foi
testada em sistemas de distribuição conhecidos da literatura. Os resultados mostram que o
processo proposto neste trabalho é promissor para aplicação em Smart Grids. === This work proposes a methodology for calculating the variable energy tariff considering the
environment of Smart Grids. This problem has been known as "Demand Response" (RD) or
"Dynamic Rate" (TD) and it allows consumers, which have been paying a fixed price for
energy, to participate in the energy market. The price difference during the day can induce
lower consumption at peak times as well as high consumption at other times. The proposed
approach for the optimal tariff calculation is based on nonlinear programming where the
network is considered. The consumers are represented by using a relationship between energy
price and consumption. The proposed optimization problem leads to optimal energy price to
obtain a Win-Win strategy for both the Distribution company and consumers. The proposed
methodology is tested in known distribution systems of literature and the results show that it
is promising for application in Smart Grid system.
|
|---|
