SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL
|
|
- Márcia Salgado
- 5 Há anos
- Visualizações:
Transcrição
1 SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GPL a 17 Outubro e 2007 Rio e Janeiro - RJ GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL PLANEJAMENTO DA EXPANSÃO DA TRANSMISSÃO VIA ESTRATÉGIAS DE EVOLUÇÃO CONSIDERANDO O VALOR DA CONFIABILIDADE E OS CUSTOS DE PERDAS L.A.F. Manso* UFSJ, São João el-rei, MG C.E. Sacramento CEMIG, Belo Horizonte, MG A.M. Leite a Silva L.C. Resene W.S. Sales L.S. Rezene UNIFEI, Itajubá, MG RESUMO Este artigo apresenta uma nova metoologia para solucionar o problema a expansão a transmissão, a qual utiliza uma aboragem inâmica e consiera a busca pela solução e mínimo custo global, composto pelos custos e investimentos, pelos custos e interrupção, ou valor a confiabiliae (ínice LOLC Loss of Loa Cost), e pelos custos e operação, restritos ao valor as peras ôhmicas. O moelo aotao para o processo e busca as melhores alternativas e expansão utiliza Estratégias e Evolução em conjunto com outras heurísticas, tais como a empregaa pelo métoo GRASP, para a construção e soluções iniciais. Estuos e casos com um sistema teste e um sistema real a CEMIG são apresentaos e iscutios. PALAVRAS-CHAVE Planejamento a expansão a transmissão, Estratégias e evolução, Valor a confiabiliae, Metaheurísticas INTRODUÇÃO O planejamento a expansão a transmissão (PET) é uma tarefa e otimização complexa, pois eve assegurar o atenimento a emana ao longo o horizonte e planejamento, com nível e confiabiliae aequao, e, ao mesmo tempo, minimizar os custos e investimento, e operação e e interrupção. O principal objetivo é efinir one, quano e quais reforços everão ser implantaos na ree elétrica. Para tal, eve-se consierar um horizonte plurianual, e moo a eterminar as melhores seqüências e obras e reforço ano a ano. Geralmente, o horizonte e planejamento é iviio em curto, méio e longo prazo, e acoro com o tipo e ecisão a ser tomaa e com a qualiae as informações envolvias no processo e planejamento. Vários artigos sobre o planejamento a expansão a transmissão poem ser encontraos na literatura [1]-[11]. Para contornar a natureza inâmica o problema PET, estuos simplificaos (conhecios como planejamento estático) efinem, para apenas um estágio, one e quais reforços evem ser implantaos. Uma outra simplificação aplicaa ao problema PET está na utilização e métoos eterminísticos, através os quais são esconsieraas as incertezas associaas, tais como saías forçaas e equipamentos, flutuações na carga, conições hirológicas, cenários e projeção e carga, localização e novas fontes e geração, etc. Mesmo consierano apenas aspectos eterminísticos, é muito ifícil encontrar a solução ótima para problemas PET, uma vez que ela requer o uso e algoritmos combinatoriais, os quais apresentam grane ificulae e execução, até mesmo para sistemas e porte méio. Com a inclusão e incertezas, a solução ótima estes problemas se torna praticamente inacessível. Recentemente, os moelos metaheurísticos têm espertao grane interesse. Tais moelos utilizam técnicas e otimização que, passo a passo, realizam um processo e geração, avaliação e seleção e opções e expansão. Estes moelos são mais atrativos, pois poem obter boas (i.e. economicamente competitivas) soluções factíveis a * DEPEL UFSJ Universiae Feeral e São João el-rei Praça Frei Orlano, 170, São João el-rei, MG Tel.: (32) Fax: (32) lmanso@ufsj.eu.br
2 2 um baixo custo computacional. Ao mesmo tempo, o processo e otimização poe utilizar estratégias que procuram evitar o aprisionamento em vales a função objetivo e, consequentemente, reuzem o risco e obtenção e ótimos locais e baixa qualiae. Portanto, tais métoos têm emonstrao um excelente potencial para encontrar boas soluções factíveis, mas não necessariamente ótimas [12]. Várias metaheurísticas foram empregaas na última écaa para resolver problemas PET, tais como: Recozimento Simulao (SA Simulate Annealing) [5], Busca Tabu (TS Tabu Search) [6], Algoritmos Genéticos (GA Genetic Algorithms) [7], Proceimento e Busca Aleatória Gulosa (GRASP Greey Ranomize Search Proceure) [8], Sistema e Colônia e Formigas (ACS Ant Colony System) [9] e Estratégias e Evolução (ES Evolution Strategies) [10]. Este artigo apresenta uma nova metoologia para solucionar o problema PET, utilizano uma aboragem inâmica e consierano a busca pela solução e mínimo custo global, composto pelos custos e investimentos, pelos custos e interrupção, ou valor a confiabiliae (ínice LOLC Loss of Loa Cost, [11],[13],[14]), e pelos custos e operação, restritos ao valor as peras ôhmicas. O moelo aotao para o processo e busca as melhores alternativas e expansão utiliza Estratégias e Evolução em conjunto com outras heurísticas, tais como a empregaa pelo GRASP, para a construção e soluções iniciais. Estuos e casos com um sistema teste e um sistema real a CEMIG são apresentaos e iscutios ESTRATÉGIAS DE EVOLUÇÃO Métoos e Computação Evolucionária (EC Evolutionary Computation) se baseiam no princípio a representação aproximaa a evolução natural. Estes algoritmos alteram a população e inivíuos (soluções) ao longo e uma seqüência e gerações, utilizano-se e analogias estatísticas com o processo e evolução natural. Apesar e existirem atualmente muitas varieaes e EC, historicamente é possível ientificar três aboragens gerais: GA, ES e programação evolucionária. Estas aboragens iferem entre si nos mecanismos e alteração, aplicaos e geração para geração, e na forma e representação computacional os inivíuos. Contuo, atualmente toas as classes e algoritmos EC são bastante similares, seno que caa área e EC copiou e moificou iéias apresentaas pelas emais áreas. A metoologia GA é mais popular entre pesquisaores e engenheiros e sistema e potência [12]. As principais iferenças entre ES e GA referem-se à representação a população e aos mecanismos e evolução. Em geral, GA utilizam strings binárias para caracterizar um inivíuo. Já através os algoritmos ES, a representação é realizaa e forma ireta, i.e. caa gene e um inivíuo é representao por uma variável real o problema, enominaa parâmetro objeto. Também e maneira iferente em relação aos GA, o algoritmo ES, em geral, utiliza apenas os mecanismos e seleção e mutação para simular o processo evolutivo. 2.1 Representação Como já foi observao, os algoritmos ES utilizam a representação ireta. Então, em problemas e expansão a transmissão, caa gene e um inivíuo corresponerá a uma as opções e reforço (i.e. ramo one novos circuitos poerão ser instalaos) e será preenchio por um número inteiro, variano e zero até o número máximo e reforços por gene. Portanto, a representação básica e um inivíuo terá o seguinte aspecto: X [ X, X,..., X,..., X ] T = 1 2 i n (1) one: X i representa o número e circuitos aicionaos ao ramo i, na ecisão ; e n é o número e genes (i.e. ramos que poerão receber reforços). 2.2 Seleção Os iversos moelos e ES erivam o moelo geral (µ,κ,λ,ρ)es [15], cujos parâmetros têm os seguintes significaos: µ é o no. e progenitores numa geração; κ é o no. e gerações que um inivíuo sobrevive; λ é o no. e escenentes criaos numa geração; e ρ é o no. e progenitores e um inivíuo. Neste trabalho é utilizao o moelo (µ+λ)es. Portanto, κ e ρ são feitos iguais a 1, e os novos µ progenitores são selecionaos o conjunto µ+λ. Esta forma e seleção garante que, no conjunto, os inivíuos a geração futura nunca serão piores que os seus progenitores. 2.3 Mutação A mutação traz iversiae para as populações, garantino assim, que iferentes regiões, entro o espaço e busca, sejam exploraas. Nas ES a mutação consiste em aicionar, a caa inivíuo, uma perturbação Z normalmente istribuía, e imensão (n 1), conforme Eqs. (2) e (3). X ~ = X + Z (2) [ N ( 0,1),..., N ( 0,1),..., N ( )] T Z = σ 1 i n 0,1 (3) one: X ~ representa um novo inivíuo, o qual é obtio através a mutação e X ; σ é a amplitue e mutação ou passo mutacional, que eve ser vista como um parâmetro estratégico; N i(0,1) correspone a uma istribuição Gaussiana com méia zero e variância unitária.
3 3 A amplitue e mutação, σ, poe ser iniviualizaa e, então, ficar sujeita à mutação e seleção, caracterizano o moelo ES auto-aaptativo. Neste moelo, caa inivíuo fica governao por parâmetros, objetos e estratégicos (amplitues e mutação), os quais estão sujeitos à evolução. Para o caso em que σ é mantio constante urante too o processo evolutivo, e apenas os parâmetros objetos ficam sujeitos à mutação e seleção, tem-se o ES nãoaaptativo. Para o problema a expansão a transmissão, que é iscreto, o moelo não-aaptativo teve melhor esempenho, seno aotao neste trabalho. Como poe ser visto, a perturbação Z é contínua. Então, caa novo inivíuo (prouzio por mutação) eve ter seus genes iscretizaos. Isto poe ser feito através e uma função e arreonamento como a utilizaa em [10]. 2.4 Geração Inteligente a População Inicial Após uma série e testes preliminares foi constatao que a convergência o algoritmo ES é fortemente influenciaa pela escolha a população inicial. Então, para melhorar o esempenho o algoritmo é funamental a utilização e heurísticas para a construção e boas soluções iniciais, as quais farão parte a chamaa População Inicial Inteligente. Para tal, este artigo se baseou na chamaa fase construtiva, utilizaa pelo métoo e busca GRASP [8]. Assim, metae a População Inicial Inteligente é geraa aleatoriamente e a outra metae é geraa com base em uma função gulosa, obtia a partir a seguinte otimização linear: s.a. one: Min T α z = r (4) g + r + Bθ = (4.1) 0 g (4.2) g max 0 r (4.3) f f max (4.4) α - Vetor e custo unitário e carga não supria; g - Vetor e geração; r - Vetor e carga não supria (ou geração fictícia); B - Matriz susceptância; θ - Vetor ângulo e tensão; - Vetor e carga; g max - Vetor limite e geração na barra; f - Vetor fluxo e potência; f max - Vetor limite e fluxo e potência. Este problema e programação linear poe ser eficientemente resolvio por um cóigo ual simplex e os multiplicaores e Lagrange associaos a caa restrição são obtios como subprouto a solução. Dentre estes multiplicaores, aqueles associaos com as restrições a Eq. (4.1) são os e interesse, pois meem os benefícios para os ínices e carga não supria ecorrentes e alterações nas susceptâncias os circuitos. Denotano estes multiplicaores e Lagrange pelo vetor π, tais benefícios poem ser estimaos por [8]: π l = ( π π l )( θ θ l ) (5) one: π l é o multiplicaor e Lagrange associao com a susceptância o circuito que conecta as barras e l. A fim e consierar também os custos associaos ao reforço e um ao circuito, a função gulosa é efinia como: h l l π = (6) c l seno c l o custo o investimento necessário para aicionar um novo circuito entre as barras e l. Agora é possível construir uma lista e reforços caniatos formaos a partir os circuitos mais promissores, orenaos pela função gulosa. O algoritmo e 5 passos a seguir fornece um conjunto e boas soluções factíveis a serem utilizaas para compor metae a População Inicial Inteligente: (i) Para uma aa carga prevista, executar um fluxo ótimo DC, isto é Eq. (4), consierano o sistema elétrico sem nenhum reforço (caso base); (ii) Avaliar a função gulosa, isto é Eq. (6) e orenar os circuitos usano os parâmetros h l; (iii) Através e uma istribuição uniforme, amostrar, entre os n melhores circuitos orenaos, apenas 1 reforço para ser aicionao à ree e executar um novo fluxo e potência ótimo DC; (iv) Se a nova solução é factível eve-se ir para o passo (v), senão eve-se retornar ao passo (ii); (v) Se o tamanho pré-especificao (50% a População Inicial Inteligente) for alcançao eve-se iniciar a busca, senão eve-se retornar ao passo (i).
4 4 2.5 Custos e Peras Ôhmicas Para a incorporação as peras ao moelo e fluxo e potência DC foi utilizaa a metoologia apresentaa em [16] e mais alguns proceimentos como, por exemplo, a aoção e uma folga nos circuitos e transmissão, a qual eve ser suficiente para acomoar a parcela e fluxo evio às peras. Tais proceimentos visam evitar que o algoritmo e otimização seja executao mais que uma vez para caa alternativa e expansão analisaa. Após serem eterminaas as peras, o seu custo (Cperas) é obtio através a Eq. (7). one: ( P ) Cperas = 8736 CWh FP ij (7) C Wh - custo unitário e peras, ao em R$/Wh; FP - fator e peras; P ij - peras ôhmicas, para a conição e carga pico, no circuito entre as barras i e j (existente ou novo). Com a inclusão as peras ôhmicas, o custo e expansão e uma aa seqüência para um eterminao ano i ( S ) poe ser obtio através a Eq. (8). i one: i nt = i S Cinv j M i, j + Cperas (8) j= 1 Cinv j - custo e investimento por uniae e transmissão (circuito) nova j; M i,j - número e uniaes alocao no ramo j no ano i a seqüência ; nt - número e ramos que poerão receber novos circuitos; Cperas i - custo as peras ôhmicas no ano i a seqüência. A utilização a constante 8736 na Eq. (7), visa transformar o custo incremental e peras em custos anuais. Desta forma, as parcelas o custo total referentes ao investimento e às peras são toas obtias em uma base anual. Portanto, a função objetivo aa pela Eq. (8) fica formulaa e maneira consistente PLANEJAMENTO DINÂMICO A metoologia proposta para solucionar problemas PET segue alguns princípios básicos. Primeiramente, o algoritmo ES é aplicao a uma População Inicial Inteligente, para encontrar as n b melhores soluções associaas com o último ano o horizonte e planejamento. Uma vez obtias as n b melhores soluções associaas ao último ano, uma aboragem para se encontrar as n b melhores soluções para os níveis e carga os anos preceentes n b- 1, n b-2,..., 1 é escrita a seguir. A iéia básica é coorenar as soluções encontraas para caa ano preceente com o conjunto e reforços ótimos obtios a partir o último ano. Finalmente, os custos e interrupção associaos com as n b melhores seqüências são avaliaos e consieraos juntamente com os custos e peras e os investimentos. 3.1 Cronologia os Reforços Para um ao horizonte, N Y, o problema PET poe ser efinio como: Min { S } = Min S i i= 1,NY one S representa o custo total (investimento e peras) associao com a seqüência e reforços realizaos no períoo e análise, e S i é obtio conforme Eq. (8). Usano um algoritmo ES, iniciao pela função gulosa, poe-se acessar as n b melhores soluções para o patamar e carga o último ano o horizonte, isto é L(N Y). Para caa solução, um conjunto e reforços é encontrao e será utilizao para efinir a melhor solução para o ano anterior, isto é N Y-1. Portanto, poe-se encontrar a melhor solução conicionaa ao conjunto e reforços obtio para caa uma as n b melhores soluções o ano N Y, e também conicionaa ao nível e carga o ano N Y-1, isto é L(N Y-1). Este processo continua para os anos N Y-2, N Y-3,..., 1. No final este processo, existirão n b seqüências e boas soluções coorenaas e aquela cujo valor presente os totais e investimento e peras seja mínimo é escolhia como a melhor opção. Na escrição anterior a metoologia, o último ano foi escolhio como o mais importante, uma vez que toa a seqüência é obtia a partir este ano. Contuo, é possível escolher qualquer ano como o mais importante, evio, por exemplo, a alguma informação relevante sobre o sistema. Aicionalmente, uma orem e priorização qualquer (e.g. N Y-5, N Y-2, N Y,..., 1) poe ser aotaa para a obtenção as melhores seqüências. Assim, a escolha o ano mais importante e a efinição e uma orem e priorização os anos, tornam mais flexível o processo e busca. (9)
5 5 Para realizar a busca pela melhor solução em um eterminao ano, sempre partino e uma População Inicial Inteligente, o algoritmo ES eve utilizar a Eq. (10), aa a seguir: T T z = c x + α r + Cperas (10) one c representa o vetor e custo e investimento unitário e x é o vetor e ecisão e reforços (inivíuo), cujos componentes são os genes o processo ES para um ano, ou nível e carga, particular. A Eq. (10) resulta a inclusão os custos e investimento e e peras à Eq. (4), e está sujeita às mesmas restrições: Eqs. (4.1) a (4.4). 3.2 Valor a Confiabiliae Geralmente, se um horizonte é efinio (N Y), o processo e otimização global tenta encontrar uma boa (ou mesmo ótima) solução S*, a qual tem margens muito pequenas e capaciae no final o períoo e análise. Como o planejamento, mesmo que futuramente, também será realizao para os anos subseqüentes, N Y+1, N Y+2,..., a solução encontraa tene a não ser uma opção tão boa quanto parece. A fim e solucionar os problemas anteriores, as margens e capaciae, associaas às boas soluções encontraas em caa estágio a otimização, têm que ser meias e incluías neste processo. Isto poe ser conseguio através a avaliação a LOLC. Deste moo, a busca pela solução final ótima S* penalizará a falta e margem e reserva, a fim e que os efeitos percebios, principalmente no último ano, sejam minimizaos. 3.3 Algoritmo Proposto Os passos a seguir resumem o algoritmo proposto, consierano uma aa orem e priorização os anos (estágios) o horizonte e planejamento (N Y ): (i) Utilizano a metoologia apresentaa na subseção 2.4, gerar uma População Inicial Inteligente para o primeiro ano priorizao; (ii) Encontrar toas as n b melhores soluções para o primeiro ano priorizao utilizano um algoritmo ES baseao na Eq. (10). Calcular os custos e interrupção (LOLC) associaos com estas soluções; (iii) Definir os reforços caniatos para o próximo ano, ao pela orem e priorização. Neste caso, os reforços caniatos são efinios pela solução o ano posterior mais próximo (em orem cronológica), quano existir. Caso contrário, os reforços caniatos são os mesmos efinios para o horizonte e planejamento. Por outro lao, quano houver soluções para pelo menos um os anos anteriores (em orem cronológica), realiza-se a expansão partino o ano anterior mais próximo; (iv) Utilizano o mesmo algoritmo ES o passo (ii), encontrar as n b melhores soluções coorenaas para o ano em expansão (ao pela orem e priorização). Para tal, assim como no passo (i), eve ser geraa uma População Inicial Inteligente. Calcular os custos e interrupção para o ano em análise; (v) Repetir os passos (iii) e (iv) até que toos os anos o horizonte e planejamento tenham sio consieraos; (vi) Calcular o valor presente os custos (investimento, peras e interrupção) para a taxa e esconto especificaa. Assim, a solução ótima S* é encontraa. Obviamente, o algoritmo anterior não fornece, necessariamente, a melhor solução para o problema PET, mas uma solução e alta qualiae com aceitável tempo e CPU. Este algoritmo poe ser mais refinao para explorar várias trajetórias o espaço e soluções APLICAÇÃO Os estuos aqui apresentaos corresponem a aplicações o algoritmo proposto, utilizano a técnica ES, na expansão e um sistema teste e e um sistema e subtransmissão a CEMIG. 4.1 Sistema Teste A Figura 1 ilustra o sistema teste, o qual possui 6 barras (3 e geração e 3 e carga) e 11 circuitos uplos. No ano e referência ou ano base, a capaciae instalaa é e 260 MW e a emana máxima é e 210 MW. O horizonte e planejamento é e 8 anos e a caa ano a carga e a capaciae e geração são aumentaas em 25% os valores apresentaos no ano e referência. Assim, a carga e a capaciae instalaa no final o períoo e análise serão e 630 MW e 780 MW, respectivamente. Para este sistema, não é permitia a criação e novos ramos (conexões entre barras), e o número e novos circuitos a serem acrescios aos ramos existentes é limitao a 3 circuitos simples. A potência base aotaa para esse sistema é 100 MVA. A Tabela 1 apresenta 5 casos consierano iferentes orens para o processo e busca as melhores seqüências e reforços. A coluna PRIORIZAÇÃO fornece a orem os anos priorizaos para caa estuo. Consierano o primeiro ano priorizao e caa caso, as 5 melhores soluções são obtias, isto é n b = 5. Portanto, 5 seqüências e reforços serão criaas para caa um os 5 casos. A avaliação a confiabiliae composta, via simulação Monte Carlo não-seqüencial, é realizaa separaamente no final o processo e busca, para o qual a função e aaptação é basicamente o custo e investimento somao ao custo e peras.
6 6 As Tabelas 2 e 3 mostram os aos eterminísticos e estocásticos, e geração e e circuitos, respectivamente. Na Tabela 2, a capaciae máxima por uniae e geração é efinia para o ano e referência. Na Tabela 3, os valores e resistência, reatância, capaciae, custos e investimento e taxa e falha são fornecios para caa circuito simples. Portanto, caa circuito existente no ano base (circuito uplo) terá o obro a capaciae e a metae a resistência e reatância apresentaas na Tabela 3, para o respectivo circuito simples. Toos os circuitos têm um MTTR e 10 horas. As cargas, conectaas às barras 4, 5 e 6, são iguais e atingem 70 MW no ano e referência. Para o cálculo o custo e peras foram aotaos: um custo unitário e peras igual a 0,10 R$/Wh e um fator e peras e 0,6144. Para a obtenção a LOLC, um custo unitário e interrupção e 1,50 R$/Wh e a curva e carga horária o IEEE-RTS [17] são aotaos. Para o emprego a técnica ES são utilizaos um passo e mutação σ = 0,4 e uma população e 10 inivíuos, seno a população inicial geraa usano a metoologia escrita na subseção 2.4. O processo evolucionário é interrompio se o número e 150 gerações é atingio ou se a melhor solução obtia permanece inalteraa após 20 gerações. O algoritmo ES é executao 10 vezes para caa ano e estuo, a fim e capturar a melhor solução. O valor e R$/W é aotao para a penaliae (α) o corte e carga. A Tabela 4 mostra os custos obtios pelo algoritmo proposto, para as 5 melhores seqüências e caa caso estuao. Toos os custos estão expressos em termos e seu valor presente, seno utilizaa uma taxa e esconto e 10% ao ano. A melhor seqüência e caa caso aparece em negrito. Como poe ser observao, se apenas os custos e investimento fossem consieraos, a Seqüência C 2 seria a venceora, pois apresenta o menor montante e investimentos: R$201, Esta situação não é alteraa após a inclusão o custo e peras. Contuo, quano também a LOLC é incluía, a Seqüência B 3 se torna a melhor solução e maneira estacaa, apresentano um custo total e R$283, Nota-se, para este sistema, que os custos e peras são muito próximos ao longo as seqüências. Por se tratar e um sistema muito estressao, principalmente nos anos finais o planejamento, há uma grane coinciência e reforços, acarretano em pontos e operação semelhantes. A Tabela 5 mostra o plano ótimo e investimentos para a Seqüência B 3. São incluíos apenas os ramos que receberam novos circuitos. Por exemplo, consierano o último ano o horizonte, apenas 2 circuitos são aicionaos, um no ramo 8 e outro no ramo 10. Estas aições custam R$35 milhões. Este e também os investimentos realizaos nos emais anos são convertios para o valor presente, cujo total atinge R$201,47 milhões. Os custos e peras e a LOLC são também apresentaos na Tabela 5, tanto em valores anuais, como através o valor presente total. O tempo méio e CPU gasto para obter as 5 melhores soluções e caa caso, com o algoritmo proposto, incluino a geração a População Inicial Inteligente, foi e 59 minutos, em um Pentium IV com processaor e 2,4 GHz. A avaliação a confiabiliae e caa seqüência gastou, em méia, 15 minutos no mesmo PC. O algoritmo ES foi acionao 1800 vezes urante too o processo e busca (i.e. para os 5 casos analisaos) e um total e otimizações lineares foram executaas, incluino aquelas necessárias para gerar as Populações Iniciais Inteligentes. A avaliação a confiabiliae composta analisou um total e estaos através a simulação Monte Carlo não-seqüencial. 4.2 Sistema e Subtransmissão a CEMIG Um sistema e subtransmissão a CEMIG, localizao na Região Norte e Minas Gerais, foi utilizao para um seguno teste a metoologia proposta. Este sistema é composto por 12 barras, incluino 6 pontos e carga, uma interligação e uma barra e geração. O seu pico e carga atinge 780,05 MW e a máxima capaciae e geração local é 226,76 MW. O restante e potência é fornecio pela barra e interligação. Existem 20 circuitos e transmissão operano em ois níveis: 138 e 230 V. Um horizonte e expansão e 10 anos é consierao, seno aotaa uma taxa e crescimento e carga igual a 5% ao ano. Para o reforço a subtransmissão, toas as possíveis interligações entre as barras e 138 V são consieraas. Deste moo, 22 pontos e alocação e reforços (ramos) são efinios. É permitio alocar no máximo 3 circuitos por ramo. Portanto, se já existe uma linha e transmissão entre uas barras, somente uas novas linhas poerão ser aicionaas neste ramo. As seqüências e expansão são obtias para caa 2 anos o períoo e estuo, o que efine 6 estágios. Também são consieraos 5 casos e priorização os estágios. Uma população e 20 inivíuos é utilizaa pelo algoritmo ES proposto. Os outros parâmetros utilizaos neste sistema são os mesmos o Sistema Teste. O tempo méio e processamento gasto pela metoologia proposta, para obter as 5 melhores soluções (seqüências) e caa caso e priorização os estágios, incluino as análises e confiabiliae, foi e 3 horas e 28 minutos, utilizano o mesmo Pentium IV com processaor e 2,4 GHz. Envolveno toos os 5 casos, o algoritmo ES foi executao vezes. Já a simulação Monte Carlo não-seqüencial analisou um total e estaos. Novos testes estão seno realizaos com um sistema e maior porte, a própria CEMIG, consierano a inclusão e linhas e transmissão com iferentes níveis e tensão e a moelagem AC para estuos e fluxo e potência. Outras metaheurísticas estão seno testaas. Além as Estratégias e Evolução, a Busca Tabu tem apresentao excelente esempenho.
7 7 G G L G L L Figura 1. Sistema Teste Ano Base. Caso Tabela 1. Casos Estuaos. Orem e Priorização os Anos 1 8, 7, 6, 5, 4, 3, 2, 1 e 0 2 7, 8, 6, 5, 4, 3, 2, 1 e 0 3 6, 8, 7, 5, 4, 3, 2, 1 e 0 4 5, 8, 7, 6, 4, 3, 2, 1 e 0 5 4, 8, 7, 6, 5, 3, 2,,1 e 0 Tabela 2. Daos e Geração Determinísticos e Estocásticos. Barras No. e Uniaes Cap. Max. por Uniae (MW) λ (/ano) MTTR (h) ,0 7,0 20, ,0 10,0 40, ,0 10,0 40,0 Tabela 3. Daos e Circuitos Determinísticos e Estocásticos. Barras No. o Circuito R (pu) X (pu) Cap. (pu) Custo λ (/ano) ,10 0, , ,10 0,40 0, , ,15 0,60 0, , ,13 0,50 0, , ,05 0,20 0, , ,15 0,60 0, , ,10 0,40 0, , ,13 0,52 0, , ,05 0,20 0, , ,20 0,80 0, , ,15 0,60 0, ,50 Ano Tabela 5. Plano Ótimo e Expansão Seqüência B 3. Circuitos Aicionaos Custo Anual INV. PERDAS LOLC ,00 7,39 27, ,00 6,47 18, ,00 6,31 11, ,00 5,57 11, ,00 4,83 10, ,00 4,31 4, ,00 3,37 5, ,00 2,67 3, ,00 2,17 0,14 Valor Presente Total = 201,47 27,71 54,27 Tabela 4. Valor Presente para as 5 Melhores Seqüências. Seq. CASO Inv. Peras LOLC Total A 1 202,00 27,61 63,88 293,49 B 1 202,43 27,53 65,49 295,45 C 1 204,76 27,47 65,95 298,18 D 1 204,53 27,50 67,16 299,19 E 1 204,53 27,52 66,02 298,07 A 2 204,53 27,50 67,16 299,19 B 2 202,43 27,53 65,49 295,45 C 2 201,07 27,72 60,92 289,71 D 2 204,17 27,55 59,19 290,92 E 2 224,09 27,55 55,92 307,57 A 3 201,47 27,67 59,55 288,68 B 3 201,47 27,71 54,27 283,45 C 3 202,00 27,61 63,88 293,49 D 3 202,94 27,68 58,81 289,43 E 3 202,94 27,72 53,74 284,40 A 4 202,10 27,61 60,57 290,27 B 4 202,00 27,60 60,22 289,82 C 4 202,00 27,61 63,88 293,49 D 4 202,38 27,60 57,30 287,28 E 4 202,94 27,57 63,61 294,12 A 5 202,00 27,61 63,88 293,49 B 5 202,66 27,42 66,11 296,19 C 5 205,09 27,58 59,76 292,43 D 5 203,25 27,47 63,00 293,72 E 5 204,80 27,31 65,77 297,88
8 CONCLUSÃO Nos últimos anos, várias metaheurísticas têm sio propostas para resolver o problema o planejamento a expansão a transmissão (PET), consierano apenas um estágio, ao pelo ano horizonte. Até mesmo neste caso, o problema é extremamente complexo, e várias simplificações foram empregaas, como a esconsieração e incertezas. Uma outra característica importante o problema PET é a sua natureza inâmica, o que requer a consieração e múltiplos estágios e tempo, para que sejam eterminaas as seqüências e alocação e reforços ao longo o horizonte e planejamento. Este artigo apresentou uma nova metoologia para a aplicação e Estratégias e Evolução no planejamento a expansão a transmissão, consierano a sua natureza inâmica, o valor a confiabiliae e os custos e peras. O algoritmo proposto foi aplicao, com sucesso, em estuos envolveno um sistema teste e um sistema a CEMIG. Nestes estuos foi possível observar que os efeitos a confiabiliae e as peras no esempenho as seqüências e expansão são bastante relevantes e, em muitos casos, são ecisivos na escolha o melhor plano. Além isto, os resultaos obtios apontam que, ao se assegurar um bom esempenho em termos e confiabiliae, é possível obter uma melhor continuiae a solução após o horizonte e planejamento. Novos estuos, aplicaos a um outro sistema a CEMIG, e maior porte, estão em anamento e os resultaos obtios têm sio muito favoráveis em termos a qualiae a solução e o tempo e computação corresponente REFERÊNCIAS BIBLIOGRÁFICAS [1] L.L. Garver, Transmission networ estimation using linear programming, IEEE Trans. on PAS, Vol. 89, Nº 7, Sept [2] M. Munasinghe, A new approach to power system planning, IEEE Trans. on PAS, Vol. 99, May/June [3] B.G. Gorenstin, N.M. Campoonico, J.P. Costa, M.V.F. Pereira, Power system expansion planning uner uncertainty, IEEE Trans. on Power Systems, Vol.8, Nº 1, Feb [4] G. Latorre, R.D. Cruz, J.M. Areiza, A. Villegas, Classification of Publications an Moels on Transmission Expansion Planning, IEEE Trans. on Power Systems, Vol. 18, No. 2, pp , May [5] R.A. Gallego, A.B. Alves, A. Monticelli, R. Romero, Parallel simulate annealing applie to long term transmission networ expansion planning, IEEE Trans. on Power Systems, Vol. 12, pp , Feb [6] R.A. Gallego, R. Romero, A. Monticelli, Tabu search algorithm for networ synthesis, IEEE Trans. on Power Systems, Vol. 15, No. 2, pp , May [7] A.H. Escobar, R.A. Gallego, R. Romero, Multistage an coorinate planning of the expansion of transmission systems, IEEE Trans. on Power Systems, Vol. 19, No. 2, pp , May [8] S. Binato, G.C. Oliveira, J.L. Araújo, A greey ranomize aaptive search proceure for transmission expansion planning, IEEE Trans. on Power Systems, Vol. 16, No. 2, pp , May [9] L.S. Rezene, A.M. Leite a Silva, L.A.F. Manso, W.S. Sales, L.C. Resene, Planejamento a Expansão a Transmissão Utilizano Colônia e Formigas, XVI CBA - Congresso Brasileiro e Automática, Salvaor, CD- ROM, 3-6/Outubro, [10] A.M. Leite a Silva, W.S. Sales, L.C. Resene, L.A.F. Manso, C.E. Sacramento, L.S. Rezene, Evolution strategies to transmission expansion planning consiering unreliability costs, Proceeings of the 9 th PMAPS Probabilistic Methos Applie to Power Systems, Estocolmo, Suécia, 11-15/Junho [11] J.R.P. Barros, A.C.G. Melo, A.M. Leite a Silva, An approach to the explicit consieration of unreliability costs in transmission expansion planning, Proceeings of the 8 th PMAPS Probabilistic Methos Applie to Power Systems, Ames, USA, Sept [12] K.Y. Lee, M.A. El-Sharawi (Eitors), Tutorial on moern heuristic optimization techniques with applications to power systems, IEEE PES, IEEE Pub. No. 02TP160, Jan [13] A.M. Leite a Silva, L.A.F. Manso, J.C.O. Mello, R. Billinton, Pseuo-chronological simulation for composite reliability analysis with time varying loas, IEEE Trans. on Power Systems, Vol. 15, No. 1, pp , Feb [14] L.A.F. Manso an A.M. Leite a Silva, Probabilistic criteria for power system expansion planning, Electric Power Systems Research, Vol. 69, No. 1, pp , April [15] H.-P. Schwefel, G. Ruolph, Contemporary evolution strategies in F. Morán, A. Moreno, J.J. Merelo an P. Chacón, es., Avances in Artificial Life, 3r Int. Conference on Artificial Life, Vol. 929 of Lecture Notes in Artificial Intelligence, Springer, Berlin, pp , [16] A.J. Monticelli, Fluxo e Carga em Rees e Energia Elétrica, Egar Blücher, São Paulo, [17] IEEE APM Subcommittee, IEEE reliability test system, IEEE Trans. on PAS, Vol. PAS-99, pp , Nov/Dec
10º ENTEC Encontro de Tecnologia: 28 de novembro a 3 de dezembro de 2016
SIMULAÇÃO DE UM PROCESSO FERMENTATIVO EM UM BIORREATOR PERFEITAMENTE MISTURADO Ana Carolina Borges Silva 1 ; José Walir e Sousa Filho 2 1 Universiae Feeral e Uberlânia 2 Universiae e Uberaba carolina.borges87@gmail.com,
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recife - PE GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL PLANEJAMENTO
Leia maisControle Estatístico de Qualidade. Capítulo 14 (montgomery)
Controle Estatístico e Qualiae Capítulo 4 (montgomery) Amostragem e Aceitação Lote a Lote para Atributos Introução A Amostragem poe ser efinia como a técnica estatística usaa para o cálculo e estimativas
Leia maisCapítulo 4 Análises de Resultados Numéricos das Simulações
Análises e Resultaos Numéricos as Simulações 56 Análises e Resultaos Numéricos as Simulações 4.1 Introução Um moelo e simulação foi utilizao para caracterizar o comportamento o canal e propagação e sistemas
Leia maisAnálise de dados industriais
Análise e aos inustriais Escola Politécnica Departamento e Engenharia Química Roberto Guarani 014 Parte 6. Análise e Agrupamentos Introução A Análise e Agrupamentos (em inglês: cluster analysis ) é uma
Leia maisAula 7- Metodologia de verificação da segurança do EC7 para estruturas de suporte rígidas. Aplicações.
Aula 7- Metoologia e verificação a segurança o EC7 para estruturas e suporte rígias. Aplicações. Paulo Coelho - FCTUC Mestrao em Engª. Civil - Construções Civis ESTG/IPLeiria Verificação a Segurança: M.
Leia maisAlocação Ótima de Banco de Capacitores em Redes de Distribuição Radiais para Minimização das Perdas Elétricas
> REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA (ISSN: XXXXXXX), Vol. X, No. Y, pp. 1-10 1 Alocação Ótima e Banco e Capacitores em Rees e Distribuição Raiais para Minimização as Peras Elétricas A. C.
Leia maisReceptor Ótimo. Implementação do receptor ótimo baseada em Filtro Casado. s 1 (t M t) a M. b 1. s M (t M t) Selecionar Maior. (t) + w(t) r(t) = s i
Receptor Ótimo Implementação o receptor ótimo baseaa em Filtro Casao s (t M t) t t M b r(t) s i (t) + w(t) a Selecionar m ˆ m i Maior s M (t M t) t t M a M b M Receptor Ótimo Implementação o receptor ótimo
Leia maisConsidere uma placa retangular simplesmente apoiada nas bordas e submetida a um carregamento axial excêntrico na direção do eixo y.
4 Controle Passivo com Carregamento Excêntrico 4.. Conceitos Básicos Neste capítulo é seguia a metoologia apresentaa anteriormente para controle e vibrações em placas por meio a aplicação e cargas e compressão.
Leia maisTransmissão em Corrente Contínua
Transmissão em Corrente Contínua CONTROLE PARA SISTEMAS DE TRANSMISSÃO EM CC Prof. Júlio Borges e Souza CARACTERÍSTICAS DE UM SISTEMA REAL DE CONTROLE Os controlaores as pontes conversoras são responsáveis
Leia maisMODELO APROXIMADO PARA REPRESENTAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA SÉRGIO HAFFNER
MODELO APROXIDO PARA REPRESENTAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA SÉRGIO HAFFNER Departamento e Engenharia Elétrica, UDESC-CCT Campus Universitário Prof. Avelino Marcante s/n Bairro Bom tiro
Leia mais3. Modelagem de Dados Utilizando o Modelo Entidade Relacionamento (ER)
Instituto e Ciências Exatas e Tecnológicas Campus Assis Curso: Ciência a Computação Disciplina: Banco e Daos Prof(a): Alexanre Serezani Título: Apostila 3 APOSTILA 3 3. Moelagem e Daos Utilizano o Moelo
Leia maisIII Corpos rígidos e sistemas equivalentes de forças
III Corpos rígios e sistemas equivalentes e forças Nem sempre é possível consierar toos os corpos como partículas. Em muitos casos, as imensões os corpos influenciam os resultaos e everão ser tias em conta.
Leia maisES009 - Estabilidade Global e Análise de Peças Esbeltas
Escola Politécnica a Universiae e São Paulo Departamento e Engenharia e Estruturas e Funações ES009 - Estabiliae Global e Análise e Peças Esbeltas Prof. Túlio Nogueira Bittencourt Prof. Ricaro Leopolo
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos divisão. divisão. combina. combina. Jorge Figueiredo, DSC/UFCG
Agena Análise e Técnicas e Algoritmos Conceitos Básicos Template Genérico Exemplos Jorge Figueireo Divisão e Conquista Motivação Pegar um problema e e entraa grane. Quebrar a entraa em peaços menores (DIVISÃO.
Leia maisDIFERENÇA DE POTENCIAL. d figura 1
DIFERENÇ DE POTENCIL 1. Trabalho realizao por uma força. Consieremos uma força ue atua sobre um objeto em repouso sobre uma superfície horizontal como mostrao na figura 1. kx Esta força esloca o objeto
Leia maisGestão de Stocks. Gestão de Stocks. Maria Antónia Carravilla. Abril Maria Antónia Carravilla - FEUP 1
Gestão e Stocks Maria Antónia Carravilla Abril 997 Maria Antónia Carravilla - FEUP . Introução... 3. Políticas e reaprovisionamento... 5. Política o nível e encomena... 5. Política e revisão cíclica...
Leia maisAPLICAÇÃO DE UM MODELO MATEMÁTICO BIDIMENSIONAL DIFUSO CONSIDERANDO A INFLUÊNCIA DE UM MODELO DE ONDA CINEMÁTICA
APLICAÇÃO DE UM MODELO MATEMÁTICO BIDIMENSIONAL DIFUSO CONSIDERANDO A INFLUÊNCIA DE UM MODELO DE ONDA CINEMÁTICA Juliana Alencar Firmo e Araújo 1 ; Raquel Jucá e Moraes Sales 2 ; Carla e Freitas Passos
Leia maisn Programação Dinâmica n Exemplo: Sequência de Fibonnaci n Problemas de Otimização n Multiplicação de Matrizes n Principios de Programação Dinâmica
Proeto e Análise e Algoritmos Altigran Soares a Silva Universiae Feeral o Amazonas Departamento e Ciência a Computação Roteiro Exemplo: Sequência e Fibonnaci Problemas e Otimização Multiplicação e Matrizes
Leia maisRedes Neurais. O ADALINE e o algoritmo LMS. Prof. Paulo Martins Engel O ADALINE
Rees Neurais O ADALINE e o algoritmo LMS O ADALINE No contexto e classificação, o ADALINE [B. Wirow 1960] poe ser visto como um perceptron com algoritmo e treinamento baseao em minimização e um ínice e
Leia maisProjeto 3. 8 de abril de y max y min. Figura 1: Diagrama de um cabo suspenso.
Cabos suspensos Projeto 3 8 e abril e 009 A curva escrita por um cabo suspenso pelas suas etremiaes é enominaa curva catenária. y ma y min 0 Figura 1: Diagrama e um cabo suspenso. A equação que escreve
Leia maisIndutância / Circuitos RL. Indutância Mútua
Eletriciae e Magnetismo - GC nutância / Circuitos R Oliveira E. asilio Jafet sala 0 crislpo@if.usp.br nutância Mútua Anteriormente consieramos a interação magnética entre ois fios que conuziam correntes
Leia maisCAPÍTULO 05: Dimensionamento: Estados Limites Últimos
Capítulo 5 - Dimensionamento: Estaos Limites Últimos 81 CAPÍTULO 05: Dimensionamento: Estaos Limites Últimos Seguno a NBR 7190/97, cujas prescrições estão embasaas no Métoo os Estaos Limites, para que
Leia mais"Introdução à Mecânica do Dano e Fraturamento" Parte I. São Carlos, outubro de 2000
"Introução à Mecânica o Dano e Fraturamento" Texto n.3 : FUNDAMENTOS DA TERMODINÂMICA DOS SÓLIDOS Parte I São Carlos, outubro e 2000 Sergio Persival Baroncini Proença - Funamentos a termoinámica os sólios
Leia maisQUESTÕES COMENTADAS DE MECÂNICA
QUESTÕES COMENTDS DE MECÂNIC Prof. Inácio Benvegnú Morsch CEMCOM Depto. Eng. Civil UFGS ) Calcule as reações em para a viga isostática representaa na figura () kn/m,5 m Solução: Este cálculo fica simplificao
Leia maisXIII. PROGRAMAÇÃO POR METAS
XIII. PROGRAMAÇÃO POR METAS. Programação Multicritério No moelo e Programação Linear apresentao nos capítulos anteriores optimiza-se o valor e uma única função objectivo num espaço efinio por um conjunto
Leia maisNa sala e computaores Preparação Divia os alunos em uplas e se achar pertinente, peça para levar lápis e papel para anotações. Requerimentos técnicos
Guia o Professor Móulo IV Ativiae - Fazeno um Plano e Vôo Apresentação: Nesta ativiae será proposto que o aluno faça um plano e vôo observano certas regras. Para isso, será preciso calcular a istância
Leia maisEnsaios sobre Estimação em Pequenos Domínios no INE
Ensaios sobre Estimação em Pequenos Domínios no INE Aplicação o Estimaor EBLUP e o Estimaor sintético a regressão no Inquérito ao Emprego Pero Campos 1,2, Luís Correia 1, Paula Marques 1, Jorge M. Menes
Leia maisMetodologia para extração de características invariantes à rotação em imagens de Impressões Digitais
Universiae e São Paulo USP Escola e Engenharia e São Carlos Metoologia para extração e características invariantes à rotação em imagens e Impressões Digitais Cristina Mônica Dornelas Mazetti Orientaor:
Leia maisSISTEMAS E SINAIS. Equações Diferenciais e às Diferenças Diagramas de Blocos
SISTEMS E SINIS Equações Diferenciais e às Diferenças Diagramas e Blocos Introução O iagrama e blocos é uma representação o sistema mais etalhaa o que a resposta impulsional ou as equações iferenciais
Leia maisRegras de Derivação Notas de aula relativas ao mês 11/2003 Versão de 13 de Novembro de 2003
Regras e Derivação Notas e aula relativas ao mês 11/2003 Versão e 13 e Novembro e 2003 Já sabemos a efinição formal e erivaa, a partir o limite e suas interpretações como: f f a + h) f a) a) = lim, 1)
Leia maisUNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA OTIMIZAÇÃO SIMULTÂNEA DA RECONFIGURAÇÃO E DA ALOCAÇÃO DE
Leia maisIntrodução ao Processamento e Síntese de imagens Transformações de Visualização: Matrizes Homogêneas
Introução ao rocessamento e íntese e imagens ransformações e Visualiação: Matries Homogêneas Júlio Kioshi Hasegawa Fontes: Esperança e Cavalcanti UFRJ; raina e Oliveira 4 U; e Antonio Maria Garcia ommaselli
Leia mais4 LEILÕES DE OPÇÃO COMO MECANISMO PARA EXPANDIR A OFERTA
LEILÕES DE OPÇÃO COMO MECAISMO PARA EXPADIR A OFERTA 4 LEILÕES DE OPÇÃO COMO MECAISMO PARA EXPADIR A OFERTA o capítulo anterior, foi visto que os contratos e energia são mecanismos e proteção contra a
Leia maisAula 18. Carlos Amaral Fonte: Cristiano Quevedo Andrea
Aula 8 Carlos Amaral Fonte: Cristiano Queveo Anrea UTFPR - Universiae Tecnológica Feeral o Paraná DAELT - Departamento Acaêmico e Eletrotécnica Curitiba, Junho e Comparação entre técnicas e controle Técnica
Leia maisLista 9. Ernesto Massaroppi Junior e João Lirani
Lista 9 1) Deseja-se unir uma polia e aço funio (GS), que transmite um momento e torção constante e 0 [kgf.cm], a um eixo e aço ABNT 1040 com 50 [mm]. Dimensione a união supono-a feita por meio e pino
Leia mais= 1 d. = -36 π Pa
EO -1-7/5/16 Grupo I R. 1-a) A capaciae e um conensaor plano e área S e separação, cheio e um ielétrico e permitiviae ε é C = ε S. Assim a situação apresentaa equivale a ois conensaores em paralelo, cuja
Leia maisMetaheuristic Methods for Solving the Capacity and Flow Assignment Problem in TCP/IP Networks
Metaheuristic Methos for Solving the Capacity an Flow Assignment Problem in TCP/IP Networks E. C. G. Wille an C. R. a C. Bento Abstract This paper proposes the use of the metaheuristics GRASP (greey ranomize
Leia mais! " # $! #%!&'(' & )*, -. / (1-43 5, -(6 1 (8 -(93 -(, -:45, -( A@1 9 B -?* 5C/ 9 D 9 -(* 5 C(> E D * F G5 95 >AH!5 5 * 5I!1 *, 1 E D 1
Leia mais4. FREQUÊNCIAS NATURAIS E CARGAS CRÍTICAS
4. FREQUÊNCIAS NATURAIS E CARGAS CRÍTICAS O presente capítulo apresenta a análise linear e vigas e seção aberta e parees elgaas simplesmente apoiaas, mostrano o processo e iscretização por Galerkin e as
Leia maisÀ QUIMIOMETRIA: Como explorar grandes conjuntos de dados químicos. Prof. Dr. Marcelo M. Sena (DQ-UFMG)
INTRODUÇÃO À QUIMIOMETRIA: Como explorar granes conjuntos e aos químicos 1 Prof. Dr. Marcelo M. Sena (DQ-UFMG) marcsen@ufmg.br Prof. Dr. Ronei J. Poppi (IQ-UNICAMP) ronei@iqm.unicamp.br AULA 2 2 Introução
Leia maisResultados Resultados
Resultaos 72 Resultaos Este capítulo irá apresentar os testes realizaos para valiar o trabalho. Os primeiros testes serão realizaos utilizano um círculo vermelho como objeto alvo. Para os testes seguintes,
Leia maisUniversidade Federal do Paraná Setor de Ciências Exatas Departamento de Física. Referências bibliográficas: H S T.
Universiae eeral o Paraná Setor e Ciências Eatas Departamento e ísica ísica III Prof. Dr. Ricaro Luiz Viana Referências bibliográficas: H. -4 S. -5 T. 18- Aula Lei e Coulomb Charles Augustin e Coulomb
Leia maisCombinação de Otimizadores por Exame de Partículas com Memória
Combinação e Otimizaores por Exame e Partículas com Memória Barreto, R. V. S., Lizanro, N. S. Escola Politécnica e Pernambuco Universiae e Pernambuco rvsb@ecomp.poli.br, lizanro.nunes@poli.br Resumo Um
Leia maisANÁLISE CINEMÁTICA TRIDIMENSIONAL DO LANÇAMENTO DO MARTELO EM TREINAMENTO E COMPETIÇÃO
ANÁLISE CINEMÁTICA TRIDIMENSIONAL DO LANÇAMENTO DO MARTELO EM TREINAMENTO E COMPETIÇÃO Luciano Allegretti Mercaante 1, Rafael Pombo Menezes 1, Thomaz Persinotti Martini 1, Jorge Luiz Alves Trabanco 2,
Leia maisLISTA3 - PROCESSOS ESTOCÁSTICOS (CE 211) Prof. Benito Olivares Aguilera 2 o Sem./ 2009
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA3 - PROCESSOS ESTOCÁSTICOS (CE ) Prof. Benito Olivares Aguilera o Sem./ 9. Suponha que o último censo inica que as pessoas
Leia maisO MODELO E/R ESTENDIDO O MODELO E/R ESTENDIDO O MODELO E/R ESTENDIDO O MODELO E/R ESTENDIDO
Banco e Daos Fernano Fonseca Ana Carolina Salgao É o moelo E/R enriquecio com conceitos aicionais Especialização Subclasse Superclasse Generalização Herança Categorias 2 Ferramenta CASE EERCASE O Diagrama
Leia maisAula 1- Distâncias Astronômicas
Aula - Distâncias Astronômicas Área 2, Aula Alexei Machao Müller, Maria e Fátima Oliveira Saraiva & Kepler e Souza Oliveira Filho Ilustração e uma meição e istância a Terra (à ireita) à Lua (à esquera),
Leia maisCapítulo 4 Estudo Teórico e Experimental sobre o Alcance
8 Capítulo 4 Estuo Teórico e Experimental sobre o Alcance 4.. Introução Neste capítulo são reportaas uma estimativa teórica e uma estimativa experimental o alcance que seria obtio caso os transceptores
Leia mais4Parte OBJETIVO GERAL. Parte I Preparação da atividade laboratorial
Relatórios as ativiaes laboratoriais AL 2.2 VELOCIDADE DE PROPAGAÇÃO DO SOM OBJETIVO GERAL Determinar a velociae e propagação e um sinal sonoro. a realização a ativiae laboratorial proposta irá permitir
Leia maisMarcele Elisa Fontana Universidade Federal de Pernambuco-UFPE
MODELO DE DECISÃO EM GRUPO BASEADO EM VARIÁVEIS LINGÜÍSTICAS PARA APOIAR DECISÕES SOCIAIS: UMA NOVA PROPOSTA DE VOTAÇÃO PARA ORÇAMENTOS PARTICIPATIVOS Vanessa Silva Universiae Feeral e Pernambuco-UFPE
Leia maisSOLENÓIDE E INDUTÂNCIA
81 1 SOLENÓDE E NDUTÂNCA 1.1 - O SOLENÓDE Campos magnéticos prouzios por simples conutores, ou por uma única espira são, para efeitos práticos, bastante fracos. Uma forma e se prouzir campos magnéticos
Leia maisCÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBIOM, MEFT 1 o SEM. 2010/11 3 a FICHA DE EXERCÍCIOS
Instituto Superior Técnico Departamento e Matemática Secção e Álgebra e Análise CÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBIOM, MEFT o SEM. / 3 a FICHA DE EXERCÍCIOS Primitivação é a operação inversa a
Leia maisPUC-RIO CB-CTC. P2 DE ELETROMAGNETISMO terça-feira. Nome : Assinatura: Matrícula: Turma:
PUC-RIO CB-CTC P DE ELETROMAGNETISMO 06.05.4 terça-feira Nome : Assinatura: Matrícula: Turma: NÃO SERÃO ACEITAS RESPOSTAS SEM JUSTIFICATIVAS E CÁLCULOS EXPLÍCITOS. Não é permitio estacar folhas a prova
Leia maisFísica II. Lei de Gauss
Física II 1) Três cargas Q 1 =5µC, Q 2 =-80µC e Q 3 = 10 µc estão ispostas em triângulo. Q 1 está a 50cm e Q 2 (seguno o eixo os xx ) e Q 3 está a 30cm e Q 1 e a 40cm e Q 2 no sentio positivo o eixo yy.
Leia maisMedição de umidade no solo através de sensores capacitivos
Meição e umiae no solo através e sensores capacitivos Anréa Carla Alves Borim* Doutora em Engenharia Elétrica - UFU Assessora e Desenvolvimento Eucacional a Anhanguera Eucacional Professora a Faculae Comunitária
Leia maisProfessor Mauricio Lutz AMOSTRAGEM
1 AMOSTRAGEM 1)Conceitos em amostragem Inferência estatística é o processo e obter informação sobre uma população a partir e resultaos observaos na amostra. Amostragem é o processo e retiraa os n elementos
Leia mais3. Adequação das Ações de Controle de Tensão
3. Aequação as Ações e Controle e Tensão 3.1 Introução Casos reais e blecaute relataos na literatura, e caracterizaos por epressão na tensão, inicam que os proceimentos normais para o controle e tensão
Leia mais## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## , determine t 1 3. Isolando o vetor t : Temos o vetor t procurado!
## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## LISTA DE EXERCÍCIOS Operações com Vetores na Forma Algébrica [Analítica] no R [página 7] 5) Daos os vetores u i j Inicialmente, antes e substituir
Leia maisCapacitor: dispositivo que armazena energia potencial elétrica num circuito. Também chamado condensador.
Universiae Feeral o Paraná Setor e Ciências Exatas Departamento e Física Física III Prof. Dr. icaro Luiz iana eferências bibliográficas: H. 7-, 7-3, 7-5 S. 5-, 5-4 T. -, -, -4 Aula 8: Capacitância Garrafa
Leia maisMarcos Vitor Barbosa Machado (*), Petrobras (RH/UP/ECTEP), Carlos Alberto Dias, LENEP/UENF, Hédison Kiuity Sato, CPGG/UFBA
Desenvolvimentos no processamento e aos eletromagnéticos obtios com o protótipo e um sistema inutivo a multi-frequência aplicao a campos e petróleo Marcos Vitor Barbosa Machao (*), Petrobras (RH/UP/ECTEP),
Leia maisA Regra da Cadeia Continuação das notas de aula do mês 11/03 Versão de 20 de Novembro de 2003
A Regra a Caeia Continuação as notas e aula o mês /03 Versão e 20 e Novembro e 2003 Agora queremos entener o que acontece com a erivaa e uma composição e funções. Antes e mais naa, lembremos a notação
Leia maisDeterminação da abundância natural do isotópico 40 K
Determinação a abunância natural o isotópico 40 I. Introução O potássio natural contem os isótopos 39, 40 e 41, os quais só o 40 é raioactivo. O objectivo este trabalho é meir a abunância natural o isótopo
Leia maisExames Nacionais. Prova Escrita de Matemática A 2008 VERSÃO ano de Escolaridade Prova 635/1.ª Fase. Grupo I
EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n. 74/004, e 6 e Março Prova Escrita e Matemática A. ano e Escolariae Prova 6/.ª Fase Duração a Prova: 0 minutos. Tolerância: 0 minutos 008 VERSÃO Para responer
Leia maisRELATÓRIO FINAL. Período: Agosto de 2002 a julho de 2003 ESTUDO OBSERVACIONAL DA RADIAÇÃO SOLAR NA CIDADE DE SÃO PAULO.
RLAÓRIO FINAL Períoo: Agosto e 22 a julo e 23 SUDO OBSRVACIONAL DA RADIAÇÃO SOLAR NA CIDAD D SÃO PAULO eorgia Coato Amauri P. Oliveira - Orientaor Agosto/3 CNPq-PIBIC 1 Inicie 1. Introução... 2 2. tapas
Leia maisUTILIZAÇÃO DE ANAGLIFOS NA VISUALUIZAÇÃO DE GRÁFICOS TRIDIMENSIONAIS
UTILIZAÇÃO DE ANAGLIFOS NA VISUALUIZAÇÃO DE GRÁFICOS TRIDIMENSIONAIS Bruno Euaro Maeira INSTITUTO MILITAR DE ENGENHARIA Resumo O presente trabalho exibe um sistema capa e traçar anaglifos e gráficos e
Leia maisEmprego de Análise em Multiresolução para Mosaicagem de Imagens de Sensoriamento Remoto
Emprego e Análise em Multiresolução para Mosaicagem e Imagens e Sensoriamento Remoto Vantier Veronezi Bagli Divisão e Processamento e Imagens Instituto Nacional e Pesquisas Espaciais São José os Campos
Leia maisPlanejamento da Expansão de Sistemas de Transmissão de Energia Elétrica.
Planejamento da Expansão de Sistemas de Transmissão de Energia Elétrica. 1 Planejamento da Expansão de Sistemas de Transmissão de Energia Elétrica. Welton Verly 1 & Edimar José de Oliveira 2 1 Aluno do
Leia mais6 COMENTÁRIOS SOBRE A INTEGRIDADE ESTRUTURAL DE DUTOS COM MOSSAS
125 6 COMENTÁRIOS SOBRE A INTEGRIDADE ESTRUTURAL DE DUTOS COM MOSSAS O presente trabalho teve como finaliae o estuo o efeito e mossas transversais, com 15% e profuniae máxima, na integriae estrutural e
Leia maisFísica III Escola Politécnica GABARITO DA PS 13 de julho de 2017
Física III - 4323203 Escola Politécnica - 2017 GABARITO DA PS 13 e julho e 2017 Questão 1 1) Um capacitor esférico é formao por ois conutores em equilíbrio eletrostático. O conutor interno possui formato
Leia maisIntrodução à Termologia
Introução à Termoloia Termoloia é a parte a Física que estua a eneria térmica. Definições importantes: Eneria interna: É a soma as enerias cinéticas as moléculas e um corpo. Calor (eneria térmica: É a
Leia maisOpções. Mestrado EPGE/FGV. Prof. André Carvalhal 1
Opções Opção e compra: seu possuior tem o ireito e comprar, numa ata futura, um ativo por um preço eterminao no contrato (call) Opção e vena: seu possuior tem o ireito e vener, numa ata futura, um ativo
Leia maisLIMITES. Para iniciarmos o estudo de limites, analisemos os seguintes exemplos de sucessões numéricas:
LIMITES O esenvolvimento o cálculo foi estimulao por ois problemas geométricos: achar as áreas e regiões planas e as retas tangentes à curva. Esses problemas requerem um processo e limite para sua solução.
Leia maisDistribuições de Probabilidade
robabiliae e Estatística I Antonio Roque Aula 0 Distribuições e robabiliae Consiere a seguinte situação: O Departamento e sicologia a Universiae YZ resolveu azer um eperimento para eterminar a eistência
Leia maisA Regra da Cadeia. 14 de novembro de u(x) = sen x. v(x) = cos x. w(x) = x 5
A Regra a Caeia 4 e novembro e 0. As operações algébricas entre funções (soma, prouto, etc) fornecem uma grane iversiae e novas funções para os iferentes casos que vimos até agora. Porém, existe uma outra
Leia mais26 a Aula AMIV LEAN, LEC Apontamentos
26 a Aula 2004..5 AMIV LEAN, LEC Apontamentos (Ricaro.Coutinho@math.ist.utl.pt) 26. Sistemas e equações iferenciais 26.. Definição Consiere-se f : D R R n R n,contínuanoconjuntoabertod Vamos consierar
Leia maisUma breve introdução ao estudo de equações diferenciais 1
Uma breve introução ao estuo e equações iferenciais 1 2 Pero Fernanes Este texto tem o objetivo e apresentar os métoos e resolução os moelos mais básicos e equações iferenciais. A ieia é fornecer um treinamento
Leia maisa prova de Matemática da FUVEST 2ª fase
a prova e Matemática a FUVEST ª fase - 00 Matemática QUESTÃO 0 QUESTÃO 0 A iferença entre ois números inteiros positivos é 0. Ao multiplicar um pelo outro, um estuante cometeu um engano, teno iminuío em
Leia maisEXPERIÊNCIA DE GENERALIZAÇÃO CARTOGRÁFICA EM EDIFICAÇÕES
ISSN 1981-6251, p. 210-215 EXPERIÊNCIA DE GENERALIZAÇÃO CARTOGRÁFICA EM EDIFICAÇÕES TATIANA AYAKO TAURA MÔNICA DOS SANTOS PIRES CLOVIS GABOARDI MARCIO AUGUSTO REOLON SCHMIDT LEONARDO MOLINA PINO ALUÍZIO
Leia maisCurso Científico-Humanístico de Ciências e Tecnologias Disciplina de Física e Química A 10ºAno
grupamento e Escolas João a Silva Correia DEPTMENTO DE CÊNCS NTS E EXPEMENTS Curso Científico-Humanístico e Ciências e Tecnologias Disciplina e Física e Química 0ºno FCH DE TBLHO Energia e fenómenos elétricos.
Leia maisEletromagnetismo I. Preparo: Diego Oliveira. Aula 19. A Lei da Indução de Faraday
Eletromagnetismo I Prof. Dr. R.M.O Galvão - 2 Semestre 2014 Preparo: Diego Oliveira Aula 19 A Lei a Inução e Faraay Na aula passaa iscutimos a força eletromotriz ε = E l em um circuito e mostramos que
Leia maisDIMENSIONAMENTO ÓTIMO DE PILARES DE CONCRETO ARMADO
F. M. SIAS, E. C. ALVES - REEC Revista Eletrônica e Engenharia Civil Vol 9 - nº ( 01 16 DIMENSIONAMENTO ÓTIMO DE PILARES DE CONCRETO ARMADO Optimum esign of reinforce concrete`s columns Francesco Mayer
Leia maisAPLICAÇÕES DA TRIGONOMETRIA ESFÉRICA NA CARTOGRAFIA E NA ASTRONOMIA
APLICAÇÕES DA TRIGONOMETRIA ESFÉRICA NA CARTOGRAFIA E NA ASTRONOMIA Aplica-se a trigonometria esférica na resolução e muitos problemas e cartografia, principalmente naqueles em que a forma a Terra é consieraa
Leia maisAULA 2. Equilíbrio Químico
AULA 2 Equilíbrio Químico Objetivos Definir reações reversíveis. Definir equilíbrio químico. Escrever as expressões as constantes e equilíbrio. Conhecer os fatores que afetam o equilíbrio químico. Introução
Leia mais3 Técnicas Utilizadas
3 Técnicas Utilizaas Neste capítulo são apresentaas as técnicas existentes utilizaas no esenvolvimento o trabalho. Aboramos alguns métoos para etecção e singulariaes e a forma como aplicá-los no campo
Leia maisUNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 308 Macroeconomia II 2º Semestre e 2017 Pro. Fernano Rugitsky Lista e Exercícios 2 [1] Suponha
Leia maisProcedimento do U.S.HCM/2000
Proceimento o U.S.HCM/2000 primeira versão com análise separaa por sentio e tráfego! (única forma razoável o ponto e vista a operação real) ois proceimentos: para segmentos genéricos e para segmentos específicos
Leia maisEstimativa das Indutâncias de uma Máquina Síncrona a partir de Ensaio com Rotor Bloqueado
Estimativa as Inutâncias e uma Máquina Síncrona a partir e Ensaio com Rotor Bloqueao Inuctances Estimation of a Synchronous Machine from Locke Rotor Test Aylton José Alves Departamento e Engenharia Elétrica
Leia maisResoluções dos testes propostos
os funamentos a física 3 Uniae A Resoluções os testes propostos 1 T.56 Resposta: a I. Correta. A força elétrica tem a ireção o vetor campo elétrico, que é tangente à linha e força no ponto consierao. II.
Leia maisJ. Oliver 1, A. E. Huespe 1, M.D.G. Pulido 1 e E. Chaves 1 RESUMO
'(/$ '(),85$((758785$'(&&5(7 (',$7(8$$5;,$ '('(&7,8,'$'( )57( J. Oliver, A. E. Huespe, M.D.G. Pulio e E. Chaves RESUMO Apresenta-se uma breve escrição e moelos e ano contínuo, consierano-se uma cinemática
Leia mais5 Medição de distâncias e áreas na planta topográfica
António Pestana Elementos e Topografia v1.0 Junho e 006 5 Meição e istâncias e áreas na planta topográfica 5.1 Meição e istâncias na planta topográfica Como as plantas topográficas são projecções horizontais,
Leia maisMatemática. Aula: 07 e 08/10. Prof. Pedro Souza. www.conquistadeconcurso.com.br. Visite o Portal dos Concursos Públicos WWW.CURSOAPROVACAO.COM.
Matemática Aula: 07 e 08/10 Prof. Pero Souza UMA PARCERIA Visite o Portal os Concursos Públicos WWW.CURSOAPROVACAO.COM.BR Visite a loja virtual www.conquistaeconcurso.com.br MATERIAL DIDÁTICO EXCLUSIVO
Leia maisPARECER DA ASSOCIAÇÃO DE PROFESSORES DE MATEMÁTICA EXAME NACIONAL DO ENSINO SECUNDÁRIO. PROVA ESCRITA DE MATEMÁTICA 12º ano 435 e 635 2ª FASE 2006
PARECER DA ASSOCIAÇÃO DE PROFESSORES DE MAEMÁICA EXAME NACIONAL DO ENSINO SECUNDÁRIO PROVA ESCRIA DE MAEMÁICA º ano e 6 ª FASE 006 A generaliae os alunos que realizaram esta prova e eame são os que iniciaram
Leia maisMecânica Analítica REVISÃO
Mecânica Analítica REVISÃO Prof. Nelson Luiz Reyes Marques Vínculos São limitações às possíveis posições e velociaes as partículas e um sistema mecânico, restringino a priori o seu movimento. É importante
Leia maisSIMULAÇÕES DA DIFUSÃO/RETENÇÃO DO POTÁSSIO EM MISTURAS DE LATOSSOLOS
SIMULAÇÕES DA DIFUSÃO/RETENÇÃO DO POTÁSSIO EM MISTURAS DE LATOSSOLOS A. o L. Leite Departamento e Geotecnia - Escola e Engenharia e São Carlos - USP A. B. Paraguassu Departamento e Geotecnia - Escola e
Leia maisFísica IV Poli Engenharia Elétrica: 4ª Aula (14/08/2014)
Física IV Poli Engenharia Elétrica: 4ª Aula (14/08/014) Prof. Alvaro Vannucci Na última aula vimos: A experiência e fena-upla e Thomas Young (1801). Se sin m interferência será construtiva (no ponto P
Leia maisDESEMPENHO DINÂMICO DE SISTEMAS ELÉTRICOS COM COMPENSADORES ESTÁTICOS DE REATIVO. Daniele de Vasconcelos Pereira da Motta
DESEMPENHO DINÂMICO DE SISTEMAS ELÉTRICOS COM COMPENSADORES ESTÁTICOS DE REATIVO Daniele e Vasconcelos Pereira a Motta TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA
Leia mais3.8 O Teorema da divergência ou Teorema de Gauss
144 CAPÍTULO 3. INTEGRAI DE UPERFÍCIE 3.8 O Teorema a ivergência ou Teorema e Gauss O Teorema e tokes relaciona uma integral e superfície com uma e linha ao longo o boro a superfície. O Teorema e Gauss
Leia maisESTUDO DAS PROPRIEDADES DOS GRÁFICOS DE SHEWHART COM REGRA ESPECIAL DE DECISÃO VIA SIMULAÇÕES
7 a 30/09/05, Gramao, RS ESTUDO DAS PROPRIEDADES DOS GRÁFICOS DE SHEWHART COM REGRA ESPECIAL DE DECISÃO VIA SIMULAÇÕES Anré Sará Barbosa FEG Faculae e Engenharia e Guaratinguetá, UNESP R. Ariberto Pereira
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia mais