Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/41021| Título: | Despacho econômico de sistemas elétricos de potência utilizando aprendizagem por reforço |
| Título(s) alternativo(s): | Economic dispatch of electric power systems using reinforcement learning |
| Autor(es): | Madoenho, Henrique José Antonio |
| Orientador(es): | Theodoro, Edson Aparecido Rozas |
| Palavras-chave: | Aprendizagem Inteligência artificial Geração distribuída de energia elétrica Learning Artificial intelligence Distributed generation of electric power |
| Data do documento: | 24-Abr-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | MADOENHO, Henrique José Antonio. Despacho econômico de sistemas elétricos de potência utilizando aprendizagem por reforço. 2025. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2025. |
| Resumo: | Realizar o despacho econômico através de métodos numéricos pode não ser a maneira mais eficiente quando se considera a natureza imprevisível e dinâmica das fontes de energia como perda de eficiência de unidades geradoras, ou contingências podem induzir a um valor distante do ótimo. Neste trabalho será realizado o despacho econômico através de um método de aprendizagem por reforço, denominado Q-learning. Como o Q-learning é um método que consegue estimar uma política ótima somente com os dados do ambiente (sistema de potência), com intuito de obter uma boa precisão e alto desempenho na execução do despacho econômico ótimo. O método proposto será comparado com métodos abordados em outros trabalhos publicados, com objetivo de verificar se os resultados esperados foram alcançados. |
| Abstract: | Performing economic dispatch through numerical methods may not be the most efficient way when considering the unpredictable and dynamic nature of renewable energy sources, such as the loss of efficiency of generating units, or contingencies that can lead to a value far from optimal. In this work, economic dispatch will be performed through a reinforcement learning (RL) method called Q-learning. Since Q-learning is a method that can estimate an optimal policy solely with data from the environment (power system), it aims to achieve good accuracy and high performance in executing optimal economic dispatch. The proposed method will be compared with methods addressed in other published works to verify if the expected results were achieved. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/41021 |
| Aparece nas coleções: | CP - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| despachoeconomicoaprendizagemreforco.pdf | 1 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
