Banca de DEFESA: YAMILET GONZÁLEZ CUSA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : YAMILET GONZÁLEZ CUSA
DATA : 24/07/2026
HORA: 09:00
LOCAL: Sala de videoconferencia RNP_PEI_UFBA
TÍTULO:

METODOLOGIA PARA DIMENSIONAMENTO ÓTIMO DE SISTEMAS HÍBRIDOS DE ENERGIA OFF-GRID BASEADA EM PREVISÃO ESTOCÁSTICA E OTIMIZAÇÃO META-HEURÍSTICA.

PALAVRAS-CHAVES:

Sistema Híbrido de Energia (SHE); Transformada Wavelet; Redes de Memória de Longo e Curto Prazo (LSTM); Previsão de variáveis meteorológicas; Otimização por Enxame de Partículas (PSO); Algoritmo Genético (GA).

PÁGINAS: 150
RESUMO:

Esta tese propõe uma metodologia unificada para o dimensionamento ótimo de sistemas híbridos de energia (SHE) off-grid (Fotovoltaico/Eólico/Bateria/Diesel), visando a minimização do Custo Anual Total (CT) sob a rigorosa restrição de confiabilidade perfeita (LPSP = 0%). O estudo de caso foi aplicado na região de Guanambi, Bahia, Brasil. A principal contribuição do trabalho reside na proposição e validação de um arcabouço metodológico integrado (DWT-LSTM → EMS → PSO/GA), que articula de forma estruturada as etapas de previsão estocástica e otimização tecno-econômica. Inicialmente, a etapa preditiva focou na mitigação das incertezas meteorológicas para a geração de séries temporais anuais de alta fidelidade. Para tal, implementou-se o modelo híbrido baseado na Transformada Wavelet Discreta e em Redes de Memória de Longo e Curto Prazo (DWT-LSTM), o qual demonstrou superioridade estatística frente ao LSTM convencional, atingindo coeficientes de determinação (𝑅²) consistentemente superiores a 0,98 e minimizando a Raiz do Erro Quadrático Médio (𝑅𝑀𝑆𝐸) e do Erro Quadrático Médio (𝑀𝑆𝐸) na previsão horária multivariável da velocidade do vento, irradiância solar e temperatura ambiente. O pré-processamento via DWT mostrou-se determinante para filtrar ruídos e garantir a estabilidade dos dados de entrada. Todo o desenvolvimento computacional, incluindo a modelagem da Estratégia de Gerenciamento de Energia (EMS) baseada em regras (Load Following), foi realizado no ambiente MATLAB®. Na etapa subsequente, os algoritmos meta-heurísticos de Otimização por Enxame de Partículas (PSO) e Algoritmo Genético (GA) foram aplicados para o dimensionamento ótimo do SHE. Os resultados apontaram a superioridade do PSO em termos de convergência e robustez computacional, localizando a solução de mínimo global com um CT de US$ 105.381,17 e um Custo de Energia (COE) de US$ 0,1243/kWh. A configuração ótima, composta por 450 painéis fotovoltaicos, 10 turbinas eólicas e 66 baterias, com suporte auxiliar de diesel, garantiu o atendimento integral da demanda, alcançando uma penetração renovável de aproximadamente 90%. Em síntese, os resultados obtidos evidenciaram que a integração do tratamento refinado de dados meteorológicos com técnicas avançadas de otimização é condição imprescindível para viabilizar microrredes robustas e financeiramente competitivas em regiões remotas desconectadas da rede elétrica convencional.

MEMBROS DA BANCA:
Externo à Instituição - CARLOS RODRIGUEZ RAMIRO - UNC/AR
Externo à Instituição - ANDRÉ LUIZ AMARANTE MESQUITA - UFPA
Externo ao Programa - 1217586 - ANTONIO SANTOS SANCHEZ - UFBAExterno à Instituição - CARLOS ANTONIO CABRAL DOS SANTOS - UFPB
Presidente - 286723 - EDNILDO ANDRADE TORRES
Externo à Instituição - FELIPE ANDRADE TORRES - UFRB
Externo à Instituição - GABRIEL FRANCISCO DA SILVA - UFS
Interno - 1218496 - JORGE LAUREANO MOYA RODRIGUEZ
Interno - 1523793 - SILVIO ALEXANDRE BEISL VIEIRA DE MELO