Realiza-se, no próximo dia 27 de maio, às 10h30, um seminário intitulado “Otimização do Layout em parques AWE considerando o aumento da dimensão das suas unidades”, promovido pelo Laboratório de Engenharia Matemática (LEMA) do Instituto Superior de Engenharia do Porto (ISEP).

O evento irá decorrer presencialmente, na sala H211 do ISEP. O orador convidado é Luís Roque, docente do Departamento de Matemática do ISEP.

Enquadramento

Neste trabalho, abordamos o problema de otimização do layout para decidir o número, a localização e o espaço operacional de um conjunto de unidades de energia eólica (Airborne Wind Energy-AWE), que no seu conjunto constituem um parque AWE. 

O problema de otimização de layout em parques eólicos convencionais, com turbinas eólicas padrão, é um assunto bem estudado. No entanto, no caso da tecnologia AWE, existem características específicas e desafios novos. Enquanto no caso dos parques eólicos convencionais a principal preocupação é a otimização do layout, garantindo um efeito esteira reduzido, nos parques eólicos AWE a principal preocupação é evitar a colisão entre unidades. O problema de otimização abordado, visa a maximização da produção de energia do parque para uma dimensão específica do terreno e características locais do vento, decidindo o número de unidades produtoras, as suas localizações, bem como a definição dos seus envelopes de voo. Um dos possíveis métodos de otimização utiliza duplamente um algoritmo genético, Biased Random Key Genetic Algorithm (BRKGA). Numa primeira fase, pretende apenas determinar o número sub-ótimo mais frequente de unidades a operar sem limitação de potência nominal. Na segunda fase, fixamos o número máximo de unidades a operar como sendo o número mais frequente obtido na primeira execução do algoritmo. Dadas as características locais do vento, obtemos estimativa da produção anual de energia do parque AWE. 

Por outro lado, se incluirmos como objetivo a redução do número de unidades a instalar (assumindo uma correlação positiva com os custos totais de instalação e operação), definimos um problema de otimização bi-objetivo. Neste caso, aplicamos métodos de otimização que resultam da combinação de métodos meta-heurísticos, incluindo elementos do Non-dominated Sorted Genetic Algorithm-II (NSGA-II) e do Biased Random Key Genetic Algorithm (BRKGA). Os resultados fornecem uma aproximação ao conjunto de Pareto adaptado às características locais do vento, permitindo uma melhor estimativa da produção anual de energia do parque AWE, e tomar decisões relacionadas com o número sub-ótimo de unidades a instalar no parque. A finalizar, apresentamos resultados de experiências computacionais que visam estudar o efeito do aumento da dimensão dos equipamentos (kites ou outros dispositivos aéreos) na produção de energia dos parques eólicos, nomeadamente obtendo estimativas para a produção anual de energia e para a densidade de potência do parque.