Multi-objective optimization applied to energy e-ciency of cooling towers.

As torres de resfriamento são equipamentos largamente utilizados em refinarias de petróleo, usinas geradoras de eletricidade e em grandes edifícios comerciais. A função da torre de resfriamento é recuperar parte do calor rejeitado pelos equipamentos responsáveis pela refrigeração de ambientes e/ou processos. Nesta dissertação, as torres de resfriamento são utilizadas em conjunto com chillers de compressão. A crescente preocupação ambiental e o atual cenário de escassez de recursos hídricos e energéticos levam à adoção de ações para obter-se a máxima eficiência energética de equipamentos e processos industriais, o que justifica a implementação de técnicas de inteligência computacional na determinação da melhor condição operacional de um processo. É neste contexto que este trabalho propõe a utilização de algoritmos de otimização multiobjetivo na determinação dos setpoints ótimos de operação de um sistema de resfriamento baseado em torre de resfriamento e chillers de compressão. A otimização multiobjetivo aqui proposta proporciona o melhor compromisso entre dois objetivos conflitantes: maximização da efetividade da troca térmica realizada na torre de resfriamento e minimização do consumo energético global do sistema de resfriamento considerado. As soluções obtidas levam em consideração as restrições operacionais dos equipamentos, de modo a garantir a operação segura do sistema de resfriamento. Neste trabalho são implementados os algoritmos NSGA-II, SPEA2, Micro-GA, MOPSO e MO-TRIBES. Os três primeiros utilizam técnicas evolucionárias, enquanto os demais utilizam técnicas baseadas em inteligência de enxame. Os resultados obtidos pelos algoritmos são comparados sob diferentes cenários e modelagens para os equipamentos do sistema de resfriamento, permitindo eleger o melhor algoritmo para a aplicação proposta.Cooling towers are a widely used equipment in oil refineries, power plants and large commercial buildings. The role of cooling tower is to recover the heat rejected by the equipments responsible for the refrigeration of the environment and/or processes. In this dissertation, cooling towers are used in conjunction with compression chillers. The growing environmental concerns and the current scenario of scarce water and energy resources have lead to the adoption of actions to obtain the maximum energy eficiency in industrial processes and equipments, which justifies the implementation of computational intelligence techniques to determine the best operating conditions of such processes and equipments. In this context, this work proposes the utilization of multi-objective optimization algorithms to determine the optimum operational setpoints of the cooling system, which is based on cooling tower and compression chillers. The multi-objective optimization proposed here provides the best trade-offs between two conflicting objectives: maximizing the effectiveness of heat exchange performed in the cooling tower and minimizing the overall energy consumption of the cooling system considered. The obtained solutions take into account the operational constraints of the equipments in order to ensure the safe operation of the cooling system. This work implements the NSGA-II,SPEA2, Micro-GA, MOPSO and MO-TRIBES algorithms. The first three algorithms use evolutionary techniques, while the other two use techniques based on swarm intelligence. The results obtained by the algorithms are compared under different scenarios and models of the cooling system equipments, allowing for the selection of the best algorithm for the proposed application