Este trabalho apresenta o desenvolvimento e simulação de um Controlador Supervisório Inteligente para sistemas híbridos de energia de pequeno porte. O controlador utiliza técnicas de inteligência artificial, baseadas em redes neurais artificiais e lógica neuro-fuzzy, para realizar previsões de velocidade de vento e demanda de curto prazo, permitindo a tomada de decisões otimizadas de despacho para o sistema híbrido de energia. Os principais objetivos do controlador são: o atendimento à carga, a maximização na utilização da fonte renovável eólica e a redução da participação do gerador diesel, assim como são tomados procedimentos adequados para preservar a vida útil da bateria. Um modelo computacional foi criado para calcular o balanço energético de qualquer sistema híbrido a partir de séries de dados medidos de demanda e velocidade de vento. A avaliação do desempenho do controlador foi realizada comparando-se os resultados obtidos com dois outros algoritmos comumente usados para controle de sistemas híbridos. Também foi feita uma análise econômica simplificada usando a figura de mérito do custo de ciclo de vida (CCV) para destacar as vantagens do novo controlador supervisório inteligente para sistemas híbridos.

This work presents the development and simulation results of an Intelligent Supervisory Controller for hybrid power systems. The controller uses artificial intelligence techniques, based on artificial neural networks and neuro-fuzzy logic, to forecast both wind power and load, and to take optimal dispatch decisions for hybrid power systems. The main controller objectives are: supply the load, priorize wind power and minimize diesel contribution while following appropriate procedures to preserve batteries life. A simulation tool has been created to compute the energy balance of any hybrid system using measured load and wind speed time series. The performance analysis was carried out by comparing the simulation results against two other common hybrid systems' control algorithms. Also, a simplified life cycle cost analysis (CCV) has been executed in order to point out the economic advantages of the new intelligent supervisory controller for hybrid power systems.