| Summary: | Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-01-19T10:47:34Z
No. of bitstreams: 1
felipedasilvaseta.pdf: 1053075 bytes, checksum: 8a24a576cad55e9b46efe4bde9405104 (MD5) === Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-01-25T17:44:56Z (GMT) No. of bitstreams: 1
felipedasilvaseta.pdf: 1053075 bytes, checksum: 8a24a576cad55e9b46efe4bde9405104 (MD5) === Made available in DSpace on 2016-01-25T17:44:56Z (GMT). No. of bitstreams: 1
felipedasilvaseta.pdf: 1053075 bytes, checksum: 8a24a576cad55e9b46efe4bde9405104 (MD5)
Previous issue date: 2015-08-10 === CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior === O presente trabalho propõe uma metodologia para a resolução do problema de
reconfiguração ótima de sistemas de distribuição de energia elétrica utilizando uma
representação mais realista de parâmetros com incertezas. O objetivo é avaliar o impacto de se
representar incertezas dos sistemas no problema de reconfiguração em relação a modelos
tradicionais determinísticos. O modelo de reconfiguração probabilística proposto visa
minimizar as perdas totais de energia considerando incertezas sobre a demanda e sobre a
geração distribuída a partir da energia eólica, além de diferentes níveis de carregamento dos
sistemas.
A metodologia proposta é baseada na técnica meta-heurística Sistema Imunológico
Artificial. Os fundamentos da matemática intervalar são incorporados em um fluxo de
potência intervalar que modela as incertezas da demanda provenientes principalmente de erros
de previsão e medição, bem como incertezas na geração por fontes eólicas devido a
intermitências nos regimes de ventos. Desta forma, as variáveis de entrada intervalares são as
demandas ativas e reativas das barras do sistema e os valores de velocidade de vento nas
regiões das usinas eólicas. As incertezas da entrada são propagadas para as variáveis de saída
do fluxo de potência, como as tensões nodais. Como resultado, as perdas totais de energia a
serem minimizadas também são determinadas na forma intervalar. Uma metodologia para
comparação de intervalos baseada na média e no raio dos intervalos é utilizada para
determinar a topologia ótima. Restrições de tensão, radialidade e conectividade da rede são
consideradas. O algoritmo proposto é testado em sistemas conhecidos da literatura. === The present work proposes a methodology to solve the problem of optimal
reconfiguration of power distribution systems by using a more realistic representation of
uncertain parameters. The objective is to evaluate the impact of representing uncertainties in
the reconfiguration problem in relation to traditional deterministic models. The proposed
probabilistic reconfiguration model aims at minimizing the total energy loss considering
uncertainties on the load demand and the distributed generation from wind energy, as well as
different load levels.
The proposed methodology is based on the meta-heuristic technique Artificial Immune
System. The interval mathematics fundamentals are embedded in an interval power flow that
models the uncertainties of load forecast and measurements, as well as uncertainties due to
the intermittences of the wind. Therefore, the input interval variables are the active and
reactive loads at the network nodes and the wind speed in the regions where the wind farms
are installed. The input uncertainties are thus propagated to the output power flow variables as
the nodal voltages. As a result, the total energy losses to be minimized are also given in
interval form. A methodology for comparing intervals that is based on the interval average
and size is used to determine the best topology. Voltage constraints, radial configuration and
network connectivity are considered. The proposed algorithm is tested in systems known in
the literature.
|
|---|
