Planejamento de reativos em sistemas elétricos de potência multi-área através de modelos estocásticos

• Main Author: López Quizhpi, Julio César [UNESP]
• Other Authors: Universidade Estadual Paulista (UNESP)
• Format: Others
• Language: Portuguese
• Published: Universidade Estadual Paulista (UNESP) 2015
• Subjects: Sistemas de energia eletrica; Potencia reativa (Engenharia eletrica); Otimização matematica; Programação estocastica; Electric power systems
• Online Access: http://hdl.handle.net/11449/123362; http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/23-04-2015/000825243.pdf

Made available in DSpace on 2015-05-14T16:53:27Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-12-22Bitstream added on 2015-05-14T16:58:48Z : No. of bitstreams: 1 000825243.pdf: 1012739 bytes, checksum: 8d886a62545f4312c83a0776894e8252 (MD5) === Neste trabalho, o problema de planejamento ótimo de reativos é formulado e resolvido como um problema de otimização convexo multi-período estocástico de dois estágios para sistemas elé- tricos de potência multi-área. O modelo clássico de planejamento de reativos não linear inteiro misto é reformulado como um modelo cônico convexo inteiro misto multi-período conside- rando os taps dos transformadores com controle de taps como variáveis inteiras. No contexto dos sistemas multi-área, o problema é resolvido de forma descentralizada através de relaxação lagrangiana, dividindo o problema multi-área em subproblemas associados a cada área. Os operadores dos sistemas de transmissão de cada área resolvem os seus subproblemas de forma coordenada com as áreas adjacentes mantendo a confidencialidade dos dados dos seus sistemas, trocando apenas informações das barras de fronteiras. Na formulação estocástica, a demanda em cada área é considerada como parâmetro aleatório através de uma função de distribuição Normal, e os cenários são gerados para cada período através da técnica de amostragem Latin Hypercube. A quantificação da presença das incertezas no sistema elétrico é realizada atra- vés do cálculo dos valores característicos dos parâmetros incertos. Além disso, o problema de planejamento de reativos estocástico é formulado também como um problema de programação multiobjetivo que otimiza a função de custos totais de expansão e a função de risco de corte de carga que é modelada através do regret, considerando limites nos investimentos relacionados com os custos fixos de alocação de novas fontes. A metodologia baseada na restrição- ε é uti- lizada para a solução do problema multiobjetivo. Finalmente o trabalho proposto é analisado e avaliado através de testes e simulações usando o sistema de potência real Sul Sudeste Brasileiro e o sistema de ... === In this work, the reactive power planning problem is modeled and solved as a two stage sto- chastic multi-period convex optimization problem in multi-area power systems. The classical mixed integer reative power planning model is reformulated as a multi-period conic convex mi- xed integer model considering the taps of transformers as integer variables. In the multi-area power system context the problem is decentralized by lagrangian relaxation, decomposing the multi-area problem in subproblems associated with each area. The transmission system opera- tors in each area solve their subproblems in coordination with adjacent areas while maintaining the confidentiality of their power system data, only exchanging boundary buses information. In the stochastic formulation, demand uncertainty in each area is considered by a Normal distribu- tion function, and the scenario generation in each period is made through the efficient technique Latin Hypercube sampling. The uncertainty presence at the problem is analyzed by computing the values that quantify the importance of that parameters. Moreover, the stochastic reactive power planning problem is formulated as a multiobjective mathematical programming problem optimizing the expansion costs function and load shedding risk function that is modeled by regret, considering the fix cost budget limit. A ε -constraint methodology is used to solve the multiobjective mathematical programming problem. Finally the obtained solutions from propo- sed problem are analyzed using the real equivalent South and Southeast Brazilian power system and the IEEE-118 test power system