Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo
| Ano de defesa: | 2018 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | http://hdl.handle.net/11449/153015 |
Resumo: | Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para o planeja-mento e despacho ótimo de fontes de potência ativa, considerando as incertezas das cargas (le-ve, nominal e pesada) e fontes de energia renováveis não despacháveis através de uma aborda-gem probabilística. O modelo matemático é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico na sua forma original sem a necessidade de realizar qualquer tipo de simplificação ou linearização tanto das funções objetivo como das res-trições. Um algoritmo baseado na meta-heurística Non-dominated Sorting Genetic Algorithm (NSGA-II) é proposto para resolver o problema de maneira eficaz. Os resultados obtidos com as simulações realizadas usando a implementação computacional nos sistemas de testes IEEE30 barras e IEEE118 barras mostram a eficiência e robustez da metodologia proposta. |
| id |
UNSP_8799bd41b0d10fbfcd5de7ea96d622fd |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/153015 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
|
| spelling |
Araujo, Elaynne Xavier Souza [UNESP]Universidade Estadual Paulista (Unesp)Mantovani, José Roberto Sanches [UNESP]2018-03-14T12:06:56Z2018-03-14T12:06:56Z2018-02-23http://hdl.handle.net/11449/15301500089821933004099080P0Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para o planeja-mento e despacho ótimo de fontes de potência ativa, considerando as incertezas das cargas (le-ve, nominal e pesada) e fontes de energia renováveis não despacháveis através de uma aborda-gem probabilística. O modelo matemático é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico na sua forma original sem a necessidade de realizar qualquer tipo de simplificação ou linearização tanto das funções objetivo como das res-trições. Um algoritmo baseado na meta-heurística Non-dominated Sorting Genetic Algorithm (NSGA-II) é proposto para resolver o problema de maneira eficaz. Os resultados obtidos com as simulações realizadas usando a implementação computacional nos sistemas de testes IEEE30 barras e IEEE118 barras mostram a eficiência e robustez da metodologia proposta.This work proposes the development of a computational tool for the planning and optimal dispatch of active power sources, considering the uncertainties of the loads (light, nominal and heavy) and non-dispatchable renewable energy sources through a probabilistic approach. The mathematical model is a multi-objective mixed-integer nonlinear programing problem, that is nonconvex and probabilistic in its original form, without the need to perform any kind of simplification or linearization of both objective functions and constraints. An algorithm based on the Non-dominated Sorting Genetic Algorithm (NSGA-II) meta-heuristic is pro-posed to solve the problem effectively. The results obtained with the simulations performed using the computational implementation in the IEEE30 bus and IEEE118 bus test systems show the efficiency and robustness of the proposed methodology.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)167761/2014-5porUniversidade Estadual Paulista (Unesp)Fluxo de potência ótimoOtimização multiobjetivoNSGA-IIMeta-heurísticaOptimal power flowMultiobjective optimizationMetaheuristicFluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivoFlujo de potencia óptimo en sistemas eléctricos de potencia a través de un algoritmo genético multiobjetivoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPEngenharia Elétrica - FEISAutomaçãoNão ConstaUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, Ilha SolteiraOnlinePublication85b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::170565-185b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::170565-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188950-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188950-1ORIGINALaraujo_exs_dr_ilha.pdfaraujo_exs_dr_ilha.pdfapplication/pdf5331631https://repositorio.unesp.br/bitstreams/bb9736ff-0c54-4e44-b23d-8a9ae1e77206/download60e1011da397d7e88cc9d80319169d76MD53trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83086https://repositorio.unesp.br/bitstreams/411c148d-98a1-4ca3-85fe-1a37ea39f397/downloada9c17748608030e525cef38feed4fecdMD52falseAnonymousREADTEXTaraujo_exs_dr_ilha.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-01-05T06:23:17Z (GMT).Extracted texttext/plain107080https://repositorio.unesp.br/bitstreams/7ef3d0b9-fb66-4f57-8cd5-e358d6398d3f/download5518db0c70d052875bd603b5ff6f9f1dMD56falseAnonymousREADTHUMBNAILaraujo_exs_dr_ilha.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2018-03-15T06:03:01Z (GMT).IM Thumbnailimage/jpeg5014https://repositorio.unesp.br/bitstreams/604fa2eb-347f-467a-8652-1cf57c8611e3/download508128e32a3a58148c83133b906e57cdMD55falseAnonymousREAD11449/1530152026-01-26T12:54:27.097623Zopen.accessoai:repositorio.unesp.br:11449/153015https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-01-26T12:54:27Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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 |
| dc.title.pt.fl_str_mv |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo |
| dc.title.alternative.es.fl_str_mv |
Flujo de potencia óptimo en sistemas eléctricos de potencia a través de un algoritmo genético multiobjetivo |
| title |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo |
| spellingShingle |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo Araujo, Elaynne Xavier Souza [UNESP] Fluxo de potência ótimo Otimização multiobjetivo NSGA-II Meta-heurística Optimal power flow Multiobjective optimization Metaheuristic |
| title_short |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo |
| title_full |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo |
| title_fullStr |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo |
| title_full_unstemmed |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo |
| title_sort |
Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo |
| author |
Araujo, Elaynne Xavier Souza [UNESP] |
| author_facet |
Araujo, Elaynne Xavier Souza [UNESP] |
| author_role |
author |
| dc.contributor.institution.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.contributor.author.fl_str_mv |
Araujo, Elaynne Xavier Souza [UNESP] |
| dc.contributor.advisor1.fl_str_mv |
Mantovani, José Roberto Sanches [UNESP] |
| contributor_str_mv |
Mantovani, José Roberto Sanches [UNESP] |
| dc.subject.por.fl_str_mv |
Fluxo de potência ótimo Otimização multiobjetivo NSGA-II Meta-heurística |
| topic |
Fluxo de potência ótimo Otimização multiobjetivo NSGA-II Meta-heurística Optimal power flow Multiobjective optimization Metaheuristic |
| dc.subject.eng.fl_str_mv |
Optimal power flow Multiobjective optimization Metaheuristic |
| description |
Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para o planeja-mento e despacho ótimo de fontes de potência ativa, considerando as incertezas das cargas (le-ve, nominal e pesada) e fontes de energia renováveis não despacháveis através de uma aborda-gem probabilística. O modelo matemático é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico na sua forma original sem a necessidade de realizar qualquer tipo de simplificação ou linearização tanto das funções objetivo como das res-trições. Um algoritmo baseado na meta-heurística Non-dominated Sorting Genetic Algorithm (NSGA-II) é proposto para resolver o problema de maneira eficaz. Os resultados obtidos com as simulações realizadas usando a implementação computacional nos sistemas de testes IEEE30 barras e IEEE118 barras mostram a eficiência e robustez da metodologia proposta. |
| publishDate |
2018 |
| dc.date.accessioned.fl_str_mv |
2018-03-14T12:06:56Z |
| dc.date.available.fl_str_mv |
2018-03-14T12:06:56Z |
| dc.date.issued.fl_str_mv |
2018-02-23 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/153015 |
| dc.identifier.aleph.none.fl_str_mv |
000898219 |
| dc.identifier.capes.none.fl_str_mv |
33004099080P0 |
| url |
http://hdl.handle.net/11449/153015 |
| identifier_str_mv |
000898219 33004099080P0 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| bitstream.url.fl_str_mv |
https://repositorio.unesp.br/bitstreams/bb9736ff-0c54-4e44-b23d-8a9ae1e77206/download https://repositorio.unesp.br/bitstreams/411c148d-98a1-4ca3-85fe-1a37ea39f397/download https://repositorio.unesp.br/bitstreams/7ef3d0b9-fb66-4f57-8cd5-e358d6398d3f/download https://repositorio.unesp.br/bitstreams/604fa2eb-347f-467a-8652-1cf57c8611e3/download |
| bitstream.checksum.fl_str_mv |
60e1011da397d7e88cc9d80319169d76 a9c17748608030e525cef38feed4fecd 5518db0c70d052875bd603b5ff6f9f1d 508128e32a3a58148c83133b906e57cd |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1878344081216634880 |