Exportação concluída — 

Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Araujo, Elaynne Xavier Souza [UNESP]
Orientador(a): Mantovani, José Roberto Sanches [UNESP]
Banca de defesa: Não Informado pela instituição
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