Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Anzanello Júnior, José David
Orientador(a): Haffner, Sérgio Luís
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
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/10183/195675
Resumo: Este trabalho propõee um modelo de compensação de potência reativa para a alocação ótima de bancos de capacitores (BCs) fixos e automáticos aplicado ao problema de planejamento da expansão de sistemas de distribuição considerando incertezas. A função objetivo considera a minimização dos custos de investimento e dos custos de operação (manutenção, perdas de energia e violações nos níveis de tensão). As incertezas na carga e nas gerações distribuídas, baseadas em fonte solar fotovoltaica, são consideradas no modelo através da geração de cenários representativos obtidos pela técnica de clusterização K-means. O modelo desenvolvido foi resolvido utilizando uma implementação baseada na meta-heurística Algoritmo Genético (AG). E realizada uma codificação que favorece a inclusão de forma explícita das restrições de investimento e das restrições no modo de operação das unidades automáticas dos BCs. O modelo e implementado por intermédio da integração do software OpenDSS com o MATLABR®, no qual os fluxoa de potência são resolvidos via COM Interface com o OpenDSS. Um sistema de 23 nós foi utilizado nos testes para demonstrar o potencial de aplicação oferecido pela formulação proposta. O modelo foi validado através da comparaçãoo dos resultados obtidos através dos cenários representativos com os resultados obtidos utilizando 365 dias diferentes de operação. Os casos analisados e os resultados obtidos demonstram a robustez do modelo proposto e a exibilidade oferecida pela codificação empregada.
id URGS_85b31cc01cfffa8e1c279086ade7aec2
oai_identifier_str oai:www.lume.ufrgs.br:10183/195675
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Anzanello Júnior, José DavidHaffner, Sérgio Luís2019-06-13T02:30:22Z2019http://hdl.handle.net/10183/195675001094090Este trabalho propõee um modelo de compensação de potência reativa para a alocação ótima de bancos de capacitores (BCs) fixos e automáticos aplicado ao problema de planejamento da expansão de sistemas de distribuição considerando incertezas. A função objetivo considera a minimização dos custos de investimento e dos custos de operação (manutenção, perdas de energia e violações nos níveis de tensão). As incertezas na carga e nas gerações distribuídas, baseadas em fonte solar fotovoltaica, são consideradas no modelo através da geração de cenários representativos obtidos pela técnica de clusterização K-means. O modelo desenvolvido foi resolvido utilizando uma implementação baseada na meta-heurística Algoritmo Genético (AG). E realizada uma codificação que favorece a inclusão de forma explícita das restrições de investimento e das restrições no modo de operação das unidades automáticas dos BCs. O modelo e implementado por intermédio da integração do software OpenDSS com o MATLABR®, no qual os fluxoa de potência são resolvidos via COM Interface com o OpenDSS. Um sistema de 23 nós foi utilizado nos testes para demonstrar o potencial de aplicação oferecido pela formulação proposta. O modelo foi validado através da comparaçãoo dos resultados obtidos através dos cenários representativos com os resultados obtidos utilizando 365 dias diferentes de operação. Os casos analisados e os resultados obtidos demonstram a robustez do modelo proposto e a exibilidade oferecida pela codificação empregada.This work proposes a reactive power compensation model for the optimal allocation of xed and automatic capacitor banks applied to the expansion planning problem of power distribution systems considering uncertainties. The objective function considers the minimization of investment costs and operating costs (maintenance, energy losses and voltage level violations). The uncertainties in load and distributed generations, based on solar photovoltaic source, are considered in the model through the generation of representative scenarios obtained by the K-means clustering technique. The developed model was solved using an implementation based on the metaheuristic Genetic Algorithm. A codi cation is carried out that favors the explicit inclusion of the investment restrictions and the restrictions on the mode of operation of the automatic units of the capacitor banks. The model is implemented by integrating OpenDSS software with MATLABR® , in which power ows are solved via COM Interface with OpenDSS. A 23-node system was used in the tests to demonstrate the potential application of proposed formulation. The model was validated by comparing the results obtained through the representative scenarios with the results obtained using 365 di erent days of operation. The analyzed cases and the results obtained demonstrate the robustness of the proposed model and the exibility o ered by the encoding performed.application/pdfporCapacitoresEnergia elétrica : DistribuiçãoAlgoritmo genéticoOptimal capacitor placementElectric power distribution systemUncertaintiesGenetic algorithmOpenDSSAlocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia ElétricaPorto Alegre, BR-RS2019mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001094090.pdf.txt001094090.pdf.txtExtracted Texttext/plain214899http://www.lume.ufrgs.br/bitstream/10183/195675/2/001094090.pdf.txtd9737605d9b1a3024f97dd7a290e825bMD52ORIGINAL001094090.pdfTexto completoapplication/pdf4021338http://www.lume.ufrgs.br/bitstream/10183/195675/1/001094090.pdf5368a5257e942e036576c4f62f47c153MD5110183/1956752019-12-04 05:00:17.701048oai:www.lume.ufrgs.br:10183/195675Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-12-04T07:00:17Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
title Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
spellingShingle Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
Anzanello Júnior, José David
Capacitores
Energia elétrica : Distribuição
Algoritmo genético
Optimal capacitor placement
Electric power distribution system
Uncertainties
Genetic algorithm
OpenDSS
title_short Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
title_full Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
title_fullStr Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
title_full_unstemmed Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
title_sort Alocação ótima de bancos de capacitores em sistemas de distribuição considerando a cronologia da operação e incertezas
author Anzanello Júnior, José David
author_facet Anzanello Júnior, José David
author_role author
dc.contributor.author.fl_str_mv Anzanello Júnior, José David
dc.contributor.advisor1.fl_str_mv Haffner, Sérgio Luís
contributor_str_mv Haffner, Sérgio Luís
dc.subject.por.fl_str_mv Capacitores
Energia elétrica : Distribuição
Algoritmo genético
topic Capacitores
Energia elétrica : Distribuição
Algoritmo genético
Optimal capacitor placement
Electric power distribution system
Uncertainties
Genetic algorithm
OpenDSS
dc.subject.eng.fl_str_mv Optimal capacitor placement
Electric power distribution system
Uncertainties
Genetic algorithm
OpenDSS
description Este trabalho propõee um modelo de compensação de potência reativa para a alocação ótima de bancos de capacitores (BCs) fixos e automáticos aplicado ao problema de planejamento da expansão de sistemas de distribuição considerando incertezas. A função objetivo considera a minimização dos custos de investimento e dos custos de operação (manutenção, perdas de energia e violações nos níveis de tensão). As incertezas na carga e nas gerações distribuídas, baseadas em fonte solar fotovoltaica, são consideradas no modelo através da geração de cenários representativos obtidos pela técnica de clusterização K-means. O modelo desenvolvido foi resolvido utilizando uma implementação baseada na meta-heurística Algoritmo Genético (AG). E realizada uma codificação que favorece a inclusão de forma explícita das restrições de investimento e das restrições no modo de operação das unidades automáticas dos BCs. O modelo e implementado por intermédio da integração do software OpenDSS com o MATLABR®, no qual os fluxoa de potência são resolvidos via COM Interface com o OpenDSS. Um sistema de 23 nós foi utilizado nos testes para demonstrar o potencial de aplicação oferecido pela formulação proposta. O modelo foi validado através da comparaçãoo dos resultados obtidos através dos cenários representativos com os resultados obtidos utilizando 365 dias diferentes de operação. Os casos analisados e os resultados obtidos demonstram a robustez do modelo proposto e a exibilidade oferecida pela codificação empregada.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-06-13T02:30:22Z
dc.date.issued.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/195675
dc.identifier.nrb.pt_BR.fl_str_mv 001094090
url http://hdl.handle.net/10183/195675
identifier_str_mv 001094090
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/195675/2/001094090.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/195675/1/001094090.pdf
bitstream.checksum.fl_str_mv d9737605d9b1a3024f97dd7a290e825b
5368a5257e942e036576c4f62f47c153
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316069785010176