Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Coello, Andrea Johanna Jama
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
capacidade de hospedagem
hosting capacity
Monte Carlo simulation
otimização por enxame de partículas
particle swarm optimization
photovoltaic systems
simulação de Monte Carlo
sistemas fotovoltaicos
Link de acesso: https://teses.usp.br/teses/disponiveis/18/18154/tde-06042026-090504/
Resumo: A crescente incorporação de geração fotovoltaica nos sistemas de distribuição de energia elétrica apresenta desafios significativos, incluindo o surgimento de fluxos de potência reversos que podem resultar em aumentos indesejados nos níveis de tensão, comprometendo a qualidade da energia elétrica. Para tanto, este estudo propõe uma abordagem de otimização para mitigar esses problemas, combinando o ajuste dinâmico otimizado horário dos taps dos reguladores de tensão com ajuste otimizado dos set-points das curvas do controle Volt-VAr seletivo dos inversores fotovoltaicos. A metodologia, baseada na Otimização por Enxame de Partículas (PSO), foi aplicada à rede teste IEEE 123-barras, considerando diferentes perfis de carga e de geração. É importante destacar que este estudo adotou uma abordagem probabilística, por meio da Simulação de Monte Carlo, para lidar com a natureza estocástica de variáveis presentes no modelo de otimização, como a localização dos sistemas fotovoltaicos e as variações nas curvas de demanda das cargas. Os resultados demonstram que a abordagem proposta reduz significativamente o desvio de tensão e as ocorrências de violações de tensão em comparação com as configurações convencionais, permitindo uma operação mais eficiente da rede. Além disso, a aplicação seletiva das funções de controle dos inversores contribuiu para uma redução das perdas de potência, maximizando a geração ativa sem comprometer a estabilidade da rede. Essas descobertas destacam a importância de estratégias baseadas em ajustes dinâmicos e seletivos otimizados para viabilizar uma maior integração da geração fotovoltaica nos sistemas de distribuição.
id USP_042113ef0d3252e8f7152ca66dff67a9
oai_identifier_str oai:teses.usp.br:tde-06042026-090504
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétricaOptimized selective Volt-VAr control method for increasing photovoltaic hosting capacity in power distribution systemscapacidade de hospedagemhosting capacityMonte Carlo simulationotimização por enxame de partículasparticle swarm optimizationphotovoltaic systemssimulação de Monte Carlosistemas fotovoltaicosA crescente incorporação de geração fotovoltaica nos sistemas de distribuição de energia elétrica apresenta desafios significativos, incluindo o surgimento de fluxos de potência reversos que podem resultar em aumentos indesejados nos níveis de tensão, comprometendo a qualidade da energia elétrica. Para tanto, este estudo propõe uma abordagem de otimização para mitigar esses problemas, combinando o ajuste dinâmico otimizado horário dos taps dos reguladores de tensão com ajuste otimizado dos set-points das curvas do controle Volt-VAr seletivo dos inversores fotovoltaicos. A metodologia, baseada na Otimização por Enxame de Partículas (PSO), foi aplicada à rede teste IEEE 123-barras, considerando diferentes perfis de carga e de geração. É importante destacar que este estudo adotou uma abordagem probabilística, por meio da Simulação de Monte Carlo, para lidar com a natureza estocástica de variáveis presentes no modelo de otimização, como a localização dos sistemas fotovoltaicos e as variações nas curvas de demanda das cargas. Os resultados demonstram que a abordagem proposta reduz significativamente o desvio de tensão e as ocorrências de violações de tensão em comparação com as configurações convencionais, permitindo uma operação mais eficiente da rede. Além disso, a aplicação seletiva das funções de controle dos inversores contribuiu para uma redução das perdas de potência, maximizando a geração ativa sem comprometer a estabilidade da rede. Essas descobertas destacam a importância de estratégias baseadas em ajustes dinâmicos e seletivos otimizados para viabilizar uma maior integração da geração fotovoltaica nos sistemas de distribuição.The increasing integration of photovoltaic generation into power distribution systems presents significant challenges, including the emergence of reverse power flows that can lead to undesirable voltage rises, thereby compromising power quality. To address these issues, this study proposes an optimization approach that combines the hourly dynamic optimization of voltage regulator tap settings with the optimized adjustment of the set points of the selective Volt-VAr control curves of photovoltaic inverters. The proposed methodology, based on Particle Swarm Optimization (PSO), was applied to the IEEE 123-bus test system, considering different load and generation profiles. Notably, this study adopts a probabilistic approach using Monte Carlo Simulation to account for the stochastic nature of variables in the optimization model, such as the spatial distribution of photovoltaic systems and variations in load demand curves. The results demonstrate that the proposed approach significantly reduces voltage deviations and occurrences of voltage violations compared to conventional control strategies, enabling more efficient network operation. Furthermore, the selective application of inverter control functions contributed to a reduction in power losses while maximizing active power generation without compromising power system stability. These findings underscore the importance of dynamic and selectively optimized control strategies to facilitate the greater integration of photovoltaic generation into distribution systems.Biblioteca Digitais de Teses e Dissertações da USPCoury, Denis ViniciusCoello, Andrea Johanna Jama2025-10-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/18/18154/tde-06042026-090504/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2026-04-07T15:25:02Zoai:teses.usp.br:tde-06042026-090504Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212026-04-07T15:25:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
Optimized selective Volt-VAr control method for increasing photovoltaic hosting capacity in power distribution systems
title Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
spellingShingle Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
Coello, Andrea Johanna Jama
capacidade de hospedagem
hosting capacity
Monte Carlo simulation
otimização por enxame de partículas
particle swarm optimization
photovoltaic systems
simulação de Monte Carlo
sistemas fotovoltaicos
title_short Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
title_full Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
title_fullStr Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
title_full_unstemmed Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
title_sort Método otimizado de controle Volt-VAr seletivo para aumento de capacidade de hospedagem fotovoltaica em sistemas de distribuição de energia elétrica
author Coello, Andrea Johanna Jama
author_facet Coello, Andrea Johanna Jama
author_role author
dc.contributor.none.fl_str_mv Coury, Denis Vinicius
dc.contributor.author.fl_str_mv Coello, Andrea Johanna Jama
dc.subject.por.fl_str_mv capacidade de hospedagem
hosting capacity
Monte Carlo simulation
otimização por enxame de partículas
particle swarm optimization
photovoltaic systems
simulação de Monte Carlo
sistemas fotovoltaicos
topic capacidade de hospedagem
hosting capacity
Monte Carlo simulation
otimização por enxame de partículas
particle swarm optimization
photovoltaic systems
simulação de Monte Carlo
sistemas fotovoltaicos
description A crescente incorporação de geração fotovoltaica nos sistemas de distribuição de energia elétrica apresenta desafios significativos, incluindo o surgimento de fluxos de potência reversos que podem resultar em aumentos indesejados nos níveis de tensão, comprometendo a qualidade da energia elétrica. Para tanto, este estudo propõe uma abordagem de otimização para mitigar esses problemas, combinando o ajuste dinâmico otimizado horário dos taps dos reguladores de tensão com ajuste otimizado dos set-points das curvas do controle Volt-VAr seletivo dos inversores fotovoltaicos. A metodologia, baseada na Otimização por Enxame de Partículas (PSO), foi aplicada à rede teste IEEE 123-barras, considerando diferentes perfis de carga e de geração. É importante destacar que este estudo adotou uma abordagem probabilística, por meio da Simulação de Monte Carlo, para lidar com a natureza estocástica de variáveis presentes no modelo de otimização, como a localização dos sistemas fotovoltaicos e as variações nas curvas de demanda das cargas. Os resultados demonstram que a abordagem proposta reduz significativamente o desvio de tensão e as ocorrências de violações de tensão em comparação com as configurações convencionais, permitindo uma operação mais eficiente da rede. Além disso, a aplicação seletiva das funções de controle dos inversores contribuiu para uma redução das perdas de potência, maximizando a geração ativa sem comprometer a estabilidade da rede. Essas descobertas destacam a importância de estratégias baseadas em ajustes dinâmicos e seletivos otimizados para viabilizar uma maior integração da geração fotovoltaica nos sistemas de distribuição.
publishDate 2025
dc.date.none.fl_str_mv 2025-10-29
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 https://teses.usp.br/teses/disponiveis/18/18154/tde-06042026-090504/
url https://teses.usp.br/teses/disponiveis/18/18154/tde-06042026-090504/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865492437781184512

Registros relacionados