Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/325676
Type: TESE DIGITAL
Title: Otimização das configurações de redes de distribuição de energia elétrica com fontes distribuídas = Optimization of electric power distribution network configurations with distributed energy sources
Title Alternative: Optimization of electric power distribution network configurations with distributed energy sources
Author: Cavalheiro, Ellen Marianne Bernal, 1991-
Advisor: Lyra Filho, Christiano, 1951-
Abstract: Resumo: Uma forma atraente de reduzir perdas em redes de distribuição de energia elétrica é através da abordagem do problema de reconfigurações de redes, o qual deve fornecer uma topologia para operação que minimize as perdas totais causadas pelas resistências elétricas nas linhas e equipamentos (perdas técnicas). A existência de geração distribuída e inovações adicionais associadas ao termo ''smart grids'' permitem aumentar os benefícios de encontrar melhores topologias de redes. Por outro lado, a presença de geração distribuída com injeções aleatórias requer uma nova perspectiva para modelagem do problema de reconfigurações das redes e o desenvolvimento de técnicas de solução apropriadas. Essas questões são o objeto deste trabalho. As principais características do problema de reconfiguração de redes com fontes distribuídas de valores aleatórios são inicialmente exploradas em uma rede maquete, desenvolvida para realçar as consequências da presença dessas fontes. A partir do estudo inicial com a rede maquete, o trabalho propõe um modelo para o problema de otimização da reconfiguração de redes que considera explicitamente injeções de energia com valores aleatórios. Um algoritmo genético construído com arquitetura de algoritmos genéticos baseados em chaves aleatórias direcionadas (BRKGA, acrônimo da descrição em inglês ''biased random-key genetic algorithm'') é desenvolvido para resolver este problema difícil de otimização combinatória. Estudos de casos com redes de referência colocam em perspectiva a metodologia proposta. Os resultados mostram que as características aleatórias das fontes devem ser explicitamente modeladas nas abordagens dos problemas reconfigurações de redes. O trabalho fornece as bases para abordar este novo problema e aponta para caminhos de pesquisas adicionais na área

Abstract: An attractive way to reduce losses in electric power distribution networks is addressing the network reconfiguration problem, which should give a topology for the primary distribution network that minimizes the total losses due to the electrical resistances in the lines and complementary equipment (technical losses). Distributed energy resources and additional innovations associated to ''smart grids'' allow enhancing the benefits of finding better network topologies. On the other hand, the integration of renewable energy sources with variable random outputs requires expanding the perspective in modeling the network reconfiguration problem and in the shaping of appropriate solution techniques. These issues are the object of this work. The main new features of the problem are explored with a maquette designed to highlight the consequences of random generation sources in the networks. Following, the work proposes a formulation for the problem that explicitly considers random energy sources. A state of the art genetic algorithm built under the biased random-key evolution framework (BRKGA) is developed to address this hard combinatorial optimization problem. Case studies with benchmark networks put into perspective the proposed methodology. Results show that random energy inputs should be explicitly modeled in contemporary approaches to the network reconfiguration problem. The work provides the grounds for addressing this new network reconfiguration problem and points to additional research paths in the area
Subject: Sistemas de energia elétrica
Distribuição de energia elétrica
Geração distribuída de energia elétrica
Otimização combinatória
Algoritmos genéticos
Editor: [s.n.]
Date Issue: 2017
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Cavalheiro_EllenMarianneBernal_M.pdf2.92 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.