Planejamento dinâmico de expansão em sistemas de transmissão de energia elétrica via algoritmos híbridos de otimização

Autor: Oliveira, Luiz Eduardo de
Jazyk: portugalština
Rok vydání: 2018
Předmět:
Zdroj: Repositório Institucional da UnBUniversidade de BrasíliaUNB.
Druh dokumentu: masterThesis
Popis: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017.
Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2018-04-13T19:30:04Z No. of bitstreams: 1 2017_LuizEduardodeOliveira.pdf: 3843329 bytes, checksum: 31eedade77bff0ca7a230711494b9dca (MD5)
Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-04-18T21:24:31Z (GMT) No. of bitstreams: 1 2017_LuizEduardodeOliveira.pdf: 3843329 bytes, checksum: 31eedade77bff0ca7a230711494b9dca (MD5)
Made available in DSpace on 2018-04-18T21:24:31Z (GMT). No. of bitstreams: 1 2017_LuizEduardodeOliveira.pdf: 3843329 bytes, checksum: 31eedade77bff0ca7a230711494b9dca (MD5) Previous issue date: 2018-04-18
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
O Planejamento de Expansão em Sistemas de Transmissão (PEST) tem o propósito de identificar novos equipamentos transmissores a serem inseridos na rede, a fim de suprir à demanda futura prevista dentro do horizonte de planejamento. Este trabalho contribui nessa direção ao apresentar um novo método baseado em diversas técnicas de otimização para resolver o Planejamento de Expansão Estático (PEEST) e Dinâmico (PDEST). A visão estática de "quais" reforços e "onde" estes devem ser instalados é uma abordagem simplista, pois analisa somente dois estágios de planejamento: presente e futuro. Já a visão dinâmica, ao particionar o horizonte de planejamento em multiestágios, fornece ao planejador informações importantes também sobre "quando" esses reforços devem ser alocados na rede, resultando em uma resposta mais robusta e efetiva. O processo resultante dessa formulação é uma programação não linear inteira mista, onde as dificuldades se intensificam no PDEST com o acoplamento temporal. Sendo assim, foi criada uma metodologia que divide o problema de minimização inicial em mestre (não linear) e escravo (linear). O Método dos Pontos Interiores (MPI) é aplicado na resolução do problema escravo, que por sua vez, requer a otimização da modelagem de fluxos de cargas linearizados, sem perdas, utilizados na representação das redes de transmissão. A solução do problema escravo fornece informações ao método proposto, um algoritmo heurístico híbrido que acopla o Harmony Search e o Branch & Bound em série (HSB&B), para conferência da factibilidade dos PESTs sugeridos durante o processo de resolução do problema mestre. Posto isto, foi desenvolvida e aprimorada uma metodologia que visa alcançar a solução ótima do problema mestre-escravo em três etapas com diferentes objetivos: redução eficiente do conjunto inicial das rotas candidatas à expansão por meio de um Algoritmo Heurístico Construtivo (AHC); resolução do PEEST através da metaheurística Harmony Search (HS) e criação da Região de Soluções Estáticas (RSE); expansão dinâmica através da adaptação do algoritmo Branch & Bound no refinamento de todos os PEEST contidos na RSE. Testes com os sistemas Garver, Two Valleys e Sul do Brasil foram feitos e comparados à literatura para comprovar a eficácia do método.
Transmission Network Expansion Planning (TNEP) has the purpose of identifying new transmission equipments to be inserted on the grid in order to supply a forecasted demand. This work contributes in this direction presenting a new method based on several optimization techniques to solve Static (STNEP) and Dynamic (DTNEP) Expansion Planning. The static view of "which" reinforcements and "where" they should be installed is a simplistic approach, since it analyzes only two stages in the planning horizon: the present and the future. On the other hand, the dynamic view, by dividing the planning horizon into multistage, also gives the planner important information about “when” these reinforcements should be allocated on the network, resulting in a more robust and effective response. This formulation results in a nonlinear programming problem with integer and continuous variables, whose difficulties are intensified by the temporal coupling. Therefore, a methodology that divides the initial minimization problem into master (non-linear) and slave (linear) problem was proposed. The Interior-Point Method (IPM) is applied in solving the slave problem, which in turn requires the optimization of the lossless linearized load flow modeling used to represents the transmission network. The solution of the slave problem provides information to the proposed method, a hybrid heuristic algorithm that couples Harmony Search and Branch & Bound in series (HSB&B), to check the feasibility of the suggested PESTs during the solving process of the master problem. Therefore, a hybrid methodology was developed and improved to solve the master problem in three different stages: efficient reduction of the initial set of candidate routes for expansion by a Constructive Heuristic Algorithm (AHC); resolution of PEEST via metaheuristic algorithm Harmony Search and creation of the Static Solutions Region (SSR); dynamic expansion through an adaptation of Branch & Bound algorithm of all PEEST from SSR. Tests with Garver, Two Valleys and Brazilian South System were performed and compared to the literature to prove the method effectiveness.
Databáze: Networked Digital Library of Theses & Dissertations
Externí odkaz: