Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/30410
Title in Portuguese: Algoritmo evolutivo para reconfiguração de redes e posicionamento eficiente de geradores distribuídos em sistemas de distribuição de energia elétrica
Author: Soares, Fellipe Souto
Advisor(s): Barroso, Giovanni Cordeiro
Co-advisor(s): Leão, Ruth Pastôra Saraiva
Keywords: Engenharia elétrica
Energia elétrica - Distribuição
Geração distribuída de energia elétrica
Correntes elétricas - Perdas
Minimization of power losses
Power system reconfiguration
Differential evolution
Exhaustive search
Issue Date: 16-Feb-2018
Citation: SOARES, F. S. Algoritmo evolutivo para reconfiguração de redes e posicionamento eficiente de geradores distribuídos em sistemas de distribuição de energia elétrica. 2018. 90 f. Dissertação (Mestrado em Engenharia Elétrica)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2018.
Abstract in Portuguese: Grande parte da energia elétrica é produzida distante de centros consumidores, necessitando complexos sistemas de transmissão e distribuição contendo longos alimentadores para suprir a demanda. Com isso, perdas inerentes aos componentes elétricos estão associadas a este processo de transporte. Dessa forma, modificar a configuração da rede e instalar geradores distribuídos próximos aos centros de carga são alternativas para reduzir as perdas nesses sistemas de distribuição. Neste trabalho é proposto um algoritmo, baseado no método de otimização Evolução Diferencial, para redução das perdas de potência ativa nos alimentadores de sistemas elétricos radiais por meio da reconfiguração da rede, combinada ao posicionamento de geração distribuída (GD). Tanto a reconfiguração de sistemas elétricos quanto o posicionamento de GD são problemas matemáticos não lineares inteiros mistos com a dimensão dos seus conjuntos de soluções susceptíveis a uma explosão combinatória a depender dos valores das variáveis dos problemas. Por esse motivo, optou-se por tratar esses problemas com o método meta-heurístico. Além disto, para a representação da rede elétrica é utilizada uma estrutura de dados eficiente denominada Representação Nó Profundidade (RNP). A função, cujo objetivo é a minimização, representa a soma das perdas ôhmicas nas linhas, valor calculado por meio do fluxo de carga via método de varredura direta e inversa baseado em soma de potências. O algoritmo proposto foi construído de forma modular, ou seja, um módulo é responsável pela otimização por meio da reconfiguração da rede, e outro é responsável pela instalação das unidades geradoras. Desta maneira, é possível realizar o estudo e a análise do percentual de redução das perdas executando as operações separadas ou em conjunto. Assim, foram produzidos cinco algoritmos, dois com a execução das operações isoladas, dois com operações sequenciais em ordens diferentes, e o algoritmo proposto iterativo. Todos eles implementados no Matlab. Simulações foram realizadas com duas diferentes redes amplamente usadas na literatura, contendo 33 e 69 barras respectivamente, e os resultados obtidos pelo método evolutivo para o estado final da rede foram comparados com os resultados obtidos pela busca exaustiva. Foram comparados os valores obtidos das reduções das perdas e das tensões das barras da rede elétrica, e foi observada que a ordem de execução das operações influencia no desempenho da redução das perdas. Por fim, o algoritmo evolutivo iterativo proposto obteve a maior redução das perdas de potência ativa.
Abstract: Much of the electricity is produced far from consumer centers, requiring complex transmission and distribution systems containing long feeders to supply the demand. Therefore, losses inherent to the electrical components are associated with this transportation process. Thus, modifying the network configuration and installing distributed generators near the load centers are alternatives to reduce losses in these distribution systems. In this work, an algorithm based on the Differential Evolution optimization method is proposed to reduce the active power losses in radial power system feeders by network reconfiguration combined to the placement of Distributed Generators (DG). Both power systems reconfiguration and the positioning of DG are mixed integer nonlinear problems with the size of their sets solutions susceptible to a combinatorial explosion depending on the dimensions of the problem variables. For this reason, the metaheuristic method was adopted. In addition, an efficient data structure called the Node-Depth Encoding (NDE) is used to represent the electrical network. The function whose objective is the minimization represent the total losses in the lines, value calculated by means of the power flow by backward/forward sweep method by sum of power. The proposed algorithm was constructed in a modular way, in other words, one module is responsible for the generating units installation, and another is responsible for the generating units installation. Thus, it is possible to carry out the study and analysis of the loss reduction percentage by performing the operations separately or together. Under these circumstances, five algorithms were produced, two with the execution of the isolated operations, two with sequential operations in different orders, and the proposed iterative algorithm. All of them implemented in Matlab. Simulations were performed with two different networks widely used in the literature, containing 33 and 69 bus respectively, and the results obtained by the evolutionary method for the final state of the network were verified with the results obtained by the exhaustive search. The obtained values of the reduction of the losses and buses voltage were compared, and it was observed that the order of execution of the operations influences the performance of the reduction of the losses. Finally, the proposed iterative evolution algorithm obtained the greatest reduction of the active power losses
URI: http://www.repositorio.ufc.br/handle/riufc/30410
metadata.dc.type: Dissertação
Appears in Collections:DEEL - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_dis_fssoares.pdf3,91 MBAdobe PDFView/Open


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