Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo
Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para o planeja-mento e despacho ótimo de fontes de potência ativa, considerando as incertezas das cargas (le-ve, nominal e pesada) e fontes de energia renováveis não despacháveis através de uma aborda-gem probabilística. O m...
| Autor: | |
|---|---|
| Tipo de documento: | tese |
| Estado: | Versão publicada |
| Data de publicação: | 2018 |
| País: | Brasil |
| Recursos: | Universidade Estadual Paulista (UNESP) |
| Repositório: | Repositório Institucional da UNESP |
| Idioma: | português |
| OAI Identifier: | oai:repositorio.unesp.br:11449/153015 |
| Acesso em linha: | http://hdl.handle.net/11449/153015 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Fluxo de potência ótimo Otimização multiobjetivo NSGA-II Meta-heurística Optimal power flow Multiobjective optimization Metaheuristic |
| Resumo: | Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para o planeja-mento e despacho ótimo de fontes de potência ativa, considerando as incertezas das cargas (le-ve, nominal e pesada) e fontes de energia renováveis não despacháveis através de uma aborda-gem probabilística. O modelo matemático é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico na sua forma original sem a necessidade de realizar qualquer tipo de simplificação ou linearização tanto das funções objetivo como das res-trições. Um algoritmo baseado na meta-heurística Non-dominated Sorting Genetic Algorithm (NSGA-II) é proposto para resolver o problema de maneira eficaz. Os resultados obtidos com as simulações realizadas usando a implementação computacional nos sistemas de testes IEEE30 barras e IEEE118 barras mostram a eficiência e robustez da metodologia proposta. |
|---|