Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-03-17T15:55:04Z No. of bitstreams: 1 Iverson Farias Costa_.pdf: 1955231 bytes, checksum: 026a292f3b36f9d497620ffb02e502b4 (MD5) / Made available in DSpace on 2016-03-17T15:55:04Z (GMT). No. of bitstreams: 1 Iverson Farias Costa_.pdf: 1955231 bytes, checksum: 026a292f3b36f9d497620ffb02e502b4 (MD5) Previous issue date: 2012-03-29 / Nenhuma / A importância de um suprimento confiável de energia elétrica, para a sociedade industrial atual, é inquestionável. Em um centro de controle de uma rede elétrica, uma importante tarefa computacional é a Análise de Segurança. Nesta tarefa, uma contingência é saída de operação de um ou mais equipamentos, enquanto que a seleção de contingências é a determinação das contingências mais severas existentes no sistema. A despeito dos avanços tecnológicos atuais, uma análise de todas as contingências possíveis é impraticável. Neste trabalho, um método é apresentado para realizar, de forma eficiente, a seleção de contingências múltiplas. O problema é modelado como um problema de otimização combinatória, e é resolvido através de dois algoritmos genéticos. Um método robusto, que considera aspectos de fluxo de potência e tensão, é apresentado e testado em uma rede IEEE e em um sistema real de grande porte, considerando saídas duplas de linha. Os resultados apresentados, obtidos através da varredura de porções reduzidas do espaço de busca, demonstram uma acurácia próxima a 100%, quando comparados a um método exato. / The importance of a reliable supply of electricity to the industrial society is unquestionable. In a control center of an electrical utility, an important computational task is the Security Analysis. In this task, contingency is the out of operation of one or more devices, and contingencies selection is the determination of the most severe contingencies for the system. Despite the current technological advances, an analysis of all possible contingencies, for a real grid, is impracticable. In this work, a method to efficiently perform the selection of multiple contingencies is presented. The problem is modeled as a combinatorial optimization problem, and solved by two genetic algorithms. A robust method, which considers aspects of power flow and voltage, is presented and tested over an IEEE test system and a large real network, considering double outages of branches. The results presented, obtained with scans of reduced portions of search space, shows accuracy close to 100%, when compared with an exact method.