A presente pesquisa tem como tema principal a alocação otimizada de Monitores de Qualidade da Energia Elétrica (MQEEs) em sistemas de distribuição para a observação das Variações de Tensão de Curta Duração (VTCDs). Busca-se pela pesquisa apresentar adequações que podem ser facilmente incorporadas aos métodos de alocação que se baseiam no uso de algoritmos inteligentes, neste caso em específico, em Algoritmos Genéticos (AGs), para resolver o problema da alocação de MQEEs. Também como contribuição, a pesquisa apresenta uma técnica para a diminuição do espaço de busca das soluções, imprimindo assim, uma melhoria da observação das VTCDs em Sistemas de Distribuição (SDs), e caracterizando um método simplificado para a alocação desejada. A metodologia como formulada (via AG e método simplificado) foi testada através da sua aplicação nos sistemas de distribuição de 13, 34 e 123 nós, simulados via o ATP (Alternative Transients Program), e provindos da base de dados do IEEE (Institute of Electrical and Electronic Engineers). A pesquisa também foi testada considerando um alimentador real de uma concessionária regional, e validada através de simulações estatísticas pelo Método de Monte Carlo. / The present research has the optimized allocation of Power Quality Monitors in distribution systems as its main subject aimed at voltage sags and swells observation. The work intention is to propose adjustments that can be easily incorporated into the allocation methods based on the use of intelligent algorithms, in this case specifically, the Genetic Algorithms addressing the problem of monitor allocation. Also, as contribution, the research presents a technique to reduce the search space of solutions, thus printing an improvement on the observation of voltage variations in distribution systems and characterizing a simplified method for the desired allocation. The methodology, as formulated (by the genetic algorithm application and the simplified method), was tested through its application in distribution systems of 13, 34 and 123 nodes, simulated on ATP (Alternative Transients Program), and stemmed by the IEEE database (Institute of Electrical and Electronic Engineers). The research was also tested considering a real feeder of a regional utility, and validated through statistical simulations by the Monte Carlo method.

A presente pesquisa tem como tema principal a alocação otimizada de Monitores de Qualidade da Energia Elétrica (MQEEs) em sistemas de distribuição para a observação das Variações de Tensão de Curta Duração (VTCDs). Busca-se pela pesquisa apresentar adequações que podem ser facilmente incorporadas aos métodos de alocação que se baseiam no uso de algoritmos inteligentes, neste caso em específico, em Algoritmos Genéticos (AGs), para resolver o problema da alocação de MQEEs. Também como contribuição, a pesquisa apresenta uma técnica para a diminuição do espaço de busca das soluções, imprimindo assim, uma melhoria da observação das VTCDs em Sistemas de Distribuição (SDs), e caracterizando um método simplificado para a alocação desejada. A metodologia como formulada (via AG e método simplificado) foi testada através da sua aplicação nos sistemas de distribuição de 13, 34 e 123 nós, simulados via o ATP (Alternative Transients Program), e provindos da base de dados do IEEE (Institute of Electrical and Electronic Engineers). A pesquisa também foi testada considerando um alimentador real de uma concessionária regional, e validada através de simulações estatísticas pelo Método de Monte Carlo. / The present research has the optimized allocation of Power Quality Monitors in distribution systems as its main subject aimed at voltage sags and swells observation. The work intention is to propose adjustments that can be easily incorporated into the allocation methods based on the use of intelligent algorithms, in this case specifically, the Genetic Algorithms addressing the problem of monitor allocation. Also, as contribution, the research presents a technique to reduce the search space of solutions, thus printing an improvement on the observation of voltage variations in distribution systems and characterizing a simplified method for the desired allocation. The methodology, as formulated (by the genetic algorithm application and the simplified method), was tested through its application in distribution systems of 13, 34 and 123 nodes, simulated on ATP (Alternative Transients Program), and stemmed by the IEEE database (Institute of Electrical and Electronic Engineers). The research was also tested considering a real feeder of a regional utility, and validated through statistical simulations by the Monte Carlo method.

Problemas ocasionados por perturbações na qualidade da energia elétrica (QEE) podem provocar sérios prejuízos, tanto de cunho social, quanto financeiros, aos clientes conectados ao sistema elétrico de potência como um todo. Neste contexto, os clientes que mais sofrem são os clientes industriais, pois estes possuem cargas sensíveis a vários distúrbios associados à falta da QEE. Sendo assim, para adoções de medidas preventivas, ou corretivas, que melhorem os índices de QEE, faz-se necessário um monitoramento dos sistemas elétricos que permita um melhor acompanhamento da ocorrência dos distúrbios. Nesta pesquisa é proposta a modelagem do problema de alocação ótima de monitores de QEE em sistemas de distribuição com múltiplos objetivos, os quais são: minimização do custo do monitoramento, minimização da ambiguidade topológica, maximização do monitoramento das cargas, maximização da quantidade de ramais monitorados, minimização da quantidade de afundamentos não monitorados, e maximização da redundância do monitoramento dos afundamentos. Na resolução do problema foi utilizado o Algoritmo Evolutivo Multiobjetivo com Tabelas (AEMT), adotado por ter boa capacidade de resolução com muitos objetivos. Os resultados obtidos permitiram observar que o AEMT forneceu as fronteiras de Pareto com soluções diversificadas e bem distribuídas ao longo da mesma, mostrando-se de grande relevância para o planejamento de sistemas de monitoramento da QEE em sistemas de distribuição de energia. A principal contribuição desta tese é o fornecimento de um modelo que permite às empresas de energia avaliar os investimentos que farão nos seus sistemas de monitoramento considerando seis critérios distintos, permitindo uma maior flexibilidade no estabelecimento do plano de monitoramento e uma melhor análise do custo/benefício considerando os seis aspectos abordados. / Problems arising from disturbances in power quality (PQ) can cause serious damage, both social, and financial, to customers connected to the electrical power distribution systems as a whole. In this context, the customers who suer most are industrial customers, as they have loads sensitive to various disturbances associated with the lack of PQ. Thus, in order to adopt preventive or corrective measures to improve PQ rates, it is necessary to monitor electrical systems to allow better oversight of the occurrence of disturbances. In this research, the proposal is to model the problem of optimal allocation of power quality monitors in distribution systems with multiple objectives. The multiple objectives are: minimizing the monitoring cost, minimizing ambiguities in topology, maximizing the load monitoring, maximizing the area monitoring, minimizing the voltage sag unmonitored, and maximizing the redundancy in the sag monitoring. In solving the problem, a Multiobjective Evolutionary Algorithm with Tables (MEAT) was adopted due to ability to deal with many objectives. The results show that the AMET finds a set of ecient solutions that are diversified and well-distributed along the Pareto Front, and that they are highly relevant for planning of PQ monitoring systems in electrical power distribution systems. The main contribution of this thesis is to provide a model that allows utilities better evaluate investments that they will make in their monitoring systems comprising six dierent criteria, allowing greater flexibility in establishing the monitoring plan and a better analysis of cost/benefit considering the six aspects.

Problemas ocasionados por perturbações na qualidade da energia elétrica (QEE) podem provocar sérios prejuízos, tanto de cunho social, quanto financeiros, aos clientes conectados ao sistema elétrico de potência como um todo. Neste contexto, os clientes que mais sofrem são os clientes industriais, pois estes possuem cargas sensíveis a vários distúrbios associados à falta da QEE. Sendo assim, para adoções de medidas preventivas, ou corretivas, que melhorem os índices de QEE, faz-se necessário um monitoramento dos sistemas elétricos que permita um melhor acompanhamento da ocorrência dos distúrbios. Nesta pesquisa é proposta a modelagem do problema de alocação ótima de monitores de QEE em sistemas de distribuição com múltiplos objetivos, os quais são: minimização do custo do monitoramento, minimização da ambiguidade topológica, maximização do monitoramento das cargas, maximização da quantidade de ramais monitorados, minimização da quantidade de afundamentos não monitorados, e maximização da redundância do monitoramento dos afundamentos. Na resolução do problema foi utilizado o Algoritmo Evolutivo Multiobjetivo com Tabelas (AEMT), adotado por ter boa capacidade de resolução com muitos objetivos. Os resultados obtidos permitiram observar que o AEMT forneceu as fronteiras de Pareto com soluções diversificadas e bem distribuídas ao longo da mesma, mostrando-se de grande relevância para o planejamento de sistemas de monitoramento da QEE em sistemas de distribuição de energia. A principal contribuição desta tese é o fornecimento de um modelo que permite às empresas de energia avaliar os investimentos que farão nos seus sistemas de monitoramento considerando seis critérios distintos, permitindo uma maior flexibilidade no estabelecimento do plano de monitoramento e uma melhor análise do custo/benefício considerando os seis aspectos abordados. / Problems arising from disturbances in power quality (PQ) can cause serious damage, both social, and financial, to customers connected to the electrical power distribution systems as a whole. In this context, the customers who suer most are industrial customers, as they have loads sensitive to various disturbances associated with the lack of PQ. Thus, in order to adopt preventive or corrective measures to improve PQ rates, it is necessary to monitor electrical systems to allow better oversight of the occurrence of disturbances. In this research, the proposal is to model the problem of optimal allocation of power quality monitors in distribution systems with multiple objectives. The multiple objectives are: minimizing the monitoring cost, minimizing ambiguities in topology, maximizing the load monitoring, maximizing the area monitoring, minimizing the voltage sag unmonitored, and maximizing the redundancy in the sag monitoring. In solving the problem, a Multiobjective Evolutionary Algorithm with Tables (MEAT) was adopted due to ability to deal with many objectives. The results show that the AMET finds a set of ecient solutions that are diversified and well-distributed along the Pareto Front, and that they are highly relevant for planning of PQ monitoring systems in electrical power distribution systems. The main contribution of this thesis is to provide a model that allows utilities better evaluate investments that they will make in their monitoring systems comprising six dierent criteria, allowing greater flexibility in establishing the monitoring plan and a better analysis of cost/benefit considering the six aspects.