O objetivo de um problema de Fluxo de Potência Ótimo é determinar o estado de um sistema de transmissão de energia elétrica que otimize um dado desempenho do sistema, e satisfaça suas restrições físicas e operacionais. O problema de Fluxo de Potência Ótimo é modelado como um problema de programação não linear com variáveis discretas e contínuas. Na maioria das abordagens da literatura para a resolução de problemas de Fluxo de Potência Ótimo, os controles discretos são modelados como variáveis contínuas. Estas formulações estão longe da realidade de um sistema elétrico pois alguns controles podem somente ser ajustados por passos discretos. Este trabalho apresenta um método para tratar as variáveis discretas do problema de Fluxo de Potência Ótimo. Uma função, que penaliza a função objetivo quando as variáveis discretas assumem valores não discretos, é apresentada. Ao incorporar esta função na função objetivo, um problema de programação não linear com somente variáveis contínuas é obtido e a solução desse problema é equivalente à solução do problema original, que contém variáveis discretas e contínuas. O problema de programação não linear é resolvido pelo Método de Pontos Interiores com Filtro. Experimentos numéricos com os sistemas elétricos IEEE 14, 30, 118 e 300 Barras comprovam que a abordagem proposta é eficiente na resolução de problemas de Fluxo de Potência Ótimo. / The aim of solving the Optimal Power Flow problem is to determine the state of an electric power transmission system that optimizes a given system performance, while satisfying its physical and operating constraints. The Optimal Power Flow problem is modeled as a large-scale mixed-discrete nonlinear programming problem. In most techniques existing in the literature to solve the Optimal Power Flow problems, the discrete controls are modeled as continuous variables. These formulations are unrealistic, as some controls can be set only to values taken from a given set of discrete values. This study proposes a method for handling the discrete variables of the Optimal Power Flow problem. A function, which penalizes the objective function when discrete variables assume non-discrete values, is presented. By including this penalty function into the objective function, a nonlinear programming problem with only continuous variables is obtained and the solution of this problem is equivalent to the solution of the initial problem that contains discrete and continuous variables. The nonlinear programming problem is solved by a Interior-Point Method with filter line-search. Numerical tests using the IEEE 14, 30, 118 and 300-Bus test systems indicate that the proposed approach is efficient in the resolution of OPF problems.

O objetivo de um problema de Fluxo de Potência Ótimo é determinar o estado de um sistema de transmissão de energia elétrica que otimize um dado desempenho do sistema, e satisfaça suas restrições físicas e operacionais. O problema de Fluxo de Potência Ótimo é modelado como um problema de programação não linear com variáveis discretas e contínuas. Na maioria das abordagens da literatura para a resolução de problemas de Fluxo de Potência Ótimo, os controles discretos são modelados como variáveis contínuas. Estas formulações estão longe da realidade de um sistema elétrico pois alguns controles podem somente ser ajustados por passos discretos. Este trabalho apresenta um método para tratar as variáveis discretas do problema de Fluxo de Potência Ótimo. Uma função, que penaliza a função objetivo quando as variáveis discretas assumem valores não discretos, é apresentada. Ao incorporar esta função na função objetivo, um problema de programação não linear com somente variáveis contínuas é obtido e a solução desse problema é equivalente à solução do problema original, que contém variáveis discretas e contínuas. O problema de programação não linear é resolvido pelo Método de Pontos Interiores com Filtro. Experimentos numéricos com os sistemas elétricos IEEE 14, 30, 118 e 300 Barras comprovam que a abordagem proposta é eficiente na resolução de problemas de Fluxo de Potência Ótimo. / The aim of solving the Optimal Power Flow problem is to determine the state of an electric power transmission system that optimizes a given system performance, while satisfying its physical and operating constraints. The Optimal Power Flow problem is modeled as a large-scale mixed-discrete nonlinear programming problem. In most techniques existing in the literature to solve the Optimal Power Flow problems, the discrete controls are modeled as continuous variables. These formulations are unrealistic, as some controls can be set only to values taken from a given set of discrete values. This study proposes a method for handling the discrete variables of the Optimal Power Flow problem. A function, which penalizes the objective function when discrete variables assume non-discrete values, is presented. By including this penalty function into the objective function, a nonlinear programming problem with only continuous variables is obtained and the solution of this problem is equivalent to the solution of the initial problem that contains discrete and continuous variables. The nonlinear programming problem is solved by a Interior-Point Method with filter line-search. Numerical tests using the IEEE 14, 30, 118 and 300-Bus test systems indicate that the proposed approach is efficient in the resolution of OPF problems.

Orientador: Edilaine Martins Soler / Resumo: Neste trabalho, o problema de Fluxo de Potência Ótimo Reativo problema é modelado como um problema de Programação Não Linear Inteira Mista que tem como objetivo minimizar as perdas de potência ativa nas linhas de transmissão de energia elétrica e satisfazer as restrições físicas e operacionais do Sistema Elétrico de Potência. Afim de solucionar o problema, propõem-se três abordagens heurísticas de solução, denominadas de heurística de factibilidade, heurística de melhoria de solução e gap de integralidade como restrição de igualdade. As duas primeiras abordagens são baseadas na minimização do gap de integralidade das variáveis discretas. A heurística de factibilidade objetiva encontrar uma solução factível para o problema por meio de uma busca local. Já a heurística de melhoria de solução objetiva encontrar soluções factíveis melhores a cada iteração até que não seja mais possível, por meio de uma restrição de corte de nível da função objetivo. A terceira abordagem considera a função gap de integralidade como uma restrição do problema de Fluxo de Potência Ótimo Reativo contínuo. Em todas as abordagens, o problema de Fluxo de Potência Ótimo Reativo original é transformado em um problema contínuo resolvido pelo método de pontos interiores com filtro disponibilizado no solver Interior Point OPTimizer em interface com o software General Algebraic Modeling System. Testes numéricos com os sistemas elétricos IEEE 14, 30, 118 e 300 barras e PEGASE 1354 barras são realizados para comp... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In this work, the Reactive Optimal Power Flow problem is modeled as a Mixed-IntegerNon-Linear Programming problem and aims to minimize the active power losses throughoutthe transmission system, while satisfying the physical and technical constraints of thePower System. In order to solve the problem, three heuristics approaches are proposed,namely feasibility and solution improvement heuristics. The first and the second proposedheuristics are based on the minimization of the integrality gap of the discrete variables. Thefeasibility heuristic aims to find a feasible solution to the problem through a local search.The solution improvement heuristic aims to find better feasible solution iteratively until itis no longer possible, by adding level cuts in the objective function. The third approachconsiders the proposed integrality gap function as a new constraint of the continuousReactive Optimal Power Flow problem. In both approaches, the original Reactive OptimalPower Flow problem is modeled as a continuous problem and solved by the interior pointmethod with filter implemented in the Interior Point OPTimizer solver under the GeneralAlgebraic Modeling System interface. Numerical tests with the IEEE 14-, 30-, 118 and300-bus and the PEGASE 1354-bus electrical power systems are performed to show theefficiency of the proposed approaches. The numerical results indicate that the proposedapproaches showed to be competitive when compared to exact methods published in theliterature. / Doutor

O objetivo do presente trabalho é a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo (FPO), onde existe a necessidade de se considerar as variáveis de controle associadas aos taps de transformadores em-fase e chaveamentos de bancos de capacitores e reatores shunt como variáveis discretas e existe a necessidade da limitação, e/ou até mesmo a minimização do número de ações de controle. Neste trabalho, o problema de FPO será abordado por meio de três estratégias. Na primeira proposta, o problema de FPO é modelado como um problema de Programação Não Linear com Variáveis Contínuas e Discretas (PNLCD) para a minimização de perdas ativas na transmissão; são propostas três abordagens utilizando funções de discretização para o tratamento das variáveis discretas. Na segunda proposta, considera-se que o problema de FPO, com os taps de transformadores discretos e bancos de capacitores e reatores shunts fixos, possui uma limitação no número de ações de controles; variáveis binárias associadas ao número de ações de controles são tratadas por uma função quadrática. Na terceira proposta, o problema de FPO é modelado como um problema de Otimização Multiobjetivo. O método da soma ponderada e o método &#949-restrito são utilizados para modificar os problemas multiobjetivos propostos em problemas mono-objetivos. As variáveis binárias associadas às ações de controles são tratadas por duas funções, uma sigmoidal e uma polinomial. Para verificar a eficácia e a robustez dos modelos e algoritmos desenvolvidos serão realizados testes com os sistemas elétricos IEEE de 14, 30, 57, 118 e 300 barras. Todos os algoritmos e modelos foram implementados em General Algebraic Modeling System (GAMS) e os solvers CONOPT, IPOPT, KNITRO e DICOPT foram utilizados na resolução dos problemas. Os resultados obtidos confirmam que as estratégias de discretização são eficientes e as propostas de modelagem para variáveis binárias permitem encontrar soluções factíveis para os problemas envolvendo as ações de controles enquanto os solvers DICOPT e KNITRO utilizados para modelar variáveis binárias não encontram soluções. / The aims of this study are the investigation and the development of continuous and discrete optimization strategies to Optimal Power Flow (OPF) problems, where the control variables are the tap ratios of on-load tap changing (OLTC) transformers and shunt susceptances of switchable capacitors and reactors banks. These controls are discrete variables and a need for the limitation and/or even the minimization of the number of control adjustments is required. In this work, three strategies for solving the OPF problem have been deviced. In the first strategy, the OPF problem is modeled as a nonlinear programming problem with continuous and discrete variables for active power losses minimization; Three approaches using discretization functions for handling discrete variables have been investigated. In the second proposal, the OPF problem with discrete OLTC transformers and continuous shunt susceptances of switchable capacitors and reactors banks has a limitation on the number of control adjustments; binary variables associated with control adjustments are handled by a quadratic function. In the third proposal, the OPF problem is modeled as a multiobjective optimization problem. The weighting method and the &#949-constraint method are used to modify the proposed multiobjective problems onto single-objective problems. The binary variables associated with the controls are handled by sigmoidal and polynomial functions. The efficiency and robustness of the models and algorithms are shown for IEEE benchmark test-systems with up to 300 buses. All algorithms and models were implemented in GAMS modeling language and the results are obtained by means of CONOPT, IPOPT, KNITRO and DICOPT solvers. The results confirm that the discretization strategies are efficient and the proposed modeling for binary variables allows finding feasible solutions to problems involving the of controls while DICOPT and KNITRO solvers used to handle binary variables fail to find solutions.

O objetivo do presente trabalho é a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo (FPO), onde existe a necessidade de se considerar as variáveis de controle associadas aos taps de transformadores em-fase e chaveamentos de bancos de capacitores e reatores shunt como variáveis discretas e existe a necessidade da limitação, e/ou até mesmo a minimização do número de ações de controle. Neste trabalho, o problema de FPO será abordado por meio de três estratégias. Na primeira proposta, o problema de FPO é modelado como um problema de Programação Não Linear com Variáveis Contínuas e Discretas (PNLCD) para a minimização de perdas ativas na transmissão; são propostas três abordagens utilizando funções de discretização para o tratamento das variáveis discretas. Na segunda proposta, considera-se que o problema de FPO, com os taps de transformadores discretos e bancos de capacitores e reatores shunts fixos, possui uma limitação no número de ações de controles; variáveis binárias associadas ao número de ações de controles são tratadas por uma função quadrática. Na terceira proposta, o problema de FPO é modelado como um problema de Otimização Multiobjetivo. O método da soma ponderada e o método &#949-restrito são utilizados para modificar os problemas multiobjetivos propostos em problemas mono-objetivos. As variáveis binárias associadas às ações de controles são tratadas por duas funções, uma sigmoidal e uma polinomial. Para verificar a eficácia e a robustez dos modelos e algoritmos desenvolvidos serão realizados testes com os sistemas elétricos IEEE de 14, 30, 57, 118 e 300 barras. Todos os algoritmos e modelos foram implementados em General Algebraic Modeling System (GAMS) e os solvers CONOPT, IPOPT, KNITRO e DICOPT foram utilizados na resolução dos problemas. Os resultados obtidos confirmam que as estratégias de discretização são eficientes e as propostas de modelagem para variáveis binárias permitem encontrar soluções factíveis para os problemas envolvendo as ações de controles enquanto os solvers DICOPT e KNITRO utilizados para modelar variáveis binárias não encontram soluções. / The aims of this study are the investigation and the development of continuous and discrete optimization strategies to Optimal Power Flow (OPF) problems, where the control variables are the tap ratios of on-load tap changing (OLTC) transformers and shunt susceptances of switchable capacitors and reactors banks. These controls are discrete variables and a need for the limitation and/or even the minimization of the number of control adjustments is required. In this work, three strategies for solving the OPF problem have been deviced. In the first strategy, the OPF problem is modeled as a nonlinear programming problem with continuous and discrete variables for active power losses minimization; Three approaches using discretization functions for handling discrete variables have been investigated. In the second proposal, the OPF problem with discrete OLTC transformers and continuous shunt susceptances of switchable capacitors and reactors banks has a limitation on the number of control adjustments; binary variables associated with control adjustments are handled by a quadratic function. In the third proposal, the OPF problem is modeled as a multiobjective optimization problem. The weighting method and the &#949-constraint method are used to modify the proposed multiobjective problems onto single-objective problems. The binary variables associated with the controls are handled by sigmoidal and polynomial functions. The efficiency and robustness of the models and algorithms are shown for IEEE benchmark test-systems with up to 300 buses. All algorithms and models were implemented in GAMS modeling language and the results are obtained by means of CONOPT, IPOPT, KNITRO and DICOPT solvers. The results confirm that the discretization strategies are efficient and the proposed modeling for binary variables allows finding feasible solutions to problems involving the of controls while DICOPT and KNITRO solvers used to handle binary variables fail to find solutions.

In this thesis, the optimum design algorithm is presented for reinforced concrete special moment frames. The objective function is considered as the total cost of reinforced concrete frame which includes the cost of concrete, formwork and reinforcing steel bars. The cost of any component is inclusive of material, fabrication and labor. The design variables in beams are selected as the width and the depth of beams in each span, the diameter and the number of longitudinal reinforcement bars along the span and supports. In columns the width and the depth of the column section, the number and the diameter of bars in x and y directions are selected as design variables. The column section database is prepared which includes the width and height of column section, the diameter and the number of reinforcing bars in the column section is constructed. This database is used by the design algorithm to select appropriate sections for the columns of the frame under consideration. The design constraints are implemented from ACI 318-05 which covers the flexural and shear strength, serviceability, the minimum and maximum steel percentage for flexural and shear reinforcement, the spacing requirements for the reinforcing bars and the upper and lower bound requirements for the concrete sections. The optimum design problem formulated according to ACI 318-05 provisions with the design variables mentioned above turns out to be a combinatorial optimization problem. The solution of the design problem is obtained by using the harmony search algorithm (HS) which is one of the recent additions to meta-heuristic optimization techniques which are widely used in obtaining the solution of combinatorial optimization problems. The HS algorithm is quite simple and has few parameters to initialize and consists of simple steps which make it easy to implement. Number of design examples is presented to demonstrate the efficiency and robustness of the optimum design algorithm developed.

The United States Navy is committed to developing technology for an All-Electric Ship (AES) that promises to improve the affordability and capability of its next-generation warships. With the addition of power-intensive 21st century electrical systems, future thermal loads are projected to exceed current heat removal capacity. Furthermore, rising fuel costs necessitate a careful approach to total-ship energy management. Accordingly, the aim of this research is to develop computer tools for early-stage design of shipboard energy distribution systems. A system-level model is developed that enables ship designers to assess the effects of thermal and electrical system configurations on fuel efficiency and survivability. System-level optimization and design exploration, based on these energy system models, is challenging because the models are sometimes computationally expensive and characterized by discrete design variables and discontinuous responses. To address this challenge, a classifier-guided sampling (CGS) method is developed that uses a Bayesian classifier to pursue solutions with desirable performance characteristics. The CGS method is tested on a set of example problems and applied to the AES energy system model. Results show that the CGS method significantly improves the rate of convergence towards known global optima, on average, when compared to genetic algorithms. / text

Submitted by DAISY PAES SILVA null (daisypaess@gmail.com) on 2016-05-18T15:43:23Z No. of bitstreams: 1 Dissertação.pdf: 3068870 bytes, checksum: d65c9a34405a8cb377b1440005b0fb11 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-05-20T17:31:48Z (GMT) No. of bitstreams: 1 silva_dp_me_bauru.pdf: 3068870 bytes, checksum: d65c9a34405a8cb377b1440005b0fb11 (MD5) / Made available in DSpace on 2016-05-20T17:31:48Z (GMT). No. of bitstreams: 1 silva_dp_me_bauru.pdf: 3068870 bytes, checksum: d65c9a34405a8cb377b1440005b0fb11 (MD5) Previous issue date: 2016-03-29 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / O problema de Fluxo de Potência Ótimo (FPO) é considerado um importante problema da Engenharia Elétrica desde a década de 1960. A partir de então, muitos trabalhos foram publicados com diferentes formulações e abordagens para a resolução deste problema. Muitas destas abordagens desconsiderava a natureza discreta das variáveis de controle e consideram todas as variáveis do problema como contínuas. Estas formulações são aproximações do problema de FPO, pois, algumas variáveis podem somente ser ajustadas por passos discretos, conforme a realidade do sistema. No problema de Fluxo de Potência Ótimo Reativo (FPOR), caso particular do problema de FPO, as variáveis relacionadas à potência ativa são fixadas e a otimização somente considera as variáveis relacionadas à potência reativa. O problema de FPOR pode ser modelado matematicamente como um problema de programação não-linear com variáveis discretas e contínuas. Neste trabalho, propõem-se das abordagens para resolução do problema FPOR que consideram a natureza discreta das variáveis do problema. Nas abordagens propostas são utilizadas funções penalidade associadas a um método de pontos interiores, combinando as vantagens de ambos para a resolução do problema de FPOR. Desenvolvem-se funções penalidade polinomiais para tratar as variáveis de controle discretas do problema, taps dos transformadores e bancos de capacitores e de reatores shunt, obtendo-se uma sequência de problemas contínuos, diferenciáveis e penalizados, que são resolvidos pelo método de pontos interiores implementado no solver gratuito IPOPT. As soluções de tais problemas convergem para a solução do problema original. Os testes numéricos foram realizados com os sistemas elétricos IEEE 14, 30, 118 e 300 barras para verificar a eficiência das abordagens propostas. / The Optimal Power Flow Problem (OPF) is considered an important problem of the electrical engineering since the 1960s. From that moment, many papers were published with different formulations and approaches for solving this problem. Many of these approaches disregard the discrete nature of the control variables and consider all the variables of the problem as continuous. These formulations are approximations of the OPF problem, because some variables can be adjusted only by discrete steps, according to the system reality. In the Reactive Optimal Power Flow problem (ROPF), particular case of the OPF problem, the variables related to the active power are fixed and the optimization only considers the variables related to the reactive power. The ROPF problem can be mathematically modeled as a nonlinear programming problem with discrete and continuous variables. In this work, two approaches are presented for solving the ROPF problem considering the discrete nature of its variables. In the presented approaches, penalty functions are used associated with an interior-point method, combining the advantages of both for solving the ROPF problem. Polynomial penalty functions are used to treat the discrete control variables of the problem, transformers taps and shunt susceptances, obtaining a sequence of continuous, differentiable and penalized problems, which are solved by the interior-point method implemented in the IPOPT free solver. The solution of such problems converge to the solution of the original problem. The numerical tests were performed in the electrical systems IEEE 14, IEEE 30 and IEEE 118 buses to show the efficiency of the proposed methods. / CNPq: 130486/2014-0

Orientador: Edméa Cássia Baptista / Resumo: O problema de fluxo de potência ótimo reativo é representado matematicamente por um problema de otimização não linear, restrito, não convexo, de grande porte e com variáveis de controle contínuas e discretas. A representação dos taps dos transformadores em fase e das susceptâncias shunt dos bancos de capacitores/reatores do sistema como variáveis discretas, torna o problema mais próximo da realidade. Entretanto, problemas de otimização não linear com variáveis discretas apresentam dificuldades em sua resolução, as quais são impostas pelas variáveis discretas. Uma das técnicas para sua resolução consiste em utilizar funções penalidades para tratar as variáveis discretas. Desta forma, transforma-se o problema discreto em uma sequência de problemas contínuos, e o método primal-dual barreira logarítmica pode ser utilizado para resolver esses problemas. Neste trabalho o objetivo é analisar a convergência do método de penalidade para variáveis discretas aplicado ao problema de fluxo de potência ótimo reativo, ao se utilizar diferentes funções penalidade e a combinação delas. Testes computacionais foram realizados com um exemplo númérico e com os sistemas elétricos IEEE 14, 30 e 118 barras, utilizando o pacote de otimização KNITRO em interface com o software GAMS. Os resultados demonstram que a combinação de diferentes funções penalidade para o tratamento das variáveis discretas é promissora. / Abstract: The reactive optimal power flow problem is mathematically represented by a nonlinear, constrained, nonconvex, large scale optimization problem with continuous and discrete control variables. The representation of the in-phase transformers taps and/or the shunt susceptances of capacitor/reactor Banks of the system, as discrete variables, make the problem closer to reality. Nonlinear optimization problems with discrete variables are difficulty to solve, due to the discrete variables. One of the soluction techniques consist in using penalty functions to treat the discrete variables. Thus, the discrete problem is transformed in a sequence of continuous problems, and the primal dual logarithmic barrier method can be used to solve these problems. In this work the objective is to analyze the convergence of the penalty method for discrete variables applied to the reactive optimal power flow problem, by using different penalty functions and the mixture of them. Computational tests have been carried out with a numerical example and with the IEEE 14, 30 and 118 buses electrical systems, using the KNITRO optimization package in interface with the GAMS software. The results show that a mixture of different penalty functions for treatment of discrete variable is advantageous. / Mestre

Este projeto de pesquisa propõe desenvolver um novo modelo e uma nova abordagem para a resolução do problema da otimização Volt/VAr em redes de distribuição de energia elétrica. A otimização Volt/VAr consiste em, basicamente, determinar os ajustes das variáveis de controle tais como bancos de capacitores chaveados, transformadores com comutação de tap sob carga e reguladores de tensão, de modo a satisfazer, simultaneamente, as restrições de carga e de operação para um dado objetivo operacional. Esse problema, matematicamente, foi formulado como um problema de programação não linear, multiperíodo, e com variáveis contínuas e discretas. Algoritmos de programação não linear foram utilizados com o intuito de aproveitar as vantagens das matrizes altamente esparsas montadas ao longo do método de solução. Para utilizar tais algoritmos, as variáveis discretas são tratadas como contínuas por meio da utilização de funções senoidais que penalizam a função objetivo do problema original enquanto estas não convergirem para algum dos pontos pré-definidos no seu domínio. O caráter multiperíodo do problema, contudo, refere-se à consideração de uma restrição que relaciona os ajustes das variáveis de controle para sucessivos intervalos de tempo na medida em que limita o número de operações de chaveamento desses dispositivos para um período de 24-horas. O estudo fundamenta-se, metodologicamente, em métodos do tipo Primal-Dual Barreira-Logarítmica. Para demonstrar a eficiência do modelo proposto e a robustez dessa abordagem, a partir de dados teóricos obtidos de levantamentos bibliográficos, testes foram realizados em sistemas-teste de 10, 69 e 135 barras, e em um sistema de 442 barras do noroeste do Reino Unido. As implementações computacionais foram feitas nos softwares MATLAB, AIMMS e GAMS, utilizando o solver IPOPT como método de solução. Os resultados mostram que a abordagem proposta para a resolução do problema de programação não linear é eficaz para tratar adequadamente todas as variáveis presentes em problemas de otimização Volt/VAr. / This work proposes a new model and a new approach for solving the Volt / VAr optimization problem in distribution systems. The Volt/VAr optimization consists, basically, to determine the settings of the control variables of switched capacitor banks, on-load tap changer transformers and voltage regulators, in order to satisfy both the load and operational constraints, to a given operational objective. The problem is formulated as a nonlinear programming problem, multiperiod, and with continuous and discrete variables. Nonlinear programming algorithms were used in order to take advantage of the highly sparse matrices built along the solution method. The discrete variables are treated as continuous along the solution method by means of the use of sinusoidal functions that penalize the original objective function while the control variables do not converge to any of the predefined discrete points in its domain. The multiperiod, or dynamic, characteristic of the problem, however, refers to the use of a constraint that relates the settings of the control variables for successive time intervals that limits the control devices switching operations number for a period of 24-hours. The study is based, methodologically, on Primal-Dual Logarithmic Barrier method. To demonstrate the effectiveness of the proposed model and the robustness of this approach, the data were obtained from theoretical literature surveys, and tests were performed on test-systems of 10, 69 and 135 buses, and in a 442 buses located in the Northwest of the United Kingdom. The computational implementation was accomplished in the softwares MATLAB, AIMMS and GAMS, using the IPOPT solver as solution method. The results have shown the approach for solving nonlinear programming problems is effective to appropriate cope with all the variables presented in Volt/VAr optimization problems.