Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-04-25T21:18:31Z No. of bitstreams: 1 LuisFilipeAzevedoDeOliveira_DISSERT.pdf: 2758518 bytes, checksum: 7f5afec1f5d1f9f925d4aac95380ba09 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-04-27T19:58:21Z (GMT) No. of bitstreams: 1 LuisFilipeAzevedoDeOliveira_DISSERT.pdf: 2758518 bytes, checksum: 7f5afec1f5d1f9f925d4aac95380ba09 (MD5) / Made available in DSpace on 2016-04-27T19:58:21Z (GMT). No. of bitstreams: 1 LuisFilipeAzevedoDeOliveira_DISSERT.pdf: 2758518 bytes, checksum: 7f5afec1f5d1f9f925d4aac95380ba09 (MD5) Previous issue date: 2014-02-24 / No Brasil, o agente regulador do setor de energia el?trica ? representado pela Ag?ncia Nacional de Energia El?trica. A revis?o das tarifas tem sido uma das suas principais atribui??es, ao estabelecer uma pr?tica tarif?ria em um n?vel compat?vel com a cobertura dos custos operacionais eficientes e a remunera??o adequada dos investimentos realizados pelas distribuidoras. As mudan?as nos procedimentos adotados pelo agente regulador para redefini??o dos custos eficientes, bem como os diversos estudos encontrados na literatura sobre os procedimentos utilizados na regula??o desse segmento denotam o desafio enfrentado sobre qual a melhor estrat?gia metodol?gica a ser empregada. Nesse contexto, esta pesquisa tem como objetivo propor um modelo para avalia??o de benchmarking, aplicado ao sistema de regula??o nacional no estabelecimento dos custos operacionais eficientes das concession?rias de distribui??o de energia el?trica. O modelo ? formulado para promover o desenvolvimento do mercado de energia el?trica, associado com pol?ticas governamentais e em benef?cio da sociedade. Para conduzir esta pesquisa, adota-se uma integra??o do modelo de An?lise Envolt?ria de Dados (DEA) com a An?lise de Fronteira Estoc?stica (SFA), em um procedimento que estabelece tr?s est?gios para corrigir a efici?ncia em termos dos efeitos ex?genos: (i) avalia??o por meio de DEA para mensurar as folgas nos custos operacionais das distribuidoras, em que as vari?veis ex?genas s?o omitidas; (ii) as folgas calculadas no primeiro est?gio s?o regredidas sobre um conjunto de vari?veis ambientais, por meio de SFA e os custos operacionais s?o corrigidos para contabilizar o impacto dos efeitos ambientais e o ru?do estat?stico; e, (iii) reavalia??o do desempenho das concession?rias de distribui??o de energia el?trica, respaldado pelo uso de DEA. A partir dessa metodologia foi poss?vel obter- uma avalia??o do desempenho exclusivamente expresso em termos de efici?ncia de gest?o, nos quais s?o controlados pelos efeitos do meio ambiente operacional e do ru?do estat?stico. A metodologia em tr?s est?gios alcan?ou o principal objetivo, ao nivelar os custos das concession?rias em termos do efeito ex?geno e aleat?rio, tornando o desempenho das concession?rias mais homog?neos. / In Brazil, the National Agency of Electric Energy (ANEEL) represents the energy regulator. The rates review have been one of its main tasks, which establish a pricing practice at a level to cover the efficient operating costs and also the appropriate return of the distributors investments. The changes in the procedures to redefine the efficient costs and the several studies on the methodologies employed to regulate this segment denote the challenge faced by regulators about the best methodological strategy to be employed. In this context, this research aims to propose a benchmarking evaluation applied to the national regulation system in the establishment of efficient operating costs of electricity distribution utilities. The model is formulated to promote the electricity market development, partnering with government policies ant to society benefit. To conduct this research, an integration of Data Envelopment Analysis (DEA) with the Stochastic Frontier Analysis (SFA) is adopted in a three stages procedure to correct the efficiency in terms of environmental effects: (i) evaluation by means of DEA to measure operating costs slacks of the utilities, in which environmental variables are omitted; (ii) The slacks calculated in the first stage are regressed on a set of environmental variables by means of SFA and operating costs are adjusted to account the environmental impact and statistical noise effects; and, (iii) reassess the performance of the electric power distribution utilities by means of DEA. Based on this methodology it is possible to obtain a performance evaluation exclusively expressed in terms of management efficiency, in which the operating environment and statistical noise effects are controlled.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-03-21T00:42:43Z No. of bitstreams: 1 DiegoDeyvidDantasDeMedeiros_DISSERT.pdf: 4782158 bytes, checksum: be79da038af407e962d4d79b658f60aa (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-27T21:02:24Z (GMT) No. of bitstreams: 1 DiegoDeyvidDantasDeMedeiros_DISSERT.pdf: 4782158 bytes, checksum: be79da038af407e962d4d79b658f60aa (MD5) / Made available in DSpace on 2017-03-27T21:02:24Z (GMT). No. of bitstreams: 1 DiegoDeyvidDantasDeMedeiros_DISSERT.pdf: 4782158 bytes, checksum: be79da038af407e962d4d79b658f60aa (MD5) Previous issue date: 2017-01-05 / Atualmente, com o crescente incentivo ? utiliza??o de fontes alternativas e renov?veis de energia, aumentou-se a quantidade de geradores conectados ?s redes de distribui??o de energia el?trica. Dentre os quais est?o, por exemplo, os parques e?licos, sistemas de energia solar fotovoltaica e sistemas de cogera??o formando a chamada Gera??o Distribu?da. Diante deste panorama mundial, torna-se iminente a necessidade de desenvolvimento de novas tecnologias e programas computacionais que possibilitem a otimiza??o das conex?es de geradores no sistema el?trico. Isto deve ser realizado de forma que, dentre outras vantagens, as estrat?gias de controle sejam aperfei?oadas e a efici?ncia, aumentada. Este trabalho apresenta a cria??o do software Optimal-GeDist, desenvolvido para auxiliar no planejamento de redes de distribui??o de energia el?trica em m?dia tens?o. Basicamente, esta ferramenta computacional calcula inje??o ?tima de pot?ncia da gera??o distribu?da nas barras da rede, al?m de determinar os melhores pontos de conex?o de cargas de m?dio e grande porte que pretendam se conectar ao sistema, como, por exemplo, ind?strias e postos de carregamento de ve?culos el?tricos. Por se tratar de um problema no qual o espa?o de busca ? amplo e com a possibilidade de m?nimos locais, optou-se em utilizar o Algoritmo Gen?tico como ferramenta de otimiza??o, mais adequado para este tipo de problema. Atrav?s da sua aplica??o, pode-se encontrar o ponto ?timo de opera??o da rede de modo a otimizar as perdas t?cnicas do sistema. Para a simula??o do sistema, optou-se pelo m?todo de fluxo de carga Soma de Pot?ncias, desenvolvido para sistemas radias de m?dia tens?o e apresentando uma converg?ncia r?pida e precisa. / Currently, with the increasing of incentive to use alternative and renewable energy sources, the number of generators connected to the electricity distribution networks has increased. Among them are, for example, wind farms, photovoltaic solar energy systems and cogeneration systems forming the so-called Distributed Generation. In view of this global panorama, it is imminent the need to develop new technologies and computer programs that allow the optimization of the connections of generators in the electrical system. This should be done in such a way that, among other advantages, control strategies are improved and efficiency increased. This work presents the creation of Optimal-GeDist software, developed to assist in the planning of electricity distribution networks in medium voltage. This computational tool calculates optimum power injection of the distributed generation in the network bars, in addition to determining the best connection points of future loads that wish to connect to the system. Because it is a problem, in which search space is large and with the possibility of local minimums, it was decided to use the Genetic Algorithm as an optimization tool, more suitable for this type of problem. Through its application, it is possible to find the optimal point of operation of the network in order to optimize the technical losses of the system. For the simulation of the system, it?s opted for the Power Sum load flow method, developed for medium voltage radial systems and presenting a fast and accurate convergence.

Submitted by SBI Biblioteca Digital (sbi.bibliotecadigital@puc-campinas.edu.br) on 2017-08-10T11:55:42Z No. of bitstreams: 1 FABIANA DA SILVA PODELESKI.pdf: 1801192 bytes, checksum: 27ac2ce1c17ed0cdfce39e602146bdc7 (MD5) / Made available in DSpace on 2017-08-10T11:55:42Z (GMT). No. of bitstreams: 1 FABIANA DA SILVA PODELESKI.pdf: 1801192 bytes, checksum: 27ac2ce1c17ed0cdfce39e602146bdc7 (MD5) Previous issue date: 2017-06-29 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / This document proposes a new approach for the restoration of electric power distribution systems by optimal current flow model (OCF). The importance of working with proposals for restoration using OCF is to allow analyzing the problem of restoration by a multiobjective mathematical programming model with linear or quadratic objective function and constraints that represent the network structure of the distribution system. Two objectives are evaluated for the restoration, losses reduction and recomposition time, resulting in a multiobjective programming problem. The proposed restoration action consists of opening and closing of branches in order to transfer loads to areas that are affected by interrupting the power supply. The proposition is directed to the primary distribution networks, characterized by presenting a radial topology and being in a restorative state, when there is a permanent fault. It is also suitable for systems with distributed generation (DG) when the power flow in the branches is no longer unidirectional. The resolution of the problem starts from the prior knowledge of the distribution system (topology and operational levels), the affected region and the possible recomposition resources for restoring the network through OCF model. The objective function of losses can be represented by a linear or a quadratic function. The linear representation results in a problem with linear equations and inequalities, that is, in a linear programming problem. The use of a quadratic objective function (minimization of losses) implies a more complex model for execution, since it results in a set of linear and non-linear equations and inequalities, when it is a multiobjective problem. The quadratic model may become unsuitable for applications in smart grid technologies due to longer algorithm execution time. The results attested the importance of applying a multiobjective proposal, because when individually evaluated the criteria of loss minimization and shorter recomposition time, different recomposition options were obtained. / O presente documento prop?e um novo enfoque para a recomposi??o de sistemas de distribui??o de energia el?trica resolvido por modelo de Fluxo de Corrente ?timo (FCO). A import?ncia de se trabalhar com propostas para recomposi??o utilizando FCO ? possibilitar a an?lise do problema de recomposi??o por um modelo de programa??o matem?tica multiobjetivo, com fun??o objetivo linear ou quadr?tica e restri??es que representem a estrutura da rede do sistema de distribui??o. S?o avaliados dois objetivos para a recomposi??o, minimiza??o de perdas e menor tempo de recomposi??o, resultando em um problema de programa??o multiobjetivo. A a??o de recomposi??o proposta compreende manobras para transfer?ncia de carga ?s ?reas que se encontram ilhadas devido ? interrup??o de fornecimento de energia. A proposi??o est? dirigida ?s redes prim?rias de distribui??o, caracterizadas por apresentarem topologia radial e se encontrarem em um estado restaurativo, quando h? presen?a de uma falha permanente. Tamb?m ? adequada a sistemas com gera??o distribu?da (GD) quando os fluxos nos ramos deixam de ser unidirecionais. A resolu??o do problema parte do conhecimento pr?vio do sistema de distribui??o (topologia e n?veis operacionais), da regi?o afetada e dos poss?veis recursos restauradores para restaura??o da rede por meio de FCO. A fun??o objetivo pode ser representada por uma fun??o linear ou quadr?tica para as perdas. A representa??o linear resulta em um problema com equa??es e inequa??es lineares, ou seja, em um problema de programa??o linear. A utiliza??o de uma fun??o objetivo quadr?tica (minimiza??o de perdas) implica em um modelo mais complexo para execu??o, uma vez que re?ne um conjunto de equa??es e inequa??es lineares e n?o lineares, quando se tratar de um problema multiobjetivo. O modelo quadr?tico pode se tornar impr?prio para aplica??es em tecnologias de redes inteligentes devido ao maior tempo de execu??o de algoritmo. Os resultados atestaram a import?ncia de aplica??o de uma proposta multiobjetivo, pois quando avaliados individualmente os crit?rios de minimiza??o de perdas e de menor tempo de recomposi??o, foram obtidas diferentes op??es de recomposi??o.