Os Sistemas de Distribuição são responsáveis pelo fornecimento da energia elétrica aos consumidores residenciais, industriais e comerciais com padrões de qualidade regulamentados pela Agência Nacional de Energia Elétrica (ANEEL). Assim, as concessionárias monitoram seu sistema para verificar o perfil de tensão na rede elétrica e as perdas técnicas do sistema. Este último critério de desempenho é extremamente relevante, pois representa o desperdício em energia e diminuição na capacidade de receita da empresa. Portanto, há interesse em fornecer a energia elétrica dentro das especificações regidas pela ANEEL e com as menores perdas elétricas possível. Contudo, técnicas como reconfiguração de linhas, recondutoramento, alocação de capacitores e geradores distribuídos são aplicadas. Em especial, a alocação de capacitores é uma técnica que visa identificar a quantidade, localização e tipo dos bancos de capacitores (BCs) que serão alocados no sistema com o intuito de minimizar as perdas, levando em consideração custos de implantação e operação. Para tal, métodos computacionais são utilizados para definir a melhor configuração dos BCs. As metaheurítiscas têm sido aplicadas na solução deste problema, cuja função objetivo é a minimização das perdas técnicas do sistema de distribuição. Desta forma, este trabalho tem o objetivo de propor uma abordagem de solução utilizando a metaheurística Entropia Cruzada implementada no software Python para redução das perdas de sistemas elétricos modelados no OpenDSS. A abordagem se mostrou uma importante ferramenta de análise de sistemas de distribuição, proporcionando resultados extremamente satisfatórios. / The distribution systems are responsible for providing electricity to residential, industrial and commercial consumers under quality standards regulated by the National Electric Energy Agency (ANEEL). Thus, utilities monitor the system to check the voltage profile in the grid and system technical losses. The latter quantity is an extremely important performance criterion, as it represents energy losses and decrease in revenue capacity of the company. Therefore, there is interest in providing electricity within specification stated by ANEEL with the lowest possible electrical losses. Techniques such as topology reconfiguration, reconductoring, allocation of capacitors and distributed generators are usually proposed in technical studies. Particularly, the allocation of capacitors is a technique that aims to identify the amount, location and type of capacitor banks (CBs), which are allocated in the system in order to minimize the losses, taking into consideration the implementation and operation costs. For this purpose, computational methods are used to determine the best configuration of CBs. Metaheuristics have been applied for the solution of this problem, with the objective to minimize the technical losses of distribution systems. This document shows the development of a solution method using the Cross Entropy metaheuristic implemented in Python programming language to reduce the losses of electrical systems modeled in OpenDSS program. The developed approach resulted in an important analysis tool for distribution systems, providing extremely satisfactory results.

Os Sistemas de Distribuição são responsáveis pelo fornecimento da energia elétrica aos consumidores residenciais, industriais e comerciais com padrões de qualidade regulamentados pela Agência Nacional de Energia Elétrica (ANEEL). Assim, as concessionárias monitoram seu sistema para verificar o perfil de tensão na rede elétrica e as perdas técnicas do sistema. Este último critério de desempenho é extremamente relevante, pois representa o desperdício em energia e diminuição na capacidade de receita da empresa. Portanto, há interesse em fornecer a energia elétrica dentro das especificações regidas pela ANEEL e com as menores perdas elétricas possível. Contudo, técnicas como reconfiguração de linhas, recondutoramento, alocação de capacitores e geradores distribuídos são aplicadas. Em especial, a alocação de capacitores é uma técnica que visa identificar a quantidade, localização e tipo dos bancos de capacitores (BCs) que serão alocados no sistema com o intuito de minimizar as perdas, levando em consideração custos de implantação e operação. Para tal, métodos computacionais são utilizados para definir a melhor configuração dos BCs. As metaheurítiscas têm sido aplicadas na solução deste problema, cuja função objetivo é a minimização das perdas técnicas do sistema de distribuição. Desta forma, este trabalho tem o objetivo de propor uma abordagem de solução utilizando a metaheurística Entropia Cruzada implementada no software Python para redução das perdas de sistemas elétricos modelados no OpenDSS. A abordagem se mostrou uma importante ferramenta de análise de sistemas de distribuição, proporcionando resultados extremamente satisfatórios. / The distribution systems are responsible for providing electricity to residential, industrial and commercial consumers under quality standards regulated by the National Electric Energy Agency (ANEEL). Thus, utilities monitor the system to check the voltage profile in the grid and system technical losses. The latter quantity is an extremely important performance criterion, as it represents energy losses and decrease in revenue capacity of the company. Therefore, there is interest in providing electricity within specification stated by ANEEL with the lowest possible electrical losses. Techniques such as topology reconfiguration, reconductoring, allocation of capacitors and distributed generators are usually proposed in technical studies. Particularly, the allocation of capacitors is a technique that aims to identify the amount, location and type of capacitor banks (CBs), which are allocated in the system in order to minimize the losses, taking into consideration the implementation and operation costs. For this purpose, computational methods are used to determine the best configuration of CBs. Metaheuristics have been applied for the solution of this problem, with the objective to minimize the technical losses of distribution systems. This document shows the development of a solution method using the Cross Entropy metaheuristic implemented in Python programming language to reduce the losses of electrical systems modeled in OpenDSS program. The developed approach resulted in an important analysis tool for distribution systems, providing extremely satisfactory results.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-07T11:11:33Z No. of bitstreams: 1 carlosrobertolimaladeira.pdf: 2482685 bytes, checksum: b90ffa199573e38ddbce8d8ac0283585 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-07T15:03:08Z (GMT) No. of bitstreams: 1 carlosrobertolimaladeira.pdf: 2482685 bytes, checksum: b90ffa199573e38ddbce8d8ac0283585 (MD5) / Made available in DSpace on 2017-03-07T15:03:08Z (GMT). No. of bitstreams: 1 carlosrobertolimaladeira.pdf: 2482685 bytes, checksum: b90ffa199573e38ddbce8d8ac0283585 (MD5) Previous issue date: 2014-02-28 / Estimar parâmetros de modelos dinâmicos de sistemas biológicos usando séries temporais é cada vez mais importante, pois uma quantidade imensa de dados experimentais está sendo mensurados pela biologia molecular moderna. Uma abordagem de resolução baseada em problemas inversos pode ser utilizada na solução deste tipo de problema. A escolha do modelo matemático é uma tarefa importante, pois vários modelos podem ser utilizados, apresentando níveis diversos de precisão em suas representações. A Teoria dos Sistemas Bioquímicos (TSB) faz uso de equações diferenciais ordinárias e expansões de séries de potências para representar processos bioquímicos. O Sistema S é um dos modelos usados pela TSB que permite a transformação do sistema original de equações diferenciais em um sistema algébrico desacoplado, facilitando a solução do problema inverso. Essa transformação pode comprometer a qualidade da resposta se o valor das derivadas nos pontos das séries temporais não for obtidos com precisão. Para estimar as derivadas pretende-se explorar o método do passo complexo, que apresenta vantagens em relação ao método das diferenças finitas, mais conhecido e utilizado. A partir daí pode então ser realizada a busca pelas variáveis que definirão as equações do sistema. O método da Regressão Alternada é um dos mais rápidos para esse tipo de problema, mas a escolha inicial dos parâmetros possui influência em seu resultado, que pode até mesmo não ser encontrado. Pretende-se avaliar o método da Entropia Cruzada, que possui a vantagem de realizar buscas globais e talvez por esse motivo a escolha dos parâmetros inicias não cause tanta influência nos resultados. Além disso, será avaliado um método híbrido que fará uso das principais vantagens do método da Regressão Alternada e do Entropia Cruzada para resolver o problema. Experimentos numéricos sistematizados serão realizados tanto para a etapa de estimativa das derivadas quanto para a etapa de otimização para obtenção dos parâmetros das equações do sistema. / Estimating parameters of dynamic models of biological systems using time series is becoming very important because a huge amount of experimental data is being measured by modern molecular biology. A resolution-based approach on inverse problems can be used in solving this type of problem. The choice of the mathematical model is an important task, since many models can be used, with varying levels of accuracy in their representations. The Biochemical Systems Theory (BST) makes use of ordinary differential equations and power series expansions to represent biochemical processes. The S-system is one of the models used by BST that allows the transformation of the original system of differential equations in a decoupled system of algebric equations, favouring the solution of the inverse problem. This transformation can compromise the quality of the response if the value of the derivatives at points of time series are not obtained accurately. To estimate the derivatives we intend to explore the complex-step method, which has advantages over the finite difference method, best known and used . So the search for the variables that define the equations of the system can be performed. The Alternating Regression method is one of the fastest for this type of problem, but the initial choice of parameters has influence on its performance, which may not even be found. We intend to evaluate the Cross-entropy method, which has the advantage of performing global searches and for this reason the choice of the initial search parameters does not cause as much influence on the results. Also, will be assessed a hybrid method that makes use of the main advantages of Alternating Regression and Cross-entropy to solve the problem. Systematic numerical experiments will be conducted for both the step of estimating derivatives as for the optimization step to estimate the variables of the equations of the system.

[pt] Em planejamento e operação de sistemas de energia elétrica, é necessário realizar diversas avaliações utilizando o algoritmo de fluxo de potência, para obter e monitorar o ponto de operação da rede em estudo. Em sua utilização determinística, devem ser especificados valores de geração e níveis de carga por barra, bem como considerar uma configuração especifica da rede elétrica. Existe, porém, uma restrição evidente em se trabalhar com algoritmo de fluxo de potência determinístico: não há qualquer percepção do impacto gerado por incertezas nas variáveis de entrada que o algoritmo utiliza. O algoritmo de fluxo de potência probabilístico (FPP) visa extrapolar as limitações impostas pelo uso da ferramenta convencional determinística, permitindo a consideração das incertezas de entrada. Obtém-se maior sensibilidade na avaliação dos resultados, visto que possíveis regiões de operação são mais claramente examinadas. Consequentemente, estima-se o risco do sistema funcionar fora de suas condições operativas nominais. Essa dissertação propõe uma metodologia baseada na simulação Monte Carlo (SMC) utilizando técnicas de amostragem por importância via o método de entropia cruzada. Índices de risco para eventos selecionados (e.g., sobrecargas em equipamentos de transmissão) são avaliados, mantendo-se a precisão e flexibilidade permitidas pela SMC convencional, porém em tempo computacional muito reduzido. Ao contrário das técnicas analíticas concebidas para solução do FPP, que visam primordialmente à elaboração de curvas de densidade de probabilidade para as variáveis de saída (fluxos, etc.) e sempre necessitam ter a precisão obtida comparada à SMC, o método proposto avalia somente as áreas das caudas dessas densidades, obtendo resultados com maior exatidão nas regiões de interesse do ponto de vista do risco operativo. O método proposto é aplicado nos sistemas IEEE 14 barras, IEEE RTS e IEEE 118 barras, sendo os resultados obtidos amplamente discutidos. Em todos os casos, há claros ganhos de desempenho computacional, mantendo-se a precisão, quando comparados à SMC convencional. As possíveis aplicações do método e suas derivações futuras também fazem parte da dissertação. / [en] In planning and operation of electric energy systems, it is necessary to perform several evaluations using the power flow algorithm to obtain and monitor the operating point of the network under study. Bearing in mind its deterministic use, generation values and load levels per bus must be specified, as well as a specific configuration of the power network. There is, however, an obvious constraint in running a deterministic power flow tool: there is no perception of the impact produced by uncertainties on the input variables used by the conventional algorithm. The probabilistic power flow (PLF) algorithm aims to solve the limitations imposed by the use of the deterministic conventional tool, allowing the consideration of input uncertainties. Superior sensitivity is obtained in the evaluation of results, as possible regions of operation are more clearly examined. Consequently, the risk of the system operating outside its nominal conditions is duly estimated. This dissertation proposes a methodology based on Monte Carlo simulation (MCS) using importance sampling techniques via the cross-entropy method. Risk indices for selected events (e.g., overloads on transmission equipment) are evaluated, keeping the same accuracy and flexibility tolerable by the conventional MCS, but in much less computational time. Unlike the FPP solution obtained by analytical techniques, which primarily aim at assessing probability density curves for the output variables (flows, etc.) and always need to have the accuracy compared to MCS, the proposed method evaluates only the tail areas of these densities, obtaining results with greater accuracy in the regions of interest from the operational risk point of view. The proposed method is applied to IEEE 14, IEEE RTS and IEEE 118 bus systems, and the results are widely discussed. In all cases, there are clear gains in computational performance, maintaining accuracy when compared to conventional SMC. The possible applications of the method and future developments are also part of the dissertation.

[pt] As companhias regionais de distribuição não são autossuficientes em energia elétrica para atender seus clientes, e requerem importar a potência necessária do sistema interligado. No Brasil, elas realizam anualmente o processo de contratação do montante de uso do sistema de transmissão (MUST) para o horizonte dos próximos quatro anos. Essa operação é um exemplo real de tarefa que envolve decisões sob incerteza com elevado impacto na produtividade das empresas distribuidoras e do setor elétrico em geral. O trabalho se torna ainda mais complexo diante da crescente variabilidade associada à geração de energia renovável e à mudança do perfil do consumidor. O MUST é uma variável aleatória, e ser capaz de compreender sua variabilidade é crucial para melhor tomada de decisão. O fluxo de potência probabilístico é uma técnica que mapeia as incertezas das injeções nodais e configuração de rede nos equipamentos de transmissão e, consequentemente, nas potências importadas em cada ponto de conexão com o sistema interligado. Nesta tese, o objetivo principal é desenvolver metodologias baseadas no fluxo de potência probabilístico via simulação Monte Carlo, em conjunto com a técnica da entropia cruzada, para estimar os riscos envolvidos na contratação ótima do MUST. As metodologias permitem a implementação de software comercial para lidar com o algoritmo de fluxo de potência, o que é relevante para sistemas reais de grande porte. Apresenta-se, portanto, uma ferramenta computacional prática que serve aos engenheiros das distribuidoras de energia elétrica. Resultados com sistemas acadêmicos e reais mostram que as propostas cumprem os objetivos traçados, com benefícios na redução dos custos totais no processo de otimização de contratos e dos tempos computacionais envolvidos nas estimativas de risco. / [en] Local power distribution companies are not self-sufficient in electricity to serve their customers, and require importing additional energy supply from the interconnected bulk power systems. In Brazil, they annually carry out the contracting process for the amount of transmission system usage (ATSU) for the next four years. This process is a real example of a task that involves decisions under uncertainty with a high impact on the productivity of the distributions companies and on the electricity sector in general. The task becomes even more complex in face of the increasing variability associated with the generation of renewable energy and the changing profile of the consumer. The ATSU is a random variable, and being able to understand its variability is crucial for better decision making. Probabilistic power flow is a technique that maps the uncertainties of nodal injections and network configuration in the transmission equipment and, consequently, in the imported power at each connection point with the bulk power system. In this thesis, the main objective is to develop methodologies based on probabilistic power flow via Monte Carlo simulation, together with cross entropy techniques, to assess the risks involved in the optimal contracting of the ATSU. The proposed approaches allow the inclusion of commercial software to deal with the power flow algorithm, which is relevant for large practical systems. Thus, a realistic computational tool that serves the engineers of electric distribution companies is presented. Results with academic and real systems show that the proposals fulfill the objectives set, with the benefits of reducing the total costs in the optimization process of contracts and computational times involved in the risk assessments.

[pt] A avaliação de confiabilidade da capacidade de geração é extremamente útil em diversos estudos de planejamento da expansão, na avaliação dos riscos relacionados ao dimensionamento da reserva operativa e também na programação da manutenção de unidades geradoras. O principal objetivo é avaliar se uma determinada configuração de unidades de geração atende de forma aceitável à carga do sistema, assumindo que os equipamentos de transmissão sejam totalmente confiáveis e sem limitações de capacidade. Na última década, a inserção de fontes renováveis nos sistemas elétricos de potência tem crescido de forma acentuada, na grande maioria dos países desenvolvidos como também em desenvolvimento. As flutuações de suas capacidades de geração se tornaram parte da complexidade do problema de planejamento e operação de redes elétricas, uma vez que dependem das condições ambientais em que foram instaladas. Além disso, representações detalhadas da carga têm se tornado uma preocupação a mais de muitos planejadores, tendo em vista as análises de risco ao atendimento da demanda nessas redes. Novos modelos e ferramentas computacionais devem ser desenvolvidos para tratar dessas variáveis principalmente com dependência espaço-temporal. Esta dissertação apresenta diversos estudos para avaliar a confiabilidade da capacidade de sistemas de geração via simulação Monte Carlo quasi-sequencial (SMC-QS), considerando fontes de geração e carga com forte dependência espaço-temporal. Esta ferramenta é escolhida devido à sua fácil implementação computacional e capacidade de simular eventos cronológicos. A técnica de redução de variância denominada amostragem por importância baseada no método Cross Entropy (CE) foi utilizada em conjunto com a SMC-QS. As simulações terão como base o sistema teste IEEE-RTS 96, o qual é adequada-mente modificado para incluir fontes renováveis eólicas e hídricas. Portanto, o principal objetivo desta dissertação é definir a melhor maneira de lidar com as séries temporais representativas da geração renovável e carga, nos diferentes estágios do método SMC-QS via CE, de modo a maximizar sua eficiência computacional. Vários testes de simulação são realizados com o sistema IEEE-RTS 96 modificado e os resultados obtidos são amplamente discutidos. / [en] The reliability evaluation of the generating capacity is extremely useful in several expansion planning studies, in the assessment of risks related to the requirements of the operating reserve and also in the scheduling of maintenance of generating units. The main objective is to assess whether a given generating configuration meets the system load in an acceptable manner, assuming that the transmission equipment is completely reliable and without capacity limitations. In the last decade, the insertion of renewable sources in electrical power systems has grown markedly, in the vast majority of developed and developing countries. Fluctuations in their generation capacities have become part of the complexity of the problem of planning and operating electrical networks, since they depend on the environmental conditions in which they are installed. In addition, detailed representations of the load have become a concern among many planners, given the risk analyzes to meet demand in these networks. New computational models and tools must be developed to deal with these variables mainly with space-time dependence. This dissertation presents several studies to evaluate the reliability of the capacity of generation systems via quasi-sequential Monte Carlo simulation (QS-MCS), considering generation and load sources with strong space-time dependence. This tool is chosen due to its easy computational implementation and the ability to simulate chronological events. The variance reduction technique named importance sampling based on the cross-entropy (CE) method is used in conjunction with the QS-MCS. The simulations will be carried out with the IEEE-RTS 96 test system, which is adequately modified to include renewable wind and hydro sources. Therefore, the main objective of this dissertation is to define the best way to deal with the time series representing the renewable generation and load, in the different stages of the SMC-QS method via CE, in order to maximize its computational efficiency. Several simulation tests are performed with the modified IEEE-RTS 96 system and the obtained results are widely discussed.

[pt] A demanda global por soluções sustentáveis para geração de energia elétrica cresceu rapidamente nas últimas décadas, sendo impulsionada por incentivos fiscais dos governos e investimentos em pesquisa e desenvolvimento de tecnologias. Isso provocou uma crescente inserção de fontes renováveis nas redes elétricas ao redor do mundo, criando novos desafios críticos para as avaliações de desempenho dos sistemas que são potencializados pela intermitência desses recursos energéticos combinada às falhas dos equipamentos de rede. Motivado por esse cenário, esta dissertação aborda a estimativa de risco de inadequação de grandezas elétricas, como ocorrências de sobrecarga em ramos elétricos ou subtensão em barramentos, através do uso do fluxo de potência probabilístico, baseado na simulação Monte Carlo e no método de entropia cruzada. O objetivo é determinar o risco do sistema não atender a critérios operativos, de forma precisa e com eficiência computacional, considerando as incertezas de carga, geração e transmissão. O método é aplicado aos sistemas testes IEEE RTS 79 e IEEE 118 barras, considerando também versões modificadas com a inclusão de uma usina eólica, e os resultados são amplamente discutidos. / [en] The global demand for sustainable solutions for electricity generation has grown rapidly in recent decades, driven by government tax incentives and investments in technology research and development. This caused a growing insertion of renewable sources in power networks around the world, creating new critical challenges for systems performance assessments that are enhanced by the intermittency of these energy resources combined with the failures of network equipment. Motivated by this scenario, this dissertation addresses the estimation of risk of inadequacy of electrical quantities, such as overload occurrences in electrical branches or undervoltage in buses, through the use of probabilistic power flow, based on Monte Carlo simulation and the cross-entropy method. The objective is to determine the risk of the system not meeting operational criteria, precisely and with computational efficiency, considering load, generation and transmission uncertainties. The method is applied to IEEE RTS 79 and IEEE 118 bus test systems, also considering modified versions with the inclusion of a wind power plant, and the results are widely discussed.

[pt] A reserva girante é a parcela da reserva operativa provida por geradores sincronizados, e interligados à rede de transmissão, aptos a suprir a demanda na ocorrência de falhas de unidades de geração, erros na previsão da demanda, variações de capacidade de fontes renováveis ou qualquer outro fator inesperado. Dada sua característica estocástica, essa parcela da reserva operativa é mais adequadamente avaliada por meio de métodos capazes de representar as incertezas inerentes ao seu dimensionamento e planejamento. Por meio do risco de corte de carga é possível comparar e classificar distintas configurações do sistema elétrico, garantindo a não violação dos requisitos de confiabilidade. Sistemas com elevada penetração de fontes renováveis apresentam comportamento mais complexo devido ao aumento das incertezas envolvidas, à forte dependência de fatores energético-climáticos e às variações de capacidade destas fontes. Para avaliar as correlações temporais e representar a cronologia de ocorrência dos eventos no curto-prazo, um estimador baseado na Simulação Monte Carlo Quase Sequencial é apresentado. Nos estudos de planejamento da operação de curto-prazo o horizonte em análise é de minutos a algumas horas. Nestes casos, a ocorrência de falhas em equipamentos pode apresentar baixa probabilidade e contingências que causam corte de carga podem ser raras. Considerando a raridade destes eventos, as avaliações de risco são baseadas em técnicas de amostragem por importância. Os parâmetros de simulação são obtidos por um processo numérico adaptativo de otimização estocástica, utilizando os conceitos de Entropia Cruzada. Este trabalho apresenta uma metodologia de avaliação dos montantes de reserva girante em sistemas com participação de fontes renováveis, em uma abordagem multiárea. O risco de perda de carga é estimado considerando falhas nos sistemas de geração e transmissão, observando as restrições de transporte e os limites de intercâmbio de potência entre as diversas áreas elétricas. / [en] The spinning reserve is the portion of the operational reserve provided by synchronized generators and connected to the transmission network, capable of supplying the demand considering generating unit failures, errors in load forecasting, capacity intermittency of renewable sources or any other unexpected factor. Given its stochastic characteristic, this portion of the operating reserve is more adequately evaluated through methods capable of modeling the uncertainties inherent in its design and planning. Based on the loss of load risk, it is possible to compare different configurations of the electrical system, ensuring the non-violation of reliability requirements. Systems with high penetration of renewable sources present a more complex behavior due to the number of uncertainties involved, strong dependence of energy-climatic factors and variations in the capacity of these sources. In order to evaluate the temporal correlations and to represent the chronology of occurrence of events in the short term, an estimator based on quasi-sequential Monte Carlo simulation is presented. In short-term operation planning studies, the horizon under analysis is from minutes to a few hours. In these cases, the occurrence of equipment failures may present low probability and contingencies that cause load shedding may be rare. Considering the rarity of these events, risk assessments are based on importance sampling techniques. The simulation parameters are obtained by an adaptive numerical process of stochastic optimization, using the concept of Cross Entropy. This thesis presents a methodology for evaluating the amounts of spinning reserve in systems with high penetration of renewable sources, in a multi-area approach. The risk of loss of load is estimated considering failures in the generation and transmission systems, observing the network restrictions and the power exchange limits between the different electric areas.