Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-01-07T18:51:46Z No. of bitstreams: 1 camilearedesmoraes.pdf: 1914663 bytes, checksum: ecc2f4565f43beb2a29dc47c76ef0296 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-01-25T16:54:11Z (GMT) No. of bitstreams: 1 camilearedesmoraes.pdf: 1914663 bytes, checksum: ecc2f4565f43beb2a29dc47c76ef0296 (MD5) / Made available in DSpace on 2016-01-25T16:54:12Z (GMT). No. of bitstreams: 1 camilearedesmoraes.pdf: 1914663 bytes, checksum: ecc2f4565f43beb2a29dc47c76ef0296 (MD5) Previous issue date: 2015-08-07 / O problema referente à expansão estática de sistemas de transmissão de energia elétrica consiste em determinar, entre um conjunto predefinido de circuitos candidatos à expansão, aqueles que devem ser construídos de forma a minimizar os custos de operação (déficit) e de investimentos no sistema de transmissão, suprindo a demanda prevista para um horizonte de planejamento. Este é um problema de otimização de difícil solução e que apresenta algumas particularidades, tais como: (i) região de solução não convexa, ou seja, com várias soluções factíveis, o que leva grande parte dos algoritmos a convergirem em direção de uma solução ótima local; (ii) a natureza combinatória do processo de planejamento que, normalmente, conduz ao fenômeno da explosão combinatória referente às alternativas de investimento, resultando em um elevado esforço computacional; (iii) a existência de sistemas elétricos não conexos (ilhados). Estas particularidades ilustram as principais dificuldades na elaboração de algoritmos rápidos, eficientes e robustos para a resolução do problema estático da expansão de sistemas de transmissão de energia elétrica. Diante do quadro descrito acima, o presente trabalho propõe uma estratégia de resolução baseada em duas etapas: (a) Inicialmente é feito uso de um algoritmo heurístico construtivo, a partir do qual se objetiva uma solução inicial factível para o problema; (b) Conhecida essa solução inicial, a mesma é repassada ao processo de otimização multimodal, sendo este baseado no fenômeno da ecolocalização. A ecolocalização é um método de otimização multimodal recente quando é comparado com os demais métodos multimodais bioinspirados, sendo a sua aplicação incipiente na área de sistemas elétricos de potência e, portanto, sua utilização uma motivação. Os resultados obtidos indicam que a estratégia de resolução proposta proporciona um aumento da eficiência do processo de otimização multimodal pela busca da otimalidade, uma vez que a solução ótima passa a ser obtida em um número menor de iterações do processo de busca bioinspirado. / The static transmission expansion planning of electrical systems problem consists in determining, among a pre-defined set of candidate expansion circuits, the ones that must be built to minimize the operational costs (deficit) and investment costs in the electrical networks thus meeting the forecast demand in a given planning horizon. This hard-solution optimization problem presents some particular characteristics, such as: (i) non-convex solution region, which means a large number of feasible solutions leading most of the algorithms, used in this situation, to converge to a local optimum; (ii) the combinatorial nature of the planning process which usually leads to the combinatorial explosion related to investment alternatives, resulting in a high computational effort; (iii) the existence of islanded electrical systems. These features illustrate the main difficulties in the development of fast, efficient and robust algorithms to solve the static planning of the transmission expansion of electrical systems. Considering this problem, this work proposes a two-step resolution strategy: (a)Initially, a constructive heuristic algorithm is used in order to obtain a feasible initial solution for the problem; (B) Since this initial solution is known, it is transferred to the multimodal optimization process, based on the echolocation phenomenon. The echolocation is a recent multimodal optimization method when compared with other bioinspired multimodal methods and its application on electric power systems is still incipient so, its utilization may be a motivation. The obtained results indicate that the proposed solution strategy provides increased efficiency for the multimodal optimization process by the search for optimality, since the optimal solution can be obtained in a small number of iterations of bioinspired search process.

Submitted by CRISTIAM VICTOR VILLAJUAN MONTES (cvillajuanm@gmail.com) on 2016-08-15T21:31:33Z No. of bitstreams: 1 Cristiam Villajuan Montes_UNESP (1) ULTIMO.pdf: 4084141 bytes, checksum: ca80d95f9d6b055991ca9609f4c832a4 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-08-17T13:34:56Z (GMT) No. of bitstreams: 1 villajuanmontes_cv_me_ilha.pdf: 4084141 bytes, checksum: ca80d95f9d6b055991ca9609f4c832a4 (MD5) / Made available in DSpace on 2016-08-17T13:34:56Z (GMT). No. of bitstreams: 1 villajuanmontes_cv_me_ilha.pdf: 4084141 bytes, checksum: ca80d95f9d6b055991ca9609f4c832a4 (MD5) Previous issue date: 2016-02-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Os problemas de planejamento da expansão de sistemas de transmissão e de fluxo de potência ótimo são de grande importância na área de sistemas de transmissão de energia elétrica. O primeiro consiste em determinar a expansão ótima do sistema, que deve ocorrer com o menor gasto monetário possível. No problema fluxo de potência ótimo deve-se encontrar o estado de operação do sistema de forma a minimizar um objetivo, no caso, os custos de geração. Ambos problemas possuem modelos de programação não-linear inteira mista. Além disto, o resultado ótimo de ambos deve cumprir com restrições operacionais, como o limite de tensão nas barras, os limites de fluxos nos ramos e os limites dos geradores. Para resolver os problemas citados, neste trabalho são apresentados modelos matemáticos de programação linear inteiro misto, aproximados, baseados em um modelo linearizado de fluxo de carga AC, que considera a presença da potência reativa, das perdas no sistema e magnitudes de tensões nas barras diferentes do valor nominal. Todos os modelos foram escritos na linguagem de modelagem matemática AMPL e resolvidos com o solver comercial CPLEX. Os modelos propostos foram testados com os sistemas IEEE de 14, 30, 57, 118 e 300 barras e com o sistema Garver para o planejamento da expansão de sistemas de transmissão. Os resultados foram comparados utilizando-se um fluxo de carga não linear, para verificar-se a precisão dos modelos propostos. / The transmission network expansion planning and the optimal power flow problems are of great importance in the field of electricity transmission systems. The first consists in determining the optimal expansion of the system, which must be done with the least possible investment. In the optimal power flow problem it must found the operating status of the system in order to minimize an objective, in this case, generation costs. Both problems have mixed-integer nonlinear programming models. In addition, the optimal solution of both must comply with operating constraints, such as the voltage limit on buses, the limits flows in branches and the limits of the generators. To solve the problems cited, in this work are presented approximate mixed integer linear programming models based on a linearized AC load flow model, which considers the presence of reactive power, the losses in the system and of nominal bus voltage magnitudes. All models were written in mathematical modeling language AMPL and solved with the commercial solver CPLEX. The proposed models were tested with the IEEE systems of 14, 30, 57, 118 and 300 buses and with the Garver system for transmission network expansion planning. Results were compared using a nonlinear load flow model, to verify the accuracy of the proposed models.

Orientador: Marcos Julio Rider Flores / Resumo: Os problemas de planejamento da expansão de sistemas de transmissão e de fluxo de potência ótimo são de grande importância na área de sistemas de transmissão de energia elétrica. O primeiro consiste em determinar a expansão ótima do sistema, que deve ocorrer com o menor gasto monetário possível. No problema fluxo de potência ótimo deve-se encontrar o estado de operação do sistema de forma a minimizar um objetivo, no caso, os custos de geração. Ambos problemas possuem modelos de programação não-linear inteira mista. Além disto, o resultado ótimo de ambos deve cumprir com restrições operacionais, como o limite de tensão nas barras, os limites de fluxos nos ramos e os limites dos geradores. Para resolver os problemas citados, neste trabalho são apresentados modelos matemáticos de programação linear inteiro misto, aproximados, baseados em um modelo linearizado de fluxo de carga AC, que considera a presença da potência reativa, das perdas no sistema e magnitudes de tensões nas barras diferentes do valor nominal. Todos os modelos foram escritos na linguagem de modelagem matemática AMPL e resolvidos com o solver comercial CPLEX. Os modelos propostos foram testados com os sistemas IEEE de 14, 30, 57, 118 e 300 barras e com o sistema Garver para o planejamento da expansão de sistemas de transmissão. Os resultados foram comparados utilizando-se um fluxo de carga não linear, para verificar-se a precisão dos modelos propostos. / Abstract: The transmission network expansion planning and the optimal power flow problems are of great importance in the field of electricity transmission systems. The first consists in determining the optimal expansion of the system, which must be done with the least possible investment. In the optimal power flow problem it must found the operating status of the system in order to minimize an objective, in this case, generation costs. Both problems have mixed-integer nonlinear programming models. In addition, the optimal solution of both must comply with operating constraints, such as the voltage limit on buses, the limits flows in branches and the limits of the generators. To solve the problems cited, in this work are presented approximate mixed integer linear programming models based on a linearized AC load flow model, which considers the presence of reactive power, the losses in the system and of nominal bus voltage magnitudes. All models were written in mathematical modeling language AMPL and solved with the commercial solver CPLEX. The proposed models were tested with the IEEE systems of 14, 30, 57, 118 and 300 buses and with the Garver system for transmission network expansion planning. Results were compared using a nonlinear load flow model, to verify the accuracy of the proposed models. / Mestre

Orientador: Rubén Augusto Romero Lázaro / Resumo: Neste trabalho, consideram-se a análise teórica e a implementação computacional dos algoritmos Primal Simplex Canalizado (PSC) e Dual Simplex Canalizado (DSC) especializados. Esses algoritmos foram incorporados em um algoritmo Branch and Bound (B&B) de modo a resolver o problema de Planejamento da Expansão de Sistemas de Transmissão (PEST). Neste caso, o problema PEST foi modelado usando os chamados modelo de Transportes e modelo Linear Disjuntivo (LD), o que produz um problema de Programação Linear Inteiro Misto (PLIM). O algoritmo PSC é utilizado na resolução do problema de Programação Linear (PL) inicial após desconsiderar a restrição de integralidade do problema PLIM original. Juntamente com o algoritmo PSC, foi implementada uma estratégia para reduzir o número de variáveis artificiais adicionadas ao PL, consequentemente reduzindo o número de iterações do algoritmo PSC. O algoritmo DSC é utilizado na reotimização eficiente dos subproblemas gerados pelo algoritmo B&B, através do quadro ótimo do PL inicial, excluindo, assim, a necessidade da resolução completa de cada subproblema e, consequentemente, reduzindo o consumo de processamento e memória. Nesta pesquisa, é apresentada uma nova proposta de otimização, e, consequentemente, a implementação computacional usando a linguagem de programação FORTRAN que opera independentemente de qualquer solver. / Doutor

Submitted by JEFERSON BACK VANDERLINDE null (jefersonbv@yahoo.com.br) on 2017-11-01T16:38:25Z No. of bitstreams: 1 jeferson_tese_final_20171101.pdf: 4860852 bytes, checksum: 2f99c37969be3815f82b1b4455a40230 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-11-13T15:38:34Z (GMT) No. of bitstreams: 1 vanderlinde_jb_dr_ilha.pdf: 4860852 bytes, checksum: 2f99c37969be3815f82b1b4455a40230 (MD5) / Made available in DSpace on 2017-11-13T15:38:34Z (GMT). No. of bitstreams: 1 vanderlinde_jb_dr_ilha.pdf: 4860852 bytes, checksum: 2f99c37969be3815f82b1b4455a40230 (MD5) Previous issue date: 2017-09-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho, consideram-se a análise teórica e a implementação computacional dos algoritmos Primal Simplex Canalizado (PSC) e Dual Simplex Canalizado (DSC) especializados. Esses algoritmos foram incorporados em um algoritmo Branch and Bound (B&B) de modo a resolver o problema de Planejamento da Expansão de Sistemas de Transmissão (PEST). Neste caso, o problema PEST foi modelado usando os chamados modelo de Transportes e modelo Linear Disjuntivo (LD), o que produz um problema de Programação Linear Inteiro Misto (PLIM). O algoritmo PSC é utilizado na resolução do problema de Programação Linear (PL) inicial após desconsiderar a restrição de integralidade do problema PLIM original. Juntamente com o algoritmo PSC, foi implementada uma estratégia para reduzir o número de variáveis artificiais adicionadas ao PL, consequentemente reduzindo o número de iterações do algoritmo PSC. O algoritmo DSC é utilizado na reotimização eficiente dos subproblemas gerados pelo algoritmo B&B, através do quadro ótimo do PL inicial, excluindo, assim, a necessidade da resolução completa de cada subproblema e, consequentemente, reduzindo o consumo de processamento e memória. Nesta pesquisa, é apresentada uma nova proposta de otimização, e, consequentemente, a implementação computacional usando a linguagem de programação FORTRAN que opera independentemente de qualquer solver. / In this research, the theoretical analysis and computational implementation of the specialized dual simplex algorithm (DSA) and primal simplex algorithm (PSA) for bounded variables is considered. These algorithms have been incorporated in a Branch and Bound (B&B) algorithm to solve the Transmission Network Expansion Planning (TNEP) problem. In this case, the TNEP problem is modeled using transportation model and linear disjunctive model (DM), which produces a mixed-integer linear programming (MILP) problem. After relaxing the integrality of investment variables of the original MILP problem, the PSA is used to solve the initial linear programming (LP) problem. Also, it has been implemented a strategy in PSA to reduce the number of artificial variables which are added into the LP problem, and consequently reduces the number of iterations of PSA. Through optimal solution of the initial LP, the DSA is used in efficient reoptimization of subproblems, resulting from the B&B algorithm, thus excludes the need for complete resolution of each subproblems, which results reducing the CPU time and memory consumption. This research presents the implementation of the proposed approach using the FORTRAN programming language which operates independently and does not use any commercial solver.