1 |
Seleção e alocação de dispositivos limitadores de corrente de curto-circuito utilizando o algoritmo evolucionário multiobjetivo NSGA-IIBrito, Felix Estevam de Jesus 16 February 2016 (has links)
The working condition of the electrical transmission systems is a factor that takes a lot
of concern among energy suppliers and users. To maintain appropriate conditions for
operation of the system is important in all aspects. For this purpose, several devices are
used, monitoring and protection electrical devices, for example. These include the fault
current limiter, with this device you can limit the fault current in the bus or lines of the
electrical system. In this work, it is proposed to accomplish the selection and allocation of
fault current limiters devices in electrical systems to minimize the short-circuit current,
considering the device cost and the cost due to technical losses. For this, it has been used
the multi-objective genetic algorithm NSGA-II for his known efficiency in optimization
problems in electrical systems. The proposed algorithm was applied in benchmark systems,
a 30-bus and a 57-bus, and the systems were simulated with and without the presence of
the devices for comparison and validation of results. / A condição de funcionamento dos sistemas elétricos de transmissão é um fator que demanda
muita preocupação por parte dos fornecedores e usuários de energia. Manter condições
adequadas para a operação do sistema é importante em todos os aspectos. Para este fim,
vários equipamentos são utilizados, dispositivos elétricos de monitoramento e proteção,
por exemplo. Entre eles, estão os dispositivos limitadores de corrente de curto-circuito.
Com este dispositivo é possível limitar a corrente de falta nas barras ou linhas do sistema
elétrico. Neste trabalho, propõe-se realizar a seleção e alocação de dispositivos limitadores
de corrente de curto-circuito em sistemas elétricos de modo a minimizar a corrente de
curto-circuito, considerando o custo do dispositivo e o custo devido à perdas técnicas.
Para isso, foi utilizado o algoritmo genético multiobjetivo NSGA-II por sua já conhecida
eficiência em problemas de otimização em sistemas elétricos. O algoritmo proposto foi
aplicado em sistemas teste de 30 e 57 barras e os sistemas foram simulados com e sem a
presença dos dispositivos para efeito de comparação e validação dos resultados.
|
Page generated in 0.0949 seconds