Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-08T10:33:23Z No. of bitstreams: 1 tiagofayerdejesus.pdf: 1430604 bytes, checksum: 44c933cea80c72bd24709a956ba5c9cd (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-22T18:34:11Z (GMT) No. of bitstreams: 1 tiagofayerdejesus.pdf: 1430604 bytes, checksum: 44c933cea80c72bd24709a956ba5c9cd (MD5) / Made available in DSpace on 2018-01-22T18:34:11Z (GMT). No. of bitstreams: 1 tiagofayerdejesus.pdf: 1430604 bytes, checksum: 44c933cea80c72bd24709a956ba5c9cd (MD5) Previous issue date: 2017-08-31 / Neste trabalho é proposta uma metodologia para resolução de problemas de planejamento de redes de distribuição de energia elétrica considerando incertezas na demanda. A metodologia é baseada na técnica meta-heurística Sistema Imunológico Artificial. No processo de solução, a matemática intervalar é usada no fluxo de potência, e nele estão modeladas as incertezas da carga. As variáveis intervalares de entrada são as cargas ativas e reativas nas barras do sistema. O resultado esperado é apresentado de maneira intervalar e consiste na minimização dos custos de instalação de cabos, de construção/reforço de subestações mais os custos associados às perdas de energia e operação considerando um horizonte de planejamento. Para isso, restrições como radialidade, conectividade, balanço de potência e capacidades físicas de equipamentos foram utilizadas. Para determinar a melhor topologia de rede, outra metodologia foi adotada para se fazer a comparação dos intervalos. O objetivo principal deste trabalho é avaliar o impacto de se considerar as incertezas da demanda no planejamento de redes de distribuição comparadas com modelos determinísticos tradicionais. O algoritmo proposto é testado em sistemas conhecidos na literatura. / This work proposes a methodology to solve distribution networks planning problems considering demand uncertainties. The methodology is based on the Artificial Immune System metaheuristics. In the solution process, the interval mathematics is implemented within the power flow and inside it, load uncertainties are modeled. The input interval variables are the active and reactive loads in the system buses. The expected result is presented in an interval and consists of minimizing the cable costs installation, construction or reinforcement of substations plus the costs associated with energy losses and operation considering a planning horizon. For this, restrictions such as radiality, connectivity, power balance and physical equipment capacities were used. To determine the best network topology, another methodology was adopted to compare the intervals. The main objective of this work is to evaluate the impact of considering the uncertainties of demand in the planning of distribution networks compared with traditional deterministic models. The proposed algorithm is tested in systems well-known in the literature.