Sistemas de Distribuição de Energia Elétrica (SDEE) estão, pelas próprias condições de funcionamento, sujeitos a perdas de energia e quedas nos níveis de tensão. Uma das formas de reduzir as perdas e ao mesmo tempo melhorar o perfil de tensão do SDEE consiste na utilização de bancos de capacitores e reguladores de tensão ao longo dos alimentadores. Para isto a alocação ótima destes equipamentos torna-se de fundamental importância, logo este trabalho tem por objetivo a utilização de um método quadrático de programação por metas multiobjetivo para a ótima alocação desses equipamentos visando a redução de perdas (meta 1) com o menor custo de investimento (meta 2) sujeito a restrições do fluxo de potência, limites técnicos de operação, mudança no controle dos capacitores chaveados e dos taps dos reguladores de tensão. O constante aumento na penetração da geração distribuída traz novos desafios para o controle e a operação dos SDEE. A metodologia proposta considera os efeitos destas fontes de geração e os seus impactos na alocações ótima dos bancos de capacitores e reguladores de tensão. Com o intuito de resolver o problema de otimização em programas comerciais como Gurobi e Cplex uma metodologia linear de cálculo de fluxo de potência é utilizada. Os algoritmos foram desenvolvidos no software Matlab, e posteriormente foi realizada a conversão para linguagem GAMS (Generic Algebraic Modeling System) para utilização dos solvers na plataforma NEOS (Network Enabled Optimization System). / Power distribution systems (DS) are susceptible to energy loss and voltage drops, mainly because of the way that they are operated and built. One way to minimize system loss and improve the voltage profile of DS is with the use of capacitor banks and voltage regulators (VRs) along the distribution feeders. In this scenario, the optimal placement of these devices becomes crucial. In this paper, a quadratic multi objective goal programming method is proposed to obtain the optimal placement of these devices, where the goals are energy loss (goal 1) and the total investment cost (goal 2). The model is subject to system operation constraints, such as power flow demands, limits of voltages and currents, number of stages of switched capacitors and the tap control of VRs. The increase of distributed generation penetration brings new challenges for control and operation of DS. The proposed methodology considers the effects of these power sources and their impact on optimal allocations of capacitors and VRs. With the aim of solving the optimization problem in commercial programs, a linear power flow is used. The algorithms were developed with Matlab software and the conversion was made to a General Algebraic Modeling System (GAMS) language and solved in the NEOS (Network Enabled Optimization System) platform.

Sistemas de Distribuição de Energia Elétrica (SDEE) estão, pelas próprias condições de funcionamento, sujeitos a perdas de energia e quedas nos níveis de tensão. Uma das formas de reduzir as perdas e ao mesmo tempo melhorar o perfil de tensão do SDEE consiste na utilização de bancos de capacitores e reguladores de tensão ao longo dos alimentadores. Para isto a alocação ótima destes equipamentos torna-se de fundamental importância, logo este trabalho tem por objetivo a utilização de um método quadrático de programação por metas multiobjetivo para a ótima alocação desses equipamentos visando a redução de perdas (meta 1) com o menor custo de investimento (meta 2) sujeito a restrições do fluxo de potência, limites técnicos de operação, mudança no controle dos capacitores chaveados e dos taps dos reguladores de tensão. O constante aumento na penetração da geração distribuída traz novos desafios para o controle e a operação dos SDEE. A metodologia proposta considera os efeitos destas fontes de geração e os seus impactos na alocações ótima dos bancos de capacitores e reguladores de tensão. Com o intuito de resolver o problema de otimização em programas comerciais como Gurobi e Cplex uma metodologia linear de cálculo de fluxo de potência é utilizada. Os algoritmos foram desenvolvidos no software Matlab, e posteriormente foi realizada a conversão para linguagem GAMS (Generic Algebraic Modeling System) para utilização dos solvers na plataforma NEOS (Network Enabled Optimization System). / Power distribution systems (DS) are susceptible to energy loss and voltage drops, mainly because of the way that they are operated and built. One way to minimize system loss and improve the voltage profile of DS is with the use of capacitor banks and voltage regulators (VRs) along the distribution feeders. In this scenario, the optimal placement of these devices becomes crucial. In this paper, a quadratic multi objective goal programming method is proposed to obtain the optimal placement of these devices, where the goals are energy loss (goal 1) and the total investment cost (goal 2). The model is subject to system operation constraints, such as power flow demands, limits of voltages and currents, number of stages of switched capacitors and the tap control of VRs. The increase of distributed generation penetration brings new challenges for control and operation of DS. The proposed methodology considers the effects of these power sources and their impact on optimal allocations of capacitors and VRs. With the aim of solving the optimization problem in commercial programs, a linear power flow is used. The algorithms were developed with Matlab software and the conversion was made to a General Algebraic Modeling System (GAMS) language and solved in the NEOS (Network Enabled Optimization System) platform.

Sistemas de Distribuição de Energia Elétrica (SDEE) estão, pelas próprias condições de funcionamento, sujeitos a perdas de energia e quedas nos níveis de tensão. Uma das formas de reduzir as perdas e ao mesmo tempo melhorar o perfil de tensão do SDEE consiste na utilização de bancos de capacitores e reguladores de tensão ao longo dos alimentadores. Para isto a alocação ótima destes equipamentos torna-se de fundamental importância, logo este trabalho tem por objetivo a utilização de um método quadrático de programação por metas multiobjetivo para a ótima alocação desses equipamentos visando a redução de perdas (meta 1) com o menor custo de investimento (meta 2) sujeito a restrições do fluxo de potência, limites técnicos de operação, mudança no controle dos capacitores chaveados e dos taps dos reguladores de tensão. O constante aumento na penetração da geração distribuída traz novos desafios para o controle e a operação dos SDEE. A metodologia proposta considera os efeitos destas fontes de geração e os seus impactos na alocações ótima dos bancos de capacitores e reguladores de tensão. Com o intuito de resolver o problema de otimização em programas comerciais como Gurobi e Cplex uma metodologia linear de cálculo de fluxo de potência é utilizada. Os algoritmos foram desenvolvidos no software Matlab, e posteriormente foi realizada a conversão para linguagem GAMS (Generic Algebraic Modeling System) para utilização dos solvers na plataforma NEOS (Network Enabled Optimization System). / Power distribution systems (DS) are susceptible to energy loss and voltage drops, mainly because of the way that they are operated and built. One way to minimize system loss and improve the voltage profile of DS is with the use of capacitor banks and voltage regulators (VRs) along the distribution feeders. In this scenario, the optimal placement of these devices becomes crucial. In this paper, a quadratic multi objective goal programming method is proposed to obtain the optimal placement of these devices, where the goals are energy loss (goal 1) and the total investment cost (goal 2). The model is subject to system operation constraints, such as power flow demands, limits of voltages and currents, number of stages of switched capacitors and the tap control of VRs. The increase of distributed generation penetration brings new challenges for control and operation of DS. The proposed methodology considers the effects of these power sources and their impact on optimal allocations of capacitors and VRs. With the aim of solving the optimization problem in commercial programs, a linear power flow is used. The algorithms were developed with Matlab software and the conversion was made to a General Algebraic Modeling System (GAMS) language and solved in the NEOS (Network Enabled Optimization System) platform.

La gestion prévisionnelle des réseaux de distribution imposée par les codes de réseaux européens nécessite une connaissance approfondie de leur comportement et implique de prendre en compte la volatilité des énergies renouvelables et les capacités de prévision à l’horizon J-1 de la consommation et de la production. En effet, les valeurs déterministes les plus probables des prévisions ne sont plus suffisantes pour pouvoir prédire et gérer à l’avance un réseau. Une modélisation et une optimisation stochastiques permettent un choix, au plus juste, de paramètres de contrôle.La thèse se concentre la prise en compte, dans la modélisation et l’optimisation, des incertitudes des réseaux de distribution. Une modélisation stochastique de réseau est proposée, elle intègre les incertitudes liées au régleur en charge et aux prévisions de consommation et de production. Les contrôleurs des générateurs, le régleur en charge et les gradins de condensateurs permettent de limiter les fluctuations des tensions des nœuds et de la puissance réactive à l’interface et de respecter les exigences contractuelles. Industriellement, les contrôleurs des générateurs sont caractérisés par des lois de commande linéaires ou linéaires par morceaux. En effectuant des hypothèses sur la nature stochastique des données, on peut montrer que les tensions aux nœuds sont des variables gaussiennes ou des sommes de variables gaussiennes par morceaux. Une optimisation stochastique basée sur ces modèles permet de choisir les paramètres des contrôleurs qui minimisent les risques de surtension et des efforts de générateurs, sans avoir à mettre en œuvre des méthodes coûteuses en temps de calcul de type Monte Carlo / The voltage profiles inside the network and power flows at the transport-distribution interface are modified under the massive insertion of renewable sources in distribution grids. The system’s uncertainties cannot be handled by local controllers which parameters are tuned at the actuator installation stage. A solution, widely accepted in the literature, consists of achieving a centralized optimization of the actuators references (distributed generators reactive powers, reference voltage of the On Load Tap Changer, capacitor banks reactive power). Within this framework, a supervisor computes all references at the same time and delivers the references to each actuators, which requires an efficient and reliable communication system.The main contribution of the thesis is to design an alternative approach which keeps the local control structures which settings will be updated on an hourly basis. The optimization relies on a stochastic representation of the grid that accounts for the On Load Tap Changer uncertainties and day ahead forecasts of the productions and consumptions. It is shown that every variable of the system can be represented by Gaussian or sum of truncated Gaussian variables. A stochastic optimization allows to select the controllers settings that minimize overvoltages and control efforts, without using time-consuming algorithms such as Monte-Carlo methods. This work will demonstrate that an appropriate management of uncertainties spares unnecessary and costly oversizing