Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-04-06T18:38:52Z No. of bitstreams: 1 franciscocarlosrodriguescoelho.pdf: 4497321 bytes, checksum: 84c61f06bc2ac3aae79f57fc04d6cb0f (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-04-24T03:52:25Z (GMT) No. of bitstreams: 1 franciscocarlosrodriguescoelho.pdf: 4497321 bytes, checksum: 84c61f06bc2ac3aae79f57fc04d6cb0f (MD5) / Made available in DSpace on 2016-04-24T03:52:25Z (GMT). No. of bitstreams: 1 franciscocarlosrodriguescoelho.pdf: 4497321 bytes, checksum: 84c61f06bc2ac3aae79f57fc04d6cb0f (MD5) Previous issue date: 2013-08-16 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A alocação de geração distribuída em sistemas de distribuição de energia elétrica consiste em definir a localização ótima para instalação de centrais geradoras distribuídas no sistema e a quantidade de potência que deverá ser injetada por estas centrais, de modo a minimizar as perdas técnicas inerentes aos sistemas de distribuição. Este é um problema de otimização de difícil solução e que apresenta implicações ambientais e econômicas. A técnica de otimização empregada nesta pesquisa para determinar a alocação dos geradores distribuídos é recente, sendo a mesma bioinspirada. Ela se baseia na ecolocalização de morcegos e foi desenvolvida em 2010 pelo pesquisador Xin-She Yang. Esta técnica de otimização agrega em sua constituição conhecimento prévio adquirido por outras técnicas de otimização, como enxame de partículas e busca harmônica, utilizando assim, as vantagens inerentes a cada uma destas ferramentas. Esta característica confere à otimização via ecolocalização uma expectativa de sucesso em problemas de difícil solução, com características combinatórias, que é o caso do problema em estudo. Com o intuito de melhorar o desempenho da técnica de otimização em questão, foi proposta uma etapa adicional em sua constituição. Esta alteração no algoritmo original se mostrou eficiente nas simulações realizadas, pois o mecanismo de busca modificado alcançou resultados de melhor qualidade com maior frequência, tanto em sua validação, onde foram utilizadas funções matemáticas não convexas, como na aplicação do método ao problema referente à alocação de geração distribuída em sistemas de distribuição de energia elétrica. Utilizando-se três sistemas teste, de trinta e três, de cinquenta e de sessenta e nove barras, foram realizados testes com alocação exclusiva de potência ativa e reativa, e também alocação simultânea destes dois tipos de potência, sendo que os resultados obtidos foram comparados com resultados presentes na literatura especializada. Além das perdas, fatores como perfil de tensão resultante nas barras e trajetória de convergência do algoritmo inspirado na ecolocalização de morcegos foram analisados para a avaliação da metodologia de otimização empregada nesta pesquisa. / The optimal distributed generation placement in electrical power systems is a complex problem involving environmental and economical issues. The solution to this problem consists of choosing the optimum location of distributed power plants, and to define the amount of power that must be injected by these plants in order to minimize technical losses in electrical distribution systems. The optimization technique utilized in this work to determine the placement of distributed generators is recent. It was developed in 2010 by Xin-She Yang. The optimization procedure is inspired by the echolocation of bats phenomenon, and uses some previous knowledge from others techniques, like Particle Swarm Optimization and Harmony Search, combining their advantages. This feature gives the Bat-Inspired Algorithm an expectation of success on difficult problems, such as the combinatorial problem under study. In order to improve the performance of the optimization technique an additional step was proposed in its search engine. Endowed with this change, the algorithm has achieved better results more frequently. Nonconvex benchmark mathematical functions were used, as well as in its application on distributed generation placement. Using three different bus systems (33, 50 and 69 busses), simulations were performed placing real and reactive Power separately, and those two kind of Power together. The produced results were compared to specialized literature. Real power losses, bus voltage and convergence trajectory indicates the level of success reached by the optimization technique utilized in this research work.