Orientador: Rubén Augusto Romero Lázaro / Banca: José Roberto Sanches Mantovani / Banca: Antonio Padilha Feltrin / Banca: Luiz Carlos Pereira da Silva / Banca: Eduardo Nobuhiro Asada / Resumo: O Problema de Planejamento da Expansão de Sistemas de Transmissão de Energia Elétrica consiste em se escolher, entre um conjunto pré-definido de circuitos candidatos, aqueles que devem ser incorporados ao sistema de forma a minimizar os custos de investimento e operação ao e atender a demanda de energia futura ao longo de um horizonte de planejamento com confiabilidade, assumindo como conhecido o plano de geração. É considerado um problema muito complexo e difícil por se tratar de um problema não linear inteiro misto, não convexo, multimodal e altamente combinatório. Este problema tem sido solucionado usando técnicas clássicas como Decomposição ao de Benders e Branch and Bound, assim como também algoritmos heurísticos e metaheurísticas obtendo diversos resultados, mais com uma série de problemas como, por exemplo, alto esforço computacional e problemas de convergência. Neste trabalho apresentam-se duas novas técnicas de solução para o problema, a saber, as metaheurísticas Busca em Vizinhança Variável e a Busca Dispersa. A Busca em Vizinhança Variável é uma técnica baseada em trocas de estruturas de vizinhança dentro de um algoritmo de busca local, e a metaheurística Busca Dispersa, um método evolutivo que combina sistematicamente conjuntos de soluções para se obter solucões melhores. Essas técnicas de solução oferecem novas alternativas de solução que oferecem solução aos problemas encontrados com outros métodos, como é um baixo esforço computacional é uma melhor convergência, sendo este o principal aporte do trabalho. Os algoritmos são apresentados sistematicamente, explicando os seus algoritmos e a forma como são adaptados para resolver o problema do planejamento da expansão de sistemas de transmissão considerando-se a modelagem matemática conhecida com o modelo de transporte e o modelo DC. São realizados testes com os sistemas... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Electric Energy Transmission Network Expansion Problem consist in choose among a set of pre-defined circuits candidates, who must be incorporated into the system so as to minimize the investment costs and operation and meet the future energy demand over a planning horizon with reliability, assuming the generation plan is known. It is a very complex and difficult problem because it is non linear, non convex, multimodal and highly combinatorial. This problem has been solved using traditional techniques such as Benders decomposition and Branch and Bound, as well as heuristic algorithms and metaheuristics getting different results, but with a series of problems such as high computational effort and convergence problems. This paper tests out two new techniques for solving the problem as are the metaheuristics Variable Neighborhood Search and Scatter Search. The Variable Neighborhood Search is a technique based on trading structures within a neighborhood of a local search algorithm, and the Scatter Search metaheuristic is a method which combines systematically sets of solutions in an evolutionary way to achieve better solutions. These solution techniques offer new alternatives to solve the problems encountered with other methods, such as a low computational effort and better convergence, which is the main contribution of this work. The techniques are presented systematically, explaining their algorithms and the way they are adapted to solve the network expansion planning problem based on the mathematical model known as the transportation model and the DC model. They are tested with the systems Southern Brazilian with 46 buses and the IEEE 24 buses system, results are compared with those obtained with other metaheuristics, obtaining excellent results with a best performance both in processing speed as in computational effort. / Doutor

Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-04-18Bitstream added on 2014-06-13T18:08:30Z : No. of bitstreams: 1 taglialenha_sls_dr_ilha.pdf: 776756 bytes, checksum: ee3e13f4456bb0d2f6f5faaf48d8309f (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O Problema de Planejamento da Expansão de Sistemas de Transmissão de Energia Elétrica consiste em se escolher, entre um conjunto pré-definido de circuitos candidatos, aqueles que devem ser incorporados ao sistema de forma a minimizar os custos de investimento e operação ao e atender a demanda de energia futura ao longo de um horizonte de planejamento com confiabilidade, assumindo como conhecido o plano de geração. É considerado um problema muito complexo e difícil por se tratar de um problema não linear inteiro misto, não convexo, multimodal e altamente combinatório. Este problema tem sido solucionado usando técnicas clássicas como Decomposição ao de Benders e Branch and Bound, assim como também algoritmos heurísticos e metaheurísticas obtendo diversos resultados, mais com uma série de problemas como, por exemplo, alto esforço computacional e problemas de convergência. Neste trabalho apresentam-se duas novas técnicas de solução para o problema, a saber, as metaheurísticas Busca em Vizinhança Variável e a Busca Dispersa. A Busca em Vizinhança Variável é uma técnica baseada em trocas de estruturas de vizinhança dentro de um algoritmo de busca local, e a metaheurística Busca Dispersa, um método evolutivo que combina sistematicamente conjuntos de soluções para se obter solucões melhores. Essas técnicas de solução oferecem novas alternativas de solução que oferecem solução aos problemas encontrados com outros métodos, como é um baixo esforço computacional é uma melhor convergência, sendo este o principal aporte do trabalho. Os algoritmos são apresentados sistematicamente, explicando os seus algoritmos e a forma como são adaptados para resolver o problema do planejamento da expansão de sistemas de transmissão considerando-se a modelagem matemática conhecida com o modelo de transporte e o modelo DC. São realizados testes com os sistemas... / Electric Energy Transmission Network Expansion Problem consist in choose among a set of pre-defined circuits candidates, who must be incorporated into the system so as to minimize the investment costs and operation and meet the future energy demand over a planning horizon with reliability, assuming the generation plan is known. It is a very complex and difficult problem because it is non linear, non convex, multimodal and highly combinatorial. This problem has been solved using traditional techniques such as Benders decomposition and Branch and Bound, as well as heuristic algorithms and metaheuristics getting different results, but with a series of problems such as high computational effort and convergence problems. This paper tests out two new techniques for solving the problem as are the metaheuristics Variable Neighborhood Search and Scatter Search. The Variable Neighborhood Search is a technique based on trading structures within a neighborhood of a local search algorithm, and the Scatter Search metaheuristic is a method which combines systematically sets of solutions in an evolutionary way to achieve better solutions. These solution techniques offer new alternatives to solve the problems encountered with other methods, such as a low computational effort and better convergence, which is the main contribution of this work. The techniques are presented systematically, explaining their algorithms and the way they are adapted to solve the network expansion planning problem based on the mathematical model known as the transportation model and the DC model. They are tested with the systems Southern Brazilian with 46 buses and the IEEE 24 buses system, results are compared with those obtained with other metaheuristics, obtaining excellent results with a best performance both in processing speed as in computational effort.

Submitted by Miriam Lucas (miriam.lucas@unioeste.br) on 2018-02-22T17:03:28Z No. of bitstreams: 2 Elias_Emanuel_Benitez_2017.pdf: 4075070 bytes, checksum: ce09c54d8b2b9dd647b8166881114648 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-02-22T17:03:28Z (GMT). No. of bitstreams: 2 Elias_Emanuel_Benitez_2017.pdf: 4075070 bytes, checksum: ce09c54d8b2b9dd647b8166881114648 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-16 / The solution to distribution networks expansion planning problem seeks to establish updates in the system so that it is able to supply the future demand obeying important criteria that represent the quality in the supply. Considering that in recent years the number of distributed generation connected to the system is increasing, contributing to the solution of some problems in the operation such as the high losses, the poor quality in the energy supplied, the low reliability that can be a reality, among others, this article presents a new algorithm to be applied to expansion planning of medium voltage overhead lines and which also has the ability to establish a plan for the connection of distributed generation in the network. Thus, the algorithm operates in two steps. In the first step of operation, a new topology is established for the network, which meets the future demand and respects the technical criteria that are necessary for electricity to be delivered to consumers with quality. In this process, the problem is represented by a nonlinear mathematical model whose objective function seeks to minimize the cost of network expansion and the constraints represent the physical laws that govern the power flow and ensure that future demand will be met with quality. In this operation step, the solution to the problem is constructed in an iterative way, where in each iteration a specialized sensitivity indicator uses the information obtained through the solution of the mathematical model to aid in decision making. This step of the algorithm ends when a radial topology for the system is determined. In the second step, the algorithm performs an evaluation in the established topology to indicate the capacity and the most interesting buses for connection of the Distributed Generation, seeking the best benefit for the operation of the network. In this process, the algorithm also takes advantage of the information obtained through the nonlinear mathematical model for the evaluation. Computacional tests with the new algorithm were performed considering data from systems available in the specialized literature to evaluate their performance. The results obtained through the simulations showed that the algorithm finds excellent solutions and a good convergence time. / A solução para o problema de Planejamento da Expansão de Redes de Distribuição busca por fazer atualizações no sistema para que este seja capaz de suprir a demanda futura obedecendo a critérios importantes que representam a qualidade do suprimento. Considerando que nos últimos anos o número de geração distribuída conectada ao sistema está aumentando, contribuindo para a solução de problemas que envolvem a operação do sistema, tais como, as perdas elétricas, a má qualidade da energia fornecida, a baixa confiabilidade, entre outros, este trabalho apresenta um novo algoritmo para ser aplicado ao problema de planejamento da expansão de linhas aéreas de média tensão e que também tem a capacidade de estabelecer um plano para a conexão de geração distribuída na rede. O algoritmo funciona em duas etapas. Na primeira etapa de execução, uma nova topologia radial é estabelecida para a rede, que atende a demanda futura e respeita os critérios técnicos necessários para que a eletricidade seja entregue aos consumidores com qualidade. Neste processo, o problema é representado por um modelo matemático não linear cuja função objetivo procura minimizar o custo de expansão da rede e as restrições representam as leis físicas que regem o fluxo de potência elétrica e garantem que a demanda futura seja atendida com qualidade, obedecendo aos limites de tensões estabelecidos para as barras e às capacidades de carregamento das linhas. Nesta etapa de execução, a solução do problema é construída de forma iterativa, onde em cada iteração um indicador de sensibilidade especializado usa a informação obtida através da solução do modelo matemático para auxiliar na tomada de decisão. Esta etapa do algoritmo termina quando uma topologia radial para o sistema é determinada. Na segunda etapa de execução, o algoritmo realiza uma avaliação na topologia estabelecida para indicar a capacidade da geração distribuída e a barra do sistema para sua conexão, buscando o melhor benefício para a operação da rede. Neste processo, o algoritmo também aproveita as informações obtidas através do modelo matemático não linear para esta avaliação. Testes computacionais com o novo algoritmo foram realizados considerando sistemas testes disponíveis na literatura especializada para avaliar o seu desempenho. Os resultados obtidos através das simulações mostraram que o algoritmo encontra excelentes soluções em tempos de convergência satisfatórios.

Orientador: Rubén Augusto Romero Lázaro / Resumo: A análise de sistemas altamente complexos quando e analizado o problema de planejamento de expansão de redes de transmissão de longo prazo, é o foco principal deste trabalho. Os modelos e metodos propostos são aplicados ao problema de planejamento estático tradicional, que é um problema de otimização matemática classificado como NP-completo, não-linear inteiro misto. O qual envolve no investimento, variáveis operacionais contínuas e variáveis inteiras. O comportamento normal de cada sistema pode conter informação essencial para a criação de novos métodos, como os planos de corte baseados em cortes de diferença de ângulos para problemas de grande escala, o que é a base é o ponto de partida deste trabalho, derivando em desigualdades válidas é ciclos críticos. Os cortes angulares básicos reduzem o espaço de busca do problema e o tempo total de cálculo deste problema, enquanto ao método de inequações válidas que pode ser usado para fornecer limites inferiores sólidos no investimento ótimo do planejamento de transmissão, já que a diferença entre o modelo DC (modelo exato) e o modelo de transporte (modelo mais relaxado) são as restrições angulares. Os ciclos críticos têm sido desenvolvidos para melhoraralguns dos modelos tradicionais do problemas de planejamento da expansão da rede de transmissão de longo prazo. A razão por trás disso é a ausência da segunda lei de Kirchhoff, que completa a representação do sistema, mas aumenta a complexidade. Para resolver os problemas resultantes... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The analysis of highly complex systems when solving the long-term transmission network expansion planning problem is the main focus of this work. The proposed improved models and methodology are applied to the traditionalstatic planning problem, which is a mathematical optimization problem classified as NP-complete and mixed-integer nonlinear problem. It involves continuousoperating variables and integer investment variables. The normal behavior of each system can be shown essential information to the creation of new methods, as the cutting-planes based in bus-angle difference cuts for large-scale problems which were the starting point of this work, deriving in valid inequalities and critic cycles. The angular cuts aim to reduce the search space of the problem and the total computation time of this NP-hard problem as for the valid inequalities methodthat can be used to provide strong lower bounds on the optimal investment of the transmissionplanning, since the difference between the DC model (exact model) and the transport model (more relaxed model) are the angular constraints. Critic cycles has been develop in order to improve some of the traditional long-term transmission network expansion planning problem models. The reason behind it is the absence of second Kirchhoff’s law which completes the representationof the system, but increase the complexity. In order to solve the resulting problems, this work uses the modeling language AMPL with the solver CPLEX. In test systems w... (Complete abstract click electronic access below) / Doutor

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.