Este trabalho tem por objetivo apresentar uma metodologia para localização e proposição de reforços no sistema de distribuição de energia elétrica através de programação linear, PL, e algoritmo genético, AG. A técnica de PL utilizada para a localização de pontos de reforços e, principalmente, novas subestações de distribuição, é baseada no algoritmo de ?out-of-kilter?, um conhecido algoritmo de transporte. A seleção de melhores alternativas é solucionada através do AG, que permite a modelagem de redes com proporções reais e possibilita a obtenção de resultados em tempos de execução compatíveis para aplicação de atividades em planejamento de sistemas de distribuição de energia. O modelo de algoritmo proposto aloca automaticamente novos reforços, como o recondutoramento de trechos da rede e a expansão de subestações existentes, complementando os reforços candidatos, novas subestações e novos alimentadores, propostos previamente pelo modelo de PL. A metodologia proposta é aplicada à resolução de uma rede de distribuição real, possibilitando a análise da potencialidade que esta modelagem pode oferecer. / This dissertation presents a methodology for the allocation and proposal of new reinforcements in electric distribution systems through linear programming (LP) and genetic algorithm (GA). The linear programming technique used for the allocation of new reinforcements, namely new distribution substation locations, is based on the ?out-of-kilter? algorithm, a well known transport algorithm. The selection of alternatives, determined by technical and economical criteria, is carried out through a genetic algorithm that allows the modeling of real sized distribution networks and makes possible the attainment of results in compatible execution times for distribution network planning. The proposed model places new reinforcements automatically, as it is the case of cable resizing in distribution lines and the expansion of existing substations, complementing the new substations and new feeders proposed by the linear programming model. The proposed methodology is applied to the solution of a real distribution network, showing the potential applications of the models.

Neste trabalho é proposta uma modelagem matemática para a otimização do problema de corte de carga em sistemas de distribuição de energia elétrica radiais. O problema de corte de carga consiste em uma estratégia de reconfiguração topológica da rede elétrica para interrupção do fornecimento de energia elétrica. O objetivo principal é desligar a quantidade mínima de carga do sistema, de forma a manter restrições físicas e operacionais dentro dos limites da rede elétrica. Um segundo objetivo é alterar o mínimo possível a estrutura topológica inicial do sistema. Para isso, é feita a minimização de chaveamentos. Inicialmente foi modelado como uma programação não-linear inteira mista, e transformado em uma programação cônica de segunda ordem inteira mista, que pode ser resolvida de forma eficiente usando vários solver comerciais. O modelo matemático foi implementado dentro do ambiente de programação matemática GAMS e resolvido utilizando o solver comercial CPLEX. Testes foram realizados no sistema de distribuição de 53 barras. Os resultados encontrados evidenciam a consistência e a eficiência da modelagem proposta neste trabalho. / This research proposed a mathematical model to optimize the load shedding problem in radial distribution power systems. The load shedding problem consists in a topological reconfiguration strategy of the power grid in order to interrupt the power supply. The main goal is to disconnect the minimum amount of system loads while respecting the physical and operational restrictions of the grid. The second goal of this research was to modify as little as possible the initial topological structure of the system. To achieve this, a switching minimization was performed. First, the problem was modeled as a mixed integer nonlinear programming, and then it was transformed into a mixed integer second order cone programming using various commercial solvers. The mathematical model was implemented in the mathematical programming environment GAMS and solved using the CPLEX commercial solver. Tests were performed at the 53 nodes distribution system. The test results showed the consistency and efficiency of the model proposed in this dissertation.

Este trabalho apresenta uma metodologia para alocação eficiente de dispositivos indicadores de faltas em sistemas de distribuição de energia elétrica. São avaliadas como as principais variáveis que influenciam na quantificação da potencialidade para instalação de dispositivos indicadores de faltas se comportam ao longo do tronco principal dos alimentadores de distribuição de energia elétrica. Como metodologia, empregou-se sistemas de inferência fuzzy para quantificar a referida potencialidade a partir das variáveis avaliadas. Resultados com dados reais destacam também a eficiência da metodologia proposta para quantificar e avaliar a rede de dispositivos indicadores já existentes em alimentadores. / This work presents a methodology for efficient allocation of fault indicator devices in electric power distribution systems. The behavior of the main variables that influence in the quantification of the potentiality for installation of fault indicator devices were analyzed taking into account the feeder length. In methodology terms, fuzzy inference systems were used to quantify this potentiality from the analyzed variables. Results with real data have also highlighted the efficiency of the proposed methodology to quantify and to evaluate the fault indicator device network already existent in power distribution feeders.

Practically all everyday life tasks from economic transactions to entertainment depend on the availability of electricity. Some customers have come to expect a higher level of power quality and availability from their electric utility. Federal and state standards are now mandated for power service quality and utilities may be penalized if the number of interruptions exceeds the mandated standards. In order to meet the requirement for safety, reliability and quality of supply in distribution system, adaptive relaying and optimal network reconfiguration are proposed. By optimizing the system to be better prepared to handle a fault, the end result will be that in the event of a fault, the minimum number of customers will be affected. Thus reliability will increase. The main function of power system protection is to detect and remove the faulted parts as fast and as selectively as possible. The problem of coordinating protective relays in electric power systems consists of selecting suitable settings such that their fundamental protective function is met under the requirements of sensitivity, selectivity, reliability, and speed. In the proposed adaptive relaying approach, weather data will be incorporated as follows. By using real-time weather information, the potential area that might be affected by the severe weather will be determined. An algorithm is proposed for adaptive optimal relay setting (relays will optimally react to a potential fault). Different types of relays (and relay functions) and fuses will be considered in this optimization problem as well as their coordination with others. The proposed optimization method is based on mixed integer programming that will provide the optimal relay settings including pickup current, time dial setting, and different relay functions and so on. The main function of optimal network reconfiguration is to maximize the power supply using existing breakers and switches in the system. The ability to quickly and flexibly reconfigure the power system of an interconnected network of feeders is a key component of Smart Grid. New technologies are being injected into the distribution systems such as advanced metering, distribution automation, distribution generation and distributed storage. With these new technologies, the optimal network reconfiguration becomes more complicated. The proposed algorithms will be implemented and demonstrated on a realistic test system. The end result will be improved reliability. The improvements will be quantified with reliability indexes such as SAIDI.

The needs of contemporary electric utility customers and expectations regarding energy supply require dramatic changes in the way energy is transmitted and delivered. A smart grid is a concept by which the existing and aging electrical grid infrastructure is being upgraded with integration of multiple applications and technologies; such as two way power transfer, two way communication, renewable distributed generation, automated sensors, automated & advanced controls, central control, forecasting system and microgrids. This enables the grid to be more secure, reliable, efficient, self-healing, while reducing greenhouse gases. In addition, it will provide new products & services and fully optimize asset utilization. Also, integration of these innovative technologies to establish a smart grid poses new challenges. There will be need for new tools to assess and predict reliability issues. The goal of this research is both to demonstrate these new electrical system tools and to monitor and analyze the relationship of weather and electrical infrastructure interruptions. This goal will be accomplished by modeling weather and distribution system reliability issues, by developing forecasting tools and finally developing mathematical models for system availability with smart grid functionality. Expected results include the ability to predict and determine the number of interruptions in a defined region; a novel method for calculating a smart grid system’s availability; a novel method for normalizing reliability indices; and to determine manpower needs, inventory needs, and fast restoration strategies. The reliability of modern power distribution systems is dependent on many variables such as load capacity, renewable distributed generation, customer base, maintenance, age, and type of equipment. This research effort attempts to study these areas and in the process, has developed novel models and methods to calculate and predict the reliability of a smart grid distribution system. A smart grid system, along with variable weather conditions, poses new challenges to existing grid systems in terms of reliability, grid hardening, and security. The modern grid is comprised of various distributed generation systems. New methods are required to understand and calculate availability of a smart grid system. One such effort is demonstrated in this research. The method that was developed for modeling smart grid dynamic reconfigurations under variable weather conditions combines three modeling techniques: Markov modeling, Boolean Logic Driven Markov Process (BDMP) and the modeling of variable weather condition. This approach has advantages over conventional models because it allows complex dynamic models to be defined, while maintaining its easy readability.

This dissertation is a systematic study of electric power distribution system reliability evaluation and improvement. Reliability evaluation of electric power systems has traditionally been an integral part of planning and operation. Changes in the electric utility coupled with aging electric apparatus create a need for more realistic techniques for power system reliability modeling. This work presents a reliability evaluation technique that combines set theory and Graph Trace Analysis (GTA). Unlike the traditional Markov approach, this technique provides a fast solution for large system reliability evaluation by managing computer memory efficiently with iterators, assuming a single failure at a time. A reconfiguration for restoration algorithm is also created to enhance the accuracy of the reliability evaluation, considering multiple concurrent failures. As opposed to most restoration simulation methods used in reliability analysis, which convert restoration problems into mathematical models and only can solve radial systems, this new algorithm seeks the reconfiguration solution from topology characteristics of the network itself. As a result the new reconfiguration algorithm can handle systems with loops. In analyzing system reliability, this research takes into account time-varying load patterns, and seeks approaches that are financially justified. An exhaustive search scheme is used to calculate optimal locations for Distributed Generators (DG) from the reliability point of view. A Discrete Ascent Optimal Programming (DAOP) load shifting approach is proposed to provide low cost, reliability improvement solutions. As weather conditions have an important effect on distribution component failure rates, the influence of different types of storms has been incorporated into this study. Storm outage models are created based on ten years' worth of weather and power outage data. An observer is designed to predict the number of outages for an approaching or on going storm. A circuit corridor model is applied to investigate the relationship between power outages and lightning activity. / Ph. D.

Os smart grids representam a nova geração dos sistemas elétricos de potência, combinando avanços em computação, sistemas de comunicação, processos distribuídos e inteligência artificial para prover novas funcionalidades quanto ao acompanhamento em tempo real da demanda e do consumo de energia elétrica, gerenciamento em larga escala de geradores distribuídos, entre outras, a partir de um sistema de controle distribuído sobre a rede elétrica. Esta estrutura modifica profundamente a maneira como se realiza o planejamento e a operação de sistemas elétricos nos dias de hoje, em especial os de distribuição, e há interessantes possibilidades de pesquisa e desenvolvimento possibilitada pela busca da implementação destas funcionalidades. Com esse cenário em vista, o presente trabalho utiliza uma abordagem baseada no uso de sistemas multiagentes para simular esse tipo de sistema de distribuição de energia elétrica, considerando opções de controle distintas. A utilização da tecnologia de sistemas multiagentes para a simulação é baseada na conceituação de smart grids como um sistema distribuído, algo também realizado nesse trabalho. Para validar a proposta, foram simuladas três funcionalidades esperadas dessas redes elétricas: classificação de cargas não-lineares; gerenciamento de perfil de tensão; e reconfiguração topológica com a finalidade de reduzir as perdas elétricas. Todas as modelagens e desenvolvimentos destes estudos estão aqui relatados. Por fim, o trabalho se propõe a identificar os sistemas multiagentes como uma tecnologia a ser empregada tanto para a pesquisa, quanto para implementação dessas redes elétricas. / The smart grids represent a new generation of electric power systems, combining advances in computing, communication, distributed systems, and artificial intelligence, to provide new features to the power systems as the real-time demand monitoring and real-time energy consumption monitoring, large-scale managing of distributed generators, among others. It is possible by the existence of a distributed control system on the grid. This structure modifies the way it conducts the planning and operation of electrical systems currently, especially in the distribution level, and there are interesting possibilities for research and development made possible by the need for implementation of these features. With this scenario in mind, this thesis uses an approach based on multi-agent systems to simulate this new power distribution system, considering different control options. The use of multi-agent systems technology for smart grid simulation is based on the concept of smart grid as a distributed system - this conceptualization is realized in this work too. In order to validate this proposal, three features expected of these grids were simulated: the classification of non-linear loads; the voltage profile management; and the topological reconfiguration in order to reduce electrical losses. All modeling and developments of these studies are reported here. Finally, the study aims to identify the multi-agent systems as a technology to be utilized both for research and for implementing these grids.

Os smart grids representam a nova geração dos sistemas elétricos de potência, combinando avanços em computação, sistemas de comunicação, processos distribuídos e inteligência artificial para prover novas funcionalidades quanto ao acompanhamento em tempo real da demanda e do consumo de energia elétrica, gerenciamento em larga escala de geradores distribuídos, entre outras, a partir de um sistema de controle distribuído sobre a rede elétrica. Esta estrutura modifica profundamente a maneira como se realiza o planejamento e a operação de sistemas elétricos nos dias de hoje, em especial os de distribuição, e há interessantes possibilidades de pesquisa e desenvolvimento possibilitada pela busca da implementação destas funcionalidades. Com esse cenário em vista, o presente trabalho utiliza uma abordagem baseada no uso de sistemas multiagentes para simular esse tipo de sistema de distribuição de energia elétrica, considerando opções de controle distintas. A utilização da tecnologia de sistemas multiagentes para a simulação é baseada na conceituação de smart grids como um sistema distribuído, algo também realizado nesse trabalho. Para validar a proposta, foram simuladas três funcionalidades esperadas dessas redes elétricas: classificação de cargas não-lineares; gerenciamento de perfil de tensão; e reconfiguração topológica com a finalidade de reduzir as perdas elétricas. Todas as modelagens e desenvolvimentos destes estudos estão aqui relatados. Por fim, o trabalho se propõe a identificar os sistemas multiagentes como uma tecnologia a ser empregada tanto para a pesquisa, quanto para implementação dessas redes elétricas. / The smart grids represent a new generation of electric power systems, combining advances in computing, communication, distributed systems, and artificial intelligence, to provide new features to the power systems as the real-time demand monitoring and real-time energy consumption monitoring, large-scale managing of distributed generators, among others. It is possible by the existence of a distributed control system on the grid. This structure modifies the way it conducts the planning and operation of electrical systems currently, especially in the distribution level, and there are interesting possibilities for research and development made possible by the need for implementation of these features. With this scenario in mind, this thesis uses an approach based on multi-agent systems to simulate this new power distribution system, considering different control options. The use of multi-agent systems technology for smart grid simulation is based on the concept of smart grid as a distributed system - this conceptualization is realized in this work too. In order to validate this proposal, three features expected of these grids were simulated: the classification of non-linear loads; the voltage profile management; and the topological reconfiguration in order to reduce electrical losses. All modeling and developments of these studies are reported here. Finally, the study aims to identify the multi-agent systems as a technology to be utilized both for research and for implementing these grids.

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-06-25Bitstream added on 2014-06-13T19:00:48Z : No. of bitstreams: 1 gallegopareja_la_dr_ilha.pdf: 1184349 bytes, checksum: 67e1f90a3708a0564704972e31ced51c (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nesta tese é proposta e avaliada uma metodologia alternativa para o cálculo do fluxo de potência quando são consideradas incertezas no sistema de distribuição de energia elétrica. Especificamente é considerada incerteza na demanda dos usuários de baixa tensão, assim como também nas fases em que os usuários estão ligados no sistema. A demanda das unidades consumidoras é modelada através das funções de distribuição de probabilidades. A metodologia proposta vale-se das curvas de carga diárias típicas que foram estimadas através das curvas de carga medidas em uma campanha de medição. O fluxo de potência proposto emprega o método de simulação de Monte Carlo para gerar múltiplos cenários de demanda do sistema de distribuição. O método de fluxo de potência determinístico empregado é o denominado algoritmo Backward-Forward Sweep. Neste trabalho também é realizado um estudo estatístico para determinar quais distribuições de probabilidade podem representar os dados das curvas de carga diárias obtidas na campanha de medições. Muitos trabalhos apresentados no âmbito acadêmico empregam a priori a função de distribuição de probabilidade normal para realizar os diversos estudos, isto pode levar a conclusões inadequadas. Também é realizada uma análise comparativa entre os resultados obtidos pelo fluxo de potência probabilístico, quando são utilizadas duas funções de distribuição de probabilidade diferentes para estimar as curvas de carga diárias (a função de distribuição de probabilidade que ficou no primeiro lugar na análise estatística e a função normal). São apresentados resultados comparativos para diferentes distribuições de probabilidade, quando é considerada incerteza somente na demanda e quando é considerada conjuntamente incertezas na demanda e na conexão das fases / In this thesis an alternative methodology to calculate the power flow considering uncertainty in the electrical distribution system is proposed and validated. Specifically, uncertainty is considered in the demand of the low voltage consumers, as well as the phases in which the users are connected to the system. The demand of the consumer units is modeled by means of probability distribution functions. The proposed methodology uses the daily load curves that were estimated by means of the load curves measured in measuring campaign. The proposed power flow uses the Monte Carlo simulation method to generate multiple demand scenarios of the distribution system. The deterministic power flow method implemented is the so called Backward-Forward Sweep algorithm. In this work it is also implemented a statistical study to determine which distribution functions can represent the data of the daily load curves obtained in the measuring campaign. Many research works found in the academic ambit use a priori the normal distribution function to perform diverse studies; this can lead to wrong conclusions. This thesis also presents a comparative analysis between the results obtained by the probabilistic power flow, when two different probability distribution functions are used to estimate the daily load curves (the probability distribution function that was first in the statistical analysis and the normal function). Comparative results are shown for different distribution functions considering uncertainty only in the demand, and considering uncertainty in the demand and the connection of the phases

Orientador: Antonio Padilha Feltrin / Banca: Percival Bueno de Araujo / Banca: Anna Diva Plasencia Lotufo / Banca: José Manuel Arroyo Sanchez / Banca: Paulo Augusto Nepomuceno Garcia / Resumo: Nesta tese é proposta e avaliada uma metodologia alternativa para o cálculo do fluxo de potência quando são consideradas incertezas no sistema de distribuição de energia elétrica. Especificamente é considerada incerteza na demanda dos usuários de baixa tensão, assim como também nas fases em que os usuários estão ligados no sistema. A demanda das unidades consumidoras é modelada através das funções de distribuição de probabilidades. A metodologia proposta vale-se das curvas de carga diárias típicas que foram estimadas através das curvas de carga medidas em uma campanha de medição. O fluxo de potência proposto emprega o método de simulação de Monte Carlo para gerar múltiplos cenários de demanda do sistema de distribuição. O método de fluxo de potência determinístico empregado é o denominado algoritmo Backward-Forward Sweep. Neste trabalho também é realizado um estudo estatístico para determinar quais distribuições de probabilidade podem representar os dados das curvas de carga diárias obtidas na campanha de medições. Muitos trabalhos apresentados no âmbito acadêmico empregam a priori a função de distribuição de probabilidade normal para realizar os diversos estudos, isto pode levar a conclusões inadequadas. Também é realizada uma análise comparativa entre os resultados obtidos pelo fluxo de potência probabilístico, quando são utilizadas duas funções de distribuição de probabilidade diferentes para estimar as curvas de carga diárias (a função de distribuição de probabilidade que ficou no primeiro lugar na análise estatística e a função normal). São apresentados resultados comparativos para diferentes distribuições de probabilidade, quando é considerada incerteza somente na demanda e quando é considerada conjuntamente incertezas na demanda e na conexão das fases / Abstract: In this thesis an alternative methodology to calculate the power flow considering uncertainty in the electrical distribution system is proposed and validated. Specifically, uncertainty is considered in the demand of the low voltage consumers, as well as the phases in which the users are connected to the system. The demand of the consumer units is modeled by means of probability distribution functions. The proposed methodology uses the daily load curves that were estimated by means of the load curves measured in measuring campaign. The proposed power flow uses the Monte Carlo simulation method to generate multiple demand scenarios of the distribution system. The deterministic power flow method implemented is the so called Backward-Forward Sweep algorithm. In this work it is also implemented a statistical study to determine which distribution functions can represent the data of the daily load curves obtained in the measuring campaign. Many research works found in the academic ambit use a priori the normal distribution function to perform diverse studies; this can lead to wrong conclusions. This thesis also presents a comparative analysis between the results obtained by the probabilistic power flow, when two different probability distribution functions are used to estimate the daily load curves (the probability distribution function that was first in the statistical analysis and the normal function). Comparative results are shown for different distribution functions considering uncertainty only in the demand, and considering uncertainty in the demand and the connection of the phases / Doutor