Orientador: John Fredy Franco Baquero / Resumo: Nesta dissertação é proposta a aplicação do algoritmo genético de chaves aleatórias viciadas para a solução do problema de reconfiguração de sistemas de distribuição. Esse problema de otimização consiste em encontrar a configuração radial que apresenta perdas mínimas, satisfazendo as restrições topológicas e as restrições operacionais, sendo modelado como um problema de Programação Não Linear Inteira Mista. O método proposto utiliza o algoritmo de Prim na geração de configurações radiais e emprega um algoritmo de fluxo de carga de varredura para avaliar cada proposta de solução. O algoritmo genético de chaves aleatórias viciadas foi desenvolvido na linguagem de programação FORTRAN e foi testado em quatro sistemas de distribuição da literatura especializada (14 barras, 33 barras, 84 barras e 136 barras). Os resultados obtidos da aplicação do algoritmo permitem avaliar o seu desempenho e eficiência em comparação com a melhor solução encontrada na literatura especializada. / Abstract: The application of the biased random-key genetic algorithm for the reconfiguration of distribution systems is proposed in this Dissertation. The problem of reconfiguration in distribution systems consists of finding the radial configuration that presents the minimum losses, satisfying topological and operating constraints and is commonly modeled as a mixed-integer nonlinear programming problem. The proposed method uses the Prim's algorithm to generate radial configurations that are evaluated through a backward/forward sweep power flow method. The biased random-key genetic algorithm used was developed in the programming language FORTRAN and was tested in four systems (14-bus, 33-bus, 84-bus and 136-bus). The obtained results show the performance and efficiency of the proposed method in comparison to the best solution found in the specialized literature. / Mestre

Submitted by Rommel Gregorio Vargas Peralta (rgvp88@gmail.com) on 2018-07-11T22:12:08Z No. of bitstreams: 1 Dissertação Mestrado - Rommel Gregorio Vargas Peralta.pdf: 3543837 bytes, checksum: 233f1b03c9cd16d58a1c981ab331ee0f (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-07-12T20:17:35Z (GMT) No. of bitstreams: 1 vargasperalta_rg_me_ilha.pdf: 3732403 bytes, checksum: eb45069beb69cdfd8b2cc75bf47668bf (MD5) / Made available in DSpace on 2018-07-12T20:17:35Z (GMT). No. of bitstreams: 1 vargasperalta_rg_me_ilha.pdf: 3732403 bytes, checksum: eb45069beb69cdfd8b2cc75bf47668bf (MD5) Previous issue date: 2018-04-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nesta dissertação é proposta a aplicação do algoritmo genético de chaves aleatórias viciadas para a solução do problema de reconfiguração de sistemas de distribuição. Esse problema de otimização consiste em encontrar a configuração radial que apresenta perdas mínimas, satisfazendo as restrições topológicas e as restrições operacionais, sendo modelado como um problema de Programação Não Linear Inteira Mista. O método proposto utiliza o algoritmo de Prim na geração de configurações radiais e emprega um algoritmo de fluxo de carga de varredura para avaliar cada proposta de solução. O algoritmo genético de chaves aleatórias viciadas foi desenvolvido na linguagem de programação FORTRAN e foi testado em quatro sistemas de distribuição da literatura especializada (14 barras, 33 barras, 84 barras e 136 barras). Os resultados obtidos da aplicação do algoritmo permitem avaliar o seu desempenho e eficiência em comparação com a melhor solução encontrada na literatura especializada. / The application of the biased random-key genetic algorithm for the reconfiguration of distribution systems is proposed in this Dissertation. The problem of reconfiguration in distribution systems consists of finding the radial configuration that presents the minimum losses, satisfying topological and operating constraints and is commonly modeled as a mixed-integer nonlinear programming problem. The proposed method uses the Prim's algorithm to generate radial configurations that are evaluated through a backward/forward sweep power flow method. The biased random-key genetic algorithm used was developed in the programming language FORTRAN and was tested in four systems (14-bus, 33-bus, 84-bus and 136-bus). The obtained results show the performance and efficiency of the proposed method in comparison to the best solution found in the specialized literature.