Submitted by SBI Biblioteca Digital (sbi.bibliotecadigital@puc-campinas.edu.br) on 2017-08-10T11:55:42Z No. of bitstreams: 1 FABIANA DA SILVA PODELESKI.pdf: 1801192 bytes, checksum: 27ac2ce1c17ed0cdfce39e602146bdc7 (MD5) / Made available in DSpace on 2017-08-10T11:55:42Z (GMT). No. of bitstreams: 1 FABIANA DA SILVA PODELESKI.pdf: 1801192 bytes, checksum: 27ac2ce1c17ed0cdfce39e602146bdc7 (MD5) Previous issue date: 2017-06-29 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / This document proposes a new approach for the restoration of electric power distribution systems by optimal current flow model (OCF). The importance of working with proposals for restoration using OCF is to allow analyzing the problem of restoration by a multiobjective mathematical programming model with linear or quadratic objective function and constraints that represent the network structure of the distribution system. Two objectives are evaluated for the restoration, losses reduction and recomposition time, resulting in a multiobjective programming problem. The proposed restoration action consists of opening and closing of branches in order to transfer loads to areas that are affected by interrupting the power supply. The proposition is directed to the primary distribution networks, characterized by presenting a radial topology and being in a restorative state, when there is a permanent fault. It is also suitable for systems with distributed generation (DG) when the power flow in the branches is no longer unidirectional. The resolution of the problem starts from the prior knowledge of the distribution system (topology and operational levels), the affected region and the possible recomposition resources for restoring the network through OCF model. The objective function of losses can be represented by a linear or a quadratic function. The linear representation results in a problem with linear equations and inequalities, that is, in a linear programming problem. The use of a quadratic objective function (minimization of losses) implies a more complex model for execution, since it results in a set of linear and non-linear equations and inequalities, when it is a multiobjective problem. The quadratic model may become unsuitable for applications in smart grid technologies due to longer algorithm execution time. The results attested the importance of applying a multiobjective proposal, because when individually evaluated the criteria of loss minimization and shorter recomposition time, different recomposition options were obtained. / O presente documento prop?e um novo enfoque para a recomposi??o de sistemas de distribui??o de energia el?trica resolvido por modelo de Fluxo de Corrente ?timo (FCO). A import?ncia de se trabalhar com propostas para recomposi??o utilizando FCO ? possibilitar a an?lise do problema de recomposi??o por um modelo de programa??o matem?tica multiobjetivo, com fun??o objetivo linear ou quadr?tica e restri??es que representem a estrutura da rede do sistema de distribui??o. S?o avaliados dois objetivos para a recomposi??o, minimiza??o de perdas e menor tempo de recomposi??o, resultando em um problema de programa??o multiobjetivo. A a??o de recomposi??o proposta compreende manobras para transfer?ncia de carga ?s ?reas que se encontram ilhadas devido ? interrup??o de fornecimento de energia. A proposi??o est? dirigida ?s redes prim?rias de distribui??o, caracterizadas por apresentarem topologia radial e se encontrarem em um estado restaurativo, quando h? presen?a de uma falha permanente. Tamb?m ? adequada a sistemas com gera??o distribu?da (GD) quando os fluxos nos ramos deixam de ser unidirecionais. A resolu??o do problema parte do conhecimento pr?vio do sistema de distribui??o (topologia e n?veis operacionais), da regi?o afetada e dos poss?veis recursos restauradores para restaura??o da rede por meio de FCO. A fun??o objetivo pode ser representada por uma fun??o linear ou quadr?tica para as perdas. A representa??o linear resulta em um problema com equa??es e inequa??es lineares, ou seja, em um problema de programa??o linear. A utiliza??o de uma fun??o objetivo quadr?tica (minimiza??o de perdas) implica em um modelo mais complexo para execu??o, uma vez que re?ne um conjunto de equa??es e inequa??es lineares e n?o lineares, quando se tratar de um problema multiobjetivo. O modelo quadr?tico pode se tornar impr?prio para aplica??es em tecnologias de redes inteligentes devido ao maior tempo de execu??o de algoritmo. Os resultados atestaram a import?ncia de aplica??o de uma proposta multiobjetivo, pois quando avaliados individualmente os crit?rios de minimiza??o de perdas e de menor tempo de recomposi??o, foram obtidas diferentes op??es de recomposi??o.

Made available in DSpace on 2014-12-17T15:47:55Z (GMT). No. of bitstreams: 1 SilviaMDM_DISSERT.pdf: 1535044 bytes, checksum: 925f2f885f42335d55c35aa64bb4d026 (MD5) Previous issue date: 2011-02-17 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The Multiobjective Spanning Tree is a NP-hard Combinatorial Optimization problem whose application arises in several areas, especially networks design. In this work, we propose a solution to the biobjective version of the problem through a Transgenetic Algorithm named ATIS-NP. The Computational Transgenetic is a metaheuristic technique from Evolutionary Computation whose inspiration relies in the conception of cooperation (and not competition) as the factor of main influence to evolution. The algorithm outlined is the evolution of a work that has already yielded two other transgenetic algorithms. In this sense, the algorithms previously developed are also presented. This research also comprises an experimental analysis with the aim of obtaining information related to the performance of ATIS-NP when compared to other approaches. Thus, ATIS-NP is compared to the algorithms previously implemented and to other transgenetic already presented for the problem under consideration. The computational experiments also address the comparison to two recent approaches from literature that present good results, a GRASP and a genetic algorithms. The efficiency of the method described is evaluated with basis in metrics of solution quality and computational time spent. Considering the problem is within the context of Multiobjective Optimization, quality indicators are adopted to infer the criteria of solution quality. Statistical tests evaluate the significance of results obtained from computational experiments / A ?rvore Geradora Multiobjetivo ? um problema de Otimiza??o Combinat?ria NP-?rduo. Esse problema possui aplica??o em diversas ?reas, em especial, no projeto de redes. Nesse trabalho, prop?e-se uma solu??o para o problema em sua vers?o biobjetivo por meio de um Algoritmo Transgen?tico, denominado ATIS-NP. A Transgen?tica Computacional ? uma t?cnica metaheur?stica da Computa??o Evolucion?ria cuja inspira??o est? na coopera??o (e n?o na competi??o) como fator de maior influ?ncia para a evolu??o. O algoritmo proposto ? a evolu??o de um trabalho que j? originou dois outros algoritmos transgen?ticos. Nesse sentido, os algoritmos previamente desenvolvidos tamb?m s?o apresentados. Essa pesquisa compreende ainda uma an?lise experimental que visa obter informa??es quanto ao desempenho do ATIS-NP quando comparado a outros algoritmos. Para tanto, o ATIS-NP ? comparado aos dois algoritmos anteriormente implementados, bem como a outro transgen?tico proposto na literatura para o problema tratado. Os experimentos computacionais abrangem ainda a compara??o do algoritmo desenvolvido a duas abordagens recentes da literatura que obt?m excelentes resultados, um GRASP e um gen?tico. A efici?ncia do m?todo apresentado ? avaliada com base em medidas de qualidade de solu??o e tempo computacional despendido. Uma vez que o problema se insere no contexto da Otimiza??o Multiobjetivo, indicadores de qualidade s?o utilizados para inferir o crit?rio de qualidade de solu??es obtidas. Testes estat?sticos avaliam a signific?ncia dos resultados obtidos nos experimentos computacionais