Em um problema de natureza hierárquica, o nível mais influente toma certas decisões que afetam o comportamento dos níveis inferiores. Cada decisão do nível mais influente é considerada como fixa pelos níveis inferiores, que, com tais informações, tomam decisões que maximizam seus objetivos. Essas decisões podem influenciar os resultados obtidos pelo nível superior, que, por sua vez, também anseia pela decisão ótima. Em programação matemática, este problema é modelado como um problema de programação em níveis. Neste trabalho, consideramos uma classe particular de problemas de programação em níveis: os problemas de programação matemática em dois níveis. Estudamos uma técnica de resolução que consiste em substituir o problema do nível inferior por suas condições necessárias de primeira ordem, que podem ser formuladas de diversas maneiras, conforme as restrições de complementaridade são modificadas. O novo problema torna-se um problema de programação não linear e pode ser resolvido com algoritmos clássicos de otimização. Com o auxílio de condições de otimalidade de primeira e segunda ordem mostramos as relações entre o problema original e o problema reformulado. Aplicamos a técnica a problemas encontrados na literatura, analisamos o seu comportamento e apresentamos estratégias para eliminar certos inconvenientes encontrados. / In problems of hierarchical nature, the choices made by the most influential level - the so-called leader - affect the behavior of the lower levels. For each one of the leader\'s decisions there is a response from the lower levels, which maximizes the value of their respective objectives. These optimal choices, in return, may have influence in the results achieved by the leader, which also wants to make the optimal choices. In mathematical programming, this kind of problem is described as a multilevel programming problem. The present work considers a specific kind of multilevel problem: the bilevel mathematical problem. We study a resolution technique which consists in replacing the lower level problem by its necessary first order conditions, which can be formulated in various ways, as complementarity constraints occur and are modified. The new reformulated problem is a nonlinear programming problem which can be solved by classical optimization methods. Using first and second order optimality conditions, we show the relations between the original bilevel problem and the reformulated problem. We apply the described technique to solve a set of bilevel problems taken from the literature, analyse their behavior and discuss strategies to prevent undesirable difficulties that may arise.

Neste trabalho, propomos um método de pontos interiores para minimização com restrições lineares de grande porte. Este método explora a linearidade das restrições, partindo de um ponto viável e preservando a viabilidade dos iterandos. Apresentamos os principais resultados de convergência global, além de uma descrição rica em detalhes de uma implementação prática de todos os passos do método. Para atestar a implementação do método, exibimos uma ampla experimentação numérica, e uma análise comparativa com métodos bem difundidos na comunidade de otimização contínua. / In this work, we propose an interior-point method for large-scale linearly constrained optimization. This method explores the linearity of the constraints, starting from a feasible point and preserving the feasibility of the iterates. We present the main global convergence results, together with a rich description of the implementation details of all the steps of the method. To validate the implementation of the method, we present a wide set of numerical experiments and a comparative analysis with well known softwares of the continuous optimization community.

Este trabalho propõe uma abordagem que utiliza uma associação dos métodos de barreira modificada e de pontos interiores primal-dual para a resolução do problema de fluxo de potência ótimo (FPO) reativo. Para isso, foi realizado um levantamento bibliográfico que explicitou os conceitos de otimização aplicados ao sistema estático de energia elétrica e os métodos dual-Lagrangiano, Newton-Lagrangiano, primal-dual barreira logarítmica e de barreira modificada. Na abordagem proposta, as restrições canalizadas são desmembradas em duas desigualdades. Estas são transformadas em igualdades a partir do acréscimo de variáveis de folga ou de excesso, as quais são relaxadas e tratadas pela função barreira modificada. Associa-se a esse problema uma função Lagrangiana. O sistema de equações resultantes das condições de estacionaridade da função Lagrangiana foi resolvido pelo método de Newton. Na implementação computacional foram usadas técnicas de esparsidade. Os sistemas elétricos de potência utilizados para verificar a eficiência da abordagem proposta na solução do problema de FPO reativo em três tipos de testes foram o de 3 barras, os do IEEE 14, 30, 118, 162 e 300 barras, o equivalente CESP 440 kV com 53 barras e o equivalente brasileiro sul-sudeste com 787 barras / This work proposes an approach that uses an association of the methods of modified barrier and primal-dual interior points for the resolution of the reactive optimal power flow (OPF) problem. On this purpose, a bibliographical review was accomplished, which enlightened the optimization concepts applied to the static system of electrical energy and the methods dual-Lagrangian, Newton-Lagrangian, primal-dual logarithmic barrier and modified barrier. In this approach, the bounded constraints are transformed in equalities by adding the non-negative slack variables. Those slack variables are relaxed and handled by the modified barrier function. A Lagrangian function is associated to this problem. The equation sets generated by the first-order necessary conditions of the Lagrangian function, were solved by Newton's method. In the computational implementation, sparsity techniques were used. The electric systems used to verify the efficiency of the approach proposed in the solution of the reative OPF problem in three types of tests were of the 3, IEEE 14, 30, 118, 162 and 300 buses, equivalent CESP 440 kV with 53 buses and the equivalent brazilian south-southeast with 787 buses

Este trabalho propõe estudos de casos em sistemas de energia elétrica por meio do Fluxo de Potência Ótimo (FPO) e da Análise de Sensibilidade em diferentes cenários de operação. Para isso, foram obtidos dados teóricos, a partir de levantamento bibliográfico, que explicitaram os conceitos de otimização aplicados ao sistema estático de energia elétrica. A pesquisa fundamentou-se metodologicamente no método primal-dual barreira logarítmica e nas condições necessárias de primeira-ordem de Karush-Kuhn-Tucker (KKT) para o problema de FPO, e no teorema proposto por Fiacco (1976) para a Análise de Sensibilidade. Os sistemas de equações resultantes das condições de estacionaridade, da função Lagrangiana, foram resolvidos pelo método de Newton. Na implementação computacional foram usadas técnicas de esparsidade. Estudos de casos foram realizados nos sistemas 3, IEEE 14, 30, 118, 300 barras e no equivalente CESP 440 kV com 53 barras, em que foi verificada a eficiência das técnicas apresentadas. / This work proposes a study of cases in power systems by Optimal Power Flow (OPF) and Sensitivity Analysis in different operation scenarios. For this purpose, theoretical data were obtained, starting from a bibliographical review, which enlightened the optimization concepts applied to the static system of electrical energy. The research was methodologically based on the primal-dual logarithmic barrier method and in the first-order necessary Karush-Kuhn-Tucker conditions to the OPF problem and in the theorem proposed by Fiacco (1976) to the Sensitivity Analysis. The equation sets generated by the first-order necessary conditions of the Lagrangian function, were solved by Newton\'s method. In the computational implementation, sparsity techniques were used. Studies of cases were carried out in the 3, IEEE 14, 30, 118, 300 buses and in the equivalent CESP 440 kV 53 bus, where the efficiency of the presented techniques was verified.

Este projeto de pesquisa propõe desenvolver um novo modelo e uma nova abordagem para a resolução do problema da otimização Volt/VAr em redes de distribuição de energia elétrica. A otimização Volt/VAr consiste em, basicamente, determinar os ajustes das variáveis de controle tais como bancos de capacitores chaveados, transformadores com comutação de tap sob carga e reguladores de tensão, de modo a satisfazer, simultaneamente, as restrições de carga e de operação para um dado objetivo operacional. Esse problema, matematicamente, foi formulado como um problema de programação não linear, multiperíodo, e com variáveis contínuas e discretas. Algoritmos de programação não linear foram utilizados com o intuito de aproveitar as vantagens das matrizes altamente esparsas montadas ao longo do método de solução. Para utilizar tais algoritmos, as variáveis discretas são tratadas como contínuas por meio da utilização de funções senoidais que penalizam a função objetivo do problema original enquanto estas não convergirem para algum dos pontos pré-definidos no seu domínio. O caráter multiperíodo do problema, contudo, refere-se à consideração de uma restrição que relaciona os ajustes das variáveis de controle para sucessivos intervalos de tempo na medida em que limita o número de operações de chaveamento desses dispositivos para um período de 24-horas. O estudo fundamenta-se, metodologicamente, em métodos do tipo Primal-Dual Barreira-Logarítmica. Para demonstrar a eficiência do modelo proposto e a robustez dessa abordagem, a partir de dados teóricos obtidos de levantamentos bibliográficos, testes foram realizados em sistemas-teste de 10, 69 e 135 barras, e em um sistema de 442 barras do noroeste do Reino Unido. As implementações computacionais foram feitas nos softwares MATLAB, AIMMS e GAMS, utilizando o solver IPOPT como método de solução. Os resultados mostram que a abordagem proposta para a resolução do problema de programação não linear é eficaz para tratar adequadamente todas as variáveis presentes em problemas de otimização Volt/VAr. / This work proposes a new model and a new approach for solving the Volt / VAr optimization problem in distribution systems. The Volt/VAr optimization consists, basically, to determine the settings of the control variables of switched capacitor banks, on-load tap changer transformers and voltage regulators, in order to satisfy both the load and operational constraints, to a given operational objective. The problem is formulated as a nonlinear programming problem, multiperiod, and with continuous and discrete variables. Nonlinear programming algorithms were used in order to take advantage of the highly sparse matrices built along the solution method. The discrete variables are treated as continuous along the solution method by means of the use of sinusoidal functions that penalize the original objective function while the control variables do not converge to any of the predefined discrete points in its domain. The multiperiod, or dynamic, characteristic of the problem, however, refers to the use of a constraint that relates the settings of the control variables for successive time intervals that limits the control devices switching operations number for a period of 24-hours. The study is based, methodologically, on Primal-Dual Logarithmic Barrier method. To demonstrate the effectiveness of the proposed model and the robustness of this approach, the data were obtained from theoretical literature surveys, and tests were performed on test-systems of 10, 69 and 135 buses, and in a 442 buses located in the Northwest of the United Kingdom. The computational implementation was accomplished in the softwares MATLAB, AIMMS and GAMS, using the IPOPT solver as solution method. The results have shown the approach for solving nonlinear programming problems is effective to appropriate cope with all the variables presented in Volt/VAr optimization problems.

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2018-03-21T17:56:02Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ContribuicaoPlanejamentoEconomico.pdf: 2908406 bytes, checksum: 419e1109e534942511613fa0bbb10384 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2018-03-22T18:25:22Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ContribuicaoPlanejamentoEconomico.pdf: 2908406 bytes, checksum: 419e1109e534942511613fa0bbb10384 (MD5) / Made available in DSpace on 2018-03-22T18:25:22Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ContribuicaoPlanejamentoEconomico.pdf: 2908406 bytes, checksum: 419e1109e534942511613fa0bbb10384 (MD5) Previous issue date: 1983 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / O Planejamento Econômico da Geração ou Transmissão em Sistemas de Energia Elétrica constitue um Problema de Otimização Não Linear apresentando certa complexidade e deve ser tratado de uma maneira global. Diversos métodos iterativos têm sido propostos para resolver problemas desta natureza embora muitas vezes sejam inaceitáveis devido aos requisitos de tempo e armazenamento computacional em larga escala. Essa complexidade é aumentada se geração e transmissão forem otimizadas simultaneamente. programação linear tem sido considerada como um instrumento promissor para solução desses problemas embora com perda de exatidão nos resultados devido a linearização de funções não lineares, mesmo assim para fins de planejamento estes resultados são aceitáveis. Neste trabalho é proposto um Algoritmo Global para o Planejamento Econômico da Expansão Simultânea da Geração e Transmissão de Sistemas de Energia Elétrica baseado na aplicação de um Método de Programação Linear e do AlgorItmo de Fluxo de Custo Mínimo que permite a adição discreta de unidades geradoras e de circuitos ao sistema com mínimo custo de investimento em cada período. Perdas e máxima capacidade das linhas são incluídas no Algoritmo, alguns exemplos são apresentados e no final são sugeridas algumas extensões para o trabalho. / Contribution tho the eletric power systems economic planning: an algorithm for the simultaneos expansion of generation and transmission using linear approximation. Economic Planning of Generation and Transmission in Electrical Power Systems constitutes a Nonlinear Optimization Problem which has some complexity and must be treated in a global manner. Several iteractive methods has been proposed to solve problems of this nature but sometimes are unaceptable due time and large computer storage requirements. This complexity is enlarged if generation and transmission were simultaneously optimized. Linear programming has been considered as a promissing tool to solve these problems but due the linearization of nonlinear functions the results presents some loss of accuracy, even so, for planning purposes these results are aceptable. In this work we propose a Global Algorithm for the Economic Planning of Simultaneous Expansion of Generation and Transmission in Electrical Power Systems based on the application of a Linear Programming Method and Minimum Cost Flow Algorithm which permits discret addition of generation and circuits units to the system with minimum investment cost in each period. Losses and maximum capacity of the lines are included in the algorithm, some examples are shown and at the end we suggest some extensions to further works.

Orientador: Rubén Augusto Romero Lázaro / Resumo: A grande maioria dos sistemas de distribuição de energia elétrica opera de forma radial. Isso significa que cada carga é alimentada por apenas uma subestação por meio de um único caminho. Entretanto, as redes de distribuição apresentam estrutura malhada, de forma que, caso uma contingência ocorra, o restabelecimento do fornecimento possa ser realizado para o maior número possível de consumidores. Os trabalhos que lidam com o problema de planejamento da expansão de sistemas de distribuição, no entanto, geralmente consideram a expansão do sistema para apenas uma topologia radial, sem levar em conta aspectos da restauração do fornecimento para melhoria dos índices de confiabilidade. Nesse contexto, este trabalho aborda o planejamento de sistemas de distribuição considerando aspectos econômicos e de confiabilidade, de forma a incluir a restauração do fornecimento no problema de planejamento da expansão. Na formulação do problema considera-se a expansão de novas subestações, o reforço de subestações existentes, a construção de novos alimentadores em novos caminhos, a troca de condutores existentes e a alocação de geradores distribuídos, além de expansão multiestágio e restauração do fornecimento para melhoria dos índices de confiabilidade. Dois métodos alternativos são propostos para resolver o problema descrito: o primeiro considera modelos matemáticos com diversos graus de precisão, para serem resolvidos por métodos exatos, e o segundo é uma meta-heurística de busca e vizinhança... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The vast majority of electricity distribution systems are operated radially. This means that each load is supplied by only one substation through a single path. However, distribution networks have a meshed structure so that, in the case of a contingency, the supply is restored to as many customers as possible. The works that deal with the distribution systems expansion planning problem, however, generally consider the expansion of the system for only one radial topology, disregarding the restoration aspects to improve reliability indices. In this context, this work deals with the planning of distribution systems considering economic and reliability aspects, to include the service restoration in the planning problem. In the formulation of the problem, it is considered the expansion of new substations, the reinforcement of existing substations, the construction of new feeders in new paths, the exchange of existing conductors, and the allocation of distribution generation, besides multistage expansion and service restoration to improve the reliability indices of the system. Two alternative methods are proposed to solve the described problem: the first one considers relaxed or approximated mathematical models to be solved by exact methods, and the second one is a variable neighborhood search metaheuristic, which solves the complete model for the problem approximately, without guarantee of optimality. The initial solution of the metaheuristic is generated by a strategy that constr... (Complete abstract click electronic access below) / Doutor

Métodos do tipo Lagrangiano Aumentado são muito utilizados para minimização de funções sujeitas a restrições gerais. Nestes métodos, podemos separar o conjunto de restrições em dois grupos: restrições fáceis e restrições difíceis. Dizemos que uma restrição é fácil se existe um algoritmo disponível e eficiente para resolver problemas restritos a este tipo de restrição. Caso contrário, dizemos que a restrição é difícil. Métodos do tipo Lagrangiano aumentado resolvem, a cada iteração, problemas sujeitos às restrições fáceis, penalizando as restrições difíceis. Problemas de minimização com restrições lineares aparecem com freqüência, muitas vezes como resultados da aproximação de problemas com restrições gerais. Este tipo de problema surge também como subproblema de métodos do tipo Lagrangiano aumentado. Assim, uma implementação eficiente para resolver problemas com restrições lineares é relevante para a implementação eficiente de métodos para resolução de problemas de programação não-linear. Neste trabalho, começamos considerando fáceis as restrições de caixa. Introduzimos BETRA-ESPARSO, uma versão de BETRA para problemas de grande porte. BETRA é um método de restrições ativas que utiliza regiões de confiança para minimização em cada face e gradiente espectral projetado para sair das faces. Utilizamos BETRA (denso ou esparso) na resolução dos subproblemas que surgem a cada iteração de ALGENCAN (um método de lagrangiano aumentado). Para decidir qual algoritmo utilizar para resolver cada subproblema, desenvolvemos regras que escolhem um método para resolver o subproblema de acordo com suas características. Em seguida, introduzimos dois algoritmos de restrições ativas desenvolvidos para resolver problemas com restrições lineares (BETRALIN e GENLIN). Estes algoritmos utilizam, a cada iteração, o método do Gradiente Espectral Projetado Parcial quando decidem mudar o conjunto de restrições ativas. O método do gradiente Espectral Projetado Parcial foi desenvolvido especialmente para este propósito. Neste método, as projeções são computadas apenas em um subconjunto das restrições, com o intuito de torná-las mais eficientes. Por fim, tendo introduzido um método para minimização com restrições lineares, consideramos como fáceis as restrições lineares. Incorporamos BETRALIN e GENLIN ao arcabouço de Lagrangianos aumentados e verificamos experimentalmente a eficiência e eficácia destes métodos que trabalham explicitamente com restrições lineares e penalizam as demais. / Augmented Lagrangian methods are widely used to solve general nonlinear programming problems. In these methods, one can split the set of constraints in two groups: the set of easy and hard constraints. A constraint is called easy if there is an efficient method available to solve problems subject to that kind of constraint. Otherwise, the constraints are called hard. Augmented Lagrangian methods solve, at each iteration, problems subject to the set of easy constraints while penalizing the set of hard constraints. Linearly constrained problems appear frequently, sometimes as a result of a linear approximation of a problem, sometimes as an augmented Lagrangian subproblem. Therefore, an efficient method to solve linearly constrained problems is important for the implementation of efficient methods to solve nonlinear programming problems. In this thesis, we begin by considering box constraints as the set of easy constraints. We introduce a version of BETRA to solve large scale problems. BETRA is an active-set method that uses a trust-region strategy to work within the faces and spectral projected gradient to leave the faces. To solve each iteration\'s subproblem of ALGENCAN (an augmented Lagrangian method) we use either the dense or the sparse version of BETRA. We develope rules to decide which box-constrained inner solver should be used at each augmented Lagrangian iteration that considers the main characteristics of the problem to be solved. Then, we introduce two active-set methods to solve linearly constrained problems (BETRALIN and GENLIN). These methods use Partial Spectral Projected Gradient method to change the active set of constraints. The Partial Spectral Projected Gradient method was developed specially for this purpose. It computes projections onto a subset of the linear constraints, aiming to make the projections more efficient. At last, having introduced a linearly-constrained solver, we consider the set of linear constraints as the set of easy constraints. We use BETRALIN and GENLIN in the framework of augmented Lagrangian methods and verify, using numerical experiments, the efficiency and robustness of those methods that work with linear constraints and penalize the nonlinear constraints.

Este trabalho apresenta uma abordagem do método da função barreira logarítmica (MFBL) para a resolução do problema de fluxo de potência ótimo (FPO). A pesquisa fundamenta-se metodologicamente na função barreira logarítmica e nas condições de primeira ordem de Karush-Kuhn-Tucker (KKT). Para a solução do sistema de equações resultantes das condições de estacionaridade, da função Lagrangiana, utiliza-se o método de Newton. Na implementação computacional utiliza-se técnicas de esparsidade. Através dos resultados numéricos dos testes realizados em 5 sistemas (3, 8, 14, 30 e 118 barras) evidencia-se o potencial desta metodologia na solução do problema de FPO. / This work describes an approach on logarithmic barrier function method to solving the optimal power flow (OPF) problem. Search was based on the logarithmic barrier function and first order conditions of Karush-Kuhn-Tucker (KKT). To solve the equation system, obtained from the stationary conditions of the Lagrangian function, is used the Newton method. Implementation is performed using sparsity techniques. The numerical results, carried out in five systems (3, 8, 14, 30 and 118 bus), demonstrate the reliability of this approach in the solution OPF problem.

Este projeto de pesquisa propõe desenvolver um novo modelo e uma nova abordagem para a resolução do problema da otimização Volt/VAr em redes de distribuição de energia elétrica. A otimização Volt/VAr consiste em, basicamente, determinar os ajustes das variáveis de controle tais como bancos de capacitores chaveados, transformadores com comutação de tap sob carga e reguladores de tensão, de modo a satisfazer, simultaneamente, as restrições de carga e de operação para um dado objetivo operacional. Esse problema, matematicamente, foi formulado como um problema de programação não linear, multiperíodo, e com variáveis contínuas e discretas. Algoritmos de programação não linear foram utilizados com o intuito de aproveitar as vantagens das matrizes altamente esparsas montadas ao longo do método de solução. Para utilizar tais algoritmos, as variáveis discretas são tratadas como contínuas por meio da utilização de funções senoidais que penalizam a função objetivo do problema original enquanto estas não convergirem para algum dos pontos pré-definidos no seu domínio. O caráter multiperíodo do problema, contudo, refere-se à consideração de uma restrição que relaciona os ajustes das variáveis de controle para sucessivos intervalos de tempo na medida em que limita o número de operações de chaveamento desses dispositivos para um período de 24-horas. O estudo fundamenta-se, metodologicamente, em métodos do tipo Primal-Dual Barreira-Logarítmica. Para demonstrar a eficiência do modelo proposto e a robustez dessa abordagem, a partir de dados teóricos obtidos de levantamentos bibliográficos, testes foram realizados em sistemas-teste de 10, 69 e 135 barras, e em um sistema de 442 barras do noroeste do Reino Unido. As implementações computacionais foram feitas nos softwares MATLAB, AIMMS e GAMS, utilizando o solver IPOPT como método de solução. Os resultados mostram que a abordagem proposta para a resolução do problema de programação não linear é eficaz para tratar adequadamente todas as variáveis presentes em problemas de otimização Volt/VAr. / This work proposes a new model and a new approach for solving the Volt / VAr optimization problem in distribution systems. The Volt/VAr optimization consists, basically, to determine the settings of the control variables of switched capacitor banks, on-load tap changer transformers and voltage regulators, in order to satisfy both the load and operational constraints, to a given operational objective. The problem is formulated as a nonlinear programming problem, multiperiod, and with continuous and discrete variables. Nonlinear programming algorithms were used in order to take advantage of the highly sparse matrices built along the solution method. The discrete variables are treated as continuous along the solution method by means of the use of sinusoidal functions that penalize the original objective function while the control variables do not converge to any of the predefined discrete points in its domain. The multiperiod, or dynamic, characteristic of the problem, however, refers to the use of a constraint that relates the settings of the control variables for successive time intervals that limits the control devices switching operations number for a period of 24-hours. The study is based, methodologically, on Primal-Dual Logarithmic Barrier method. To demonstrate the effectiveness of the proposed model and the robustness of this approach, the data were obtained from theoretical literature surveys, and tests were performed on test-systems of 10, 69 and 135 buses, and in a 442 buses located in the Northwest of the United Kingdom. The computational implementation was accomplished in the softwares MATLAB, AIMMS and GAMS, using the IPOPT solver as solution method. The results have shown the approach for solving nonlinear programming problems is effective to appropriate cope with all the variables presented in Volt/VAr optimization problems.