Made available in DSpace on 2014-06-12T17:40:36Z (GMT). No. of bitstreams: 2 arquivo6245_1.pdf: 792554 bytes, checksum: 4331c12331e71d6f4db5b2cea9857406 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / O trabalho proposto teve como objetivo a construção de um modelo de otimização para redes hidráulicas de pequeno e grande porte. Esse modelo é composto por duas partes essenciais: uma função objetivo e um conjunto de restrições. A função principal do modelo é otimizar os diâmetros da rede em estudo, sujeitos a restrições que possibilitem que a demanda necessária chegue aos pontos solicitados atendendo aos requisitos de pressão mínima, entre outros. Para isso utilizou-se a Programação Não-Linear Inteira Mista devido à não linearidade das equações que descrevem os processos hidráulicos e o fato de que os diâmetros são variáveis discretas. Então o modelo proposto utilizou o algoritmo do Gradiente Reduzido Generalizado para solução da Programação Não-Linear, associado ao algoritmo Branch and Bound (Ramificação e Limite) para solução da Programação Inteira, cujos algoritmos estão presentes na interface do programa GAMS com os solvers CONOPT e SBB. O modelo foi avaliado em quatro casos e aplicado a redes de irrigação, sendo duas redes de pequeno porte, uma de grande porte e uma rede de médio porte. Os resultados obtidos mostraram que o modelo funciona perfeitamente para redes de pequeno porte, e todos os valores encontrados foram satisfatórios. Nas redes de grande porte os diâmetros comerciais foram calculados como variáveis contínuas e adotou-se o valor do diâmetro comercial imediatamente superior ao valor real encontrado em cada trecho da rede. Esta simplificação tornou-se necessária porque os solvers utilizados não suportam a programação não-linear inteira mista com um grande número de variáveis de decisão

Muitos problemas de otimização envolvem tanto variáveis inteiras quanto contínuas e podem ser modelados como problemas de programação não-linear inteira mista. Problemas dessa natureza aparecem com freqüência em engenharia química e incluem, por exemplo, síntese de processos, projeto de colunas de destilação, síntese de rede de trocadores de calor e produção de óleo e gás. Neste trabalho, apresentamos algoritmos baseados em Lagrangianos Aumentados e branch and bound para resolver problemas de programação não-linear inteira mista. Duas abordagens são consideradas. Na primeira delas, um algoritmo do tipo Lagrangianos Aumentados é usado como método para resolver os problemas de programação não-linear que aparecem em cada um dos nós do método branch and bound. Na segunda abordagem, usamos o branch and bound para resolver os problemas de minimização em caixas com variáveis inteiras que aparecem como subproblemas do método de Lagrangianos Aumentados. Ambos os algoritmos garantem encontrar a solução ótima de problemas convexos e oferecem recursos apropriados para serem usados na resolução de problemas não convexos, apesar de não haver garantia de otimalidade nesse caso. Apresentamos um problema de empacotamento de retângulos em regiões convexas arbitrárias e propomos modelos para esse problema que resultam em programas não-lineares com variáveis inteiras e contínuas. Realizamos alguns experimentos numéricos e comparamos os resultados obtidos pelo método descrito neste trabalho com os resultados alcançados por outros métodos. Também realizamos experimentos com problemas de programação não-linear inteira mista encontrados na literatura e comparamos o desempenho do nosso método ao de outro disponível publicamente. / Many optimization problems contain both integer and continuous variables and can be modeled as mixed-integer nonlinear programming problems. Problems of this nature appear frequently in chemical engineering and include, for instance, process synthesis, design of distillation columns, heat exchanger network synthesis and oil and gas production. In this work, we present algorithms based on Augmented Lagrangians and branch and bound for solving mixed-integer nonlinear programming problems. Two approaches are considered. In the first one, an Augmented Lagrangian algorithm is used for solving nonlinear programming problems that appear at each node in the branch and bound method. In the second approach, we use a branch and bound method for solving box-constrained problems with integer variables that appear as subproblems of the Augmented Lagrangian algorithm. Both algorithms guarantee to find an optimal solution for convex problems and have appropriate strategies to deal with non-convex problems, although there is no guarantee of optimality in this case. We present a problem of packing rectangles within an arbitrary convex region and propose models for this problem that result in nonlinear programs with integer and continuous variables. We have performed some numerical experiments and compared the results reached by the method described in this work and the results obtained by other methods. We have also performed experiments with mixed-integer nonlinear programming problems found in the literature and compared the performance of our method to that of other method publicly available.

Muitos problemas de otimização envolvem tanto variáveis inteiras quanto contínuas e podem ser modelados como problemas de programação não-linear inteira mista. Problemas dessa natureza aparecem com freqüência em engenharia química e incluem, por exemplo, síntese de processos, projeto de colunas de destilação, síntese de rede de trocadores de calor e produção de óleo e gás. Neste trabalho, apresentamos algoritmos baseados em Lagrangianos Aumentados e branch and bound para resolver problemas de programação não-linear inteira mista. Duas abordagens são consideradas. Na primeira delas, um algoritmo do tipo Lagrangianos Aumentados é usado como método para resolver os problemas de programação não-linear que aparecem em cada um dos nós do método branch and bound. Na segunda abordagem, usamos o branch and bound para resolver os problemas de minimização em caixas com variáveis inteiras que aparecem como subproblemas do método de Lagrangianos Aumentados. Ambos os algoritmos garantem encontrar a solução ótima de problemas convexos e oferecem recursos apropriados para serem usados na resolução de problemas não convexos, apesar de não haver garantia de otimalidade nesse caso. Apresentamos um problema de empacotamento de retângulos em regiões convexas arbitrárias e propomos modelos para esse problema que resultam em programas não-lineares com variáveis inteiras e contínuas. Realizamos alguns experimentos numéricos e comparamos os resultados obtidos pelo método descrito neste trabalho com os resultados alcançados por outros métodos. Também realizamos experimentos com problemas de programação não-linear inteira mista encontrados na literatura e comparamos o desempenho do nosso método ao de outro disponível publicamente. / Many optimization problems contain both integer and continuous variables and can be modeled as mixed-integer nonlinear programming problems. Problems of this nature appear frequently in chemical engineering and include, for instance, process synthesis, design of distillation columns, heat exchanger network synthesis and oil and gas production. In this work, we present algorithms based on Augmented Lagrangians and branch and bound for solving mixed-integer nonlinear programming problems. Two approaches are considered. In the first one, an Augmented Lagrangian algorithm is used for solving nonlinear programming problems that appear at each node in the branch and bound method. In the second approach, we use a branch and bound method for solving box-constrained problems with integer variables that appear as subproblems of the Augmented Lagrangian algorithm. Both algorithms guarantee to find an optimal solution for convex problems and have appropriate strategies to deal with non-convex problems, although there is no guarantee of optimality in this case. We present a problem of packing rectangles within an arbitrary convex region and propose models for this problem that result in nonlinear programs with integer and continuous variables. We have performed some numerical experiments and compared the results reached by the method described in this work and the results obtained by other methods. We have also performed experiments with mixed-integer nonlinear programming problems found in the literature and compared the performance of our method to that of other method publicly available.

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

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-02-25Bitstream added on 2014-06-13T19:19:30Z : No. of bitstreams: 1 garcesnegrete_lpg_dr_ilha.pdf: 1723635 bytes, checksum: ec9b369023c0d16cf9bcbe29a4bc0ada (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Nessa pesquisa tem-se por objetivo a análise teórica e a implementação computacional de duas propostas de solução ao problema de planejamento da expansão de sistemas de transmissão de energia elétrica considerando diferentes fatores relacionados com a confiabilidade do sistema e a adoção dos novos modelos de mercados elétricos. É importante notar, que no planejamento básico não são levados em conta esses importantes aspectos. Dessa forma, uma primeira aproximação considera um critério de confiabilidade para expandir o sistema, de forma que ele opere adequadamente no horizonte de planejamento satisfazendo um nível de confiabilidade pré-definido. O índice de confiabilidade utilizado para exigir esse nível de confiabilidade é o LOLE, que corresponde ao número médio de horas/dias em um período dado (normalmente um ano) no qual o pico da carga horária/diária do sistema possivelmente exceder´a a capacidade de geração disponível. O problema de planejamento considerando a confiabilidade é, portanto, formulado como um problema de otimização que minimiza o investimento sujeito ao critério de confiabilidade. O índice de confiabilidade para o sistema de transmissão é calculado para cada configuração, subtraindo o índice de confiabilidade do sistema de geração do sistema composto geração-transmissão (bulk power system ). Para calcular o índice no sistema composto geração transmissão, utiliza-se uma curva de duração de carga efetiva para este sistema. Esta curva acumulada de carga é obtida de um processo de convolução de outras duas curvas que representam a função de distribuição de probabilidade (FDP) das saídas aleatórias dos componentes do sistema e a curva de duração de carga, respectivamente. A avaliação de confiabilidade no sistema de geração é feita usando um método que calcula o índice de confiabilidade por meio dos momentos... / This work aims to the theoretical analysis and computational implementation of two proposals for the transmission expansion planning problem considering several factors such as system reliability and new electricity market structures. It is important to observe, that the basic planning does not consider these issues. Therefore, one first approach considers a reliability criterion to expand the system, so that it operates in adequate conditions in the horizon planning while satisfying pre-defined limits in the reliability index. Transmission system reliability criterion regards to LOLE, which refers to the number of hours/days in a specified period of time (normally one year), in which the hourly/daily peak load possibly will exceed the available generation capacity. So, the planning problem considering reliability is formulated as an optimization problem that minimizes the investment subject to probabilistic reliability criterion. Reliability index for the transmission system is calculated for each configuration by subtraction of generation and bulk power reliability indexes. A composite power system effective load curve is used for reliability analysis of the bulk power system. This accumulate curve is obtained convolving two curves, one of them corresponding to a probability distribution function of the random outages of the system components, and the other one corresponding to the load duration curve. Reliability assessment in the generation system is done using a method that calculates the reliability index through the statistics moments of the frequency distribution of equivalents loads. This curve is obtained by convolving the generation units which are dispached in merit order. The proposed model is solved using the specialized genetic algorithm of Chu-Beasley (AGCB). Detailed results on two test systems are analyzed and discussed. A second approach to the transmission expansion... (Complete abstract click electronic access below)