O problema de Fluxo de Potência Ótimo (FPO) vem sendo estudado desde a década de 1960 e vários métodos de resolução são encontrados na literatura. Em particular, os métodos de Pontos-Interiores (PI) vêm tendo um grande destaque devido a sua robustez e eficiência, alcançando convergência com reduzido número de iteraçoes mesmo em problemas com um grande número de variáveis. Apesar do seu bom desempenho computacional no que se refere a número de iterações e tempo de processamento, os métodos de PI não possuem convergência global, que consiste em encontrar uma solução independente da escolha do ponto inicial. Um dos objetivos desta pesquisa é o desenvolvimento de um algoritmo de FPO globalmente convergente, ou seja, capaz de encontrar uma solução sempre que uma existir. Para atingir esse objetivo, o algoritmo proposto associa métodos de Região de Confiança com os eficientes métodos de PI. Algoritmos globalmente convergentes são invariavelmente computacionalmente intensivos, de forma que três abordagens distintas para a resolução dos subproblemas de região de confiança foram estudadas. Quanto à formulação do problema de FPO, foram desenvolvidos modelos que consideram dispositivos FACTS, como o UPFC (Unified Power Flow Controller), e restrições de estabilidade de tensão. Algumas opções de função objetivo, como minimização de perdas, minimização de corte de carga e maximização de carregamento, foram testadas e o desempenho do algoritmo proposto foi avaliado comparando-o ao desempenho de algoritmos de PI já conhecidos.O problema de Fluxo de Potência Ótimo (FPO) vem sendo estudado desde a década de 1960 e vários métodos de resolução são encontrados na literatura. Em particular, os métodos de Pontos-Interiores (PI) vêm tendo um grande destaque devido a sua robustez e eficiência, alcançando convergência com reduzido número de iteraçoes mesmo em problemas com um grande número de variáveis. Apesar do seu bom desempenho computacional no que se refere a número de iterações e tempo de processamento, os métodos de PI não possuem convergência global, que consiste em encontrar uma solução independente da escolha do ponto inicial. Um dos objetivos desta pesquisa é o desenvolvimento de um algoritmo de FPO globalmente convergente, ou seja, capaz de encontrar uma solução sempre que uma existir. Para atingir esse objetivo, o algoritmo proposto associa métodos de Região de Confiança com os eficientes métodos de PI. Algoritmos globalmente convergentes são invariavelmente computacionalmente intensivos, de forma que três abordagens distintas para a resolução dos subproblemas de região de confiança foram estudadas. Quanto à formulação do problema de FPO, foram desenvolvidos modelos que consideram dispositivos FACTS, como o UPFC (Unified Power Flow Controller), e restrições de estabilidade de tensão. Algumas opções de função objetivo, como minimização de perdas, minimização de corte de carga e maximização de carregamento, foram testadas e o desempenho do algoritmo proposto foi avaliado comparando-o ao desempenho de algoritmos de PI já conhecidos.O problema de Fluxo de Potência Ótimo (FPO) vem sendo estudado desde a década de 1960 e vários métodos de resolução são encontrados na literatura. Em particular, os métodos de Pontos-Interiores (PI) vêm tendo um grande destaque devido a sua robustez e eficiência, alcançando convergência com reduzido número de iteraçoes mesmo em problemas com um grande número de variáveis. Apesar do seu bom desempenho computacional no que se refere a número de iterações e tempo de processamento, os métodos de PI não possuem convergência global, que consiste em encontrar uma solução independente da escolha do ponto inicial. Um dos objetivos desta pesquisa é o desenvolvimento de um algoritmo de FPO globalmente convergente, ou seja, capaz de encontrar uma solução sempre que uma existir. Para atingir esse objetivo, o algoritmo proposto associa métodos de Região de Confiança com os eficientes métodos de PI. Algoritmos globalmente convergentes são invariavelmente computacionalmente intensivos, de forma que três abordagens distintas para a resolução dos subproblemas de região de confiança foram estudadas. Quanto à formulação do problema de FPO, foram desenvolvidos modelos que consideram dispositivos FACTS, como o UPFC (Unified Power Flow Controller), e restrições de estabilidade de tensão. Algumas opções de função objetivo, como minimização de perdas, minimização de corte de carga e maximização de carregamento, foram testadas e o desempenho do algoritmo proposto foi avaliado comparando-o ao desempenho de algoritmos de PI já conhecidos.

Orientador: Jose Mario Martinez Perez / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-13T22:53:44Z (GMT). No. of bitstreams: 1 Castelani_EmersonVitor_D.pdf: 695936 bytes, checksum: 9434e07a75cde154320a5156daf73684 (MD5) Previous issue date: 2009 / Resumo: Ao resolver problemas de programação não linear usando métodos do tipo Lagrangiano Aumentado, um fenômeno chamado voracidade pode ocorrer. Quando este fenômeno ocorre, o método busca pontos muito infactíveis com valor de função objetivo muito pequeno. Tais fatos ocorrem, em geral, na primeiras iterações e então, o parâmetro de penalidade precisa crescer excessivamente, tornado os subproblemas mal condicionados, prejudicando assim a convergência. Desta forma, o propósito deste trabalho é adicionar restrições de caixas adaptativas (região de confiança) a cada subproblema em cada iteração externa, de modo que, a distância entre dois iterando consecutivos das iterações externas é controlada. O novo método inibe a possibilidade do fenômeno de voracidade. Resultados de convergência, limitação de parâmetro de penalidade e exemplos numéricos são apresentados / Abstract: When we solve nonlinear programming problems by means of algorithms of kind of Augmented Lagrangian, a phenomenon called greediness may occur. Unconstrained minimizers attract the iterates at early stages of the calculations and, so, the penalty parameter needs to grow excessively, in such a way that ill-conditioning harms the overall convergence. In this sense, the proposal of this work is to add an adaptive artificial box constraint (trust-region) to the subproblem at every outer iteration, in such a way that the distance between consecutive outer iterates is controlled. The new method inhibits the possibility of greediness phenomenon. Convergence proofs and numerical examples are given / Doutorado / Otimização / Doutor em Matemática Aplicada

Orientador: Vera Lucia da Rocha Lopes / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-12T04:23:12Z (GMT). No. of bitstreams: 1 JimenezUrrea_Liliana_M.pdf: 3576733 bytes, checksum: 0e211564f3f081c060195cfa21aa4135 (MD5) Previous issue date: 2008 / Resumo: Neste trabalho apresentamos métodos de minimização irrestrita, de uma função objetivo F de várias variáveis, que não fazem uso nem do gradiente da função objetivo - métodos derivative-free, nem de aproximações do mesmo. Nosso objetivo básico foi estudar e comparar o desempenho de métodos desse tipo propostos por M. J. D. Powell, que consistem em aproximar a função F por funções quadráticas - modelos quadráticos - e minimizar tal aproximação em regiões de confiança. Além do algoritmo de Powell de 2002 - UOBYQA - são testados: uma variante dele, na qual utilizamos a escolha de alguns parâmetros, por nós estabelecida, e também a nova versão de NEWUOA, proposta por Powell em 2006. Todos os testes foram realizados com problemas da coleção de Hock-Schittkowski. São comparados os resultados numéricos obtidos pelos métodos de Powell: entre eles mesmos e também entre eles e um método de busca padrão de autoria de Virginia Torczon, o qual define, em cada iteração, um conjunto padrão de direções de busca a partir do ponto atual, procurando melhores valores para F. / Abstract: In this work we study numerical methods to solve problems of nonlinear programming without constraints, which do not make use, neither of the gradient of the objective function, nor of approaches to it. A method that consists on the approximation of the function F by a quadractic model, due to Powell (2002), UOBYQA, and a variant of this method were implemented. A new version of the NEWUOA, introduced by Powell in 2006, was also implemented. Besides the Powell algorithm, commentaries of the implementations are done. Numerical tests of such implementations with problems of the Hock-Schittkowski collection, are made at the end of the work. There are also comparisons of the Powell methods among themselves, and also a comparison among the Powell methods with a pattern search method, which looks for the improvement of the value of the objective function throughout a set of directions, depending on the current point. Such a method is due to Virginia Torczon. / Mestrado / Otimização / Mestre em Matemática Aplicada

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-11-08T12:05:44Z No. of bitstreams: 1 JOSÉ NILTON SILVA - TESE (PPGEQ) 2013.pdf: 1910479 bytes, checksum: 59c6bfc5fdbee46bc17470e9b2c8c2e5 (MD5) / Made available in DSpace on 2018-11-08T12:05:44Z (GMT). No. of bitstreams: 1 JOSÉ NILTON SILVA - TESE (PPGEQ) 2013.pdf: 1910479 bytes, checksum: 59c6bfc5fdbee46bc17470e9b2c8c2e5 (MD5) Previous issue date: 2013-08-01 / Este trabalho trata do desenvolvimento de uma metodologia baseada nos conceitos clássicos de estatística e probabilidade para a análise e avaliação da robustez da estabilidade e do desempenho de sistemas de controle, particularmente àqueles que usam o PID (Proporcional, Integral, Derivativo) como lei de controle. Visando estabelecer as condições para a aplicação da metodologia, um sistema de identificação do processo foi desenvolvido de forma recursiva, no qual modelos de convolução e fenomenológico foram empregados como representação do modelo e processo, agrupado a um procedimento de auto sintonia, necessário para considerar os parâmetros de sintonia como variáveis aleatórias e, por conseguinte as raízes da equação característica do sistema em malha fechada.O mapeamento da região de robustez tem sido realizado a partir das raízes da equação característica, considerando a distância estatística como a métrica representativa da robustez da estabilidade a qual permite estabelecer a região com certo grau de significância.Os resultados obtidos demonstram o potencial analítico exigido pela metodologia, permitindo também a análise online, com baixo esforço computacional e operacional mostrando ser um poderoso instrumento de avaliação de sistema de controle. / This study discusses the development of a methodology based on classical concepts of statistics and probability to analyze and evaluate the robustness of the stability and performance of the control system, particularly those that use the PID as control law. To establish the conditions for the application of the methodology, a recursive system identification method process was developed, in which convolution and phenomenological models were used to represent model and process, together with a self-tuning procedure that is necessary to consider tuning parameters as random variables, and hence the roots of the characteristic equation of the closed loop system. The mapping of the region of robustness has been achieved from the roots of the characteristic equation, considering the statistical distance as the metric represented to the robustness of stability which allows the region to establish a degree of significance. The results obtained demonstrate the potential analytical and evaluation required by the methodology, allowing such analysis also "online" with low computational effort and operational proving to be a powerful tool in the analysis of control system.

Orientadores: Sandra Augusta Santos, José Mário Martinez Pérez / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-19T09:49:40Z (GMT). No. of bitstreams: 1 Xavier_LarissaOliveira_D.pdf: 21963947 bytes, checksum: 9419832d56a36ea9d96e9f9d7e75ce57 (MD5) Previous issue date: 2011 / Resumo: Neste trabalho apresentamos o estudo de dois algoritmos baseados em regiões de confiança para minimização de problemas suaves com restrições lineares. O primeiro algoritmo proposto, com uma estratégia de restrições ativas, foi desenvolvido a partir do trabalho de Gay. O segundo algoritmo apresentado explora a técnica de pontos interiores presente nos métodos de barreira. Ambos são acompanhados de respectivos resultados de boa definição e de convergência global e local. Os dois algoritmos foram testados para a resolução de problemas de distribuição de pontos em polígonos, utilizando o algoritmo de Rojas, Santos e Sorensen, livre de fatorações de matrizes, para resolver os subproblemas internos de região de confiança. O problema dos pontos no polígono não foi encontrado na literatura para o teste de algoritmos de otimização e pode ser visto como uma modificação do problema de distribuição de pontos em caixas, sugerido por Powell. Embora possua estrutura favorável para a geração de problemas com dimensão variável, e potencialmente de grande porte, no contexto livre de fatorações, trata-se de um problema difícil e desafiador, com uma grande quantidade de minimizadores locais. Experimentos numéricos comparativos entre as propostas foram feitos e analisados, indicando que os algoritmos são efetivos na obtenção de pontos estacionários de segunda ordem, com ligeira vantagem para o desempenho do algoritmo baseado em restrições ativas, em termos do tempo computacional empregado / Abstract: In this work two trust-region-based algorithms are analyzed for linearly constrained minimization. The first one is an active-set method, based on Gay's ideas. The second one uses interior-point techniques of barrier methods. Both algorithms are proved to be well defined and accompanied by the respective convergence results. The implementation was developed resting upon Rojas, Santos and Sorensen matrix-free algorithm for solving the inner trust-region subproblems. The family of adopted test-problems involves the distribution of points in a polygon, a modification of Powell's problem of distributing points in a square. Despite its favorable structure for generating instances with variable and potentially large dimension, in the matrix-free context, the problem is indeed hard and challenging, with many local minimizers. Comparative computational experiments illustrate the performance of the proposed algorithms, showing that both are effective to obtain second-order stationary points, with a slight advantage of the active-set-based algorithm when it comes to the CPU time spent / Doutorado / Matematica Aplicada / Doutor em Matemática Aplicada

Este trabalho apresenta uma nova abordagem para a modelagem e resolução de problemas de fluxo de carga em sistemas elétricos de potência. O modelo proposto é formado simultaneamente pelo conjunto de equações não lineares que representam as restrições de carga do problema e por restrições de complementaridade associadas com as restrições de operação da rede, as quais propiciam o controle implícito das tensões nas barras com controle de geração. Também é proposta uma técnica para a obtenção dos valores discretos dos taps de tranformadores, de maneira que o ajuste dessas variáveis possa ser realizado em passos discretos. A metodologia desenvolvida consiste em tratar o sistema misto de equações e inequações não lineares como um problema de factibilidade não linear e transformá-lo em um problema de mínimos quadrados não lineares, o qual é resolvido por uma sequência de subproblemas linearizados dentro de uma região de confiança. Para a obtenção de soluções aproximadas desse subproblema foi adotado o método do gradiente conjugado de Steihaug, combinando estratégias de região de confiança e filtros multidimensionais para analisar a qualidade das soluções fornecidas. Foram realizados testes numéricos com os sistemas de 14, 30, 57, 118 e 300 barras do IEEE, e com um sistema brasileiro equivalente CESP 53 barras, os quais indicaram boa flexibilidade e robustez do método proposto. / This work presents a new approach to the load flow problem in electrical power systems and develops a methodology for its resolution. The proposed model is simultaneously composed by nonlinear equations and inequations which represent the load and operational restrictions of the system, where a set of complementarity constraints model the relationship between voltage and reactive power generation in controled buses. It is also proposed a new technique to obtaining a discrete solution for the transformer taps, allowing their discrete adjustment. The method developed treats the mixed system of equations and inequations of the load flow problem as a nonlinear feasibility problem and converts it in a nonlinear least squares problem, which is solved by minimizing a sequence of linearized subproblems, whitin a trust region. To obtain approximate solutions at every iteration, we use the Steihaug conjugate gradient method, combining trust region and multidimensional filters techniques to analyse the quality of the provided solution. Numerical results using 14, 30, 57, 118 and 300-bus IEEE power systems, and a real brazilian equivalent system CESP 53-bus, indicate the flexibility and robustness of the proposed method.

Este trabalho apresenta uma nova abordagem para a modelagem e resolução de problemas de fluxo de carga em sistemas elétricos de potência. O modelo proposto é formado simultaneamente pelo conjunto de equações não lineares que representam as restrições de carga do problema e por restrições de complementaridade associadas com as restrições de operação da rede, as quais propiciam o controle implícito das tensões nas barras com controle de geração. Também é proposta uma técnica para a obtenção dos valores discretos dos taps de tranformadores, de maneira que o ajuste dessas variáveis possa ser realizado em passos discretos. A metodologia desenvolvida consiste em tratar o sistema misto de equações e inequações não lineares como um problema de factibilidade não linear e transformá-lo em um problema de mínimos quadrados não lineares, o qual é resolvido por uma sequência de subproblemas linearizados dentro de uma região de confiança. Para a obtenção de soluções aproximadas desse subproblema foi adotado o método do gradiente conjugado de Steihaug, combinando estratégias de região de confiança e filtros multidimensionais para analisar a qualidade das soluções fornecidas. Foram realizados testes numéricos com os sistemas de 14, 30, 57, 118 e 300 barras do IEEE, e com um sistema brasileiro equivalente CESP 53 barras, os quais indicaram boa flexibilidade e robustez do método proposto. / This work presents a new approach to the load flow problem in electrical power systems and develops a methodology for its resolution. The proposed model is simultaneously composed by nonlinear equations and inequations which represent the load and operational restrictions of the system, where a set of complementarity constraints model the relationship between voltage and reactive power generation in controled buses. It is also proposed a new technique to obtaining a discrete solution for the transformer taps, allowing their discrete adjustment. The method developed treats the mixed system of equations and inequations of the load flow problem as a nonlinear feasibility problem and converts it in a nonlinear least squares problem, which is solved by minimizing a sequence of linearized subproblems, whitin a trust region. To obtain approximate solutions at every iteration, we use the Steihaug conjugate gradient method, combining trust region and multidimensional filters techniques to analyse the quality of the provided solution. Numerical results using 14, 30, 57, 118 and 300-bus IEEE power systems, and a real brazilian equivalent system CESP 53-bus, indicate the flexibility and robustness of the proposed method.

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2017-09-21T21:10:08Z No. of bitstreams: 2 Tese - Yuri Rafael Leite Pereira - 2017.pdf: 2066899 bytes, checksum: e1bbe4df9a2a43e1074b83920a833ced (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-09-22T11:44:33Z (GMT) No. of bitstreams: 2 Tese - Yuri Rafael Leite Pereira - 2017.pdf: 2066899 bytes, checksum: e1bbe4df9a2a43e1074b83920a833ced (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-09-22T11:44:33Z (GMT). No. of bitstreams: 2 Tese - Yuri Rafael Leite Pereira - 2017.pdf: 2066899 bytes, checksum: e1bbe4df9a2a43e1074b83920a833ced (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In this work, we will analyze three types of method to solve vector optimization problems in different types of context. First, we will present the trust region method for multiobjective optimization in the Riemannian context, which retrieves the classical trust region method for minimizing scalar functions. Under mild assumptions, we will show that each accumulation point of the generated sequences by the method, if any, is Pareto critical. Next, the proximal point method for vector optimization and its inexact version will be extended from Euclidean space to the Riemannian context. Under suitable assumptions on the objective function, the well-definedness of the methods will be established. Besides, the convergence of any generated sequence, to a weak efficient point, will be obtained. The last method to be investigated is the Newton method to solve vector optimization problem with respect to variable ordering structure. Variable ordering structures are set-valued map with cone values that to each element associates an ordering. In this analyze we will prove the convergence of the sequence generated by the algorithm of Newton method and, moreover, we also will obtain the rate of convergence under variable ordering structures satisfying mild hypothesis. / Neste trabalho, analisaremos três tipos de métodos para resolver problemas de otimização vetorial em diferentes tipos contextos. Primeiro, apresentaremos o método da Região de Confiança para resolver problemas multiobjetivo no contexto Riemanniano, o qual recupera o método da Região de Confiança clássica para minimizar funções escalares. Sob determinadas suposições, mostraremos que cada ponto de acumulação das sequências geradas pelo método, se houver, é Pareto crítico. Em seguida, o método do ponto proximal para otimização vetorial e sua versão inexata serão estendidos do espaço Euclidiano para o contexto Riemanniano. Sob adequados pressupostos sobre a função objetiva, a boas definições dos métodos serão estabelecidos. Além disso, a convergência de qualquer sequência gerada, para um ponto fracamente eficiente, é obtida. O último método a ser investigado é o método de Newton para resolver o problema de otimização vetorial com respeito a estruturas de ordem variável. Estruturas de ordem variável são aplicações ponto-conjunto cujas imagens são cones que para cada elemento associa uma ordem. Nesta análise, provaremos a convergência da sequência gerada pelo algoritmo do método de Newton e, além disso, também obteremos a taxa de convergência sob estruturas de ordem variável satisfazendo adequadas hipóteses.