O presente trabalho visa a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo com Restrições de Segurança (FPORS) Multiobjetivo, incorporando variáveis de controle associadas a taps de transformadores em fase, chaveamentos de bancos de capacitores e reatores shunt. Um modelo Problema de Otimização Multiobjetivo (POM) é formulado segundo a soma ponderada, cujos objetivos são a minimização de perdas ativas nas linhas de transmissão e de um termo adicional que proporciona uma maior margem de reativos ao sistema. Investiga-se a incorporação de controles associados a taps e shunts como grandezas fixas, ou variáveis contínuas e discretas, sendo neste último caso aplicadas funções auxiliares do tipo polinomial e senoidal, para fins de discretização. O problema completo é resolvido via meta-heurísticas Evolutionary Particle Swarm Optimization (EPSO) e Differential Evolutionary Particle Swarm Optimization (DEEPSO). Os algoritmos foram desenvolvidos utilizando o software MatLab R2013a, sendo a metodologia aplicada aos sistemas IEEE de 14, 30, 57, 118 e 300 barras e validada sob os prismas diversidade e qualidade das soluções geradas e complexidade computacional. Os resultados obtidos demonstram o potencial do modelo e estratégias de resolução propostas como ferramentas auxiliares ao processo de tomada de decisão em Análise de Segurança de redes elétricas, maximizando as possibilidades de ação visando a redução de emergências pós-contingência. / The goal of the present work is to investigate and develop continuous and discrete optimization strategies for SCOPF problems, also taking into account control variables related to in-phase transformers, capacitor banks and shunt reactors. Multiobjective optimization model is formulated under a weighted sum criteria whose objectives are the minimization of active power losses and an additional term that yields a greater reactive support to the system. Controls associated with taps and shunts are modeled either as fixed quantities, or continuous and discrete variables, in which case auxiliary functions of polynomial and sinusoidal types are applied for discretization purposes. The complete model is solved via EPSO and DEEPSO metaheuristics. Routines coded in Matlab were applied to the IEEE 14,30, 57, 118 and 300-bus test systems, where the method was validated in terms of diversity and quality of solutions and computational complexity. The results demonstrate the robustness of the model and solution approaches and uphold it as an effective support tool for the decision-making process in Power Systems Security Analysis, maximizing preventive actions in order to avoid insecure operating conditions.

O presente trabalho visa a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo com Restrições de Segurança (FPORS) Multiobjetivo, incorporando variáveis de controle associadas a taps de transformadores em fase, chaveamentos de bancos de capacitores e reatores shunt. Um modelo Problema de Otimização Multiobjetivo (POM) é formulado segundo a soma ponderada, cujos objetivos são a minimização de perdas ativas nas linhas de transmissão e de um termo adicional que proporciona uma maior margem de reativos ao sistema. Investiga-se a incorporação de controles associados a taps e shunts como grandezas fixas, ou variáveis contínuas e discretas, sendo neste último caso aplicadas funções auxiliares do tipo polinomial e senoidal, para fins de discretização. O problema completo é resolvido via meta-heurísticas Evolutionary Particle Swarm Optimization (EPSO) e Differential Evolutionary Particle Swarm Optimization (DEEPSO). Os algoritmos foram desenvolvidos utilizando o software MatLab R2013a, sendo a metodologia aplicada aos sistemas IEEE de 14, 30, 57, 118 e 300 barras e validada sob os prismas diversidade e qualidade das soluções geradas e complexidade computacional. Os resultados obtidos demonstram o potencial do modelo e estratégias de resolução propostas como ferramentas auxiliares ao processo de tomada de decisão em Análise de Segurança de redes elétricas, maximizando as possibilidades de ação visando a redução de emergências pós-contingência. / The goal of the present work is to investigate and develop continuous and discrete optimization strategies for SCOPF problems, also taking into account control variables related to in-phase transformers, capacitor banks and shunt reactors. Multiobjective optimization model is formulated under a weighted sum criteria whose objectives are the minimization of active power losses and an additional term that yields a greater reactive support to the system. Controls associated with taps and shunts are modeled either as fixed quantities, or continuous and discrete variables, in which case auxiliary functions of polynomial and sinusoidal types are applied for discretization purposes. The complete model is solved via EPSO and DEEPSO metaheuristics. Routines coded in Matlab were applied to the IEEE 14,30, 57, 118 and 300-bus test systems, where the method was validated in terms of diversity and quality of solutions and computational complexity. The results demonstrate the robustness of the model and solution approaches and uphold it as an effective support tool for the decision-making process in Power Systems Security Analysis, maximizing preventive actions in order to avoid insecure operating conditions.

Submitted by Augusto Cesar Pereira (augusto.pereira@feb.unesp.br) on 2017-12-20T09:42:45Z No. of bitstreams: 1 Dissertação_Augusto_Repositorio.pdf: 2651783 bytes, checksum: 084f19f166b7161411ec58baa4ecf206 (MD5) / Approved for entry into archive by Maria Marlene Zaniboni null (zaniboni@bauru.unesp.br) on 2017-12-20T10:54:46Z (GMT) No. of bitstreams: 1 pereira_ac_me_bauru.pdf: 2651783 bytes, checksum: 084f19f166b7161411ec58baa4ecf206 (MD5) / Made available in DSpace on 2017-12-20T10:54:46Z (GMT). No. of bitstreams: 1 pereira_ac_me_bauru.pdf: 2651783 bytes, checksum: 084f19f166b7161411ec58baa4ecf206 (MD5) Previous issue date: 2017-12-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho propõe um modelo de Procedimento de Equilíbrio de Mercado com Restrições de Segurança Estocásticas (PEMRSE) que pode ser utilizado como um modelo de leilão de energia e reserva do dia seguinte por operadores de sistemas hidrotérmicos. O modelo de PEMRSE tem o objetivo de minimizar o custo esperado da operação, considerando os custos associados aos excedentes de geração e consumo, partidas, contratação de reservas e a penalização econômica associada aos cortes involuntários de carga. O PEMRSE considera vários aspectos que dificultam a resolução de problemas de leilão: i) representação detalhada dos sistemas de geração hidrelétrico e termelétrico; ii) perdas na transmissão; e iii) restrições de segurança pré e pós-contingência. São propostas técnicas de linearização que não demandam o uso de variáveis binárias para a função de produção hidráulica e para as funções de potência e engolimento máximo de geradores hidrelétricos. A estrutura estocástica permite cortes involuntários de carga, isto é, o operador pode optar por não contratar a totalidade das reservas necessárias para cobrir as falhas associadas às contingências, ponderando sua decisão pela probabilidade de ocorrência destas falhas e pelo valor da penalização econômica associada ao corte de carga. Propõe-se também uma técnica para a resolução de modelos de PEMRSE em tempos computacionais menores com relação à sua resolução direta. Simulações em um sistema-teste de três barras e no sistema IEEE de 24 barras evidenciam a eficiência do modelo, das técnicas de linearização e da técnica de resolução propostos. As simulações também mostram os impactos dos aspectos complicadores nos resultados do leilão e no tempo computacional de resolução. O modelo de PEMRSE proposto pode ser resolvido de maneira eficiente por meio de pacotes computacionais disponíveis comercialmente por meio da técnica de resolução proposta. / This work proposes a Market Clearing Procedure with Stochastic Security Constraints (MCPSSC) model that can be used as an energy and reserve day-ahead auction model by hydrothermal systems operators. The MCPSSC aims to minimize the expected cost of the operation, considering the costs associated with the generation and consumption surpluses, start-ups, contracting of reserves and the economic penalization associated with involuntary load shedding events. The MCPSSC model considers several aspects that complicate the resolution of auction problems: i) detailed representation of the hydrothermal generating systems; ii) transmission losses; and iii) pre- and post-contingency security constraints. We propose linearization techniques that does not require the use of binary variables for the hydro production function and for the maximum power output and maximum water discharge functions of hydro generators. The stochastic structure allows some load shedding, ie, the operator can choose not to contract the total reserve requirements to cover the failures associated with the contingencies, weighting its decision by the probability of occurrence of these failures and by the value of lost load. We also propose a technique for the resolution of MCPSSC models in lower computational times regarding its direct resolution. Simulations in a three-bus test system and in the IEEE 24-bus system show the efficiency of the model, the linearization techniques and the resolution technique proposed. The simulations also show the the impact of the complicating aspects in the auction outcomes and in the computational time. The proposed MCPSSC model can be efficiently solved by commercially available solvers by means of the proposed resolution technique.

Submitted by Patrícia Cerveira (pcerveira1@gmail.com) on 2017-06-13T15:56:56Z No. of bitstreams: 1 Rene_Cruz_Freire.pdf: 5170376 bytes, checksum: 8c6b6dd8986d23b53ae99ba90dd69ef5 (MD5) / Approved for entry into archive by Biblioteca da Escola de Engenharia (bee@ndc.uff.br) on 2017-06-29T16:38:47Z (GMT) No. of bitstreams: 1 Rene_Cruz_Freire.pdf: 5170376 bytes, checksum: 8c6b6dd8986d23b53ae99ba90dd69ef5 (MD5) / Made available in DSpace on 2017-06-29T16:38:47Z (GMT). No. of bitstreams: 1 Rene_Cruz_Freire.pdf: 5170376 bytes, checksum: 8c6b6dd8986d23b53ae99ba90dd69ef5 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Um dos temas de alta relevância para a sociedade atual é a qualidade do suprimento de energia elétrica, que deve ser ininterrupto, seguro e econômico. Para tal, é primordial que o sistema de potência esteja preparado para um possível defeito de algum equipamento da rede, mantendo a operação dentro dos patamares seguros, evitando os blecautes e todas as suas consequências para a sociedade. Isso pode ser feito através do redespacho das unidades geradoras, de modo a encontrar um ponto de operação que concilie segurança e economicidade, dois objetivos conflitantes, enquanto busca se afastar o mínimo possível do ponto de operação previamente estabelecido, via planejamento eletroenergético, para o sistema de potência em questão. Trata-se de uma abordagem multiobjetiva do Fluxo de Potência Ótimo com Restrições de Segurança (FPORS) que pode ser solucionada com uma abordagem de Computação Evolucionária (CE) com viés multiobjetivo. Neste trabalho, foram implementadas e comparadas duas meta-heurísticas evolutivas multiobjetivo: Nondominated Sorting Genetic Algorithm II (NSGA-II) e o Multi-objective Evolutionary Particle Swarm Optimization (MOEPSO). Os resultados dessas heurísticas também foram comparados com a abordagem mono-objetivo do mesmo problema. Os algoritmos foram implementados no MATLAB® e testados em um sistema-teste que simula as condições do Sistema Interligado Nacional (SIN). As heurísticas multiobjetivo foram comparadas através da metodologia de análise da Fronteira de Pareto (FP), onde é analisado qual método concilia melhor os objetivos de economia e segurança. Na primeira análise o NSGA-II saiu-se melhor, entretanto após a implementação de melhorias no algoritmo, o MOEPSO mostrou desempenho superior na segunda análise. Nas duas análises, o viés multiobjetivo mostrou-se superior ao mono-objetivo, na comparação através do critério de agregação de objetivos. Em relação ao tempo de simulação de cada método, o MOEPSO foi superior na primeira análise, já na segunda análise foi implementado um refinamento baseado no Fluxo de Potência Linearizado no FPORS, que baixou o tempo de simulação das duas heurísticas multiobjetivas em comparação com a primeira análise, e o MOEPSO teve o menor tempo de simulação. Na comparação com o viés mono-objetivo, apenas o NSGA-II teve tempo médio de simulação maior que o método mono-objetivo na primeira análise. Na segunda análise, todas as heurísticas multiobjetivo possuíam tempo de simulação menores que o método mono-objetivo. / One of the topics of high relevance to the today’s society is the quality of electric power supply, which must be uninterrupted, safe and economical. To this end, it is essential that the power system be prepared for a possible defect of some equipment from the network while maintaining operation within safe levels, avoiding blackouts and all its consequences for society. This can be done by redispatch of generating units, in order to find an operation point which conciliate security and economy, two conflicting objectives, while seeking to depart as little as possible of the operation point previously established in the energy planning for the power system in question. This is a multi-objective approach to Security Constrained Optimal Power Flow (SCOPF) that can be solved with an approach of Evolutionary Computation with multi-objective bias. In this work we were implemented and compared two multi-objective evolutionary meta-heuristics: Nondominated Sorting Genetic Algorithm II (NSGA-II) and Multi-objective Evolutionary Particle Swarm Optimization (MOEPSO). The results of these heuristics were also compared with mono-objective approach to the same problem. The algorithms were implemented in MATLAB® and tested in a test-case that simulates the conditions of the Brazilian Sistema Interligado Nacional (National Interconnected System). The multi-objective heuristics were compared using the analysis methodology of the Pareto Frontier, where is analyzed which method is better to conciliate the economy and security objectives. In the first analysis the NSGA-II fared better, but after the implementation of improvements in the algorithm, the MOEPSO showed superior performance in the second analisys. In both analyzes, the multi-objective bias was superior to the mono-objective bias, in the comparison through objectives aggregation criteria. Concerning the simulation time of each method, the MOEPSO was superior in the first analysis, but in the second analysis was implemented a refinement based on DC Load Flow, which lowered the simulation time of the two multi-objective heuristics compared with the first analysis, and the MOEPSO had the shortest time simulation. Compared to the mono-objective bias, only the NSGA-II had an average time simulation greater than the mono-objective method in the first analysis. In the second analysis, all multi-objectives heuristics had simulation time smaller than the mono-objective method.