Made available in DSpace on 2014-06-11T19:30:51Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-11-23Bitstream added on 2014-06-13T21:01:26Z : No. of bitstreams: 1 ochoapizzali_lf_dr_ilha.pdf: 1694440 bytes, checksum: e159d13557d3d0a89139b7565f849244 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Alban / Fundação de Ensino Pesquisa e Extensão de Ilha Solteira (FEPISA) / Neste trabalho, é apresentada uma análise em regime permanente que considera a avaliação de impactos técnicos tais como perdas elétricas, queda de tensão e níveis de curto-circuito, entre outros; utilizando dados de demanda e geração variáveis no tempo ao longo de um horizonte determinado. O objetivo é encontrar um conjunto de arranjos da GD (configurações) que levem ao melhor desempenho da rede de distribuição analisada, minimizando ou maximizando cada aspecto técnico segundo o interesse da empresa de distribuição. Dada a natureza combinatória deste problema, que requer uma ferramenta de otimização capaz de manipular múltiplos objetivos, os impactos técnicos serão avaliados simultaneamente utilizando uma metodologia baseada no conceito do Non-dominated Sorting Genetic Algorithm (NSGA), conduzindo a soluções mais reais e diversificadas para a tomada de decisões, conhecidas como soluções ótimas de Pareto. / In this work a steady-state analysis considering the assessment of technical impacts such as losses, voltage drop and short-circuit levels, among others; utilizing time-variant loads and generation within a specified horizon. The objective is to find a set of configurations that lead to the best performance of the distribution network under analysis, minimizing or maximizing each technical aspect according to the utility's concerns. Given the combinatorial nature of this problem, which requires an optimization tool able to handle multiple objectives, technical impacts will be assessed simultaneously through a methodology based on the non-dominated sorting genetic algorithm (NSGA). This approach leads to a more realistic and diversified set of solutions for taking decisions, known as Pareto-optimal solutions.