Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-06-09T11:41:20Z No. of bitstreams: 1 isabelamirandademendonca.pdf: 1432328 bytes, checksum: 68aebf134272c7d3ee8daad48baf21cd (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-13T13:30:43Z (GMT) No. of bitstreams: 1 isabelamirandademendonca.pdf: 1432328 bytes, checksum: 68aebf134272c7d3ee8daad48baf21cd (MD5) / Made available in DSpace on 2016-07-13T13:30:43Z (GMT). No. of bitstreams: 1 isabelamirandademendonca.pdf: 1432328 bytes, checksum: 68aebf134272c7d3ee8daad48baf21cd (MD5) Previous issue date: 2012-08-02 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta dissertação tem por objetivo a realização do planejamento estático da expansão de sistemas de transmissão de energia elétrica via otimização por Enxame de Partículas (EP). A metodologia proposta faz uso de um Algoritmo Heurístico Construtivo (AHC) que tem a finalidade de pré-selecionar as linhas candidatas à expansão mais relevantes, de modo a reduzir o espaço de busca e consequentemente, aumentar a eficiência do processo de otimização bioinspirado. Desta forma, a metodologia proposta pode ser dividida em duas etapas: (i) Obtenção do conjunto reduzido de rotas através do AHC, com o objetivo de identificar os caminhos relevantes à expansão e, assim, diminuir o espaço de busca; (ii) Utilização da otimização por enxame de partículas e das informações heurísticas advindas da primeira etapa, com o objetivo de encontrar o custo mínimo de expansão através de um número reduzidos de partículas. Em ambas as etapas a rede de transmissão é representada pelo modelo linearizado de fluxo de carga, onde as decisões de expansão são incorporadas ao problema através das equações originais do modelo CC. O critério de seleção da expansão é realizado através de heurística, de modo a evitar a explosão combinatória referente às alternativas de investimento. A metodologia proposta é aplicada ao sistema Garver e a dois sistemas reais equivalentes a região Sul e Sudeste do Brasil. / This dissertation aims at the realization of the static transmission network expansion planning (STNEP) of electric power systems using the Particle Swarm Optimization (PSO) method. The proposed methodology uses a Constructive Heuristic Algorithm (CHA) in order to pre-select the most relevant candidates lines for expansion, so as to reduce the search space and thereby increasing efficiency of the bioinspired optimization process. Thus, the proposed methodology can be divided into two steps: (i) Obtaining the reduced set of routes through the CHA, in order to identify relevant routes for expansion and thus reduce the search space; (ii) Using the Particle Swarm Optimization and heuristic information provided by the first stage, in order to find the minimum expansion cost using a reduced number of particles. In both stages the transmission network is represented by a linearized load flow model, where the expansion decisions are incorporated into the optimization problem using the original equations of the model DC. The selection of expansion criterion is done through heuristic in order to avoid combinatorial explosion associated with expansion alternatives. The proposed methodology is applied to the Garver system and two real equivalent South and Southeastern Brazilian systems.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-01-06T14:13:40Z No. of bitstreams: 1 isabelamirandademendonca.pdf: 2220110 bytes, checksum: 5dc0f4e3929098da2984e16872a06681 (MD5) / Approved for entry into archive by Diamantino Mayra (mayra.diamantino@ufjf.edu.br) on 2017-01-31T11:27:02Z (GMT) No. of bitstreams: 1 isabelamirandademendonca.pdf: 2220110 bytes, checksum: 5dc0f4e3929098da2984e16872a06681 (MD5) / Made available in DSpace on 2017-01-31T11:27:02Z (GMT). No. of bitstreams: 1 isabelamirandademendonca.pdf: 2220110 bytes, checksum: 5dc0f4e3929098da2984e16872a06681 (MD5) Previous issue date: 2016-08-19 / Este trabalho apresenta uma nova estratégia visando à redução do espaço de busca e à inicialização do processo de otimização multimodal para resolução do problema de planejamento estático da expansão de sistemas de transmissão de energia elétrica. Para tanto, a metodologia proposta faz uso de um algoritmo heurístico construtivo baseado em índices de sensibilidade, no qual as decisões de expansão são relaxadas e representadas através da função tangente hiperbólica. Através da consideração de diferentes inclinações da função tangente hiperbólica, dentro de um intervalo previamente determinado, associadas aos principais índices de sensibilidade existentes na literatura é possível extrair um conjunto reduzido de alternativas de expansão. Sendo assim, com base nas informações heurísticas obtidas, é utilizado um algoritmo bioinspirado visando obter de um plano final de expansão para sistemas de transmissão de energia elétrica. A rede de transmissão de energia elétrica é representada por um modelo linearizado de fluxo de carga. Os planos finais de expansão obtidos pela metodologia proposta foram satisfatórios, mostrando que a utilização da função tangente hiperbólica agregada às heurísticas adotadas resultaram em uma estratégia eficiente de decisão. Foram analisados os sistemas Garver, IEEE 24 barras, Sul Brasileiro de 46 barras, e o Colombiano de 93 barras. Os resultados obtidos pela a metodologia proposta foram satisfatórios e de excelente qualidade. / This thesis presents a new strategy aimed at the search space reduction and initialization of the multimodal optimization process to solve the problem of static expansion planning of electric power transmission systems. The proposed methodology uses a constructive heuristic algorithm based on sensitivity indices, in which the expansion decisions are relaxed and represented through the hyperbolic tangent function. By considering different slopes of the hyperbolic tangent function, within a predetermined range, associated with the main existing sensitivity indices in the literature, it is possible to extract a reduced set of expansion alternatives. Thus, based on the heuristic information obtained, a bio-inspired algorithm is used to obtain a final expansion plan for electric power transmission systems. The electric power transmission network is represented by a linear load flow. The final expansion plans obtained by the proposed methodology were satisfactory, showing that the use of the hyperbolic tangent function added to the adopted heuristics yielded an effective decision strategy. The Garver system, IEEE 24 bus system, real equivalent system in southern Brazil 46 bus and real Colombian system 93 bus were analyzed. The results obtained by the proposed method were satisfactory with excellent quality.

Orientador: Rubén Augusto Romero Lázaro / Resumo: A análise de sistemas altamente complexos quando e analizado o problema de planejamento de expansão de redes de transmissão de longo prazo, é o foco principal deste trabalho. Os modelos e metodos propostos são aplicados ao problema de planejamento estático tradicional, que é um problema de otimização matemática classificado como NP-completo, não-linear inteiro misto. O qual envolve no investimento, variáveis operacionais contínuas e variáveis inteiras. O comportamento normal de cada sistema pode conter informação essencial para a criação de novos métodos, como os planos de corte baseados em cortes de diferença de ângulos para problemas de grande escala, o que é a base é o ponto de partida deste trabalho, derivando em desigualdades válidas é ciclos críticos. Os cortes angulares básicos reduzem o espaço de busca do problema e o tempo total de cálculo deste problema, enquanto ao método de inequações válidas que pode ser usado para fornecer limites inferiores sólidos no investimento ótimo do planejamento de transmissão, já que a diferença entre o modelo DC (modelo exato) e o modelo de transporte (modelo mais relaxado) são as restrições angulares. Os ciclos críticos têm sido desenvolvidos para melhoraralguns dos modelos tradicionais do problemas de planejamento da expansão da rede de transmissão de longo prazo. A razão por trás disso é a ausência da segunda lei de Kirchhoff, que completa a representação do sistema, mas aumenta a complexidade. Para resolver os problemas resultantes... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The analysis of highly complex systems when solving the long-term transmission network expansion planning problem is the main focus of this work. The proposed improved models and methodology are applied to the traditionalstatic planning problem, which is a mathematical optimization problem classified as NP-complete and mixed-integer nonlinear problem. It involves continuousoperating variables and integer investment variables. The normal behavior of each system can be shown essential information to the creation of new methods, as the cutting-planes based in bus-angle difference cuts for large-scale problems which were the starting point of this work, deriving in valid inequalities and critic cycles. The angular cuts aim to reduce the search space of the problem and the total computation time of this NP-hard problem as for the valid inequalities methodthat can be used to provide strong lower bounds on the optimal investment of the transmissionplanning, since the difference between the DC model (exact model) and the transport model (more relaxed model) are the angular constraints. Critic cycles has been develop in order to improve some of the traditional long-term transmission network expansion planning problem models. The reason behind it is the absence of second Kirchhoff’s law which completes the representationof the system, but increase the complexity. In order to solve the resulting problems, this work uses the modeling language AMPL with the solver CPLEX. In test systems w... (Complete abstract click electronic access below) / Doutor

Orientador: Rubén Augusto Romero Lázaro / Resumo: Neste trabalho, consideram-se a análise teórica e a implementação computacional dos algoritmos Primal Simplex Canalizado (PSC) e Dual Simplex Canalizado (DSC) especializados. Esses algoritmos foram incorporados em um algoritmo Branch and Bound (B&B) de modo a resolver o problema de Planejamento da Expansão de Sistemas de Transmissão (PEST). Neste caso, o problema PEST foi modelado usando os chamados modelo de Transportes e modelo Linear Disjuntivo (LD), o que produz um problema de Programação Linear Inteiro Misto (PLIM). O algoritmo PSC é utilizado na resolução do problema de Programação Linear (PL) inicial após desconsiderar a restrição de integralidade do problema PLIM original. Juntamente com o algoritmo PSC, foi implementada uma estratégia para reduzir o número de variáveis artificiais adicionadas ao PL, consequentemente reduzindo o número de iterações do algoritmo PSC. O algoritmo DSC é utilizado na reotimização eficiente dos subproblemas gerados pelo algoritmo B&B, através do quadro ótimo do PL inicial, excluindo, assim, a necessidade da resolução completa de cada subproblema e, consequentemente, reduzindo o consumo de processamento e memória. Nesta pesquisa, é apresentada uma nova proposta de otimização, e, consequentemente, a implementação computacional usando a linguagem de programação FORTRAN que opera independentemente de qualquer solver. / Doutor

Submitted by JEFERSON BACK VANDERLINDE null (jefersonbv@yahoo.com.br) on 2017-11-01T16:38:25Z No. of bitstreams: 1 jeferson_tese_final_20171101.pdf: 4860852 bytes, checksum: 2f99c37969be3815f82b1b4455a40230 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-11-13T15:38:34Z (GMT) No. of bitstreams: 1 vanderlinde_jb_dr_ilha.pdf: 4860852 bytes, checksum: 2f99c37969be3815f82b1b4455a40230 (MD5) / Made available in DSpace on 2017-11-13T15:38:34Z (GMT). No. of bitstreams: 1 vanderlinde_jb_dr_ilha.pdf: 4860852 bytes, checksum: 2f99c37969be3815f82b1b4455a40230 (MD5) Previous issue date: 2017-09-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho, consideram-se a análise teórica e a implementação computacional dos algoritmos Primal Simplex Canalizado (PSC) e Dual Simplex Canalizado (DSC) especializados. Esses algoritmos foram incorporados em um algoritmo Branch and Bound (B&B) de modo a resolver o problema de Planejamento da Expansão de Sistemas de Transmissão (PEST). Neste caso, o problema PEST foi modelado usando os chamados modelo de Transportes e modelo Linear Disjuntivo (LD), o que produz um problema de Programação Linear Inteiro Misto (PLIM). O algoritmo PSC é utilizado na resolução do problema de Programação Linear (PL) inicial após desconsiderar a restrição de integralidade do problema PLIM original. Juntamente com o algoritmo PSC, foi implementada uma estratégia para reduzir o número de variáveis artificiais adicionadas ao PL, consequentemente reduzindo o número de iterações do algoritmo PSC. O algoritmo DSC é utilizado na reotimização eficiente dos subproblemas gerados pelo algoritmo B&B, através do quadro ótimo do PL inicial, excluindo, assim, a necessidade da resolução completa de cada subproblema e, consequentemente, reduzindo o consumo de processamento e memória. Nesta pesquisa, é apresentada uma nova proposta de otimização, e, consequentemente, a implementação computacional usando a linguagem de programação FORTRAN que opera independentemente de qualquer solver. / In this research, the theoretical analysis and computational implementation of the specialized dual simplex algorithm (DSA) and primal simplex algorithm (PSA) for bounded variables is considered. These algorithms have been incorporated in a Branch and Bound (B&B) algorithm to solve the Transmission Network Expansion Planning (TNEP) problem. In this case, the TNEP problem is modeled using transportation model and linear disjunctive model (DM), which produces a mixed-integer linear programming (MILP) problem. After relaxing the integrality of investment variables of the original MILP problem, the PSA is used to solve the initial linear programming (LP) problem. Also, it has been implemented a strategy in PSA to reduce the number of artificial variables which are added into the LP problem, and consequently reduces the number of iterations of PSA. Through optimal solution of the initial LP, the DSA is used in efficient reoptimization of subproblems, resulting from the B&B algorithm, thus excludes the need for complete resolution of each subproblems, which results reducing the CPU time and memory consumption. This research presents the implementation of the proposed approach using the FORTRAN programming language which operates independently and does not use any commercial solver.