O objetivo de um problema de Fluxo de Potência Ótimo é determinar o estado de um sistema de transmissão de energia elétrica que otimize um dado desempenho do sistema, e satisfaça suas restrições físicas e operacionais. O problema de Fluxo de Potência Ótimo é modelado como um problema de programação não linear com variáveis discretas e contínuas. Na maioria das abordagens da literatura para a resolução de problemas de Fluxo de Potência Ótimo, os controles discretos são modelados como variáveis contínuas. Estas formulações estão longe da realidade de um sistema elétrico pois alguns controles podem somente ser ajustados por passos discretos. Este trabalho apresenta um método para tratar as variáveis discretas do problema de Fluxo de Potência Ótimo. Uma função, que penaliza a função objetivo quando as variáveis discretas assumem valores não discretos, é apresentada. Ao incorporar esta função na função objetivo, um problema de programação não linear com somente variáveis contínuas é obtido e a solução desse problema é equivalente à solução do problema original, que contém variáveis discretas e contínuas. O problema de programação não linear é resolvido pelo Método de Pontos Interiores com Filtro. Experimentos numéricos com os sistemas elétricos IEEE 14, 30, 118 e 300 Barras comprovam que a abordagem proposta é eficiente na resolução de problemas de Fluxo de Potência Ótimo. / The aim of solving the Optimal Power Flow problem is to determine the state of an electric power transmission system that optimizes a given system performance, while satisfying its physical and operating constraints. The Optimal Power Flow problem is modeled as a large-scale mixed-discrete nonlinear programming problem. In most techniques existing in the literature to solve the Optimal Power Flow problems, the discrete controls are modeled as continuous variables. These formulations are unrealistic, as some controls can be set only to values taken from a given set of discrete values. This study proposes a method for handling the discrete variables of the Optimal Power Flow problem. A function, which penalizes the objective function when discrete variables assume non-discrete values, is presented. By including this penalty function into the objective function, a nonlinear programming problem with only continuous variables is obtained and the solution of this problem is equivalent to the solution of the initial problem that contains discrete and continuous variables. The nonlinear programming problem is solved by a Interior-Point Method with filter line-search. Numerical tests using the IEEE 14, 30, 118 and 300-Bus test systems indicate that the proposed approach is efficient in the resolution of OPF problems.

O objetivo de um problema de Fluxo de Potência Ótimo é determinar o estado de um sistema de transmissão de energia elétrica que otimize um dado desempenho do sistema, e satisfaça suas restrições físicas e operacionais. O problema de Fluxo de Potência Ótimo é modelado como um problema de programação não linear com variáveis discretas e contínuas. Na maioria das abordagens da literatura para a resolução de problemas de Fluxo de Potência Ótimo, os controles discretos são modelados como variáveis contínuas. Estas formulações estão longe da realidade de um sistema elétrico pois alguns controles podem somente ser ajustados por passos discretos. Este trabalho apresenta um método para tratar as variáveis discretas do problema de Fluxo de Potência Ótimo. Uma função, que penaliza a função objetivo quando as variáveis discretas assumem valores não discretos, é apresentada. Ao incorporar esta função na função objetivo, um problema de programação não linear com somente variáveis contínuas é obtido e a solução desse problema é equivalente à solução do problema original, que contém variáveis discretas e contínuas. O problema de programação não linear é resolvido pelo Método de Pontos Interiores com Filtro. Experimentos numéricos com os sistemas elétricos IEEE 14, 30, 118 e 300 Barras comprovam que a abordagem proposta é eficiente na resolução de problemas de Fluxo de Potência Ótimo. / The aim of solving the Optimal Power Flow problem is to determine the state of an electric power transmission system that optimizes a given system performance, while satisfying its physical and operating constraints. The Optimal Power Flow problem is modeled as a large-scale mixed-discrete nonlinear programming problem. In most techniques existing in the literature to solve the Optimal Power Flow problems, the discrete controls are modeled as continuous variables. These formulations are unrealistic, as some controls can be set only to values taken from a given set of discrete values. This study proposes a method for handling the discrete variables of the Optimal Power Flow problem. A function, which penalizes the objective function when discrete variables assume non-discrete values, is presented. By including this penalty function into the objective function, a nonlinear programming problem with only continuous variables is obtained and the solution of this problem is equivalent to the solution of the initial problem that contains discrete and continuous variables. The nonlinear programming problem is solved by a Interior-Point Method with filter line-search. Numerical tests using the IEEE 14, 30, 118 and 300-Bus test systems indicate that the proposed approach is efficient in the resolution of OPF problems.

Submitted by MARIELENA FONSECA TÓFOLI null (tofoli.mf@gmail.com) on 2017-07-23T23:57:51Z No. of bitstreams: 1 Dissertacao_MarielenaTofoli.pdf: 7712392 bytes, checksum: 832f7cd96b1d7fc53bf7cd7dc4fa2bd4 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-07-26T13:58:42Z (GMT) No. of bitstreams: 1 tofoli_mf_me_bauru.pdf: 7712392 bytes, checksum: 832f7cd96b1d7fc53bf7cd7dc4fa2bd4 (MD5) / Made available in DSpace on 2017-07-26T13:58:42Z (GMT). No. of bitstreams: 1 tofoli_mf_me_bauru.pdf: 7712392 bytes, checksum: 832f7cd96b1d7fc53bf7cd7dc4fa2bd4 (MD5) Previous issue date: 2017-06-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O problema de Fluxo de Potência Ótimo Reativo (FPOR) tem como objetivo otimizar um critério associado a potência reativa do sistema elétrico, levando em conta os limites físicos e técnicos-operacionais do mesmo. O problema de FPOR é formulado como um problema de programação não-linear com variáveis contínuas e discretas. Em muitos trabalhos da literatura, as variáveis discretas do problema de FPOR são consideradas como contínuas e a solução obtida é ajustada para o valor discreto mais próximo do conjunto de valores discretos pré-estabelecidos. Tal abordagem descaracteriza a representação real do problema associado ao sistema elétrico, além de resultar em soluções não ótimas ou até mesmo em soluções infactíveis. Este trabalho propõe uma abordagem de solução para tratar as variáveis discretas do problema de FPOR. Utiliza-se uma função penalidade senoidal que penaliza as variáveis discretas quando estas assumem valores que não pertencem ao conjunto discreto pré-estabelecido. A metodologia geral de solução proposta, utiliza métodos de pontos interiores e exteriores em conjunto com o método de penalidade para o tratamento das variáveis discretas. Mostra-se que a função penalidade senoidal introduz dificuldades para a convergência do método de pontos interiores e exteriores para pontos de mínimos. Para a correção deste problema, propõe-se uma estratégia de correção de inércia de modo a garantir a obtenção de mínimos locais do problema penalizado. O método de solução proposto foi implementado em Matlab e aplicado aos sistemas elétricos IEEE 14, 30, 57 e 118 barras. Os resultados obtidos evidenciam a eficiência da abordagem proposta. / The Reactive Optimal Power Flow (FPOR) has the objective of optimizing a criterion associated with the reactive power of the electric system, taking into account the physical and technical-operational limits of the same. The FPOR problem is formulated as a nonlinear programming problem with continuous and discrete variables. In many works of the literature, the discrete variables of the FPOR problem are considered to be continuous and the solution obtained is adjusted to the nearest discrete value of the set of preset discrete values. Such an approach de-characterizes the actual representation of the problem associated with the electrical system, as well as resulting in non-optimal solutions or even infeasible solutions. This work proposes a solution approach to treat the discrete variables of the FPOR problem. A sinusoidal penalty function is used that penalizes the discrete variables when they assume values that do not belong to the pre-established discrete set. The proposed general solution methodology uses interior and exterior point methods in conjunction with the penalty method for the treatment of discrete variables. It is shown that the sinusoidal penalty function introduces difficulties for the convergence of the method to minimum points. In order to correct this problem, a strategy of correction of inertia is proposed in order to guarantee the obtaining of local minimums of the penalized problem. The proposed solution method was implemented in Matlab and applied to IEEE 14, 30, 57 and 118 buses. The results obtained evidenced the efficiency of the proposed approach.

Orientador: Edilaine Martins Soler / Resumo: Neste trabalho, o problema de Fluxo de Potência Ótimo Reativo problema é modelado como um problema de Programação Não Linear Inteira Mista que tem como objetivo minimizar as perdas de potência ativa nas linhas de transmissão de energia elétrica e satisfazer as restrições físicas e operacionais do Sistema Elétrico de Potência. Afim de solucionar o problema, propõem-se três abordagens heurísticas de solução, denominadas de heurística de factibilidade, heurística de melhoria de solução e gap de integralidade como restrição de igualdade. As duas primeiras abordagens são baseadas na minimização do gap de integralidade das variáveis discretas. A heurística de factibilidade objetiva encontrar uma solução factível para o problema por meio de uma busca local. Já a heurística de melhoria de solução objetiva encontrar soluções factíveis melhores a cada iteração até que não seja mais possível, por meio de uma restrição de corte de nível da função objetivo. A terceira abordagem considera a função gap de integralidade como uma restrição do problema de Fluxo de Potência Ótimo Reativo contínuo. Em todas as abordagens, o problema de Fluxo de Potência Ótimo Reativo original é transformado em um problema contínuo resolvido pelo método de pontos interiores com filtro disponibilizado no solver Interior Point OPTimizer em interface com o software General Algebraic Modeling System. Testes numéricos com os sistemas elétricos IEEE 14, 30, 118 e 300 barras e PEGASE 1354 barras são realizados para comp... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In this work, the Reactive Optimal Power Flow problem is modeled as a Mixed-IntegerNon-Linear Programming problem and aims to minimize the active power losses throughoutthe transmission system, while satisfying the physical and technical constraints of thePower System. In order to solve the problem, three heuristics approaches are proposed,namely feasibility and solution improvement heuristics. The first and the second proposedheuristics are based on the minimization of the integrality gap of the discrete variables. Thefeasibility heuristic aims to find a feasible solution to the problem through a local search.The solution improvement heuristic aims to find better feasible solution iteratively until itis no longer possible, by adding level cuts in the objective function. The third approachconsiders the proposed integrality gap function as a new constraint of the continuousReactive Optimal Power Flow problem. In both approaches, the original Reactive OptimalPower Flow problem is modeled as a continuous problem and solved by the interior pointmethod with filter implemented in the Interior Point OPTimizer solver under the GeneralAlgebraic Modeling System interface. Numerical tests with the IEEE 14-, 30-, 118 and300-bus and the PEGASE 1354-bus electrical power systems are performed to show theefficiency of the proposed approaches. The numerical results indicate that the proposedapproaches showed to be competitive when compared to exact methods published in theliterature. / Doutor

O objetivo do presente trabalho é a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo (FPO), onde existe a necessidade de se considerar as variáveis de controle associadas aos taps de transformadores em-fase e chaveamentos de bancos de capacitores e reatores shunt como variáveis discretas e existe a necessidade da limitação, e/ou até mesmo a minimização do número de ações de controle. Neste trabalho, o problema de FPO será abordado por meio de três estratégias. Na primeira proposta, o problema de FPO é modelado como um problema de Programação Não Linear com Variáveis Contínuas e Discretas (PNLCD) para a minimização de perdas ativas na transmissão; são propostas três abordagens utilizando funções de discretização para o tratamento das variáveis discretas. Na segunda proposta, considera-se que o problema de FPO, com os taps de transformadores discretos e bancos de capacitores e reatores shunts fixos, possui uma limitação no número de ações de controles; variáveis binárias associadas ao número de ações de controles são tratadas por uma função quadrática. Na terceira proposta, o problema de FPO é modelado como um problema de Otimização Multiobjetivo. O método da soma ponderada e o método &#949-restrito são utilizados para modificar os problemas multiobjetivos propostos em problemas mono-objetivos. As variáveis binárias associadas às ações de controles são tratadas por duas funções, uma sigmoidal e uma polinomial. Para verificar a eficácia e a robustez dos modelos e algoritmos desenvolvidos serão realizados testes com os sistemas elétricos IEEE de 14, 30, 57, 118 e 300 barras. Todos os algoritmos e modelos foram implementados em General Algebraic Modeling System (GAMS) e os solvers CONOPT, IPOPT, KNITRO e DICOPT foram utilizados na resolução dos problemas. Os resultados obtidos confirmam que as estratégias de discretização são eficientes e as propostas de modelagem para variáveis binárias permitem encontrar soluções factíveis para os problemas envolvendo as ações de controles enquanto os solvers DICOPT e KNITRO utilizados para modelar variáveis binárias não encontram soluções. / The aims of this study are the investigation and the development of continuous and discrete optimization strategies to Optimal Power Flow (OPF) problems, where the control variables are the tap ratios of on-load tap changing (OLTC) transformers and shunt susceptances of switchable capacitors and reactors banks. These controls are discrete variables and a need for the limitation and/or even the minimization of the number of control adjustments is required. In this work, three strategies for solving the OPF problem have been deviced. In the first strategy, the OPF problem is modeled as a nonlinear programming problem with continuous and discrete variables for active power losses minimization; Three approaches using discretization functions for handling discrete variables have been investigated. In the second proposal, the OPF problem with discrete OLTC transformers and continuous shunt susceptances of switchable capacitors and reactors banks has a limitation on the number of control adjustments; binary variables associated with control adjustments are handled by a quadratic function. In the third proposal, the OPF problem is modeled as a multiobjective optimization problem. The weighting method and the &#949-constraint method are used to modify the proposed multiobjective problems onto single-objective problems. The binary variables associated with the controls are handled by sigmoidal and polynomial functions. The efficiency and robustness of the models and algorithms are shown for IEEE benchmark test-systems with up to 300 buses. All algorithms and models were implemented in GAMS modeling language and the results are obtained by means of CONOPT, IPOPT, KNITRO and DICOPT solvers. The results confirm that the discretization strategies are efficient and the proposed modeling for binary variables allows finding feasible solutions to problems involving the of controls while DICOPT and KNITRO solvers used to handle binary variables fail to find solutions.

O objetivo do presente trabalho é a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo (FPO), onde existe a necessidade de se considerar as variáveis de controle associadas aos taps de transformadores em-fase e chaveamentos de bancos de capacitores e reatores shunt como variáveis discretas e existe a necessidade da limitação, e/ou até mesmo a minimização do número de ações de controle. Neste trabalho, o problema de FPO será abordado por meio de três estratégias. Na primeira proposta, o problema de FPO é modelado como um problema de Programação Não Linear com Variáveis Contínuas e Discretas (PNLCD) para a minimização de perdas ativas na transmissão; são propostas três abordagens utilizando funções de discretização para o tratamento das variáveis discretas. Na segunda proposta, considera-se que o problema de FPO, com os taps de transformadores discretos e bancos de capacitores e reatores shunts fixos, possui uma limitação no número de ações de controles; variáveis binárias associadas ao número de ações de controles são tratadas por uma função quadrática. Na terceira proposta, o problema de FPO é modelado como um problema de Otimização Multiobjetivo. O método da soma ponderada e o método &#949-restrito são utilizados para modificar os problemas multiobjetivos propostos em problemas mono-objetivos. As variáveis binárias associadas às ações de controles são tratadas por duas funções, uma sigmoidal e uma polinomial. Para verificar a eficácia e a robustez dos modelos e algoritmos desenvolvidos serão realizados testes com os sistemas elétricos IEEE de 14, 30, 57, 118 e 300 barras. Todos os algoritmos e modelos foram implementados em General Algebraic Modeling System (GAMS) e os solvers CONOPT, IPOPT, KNITRO e DICOPT foram utilizados na resolução dos problemas. Os resultados obtidos confirmam que as estratégias de discretização são eficientes e as propostas de modelagem para variáveis binárias permitem encontrar soluções factíveis para os problemas envolvendo as ações de controles enquanto os solvers DICOPT e KNITRO utilizados para modelar variáveis binárias não encontram soluções. / The aims of this study are the investigation and the development of continuous and discrete optimization strategies to Optimal Power Flow (OPF) problems, where the control variables are the tap ratios of on-load tap changing (OLTC) transformers and shunt susceptances of switchable capacitors and reactors banks. These controls are discrete variables and a need for the limitation and/or even the minimization of the number of control adjustments is required. In this work, three strategies for solving the OPF problem have been deviced. In the first strategy, the OPF problem is modeled as a nonlinear programming problem with continuous and discrete variables for active power losses minimization; Three approaches using discretization functions for handling discrete variables have been investigated. In the second proposal, the OPF problem with discrete OLTC transformers and continuous shunt susceptances of switchable capacitors and reactors banks has a limitation on the number of control adjustments; binary variables associated with control adjustments are handled by a quadratic function. In the third proposal, the OPF problem is modeled as a multiobjective optimization problem. The weighting method and the &#949-constraint method are used to modify the proposed multiobjective problems onto single-objective problems. The binary variables associated with the controls are handled by sigmoidal and polynomial functions. The efficiency and robustness of the models and algorithms are shown for IEEE benchmark test-systems with up to 300 buses. All algorithms and models were implemented in GAMS modeling language and the results are obtained by means of CONOPT, IPOPT, KNITRO and DICOPT solvers. The results confirm that the discretization strategies are efficient and the proposed modeling for binary variables allows finding feasible solutions to problems involving the of controls while DICOPT and KNITRO solvers used to handle binary variables fail to find solutions.

Submitted by DAISY PAES SILVA null (daisypaess@gmail.com) on 2016-05-18T15:43:23Z No. of bitstreams: 1 Dissertação.pdf: 3068870 bytes, checksum: d65c9a34405a8cb377b1440005b0fb11 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-05-20T17:31:48Z (GMT) No. of bitstreams: 1 silva_dp_me_bauru.pdf: 3068870 bytes, checksum: d65c9a34405a8cb377b1440005b0fb11 (MD5) / Made available in DSpace on 2016-05-20T17:31:48Z (GMT). No. of bitstreams: 1 silva_dp_me_bauru.pdf: 3068870 bytes, checksum: d65c9a34405a8cb377b1440005b0fb11 (MD5) Previous issue date: 2016-03-29 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / O problema de Fluxo de Potência Ótimo (FPO) é considerado um importante problema da Engenharia Elétrica desde a década de 1960. A partir de então, muitos trabalhos foram publicados com diferentes formulações e abordagens para a resolução deste problema. Muitas destas abordagens desconsiderava a natureza discreta das variáveis de controle e consideram todas as variáveis do problema como contínuas. Estas formulações são aproximações do problema de FPO, pois, algumas variáveis podem somente ser ajustadas por passos discretos, conforme a realidade do sistema. No problema de Fluxo de Potência Ótimo Reativo (FPOR), caso particular do problema de FPO, as variáveis relacionadas à potência ativa são fixadas e a otimização somente considera as variáveis relacionadas à potência reativa. O problema de FPOR pode ser modelado matematicamente como um problema de programação não-linear com variáveis discretas e contínuas. Neste trabalho, propõem-se das abordagens para resolução do problema FPOR que consideram a natureza discreta das variáveis do problema. Nas abordagens propostas são utilizadas funções penalidade associadas a um método de pontos interiores, combinando as vantagens de ambos para a resolução do problema de FPOR. Desenvolvem-se funções penalidade polinomiais para tratar as variáveis de controle discretas do problema, taps dos transformadores e bancos de capacitores e de reatores shunt, obtendo-se uma sequência de problemas contínuos, diferenciáveis e penalizados, que são resolvidos pelo método de pontos interiores implementado no solver gratuito IPOPT. As soluções de tais problemas convergem para a solução do problema original. Os testes numéricos foram realizados com os sistemas elétricos IEEE 14, 30, 118 e 300 barras para verificar a eficiência das abordagens propostas. / The Optimal Power Flow Problem (OPF) is considered an important problem of the electrical engineering since the 1960s. From that moment, many papers were published with different formulations and approaches for solving this problem. Many of these approaches disregard the discrete nature of the control variables and consider all the variables of the problem as continuous. These formulations are approximations of the OPF problem, because some variables can be adjusted only by discrete steps, according to the system reality. In the Reactive Optimal Power Flow problem (ROPF), particular case of the OPF problem, the variables related to the active power are fixed and the optimization only considers the variables related to the reactive power. The ROPF problem can be mathematically modeled as a nonlinear programming problem with discrete and continuous variables. In this work, two approaches are presented for solving the ROPF problem considering the discrete nature of its variables. In the presented approaches, penalty functions are used associated with an interior-point method, combining the advantages of both for solving the ROPF problem. Polynomial penalty functions are used to treat the discrete control variables of the problem, transformers taps and shunt susceptances, obtaining a sequence of continuous, differentiable and penalized problems, which are solved by the interior-point method implemented in the IPOPT free solver. The solution of such problems converge to the solution of the original problem. The numerical tests were performed in the electrical systems IEEE 14, IEEE 30 and IEEE 118 buses to show the efficiency of the proposed methods. / CNPq: 130486/2014-0

Orientador: Edméa Cássia Baptista / Resumo: O problema de fluxo de potência ótimo reativo é representado matematicamente por um problema de otimização não linear, restrito, não convexo, de grande porte e com variáveis de controle contínuas e discretas. A representação dos taps dos transformadores em fase e das susceptâncias shunt dos bancos de capacitores/reatores do sistema como variáveis discretas, torna o problema mais próximo da realidade. Entretanto, problemas de otimização não linear com variáveis discretas apresentam dificuldades em sua resolução, as quais são impostas pelas variáveis discretas. Uma das técnicas para sua resolução consiste em utilizar funções penalidades para tratar as variáveis discretas. Desta forma, transforma-se o problema discreto em uma sequência de problemas contínuos, e o método primal-dual barreira logarítmica pode ser utilizado para resolver esses problemas. Neste trabalho o objetivo é analisar a convergência do método de penalidade para variáveis discretas aplicado ao problema de fluxo de potência ótimo reativo, ao se utilizar diferentes funções penalidade e a combinação delas. Testes computacionais foram realizados com um exemplo númérico e com os sistemas elétricos IEEE 14, 30 e 118 barras, utilizando o pacote de otimização KNITRO em interface com o software GAMS. Os resultados demonstram que a combinação de diferentes funções penalidade para o tratamento das variáveis discretas é promissora. / Abstract: The reactive optimal power flow problem is mathematically represented by a nonlinear, constrained, nonconvex, large scale optimization problem with continuous and discrete control variables. The representation of the in-phase transformers taps and/or the shunt susceptances of capacitor/reactor Banks of the system, as discrete variables, make the problem closer to reality. Nonlinear optimization problems with discrete variables are difficulty to solve, due to the discrete variables. One of the soluction techniques consist in using penalty functions to treat the discrete variables. Thus, the discrete problem is transformed in a sequence of continuous problems, and the primal dual logarithmic barrier method can be used to solve these problems. In this work the objective is to analyze the convergence of the penalty method for discrete variables applied to the reactive optimal power flow problem, by using different penalty functions and the mixture of them. Computational tests have been carried out with a numerical example and with the IEEE 14, 30 and 118 buses electrical systems, using the KNITRO optimization package in interface with the GAMS software. The results show that a mixture of different penalty functions for treatment of discrete variable is advantageous. / Mestre

Este trabalho propõe um novo modelo e uma nova abordagem para resolução do problema de fluxo de potência ótimo reativo com variáveis de controle discretas e restrições de atuação de dispositivos de controle de tensão. Matematicamente, esse problema é formulado como um problema de programação não linear com variáveis contínuas e discretas e restrições de complementaridade, cuja abordagem para resolução proposta neste trabalho se baseia na resolução de uma sequência de problemas modificados pelo algoritmo da função Lagrangiana barreira modificada-penalidade-discreto. Nessa abordagem, o problema original é modificado da seguinte forma: 1) as variáveis discretas são tratadas como contínuas por funções senoidais incorporadas na função objetivo do problema original; 2) as restrições de complementaridade são transformadas em restrições de desigualdade equivalentes; e 3) as restrições de desigualdade são transformadas em restrições de igualdade a partir do acréscimo de variáveis de folga não negativas. Para resolver o problema modificado, a condição de não negatividade das variáveis de folga é tratada por uma função barreira modificada com extrapolação quadrática. O problema modificado é transformado em um problema Lagrangiano, cuja solução é determinada a partir da aplicação das condições necessárias de otimalidade. No algoritmo da função Lagrangiana barreira modificada-penalidade-discreto, uma sequência de problemas modificados é resolvida até que todas as variáveis do problema modificado associadas às variáveis discretas do problema original assumam valores discretos. Para demonstrar a eficácia do modelo proposto e a robustez dessa abordagem para resolução de problemas de fluxo de potência ótimo reativo, foram realizados testes com os sistemas elétricos IEEE de 14, 30, 57 e 118 barras e com o sistema equivalente CESP 440 kV de 53 barras. Os resultados mostram que a abordagem para resolução de problemas de programação não linear proposta é eficaz no tratamento de variáveis discretas e restrições de complementaridade. / This work proposes a novel model and a new approach for solving the reactive optimal power flow problem with discrete control variables and voltage-control actuation constraints. Mathematically, such problem is formulated as a nonlinear programming problem with continuous and discrete variables and complementarity constraints, whose proposed resolution approach is based on solving a sequence of modified problems by the discrete penalty-modified barrier Lagrangian function algorithm. In this approach, the original problem is modified in the following way: 1) the discrete variables are treated as continuous by sinusoidal functions incorporated into the objective function of the original problem; 2) the complementarity constraints are transformed into equivalent inequality constraints; and 3) the inequality constraints are transformed into equality constraints by the addition of non-negative slack variables. To solve the modified problem, the non-negativity condition of the slack variables is treated by a modified barrier function with quadratic extrapolation. The modified problem is transformed into a Lagrangian problem, whose solution is determined by the application of the first-order necessary optimality conditions. In the discrete penalty- modified barrier Lagrangian function algorithm, a sequence of modified problems is successively solved until all the variables of the modified problem that are associated with the discrete variables of the original problem assume discrete values. The efectiveness of the proposed model and the robustness of this approach for solving reactive optimal power flow problems were verified with the IEEE 14, 30, 57 and 118-bus test systems and the 440 kV CESP 53-bus equivalent system. The results show that the proposed approach for solving nonlinear programming problems successfully handles discrete variables and complementarity constraints.

Este trabalho propõe um novo modelo e uma nova abordagem para resolução do problema de fluxo de potência ótimo reativo com variáveis de controle discretas e restrições de atuação de dispositivos de controle de tensão. Matematicamente, esse problema é formulado como um problema de programação não linear com variáveis contínuas e discretas e restrições de complementaridade, cuja abordagem para resolução proposta neste trabalho se baseia na resolução de uma sequência de problemas modificados pelo algoritmo da função Lagrangiana barreira modificada-penalidade-discreto. Nessa abordagem, o problema original é modificado da seguinte forma: 1) as variáveis discretas são tratadas como contínuas por funções senoidais incorporadas na função objetivo do problema original; 2) as restrições de complementaridade são transformadas em restrições de desigualdade equivalentes; e 3) as restrições de desigualdade são transformadas em restrições de igualdade a partir do acréscimo de variáveis de folga não negativas. Para resolver o problema modificado, a condição de não negatividade das variáveis de folga é tratada por uma função barreira modificada com extrapolação quadrática. O problema modificado é transformado em um problema Lagrangiano, cuja solução é determinada a partir da aplicação das condições necessárias de otimalidade. No algoritmo da função Lagrangiana barreira modificada-penalidade-discreto, uma sequência de problemas modificados é resolvida até que todas as variáveis do problema modificado associadas às variáveis discretas do problema original assumam valores discretos. Para demonstrar a eficácia do modelo proposto e a robustez dessa abordagem para resolução de problemas de fluxo de potência ótimo reativo, foram realizados testes com os sistemas elétricos IEEE de 14, 30, 57 e 118 barras e com o sistema equivalente CESP 440 kV de 53 barras. Os resultados mostram que a abordagem para resolução de problemas de programação não linear proposta é eficaz no tratamento de variáveis discretas e restrições de complementaridade. / This work proposes a novel model and a new approach for solving the reactive optimal power flow problem with discrete control variables and voltage-control actuation constraints. Mathematically, such problem is formulated as a nonlinear programming problem with continuous and discrete variables and complementarity constraints, whose proposed resolution approach is based on solving a sequence of modified problems by the discrete penalty-modified barrier Lagrangian function algorithm. In this approach, the original problem is modified in the following way: 1) the discrete variables are treated as continuous by sinusoidal functions incorporated into the objective function of the original problem; 2) the complementarity constraints are transformed into equivalent inequality constraints; and 3) the inequality constraints are transformed into equality constraints by the addition of non-negative slack variables. To solve the modified problem, the non-negativity condition of the slack variables is treated by a modified barrier function with quadratic extrapolation. The modified problem is transformed into a Lagrangian problem, whose solution is determined by the application of the first-order necessary optimality conditions. In the discrete penalty- modified barrier Lagrangian function algorithm, a sequence of modified problems is successively solved until all the variables of the modified problem that are associated with the discrete variables of the original problem assume discrete values. The efectiveness of the proposed model and the robustness of this approach for solving reactive optimal power flow problems were verified with the IEEE 14, 30, 57 and 118-bus test systems and the 440 kV CESP 53-bus equivalent system. The results show that the proposed approach for solving nonlinear programming problems successfully handles discrete variables and complementarity constraints.