Spelling suggestions: "subject:"boltage corrective control"" "subject:"coltage corrective control""
1 |
Fluxo de potência ótimo em sistemas multimercados através de um algorítmo evolutivo multiobjetivoAmorim, Elizete de Andrade [UNESP] 21 July 2006 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:30:52Z (GMT). No. of bitstreams: 0
Previous issue date: 2006-07-21Bitstream added on 2014-06-13T19:00:51Z : No. of bitstreams: 1
amorim_ea_dr_ilha.pdf: 1200042 bytes, checksum: 598a8d060889d642964ac8c022c167e1 (MD5) / Esta pesquisa tem por objetivo o desenvolvimento de uma ferramenta computacional para a solução do problema de Fluxo de Potência Ótimo Multimercado (FPOM). O problema de fluxo de potência ótimo mutimercado é decomposto em vários subproblemas, uma para cada, submercado que compõe o sistema de potência interconectado. O modelo de decomposição utilizado permite resolver o problema de FPO considerando-se os modelos de mercado desverticalizados e centralizados e os desverticalizados e descentralizados. Neste contexto, a pesquisa desenvolvida considera o novo esquema de funcionamento dos mercados de energia elétrica, no qual é vi freqüentemente desejável preservar a autonomia de cada um dos submercados que compõem o sistema de potência multimercado. O problema de FPO proposto é modelado como um problema de otimização não-linear inteiro misto, com variáveis de controle contínuas e discretas e têm ênfase no despacho econômico da geração de potência ativa e nos ajustes dos controles de tensão. Além disso, este modelo de FPO trata os subproblemas ativo e reativo simultaneamente. Para a sua solução é apresentado um algoritmo evolutivo multiobjetivo, baseado no NSGA (Nondominated Sorting Genetic Algorithm), pois características do problema abordado dificultam a sua solução através das técnicas baseadas em programação matemática e justificam a escolha da metaheurística multiobjetivo. / This research is aimed at developing a computational tool for the solution of the Multimarket Optimal Power Flow (MOPF) problem. The multimarket optimal power flow problem is decomposed in various subproblems, one for each submarket that is part of the interconnected power system. The decomposition model used here allows solving the OPF problem considering the deregulated and centralized, and the deregulated and decentralized market models. In this context, the developed research takes into account the new functioning scheme of the electric power markets, viii where it is frequently desirable to preserve the autonomy of each one of those submarkets that compose the multimarket power system. The proposed OPF problem is modeled as a mixed integer non-linear optimization problem with continuous and discrete control variables, emphasizing the economic dispatch of the active power generation and the voltage control adjustments. In addition, this model of OPF deals simultaneously with the active and reactive subproblems. For its solution, a multiobjective evolutionary algorithm based on the NSGA (Nondominated Sorting Genetic Algorithm) is presented. The characteristics of the problem make difficult the utilization of techniques based on mathematical programming, justifying the adoption of a multiobjective metaheuristic.
|
2 |
Fluxo de potência ótimo em sistemas multimercados através de um algorítmo evolutivo multiobjetivo /Amorim, Elizete de Andrade. January 2006 (has links)
Orientador: José Roberto Sanches Mantovani / Banca: Rubén Augusto Romero Lázaro / Banca: Carlos Roberto Minussi / Banca: Geraldo Roberto Martins da Costa / Banca: Antônio César Baleeiro Alves / Resumo: Esta pesquisa tem por objetivo o desenvolvimento de uma ferramenta computacional para a solução do problema de Fluxo de Potência Ótimo Multimercado (FPOM). O problema de fluxo de potência ótimo mutimercado é decomposto em vários subproblemas, uma para cada, submercado que compõe o sistema de potência interconectado. O modelo de decomposição utilizado permite resolver o problema de FPO considerando-se os modelos de mercado desverticalizados e centralizados e os desverticalizados e descentralizados. Neste contexto, a pesquisa desenvolvida considera o novo esquema de funcionamento dos mercados de energia elétrica, no qual é vi freqüentemente desejável preservar a autonomia de cada um dos submercados que compõem o sistema de potência multimercado. O problema de FPO proposto é modelado como um problema de otimização não-linear inteiro misto, com variáveis de controle contínuas e discretas e têm ênfase no despacho econômico da geração de potência ativa e nos ajustes dos controles de tensão. Além disso, este modelo de FPO trata os subproblemas ativo e reativo simultaneamente. Para a sua solução é apresentado um algoritmo evolutivo multiobjetivo, baseado no NSGA (Nondominated Sorting Genetic Algorithm), pois características do problema abordado dificultam a sua solução através das técnicas baseadas em programação matemática e justificam a escolha da metaheurística multiobjetivo. / Abstract: This research is aimed at developing a computational tool for the solution of the Multimarket Optimal Power Flow (MOPF) problem. The multimarket optimal power flow problem is decomposed in various subproblems, one for each submarket that is part of the interconnected power system. The decomposition model used here allows solving the OPF problem considering the deregulated and centralized, and the deregulated and decentralized market models. In this context, the developed research takes into account the new functioning scheme of the electric power markets, viii where it is frequently desirable to preserve the autonomy of each one of those submarkets that compose the multimarket power system. The proposed OPF problem is modeled as a mixed integer non-linear optimization problem with continuous and discrete control variables, emphasizing the economic dispatch of the active power generation and the voltage control adjustments. In addition, this model of OPF deals simultaneously with the active and reactive subproblems. For its solution, a multiobjective evolutionary algorithm based on the NSGA (Nondominated Sorting Genetic Algorithm) is presented. The characteristics of the problem make difficult the utilization of techniques based on mathematical programming, justifying the adoption of a multiobjective metaheuristic. / Doutor
|
Page generated in 0.1053 seconds