O problema de Fluxo de Potência Ótimo (FPO) vem sendo estudado desde a década de 1960 e vários métodos de resolução são encontrados na literatura. Em particular, os métodos de Pontos-Interiores (PI) vêm tendo um grande destaque devido a sua robustez e eficiência, alcançando convergência com reduzido número de iteraçoes mesmo em problemas com um grande número de variáveis. Apesar do seu bom desempenho computacional no que se refere a número de iterações e tempo de processamento, os métodos de PI não possuem convergência global, que consiste em encontrar uma solução independente da escolha do ponto inicial. Um dos objetivos desta pesquisa é o desenvolvimento de um algoritmo de FPO globalmente convergente, ou seja, capaz de encontrar uma solução sempre que uma existir. Para atingir esse objetivo, o algoritmo proposto associa métodos de Região de Confiança com os eficientes métodos de PI. Algoritmos globalmente convergentes são invariavelmente computacionalmente intensivos, de forma que três abordagens distintas para a resolução dos subproblemas de região de confiança foram estudadas. Quanto à formulação do problema de FPO, foram desenvolvidos modelos que consideram dispositivos FACTS, como o UPFC (Unified Power Flow Controller), e restrições de estabilidade de tensão. Algumas opções de função objetivo, como minimização de perdas, minimização de corte de carga e maximização de carregamento, foram testadas e o desempenho do algoritmo proposto foi avaliado comparando-o ao desempenho de algoritmos de PI já conhecidos.O problema de Fluxo de Potência Ótimo (FPO) vem sendo estudado desde a década de 1960 e vários métodos de resolução são encontrados na literatura. Em particular, os métodos de Pontos-Interiores (PI) vêm tendo um grande destaque devido a sua robustez e eficiência, alcançando convergência com reduzido número de iteraçoes mesmo em problemas com um grande número de variáveis. Apesar do seu bom desempenho computacional no que se refere a número de iterações e tempo de processamento, os métodos de PI não possuem convergência global, que consiste em encontrar uma solução independente da escolha do ponto inicial. Um dos objetivos desta pesquisa é o desenvolvimento de um algoritmo de FPO globalmente convergente, ou seja, capaz de encontrar uma solução sempre que uma existir. Para atingir esse objetivo, o algoritmo proposto associa métodos de Região de Confiança com os eficientes métodos de PI. Algoritmos globalmente convergentes são invariavelmente computacionalmente intensivos, de forma que três abordagens distintas para a resolução dos subproblemas de região de confiança foram estudadas. Quanto à formulação do problema de FPO, foram desenvolvidos modelos que consideram dispositivos FACTS, como o UPFC (Unified Power Flow Controller), e restrições de estabilidade de tensão. Algumas opções de função objetivo, como minimização de perdas, minimização de corte de carga e maximização de carregamento, foram testadas e o desempenho do algoritmo proposto foi avaliado comparando-o ao desempenho de algoritmos de PI já conhecidos.O problema de Fluxo de Potência Ótimo (FPO) vem sendo estudado desde a década de 1960 e vários métodos de resolução são encontrados na literatura. Em particular, os métodos de Pontos-Interiores (PI) vêm tendo um grande destaque devido a sua robustez e eficiência, alcançando convergência com reduzido número de iteraçoes mesmo em problemas com um grande número de variáveis. Apesar do seu bom desempenho computacional no que se refere a número de iterações e tempo de processamento, os métodos de PI não possuem convergência global, que consiste em encontrar uma solução independente da escolha do ponto inicial. Um dos objetivos desta pesquisa é o desenvolvimento de um algoritmo de FPO globalmente convergente, ou seja, capaz de encontrar uma solução sempre que uma existir. Para atingir esse objetivo, o algoritmo proposto associa métodos de Região de Confiança com os eficientes métodos de PI. Algoritmos globalmente convergentes são invariavelmente computacionalmente intensivos, de forma que três abordagens distintas para a resolução dos subproblemas de região de confiança foram estudadas. Quanto à formulação do problema de FPO, foram desenvolvidos modelos que consideram dispositivos FACTS, como o UPFC (Unified Power Flow Controller), e restrições de estabilidade de tensão. Algumas opções de função objetivo, como minimização de perdas, minimização de corte de carga e maximização de carregamento, foram testadas e o desempenho do algoritmo proposto foi avaliado comparando-o ao desempenho de algoritmos de PI já conhecidos.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-03-02T15:54:49Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação_Daniele A. F. Silva.pdf: 1378175 bytes, checksum: 8dfe0d31351466e795bb26e262eb8780 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-03-02T15:55:00Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação_Daniele A. F. Silva.pdf: 1378175 bytes, checksum: 8dfe0d31351466e795bb26e262eb8780 (MD5) / Made available in DSpace on 2018-03-02T15:55:00Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação_Daniele A. F. Silva.pdf: 1378175 bytes, checksum: 8dfe0d31351466e795bb26e262eb8780 (MD5) Previous issue date: 2016-11-04 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work presents a linear search algorithm for unconstrained optimization problems proposed by Gonglin Yuan, Sha Lu Wei and Zengxi [1], called here by Algorithm GSZ. This algorithm is designed from the perspective of inheriting the simplicity and low computational cost of the conjugate gradient method. n this context, a detailed proof of the global convergence analysis for functions not necessarily convex is presented. We also emphasize the achievement of the linear convergence rate for the case where the function is strongly Convex. / Neste trabalho apresentamos um algoritmo de busca linear para problemas de otimização irrestrita proposto por Gonglin Yuan, Sha Lu e Zengxi Wei [1], denominado aqui por Algoritmo GSZ. Este algoritimo é concebido sob a perspectiva de herdar a simplicidade e o baixo custo computacional do método do gradiente conjugado. Neste contexto, uma prova detalhada da análise de convergência global para funções não necessariamente convexas é apresentada. Ressaltamos ainda a obtenção da taxa de convergência linear para o caso em que a função é fortemente convexa.

Orientadores: Sandra Augusta Santos, Márcia Aparecida Gomes-Ruggiero / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-16T21:37:45Z (GMT). No. of bitstreams: 1 Sachine_Mael_D.pdf: 4721541 bytes, checksum: 0506c48fbbc3961c4626c36a0487fa1c (MD5) Previous issue date: 2010 / Resumo: Neste trabalho propomos modificações globalmente convergentes para o Método das Assíntotas Móveis (MMA), baseadas no parâmetro espectral para a construção das aproximações das funções originais e na relaxação da condição conservadora. A informação de segunda ordem presente no parâmetro espectral é incluída nas aproximações racionais da função objetivo e das restrições não-lineares no início de cada iteração, de modo a melhorar a qualidade dos modelos. A condição conservadora é relaxada por meio de uma seqüência forçante controlada somável, de maneira que a convergência global é mantida. Também, propomos uma nova estratégia para resolver os subproblemas MMA por meio do problema dual, usando uma técnica de região de confiança. Os experimentos numéricos realizados comprovam a eficiência das estratégias propostas. Ainda, por trabalharmos com um problema aumentado associado à formulação padrão para o problema de programação não-linear com restrições de desigualdade, estabelecemos relações entre os pontos KKT do problema aumentado e os pontos correspondentes do problema original associado / Abstract: In this work we propose globally convergent versions for the Method of Moving Asymptotes (MMA), based on the spectral parameter for updating the approximations of the original functions and on relaxing the conservative condition. The second-order information present in the spectral parameter is included in the rational approximations of the objective function and of the nonlinear constraints in the beginning of each iteration, so as to improve the quality of the models. The conservative condition is relaxed by means of a summable controlled forcing sequence, so that global convergence is maintained. Also, we propose a new strategy to solve the MMA subproblems by means of the dual problem, using a trust-region technique. The performed numerical experiments confirm the efficiency of the proposed strategies. In addition, by working with an extended problem associated with the standard formulation for the nonlinear programming problem with inequality constraints, we have established relationships between the KKT points of the extended problem and the corresponding points of the associated original problem / Doutorado / Matematica Aplicada / Doutor em Matemática Aplicada