Made available in DSpace on 2017-07-10T17:11:46Z (GMT). No. of bitstreams: 1 DISSERTACAO Katiani Pereira2.pdf: 3768192 bytes, checksum: daffa714558affb1cf5db22181b4a527 (MD5) Previous issue date: 2014-02-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The development of a mathematical optimization model for the allocation of switching devices and interconnecting branches in electric power distribution systems is presented. This model aims to minimize the cost of load unserved energy and investment costs. The main constraints are continuity indicators, like DEC and FEC and technical constraints from the power flow of the system. The model is a mixed integer nonlinear programming (MINLP) which proposes the building of new interconnection lines between the main branch and lateral extensions of the same feeder. The objectives of this model are to improve system reliability and minimize energy costs, the construction of the Pareto curve by varying weighting factors contained in the objective function is presented in order to find a set of solutions to be presented to the decision maker of a distribution utility. To prove the behavior of the model, a genetic algorithm was used as solution technique in several test systems. / No presente trabalho é apresentado o desenvolvimento de um modelo matemático de otimização para a alocação de chaves seccionadoras e ramos de interconexão em sistemas de distribuição de energia elétrica. Este modelo tem como objetivo minimizar os custos de energia não suprida e os custos de investimento, na alocação das chaves seccionadoras e ramais de interconexão. As principais restrições são os indicadores de continuidade DEC e FEC e o fluxo de potência do sistema, sendo este um problema de programação não linear inteiro misto (PNLIM), tendo como diferencial propor que os ramais de interconexão possam ser construídos entre o tronco principal e os ramais laterais de um mesmo alimentador. Os objetivos desse modelo são melhorar a confiabilidade do sistema e minimizar os custos de energia, desta forma apresenta-se a construção da Curva de Pareto através da variação dos fatores de peso contidos na função objetivo, com a obtenção desta curva foi possível encontrar um conjunto de soluções para que o tomador de decisões de uma empresa, possa escolher qual dessas soluções se enquadra melhor na sua proposta de trabalho. Utiliza-se o algoritmo genético como técnica de solução em vários sistemas testes para avaliar o comportamento do modelo matemático.