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.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-10T13:26:21Z No. of bitstreams: 1 jorgefelipebarbosamota.pdf: 2249566 bytes, checksum: 432c0da8b02f3dd942bb9fb9af4add75 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-13T18:36:13Z (GMT) No. of bitstreams: 1 jorgefelipebarbosamota.pdf: 2249566 bytes, checksum: 432c0da8b02f3dd942bb9fb9af4add75 (MD5) / Made available in DSpace on 2017-03-13T18:36:13Z (GMT). No. of bitstreams: 1 jorgefelipebarbosamota.pdf: 2249566 bytes, checksum: 432c0da8b02f3dd942bb9fb9af4add75 (MD5) Previous issue date: 2016-09-09 / As concessionárias de energia são obrigadas a aplicar parte de sua receita operacional líquida na execução de projetos de eficiência energética, de acordo com a Agência Nacional de Energia Elétrica (ANEEL). O projeto do tipo baixa renda é parte desse portfólio de projetos possíveis e capta a maior parte dessa aplicação. Dessa forma, torna-se de suma importância a criação de uma metodologia para dimensionar os projetos dessa tipologia e direcionar as tomadas de decisões das concessionárias de energia do Brasil. Métodos de otimização bioinspirados tratam de problemas combinatórios e não lineares, caso do equacionamento matemático do cálculo da relação custo benefício de projetos de eficiência energética de tipologia baixa renda. O presente trabalho propõe a aplicação de dois métodos de otimização reconhecidos, a otimização por colônia de formigas, ou Ant Colony Optimization (ACO), e a otimização por enxame de partículas, ou Particle Swarm Optimization (PSO), para calcular e otimizar a relação custo benefício de projetos de eficiência energética regulatórios do tipo baixa renda. Sendo assim, aplica métodos computacionais bioinspirados no dimensionamento dos projetos de eficiência energética, além de otimizar esses projetos, obtendo o melhor resultado operacional, do ponto de vista da eficiência energética, com o melhor custo para a sociedade. / The electricity utilities are required to invest part of its net operating income in the implementation of energy efficiency projects, according to the National Electric Energy Agency (ANEEL). The low-income type design is part of portfolio of possible projects and captures most of this application. Thus, it becomes very important to create a methodology to scale projects of this type and direct decision making of utilities in Brazil. Bioinspired optimization methods deal with combinatorial and nonlinear problems, if the mathematical equations for calculating the cost benefit rate of energy efficiency projects in low-income type. This paper proposes two recognized bioinspired optimization methods, the Ant Colony Optimization (ACO) and the Particle Swarm Optimization (PSO) to calculate and optimize the cost effectiveness of energy efficiency regulatory projects, the low-income type. Thus, propose a scientific methods of sizing of the energy efficiency projects, while optimizing these projects, obtaining the best operating result, from the point of view of energy efficiency with the best cost to society.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-04-06T18:38:52Z No. of bitstreams: 1 franciscocarlosrodriguescoelho.pdf: 4497321 bytes, checksum: 84c61f06bc2ac3aae79f57fc04d6cb0f (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-04-24T03:52:25Z (GMT) No. of bitstreams: 1 franciscocarlosrodriguescoelho.pdf: 4497321 bytes, checksum: 84c61f06bc2ac3aae79f57fc04d6cb0f (MD5) / Made available in DSpace on 2016-04-24T03:52:25Z (GMT). No. of bitstreams: 1 franciscocarlosrodriguescoelho.pdf: 4497321 bytes, checksum: 84c61f06bc2ac3aae79f57fc04d6cb0f (MD5) Previous issue date: 2013-08-16 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A alocação de geração distribuída em sistemas de distribuição de energia elétrica consiste em definir a localização ótima para instalação de centrais geradoras distribuídas no sistema e a quantidade de potência que deverá ser injetada por estas centrais, de modo a minimizar as perdas técnicas inerentes aos sistemas de distribuição. Este é um problema de otimização de difícil solução e que apresenta implicações ambientais e econômicas. A técnica de otimização empregada nesta pesquisa para determinar a alocação dos geradores distribuídos é recente, sendo a mesma bioinspirada. Ela se baseia na ecolocalização de morcegos e foi desenvolvida em 2010 pelo pesquisador Xin-She Yang. Esta técnica de otimização agrega em sua constituição conhecimento prévio adquirido por outras técnicas de otimização, como enxame de partículas e busca harmônica, utilizando assim, as vantagens inerentes a cada uma destas ferramentas. Esta característica confere à otimização via ecolocalização uma expectativa de sucesso em problemas de difícil solução, com características combinatórias, que é o caso do problema em estudo. Com o intuito de melhorar o desempenho da técnica de otimização em questão, foi proposta uma etapa adicional em sua constituição. Esta alteração no algoritmo original se mostrou eficiente nas simulações realizadas, pois o mecanismo de busca modificado alcançou resultados de melhor qualidade com maior frequência, tanto em sua validação, onde foram utilizadas funções matemáticas não convexas, como na aplicação do método ao problema referente à alocação de geração distribuída em sistemas de distribuição de energia elétrica. Utilizando-se três sistemas teste, de trinta e três, de cinquenta e de sessenta e nove barras, foram realizados testes com alocação exclusiva de potência ativa e reativa, e também alocação simultânea destes dois tipos de potência, sendo que os resultados obtidos foram comparados com resultados presentes na literatura especializada. Além das perdas, fatores como perfil de tensão resultante nas barras e trajetória de convergência do algoritmo inspirado na ecolocalização de morcegos foram analisados para a avaliação da metodologia de otimização empregada nesta pesquisa. / The optimal distributed generation placement in electrical power systems is a complex problem involving environmental and economical issues. The solution to this problem consists of choosing the optimum location of distributed power plants, and to define the amount of power that must be injected by these plants in order to minimize technical losses in electrical distribution systems. The optimization technique utilized in this work to determine the placement of distributed generators is recent. It was developed in 2010 by Xin-She Yang. The optimization procedure is inspired by the echolocation of bats phenomenon, and uses some previous knowledge from others techniques, like Particle Swarm Optimization and Harmony Search, combining their advantages. This feature gives the Bat-Inspired Algorithm an expectation of success on difficult problems, such as the combinatorial problem under study. In order to improve the performance of the optimization technique an additional step was proposed in its search engine. Endowed with this change, the algorithm has achieved better results more frequently. Nonconvex benchmark mathematical functions were used, as well as in its application on distributed generation placement. Using three different bus systems (33, 50 and 69 busses), simulations were performed placing real and reactive Power separately, and those two kind of Power together. The produced results were compared to specialized literature. Real power losses, bus voltage and convergence trajectory indicates the level of success reached by the optimization technique utilized in this research work.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-06-06T12:01:24Z No. of bitstreams: 1 wesleyperes.pdf: 8553175 bytes, checksum: 6f7d954432a35224645decbd6b1e94f7 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-02T13:24:49Z (GMT) No. of bitstreams: 1 wesleyperes.pdf: 8553175 bytes, checksum: 6f7d954432a35224645decbd6b1e94f7 (MD5) / Made available in DSpace on 2016-07-02T13:24:49Z (GMT). No. of bitstreams: 1 wesleyperes.pdf: 8553175 bytes, checksum: 6f7d954432a35224645decbd6b1e94f7 (MD5) Previous issue date: 2016-03-28 / Os Estabilizadores de Sistemas de Potência (ESP) têm sido usados por décadas para fornecer amortecimento às oscilações eletromecânicas através do controle de excitação dos geradores síncronos. No presente trabalho, são propostas metodologias para o projeto de estabilizadores por meio do ajuste de ganho e fase. O ajuste é realizado de forma simultânea (coordenada), considerando múltiplos pontos de operação com o objetivo de garantir a robustez dos controladores. Duas estruturas são consideradas: a descentralizada, que utiliza somente sinais locais, e a hierárquica, que utiliza sinais remotos. A dinâmica do sistema elétrico de potência é modelada em espaço de estados e o procedimento de ajuste é formulado como um problema de otimização para a maximização do coeficiente de amortecimento do autovalor dominante do sistema em malha fechada considerando todos os pontos de operação. As metodologias, aqui abordadas, são baseadas em métodos de otimização bioinspirados no comportamento de enxames: Enxame de Partículas e Eco-localização de Morcegos. São desenvolvidas metodologias híbridas baseadas no acoplamento dos métodos bioinspirados com o Método do Gradiente Descendente para o refinamento dos ganhos dos controladores de forma a melhorar a busca local do processo de otimização. Com o objetivo de manter a diversidade da população, estratégias baseadas em multipopulações também são propostas. As metodologias propostas foram validadas através da simulação de sistemas teste de pequeno e médio porte, que são normalmente utilizados na literatura especializada. Os resultados são considerados promissores e acredita-se que as metodologias propostas possam ser de grande valor nessa área de conhecimento. / Power system stabilizers have been used for decades in order to provide the necessary damping of power system oscillations through generators excitation control. In this thesis, methodologies for stabilizers design (gain and phase compensation tuning) are presented. All stabilizers are simultaneously designed (coordinated design) taking into account a set of pre-specified operating conditions in order to ensure robustness. Two control structures are considered: decentralized (based on the use of local signals) and hierarchical (that uses remote signals). The power system dynamic is modeled in state space and the tuning procedure is formulated as an optimization problem in order to maximize the damping coefficient associated to the dominant pole in closed-loop operation for all operating conditions. The proposed methodologies are based on optimization algorithms bio-inspired in swarm behavior: Particle Swarm Optimization and Bat Algorithm. Hybrid methodologies are developed through coupling bio-inspired methods to the Steepest Descent method in order to enhance the local search procedure during the optimization process (only the stabilizers gain are adjusted in the local search). Multipopulational approaches are also developed in order to prevent the population diversity lost. The proposed methodologies are validated by using small and medium-sized benchmark power systems. The results are considered to be promising and the proposed methodologies are found of a great value in this research field.