Due to increasing penetration of solar power generation, distribution grids are facing a number of challenges. Frequent reverse active power flows can result in rapid fluctuations in voltage magnitudes. However, with the revised IEEE 1547 standard, smart inverters can actively control their reactive power injection to minimize voltage deviations and power losses in the grid. Reactive power control and globally optimal inverter coordination in real-time is computationally and communication-wise demanding, whereas the local Volt-VAR or Watt-VAR control rules are subpar for enhanced grid services. This thesis uses machine learning tools and poses reactive power control as a kernel-based regression task to learn policies and evaluate the reactive power injections in real-time. This novel approach performs inverter coordination through non-linear control policies centrally designed by the operator on a slower timescale using anticipated scenarios for load and generation. In real-time, the inverters feed locally and/or globally collected grid data to the customized control rules. The developed models are highly adjustable to the available computation and communication resources. The developed control scheme is tested on the IEEE 123-bus system and is seen to efficiently minimize losses and regulate voltage within the permissible limits. / Master of Science

A reconfiguração de redes de distribuição de energia elétrica consiste em alterar sua topologia por meio de manobras de chaves nos circuitos primários. Trata-se de um problema de otimização combinatória, onde normalmente os objetivos são a minimização de perdas ativas e/ou número de manobras realizadas, atendendo as restrições como isolamento de faltas, balanceamento de cargas entre os alimentadores e melhoria dos níveis de tensão. As dificuldades na modelagem e na resolução exata de problemas envolvendo a reconfiguração de redes de distribuição advém do tamanho dos sistemas reais, representados por um número elevado de chaves e alimentadores e ainda pela natureza combinatorial do problema. Para tratar essas questões, diversas modelagens e técnicas computacionais têm sido desenvolvidas, em particular heurísticas de melhoramento que através de uma solução factível, otimiza os resultados reduzindo o espaço de busca, até encontrar uma nova solução com melhor função objetivo. Neste sentido, são propostas duas formulações matemáticas descrevendo novas restrições a fim de melhorar a descrição do problema. A primeira, uma formulação mais simplificada, considera apenas a parte ativa das instâncias; na segunda um modelo completo é descrito otimizando parte das restrições do primeiro modelo e considerando também a parte reativa das instâncias. Duas heurísticas também são adaptadas pela primeira vez para o problema de reconfiguração de redes, pois a heurística de melhoramento Fix-and-Optmize é configurada de duas formas diferentes, determinando seus principais parâmetros através de uma análise de sensibilidade. Os resultados dos dois modelos propostos e também das heurísticas adaptadas para 13 sistemas de referência são descritos e comparados com outros métodos da literatura. Para verificar a eficiência e robustez dos métodos e heurísticas desenvolvidos, replicações são propostas de dois sistemas de referência, 9 replicações do sistema de 72 barras e 4 replicações do sistema de 10560 barras. Seus resultados bem como o desempenho dos métodos são descritos e avaliados. / A reconfiguration of electricity distribution networks consists in altering a topology of the networks by means of key maneuvers in the primary circuits. It is a problem of combinatorial optimization, where the objectives are a minimization of active losses and/or number of maneuvers performed, taking into account constraints such as fault isolation, load balance between feeders and improvement of voltage levels. As difficulties in modeling and in the exact resolution of problems involving a reconfiguration of distribution networks come from the size of the real systems, represented by a large number of switches and feeders, and also by the combinatorial nature of the problem. To address these issues, several models and computational techniques have been developed, in particular heuristics of improvement that through a feasible solution, improves results by reducing the search space, until finding a new solution with better objective function. In this sense, in this thesis it is proposed of two mathematical formulations describing new constraints in order to improve a description of the problem. A first, simpler formulation considers only a active part of the instances, in the second a complete model is described optimizing some restrictions of the first model and also considering the reactive part of the instances. Two heuristics are also first adapted to the network reconfiguration problem. The Fix-and-Optmize enhancement heuristic is configured in two different ways, determining its key parameters through a sensitivity analysis. The results of the two proposed models and also of the heuristics adapted for 13 reference systems are described and compared with other methods of the literature. To verify the efficiency and robustness of the developed methods and heuristics, replications are proposed for two reference systems, 9 replications of the 72 bus system and 4 replications of the 10560 bus system. Its results as well as the performance of the methods are described and evaluated.

A reconfiguração de redes de distribuição de energia elétrica consiste em alterar sua topologia por meio de manobras de chaves nos circuitos primários. Trata-se de um problema de otimização combinatória, onde normalmente os objetivos são a minimização de perdas ativas e/ou número de manobras realizadas, atendendo as restrições como isolamento de faltas, balanceamento de cargas entre os alimentadores e melhoria dos níveis de tensão. As dificuldades na modelagem e na resolução exata de problemas envolvendo a reconfiguração de redes de distribuição advém do tamanho dos sistemas reais, representados por um número elevado de chaves e alimentadores e ainda pela natureza combinatorial do problema. Para tratar essas questões, diversas modelagens e técnicas computacionais têm sido desenvolvidas, em particular heurísticas de melhoramento que através de uma solução factível, otimiza os resultados reduzindo o espaço de busca, até encontrar uma nova solução com melhor função objetivo. Neste sentido, são propostas duas formulações matemáticas descrevendo novas restrições a fim de melhorar a descrição do problema. A primeira, uma formulação mais simplificada, considera apenas a parte ativa das instâncias; na segunda um modelo completo é descrito otimizando parte das restrições do primeiro modelo e considerando também a parte reativa das instâncias. Duas heurísticas também são adaptadas pela primeira vez para o problema de reconfiguração de redes, pois a heurística de melhoramento Fix-and-Optmize é configurada de duas formas diferentes, determinando seus principais parâmetros através de uma análise de sensibilidade. Os resultados dos dois modelos propostos e também das heurísticas adaptadas para 13 sistemas de referência são descritos e comparados com outros métodos da literatura. Para verificar a eficiência e robustez dos métodos e heurísticas desenvolvidos, replicações são propostas de dois sistemas de referência, 9 replicações do sistema de 72 barras e 4 replicações do sistema de 10560 barras. Seus resultados bem como o desempenho dos métodos são descritos e avaliados. / A reconfiguration of electricity distribution networks consists in altering a topology of the networks by means of key maneuvers in the primary circuits. It is a problem of combinatorial optimization, where the objectives are a minimization of active losses and/or number of maneuvers performed, taking into account constraints such as fault isolation, load balance between feeders and improvement of voltage levels. As difficulties in modeling and in the exact resolution of problems involving a reconfiguration of distribution networks come from the size of the real systems, represented by a large number of switches and feeders, and also by the combinatorial nature of the problem. To address these issues, several models and computational techniques have been developed, in particular heuristics of improvement that through a feasible solution, improves results by reducing the search space, until finding a new solution with better objective function. In this sense, in this thesis it is proposed of two mathematical formulations describing new constraints in order to improve a description of the problem. A first, simpler formulation considers only a active part of the instances, in the second a complete model is described optimizing some restrictions of the first model and also considering the reactive part of the instances. Two heuristics are also first adapted to the network reconfiguration problem. The Fix-and-Optmize enhancement heuristic is configured in two different ways, determining its key parameters through a sensitivity analysis. The results of the two proposed models and also of the heuristics adapted for 13 reference systems are described and compared with other methods of the literature. To verify the efficiency and robustness of the developed methods and heuristics, replications are proposed for two reference systems, 9 replications of the 72 bus system and 4 replications of the 10560 bus system. Its results as well as the performance of the methods are described and evaluated.

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.

This research presents a Hybrid Particle Swarm Optimization with Bat Algorithm (HPSOBA) based approach to solve Optimal Reactive Power Dispatch (ORPD) problem. The primary objective of this project is minimization of the active power transmission losses by optimally setting the control variables within their limits and at the same time making sure that the equality and inequality constraints are not violated. Particle Swarm Optimization (PSO) and Bat Algorithm (BA) algorithms which are nature-inspired algorithms have become potential options to solving very difficult optimization problems like ORPD. Although PSO requires high computational time, it converges quickly; while BA requires less computational time and has the ability of switching automatically from exploration to exploitation when the optimality is imminent. This research integrated the respective advantages of PSO and BA algorithms to form a hybrid tool denoted as HPSOBA algorithm. HPSOBA combines the fast convergence ability of PSO with the less computation time ability of BA algorithm to get a better optimal solution by incorporating the BA’s frequency into the PSO velocity equation in order to control the pace. The HPSOBA, PSO and BA algorithms were implemented using MATLAB programming language and tested on three (3) benchmark test functions (Griewank, Rastrigin and Schwefel) and on IEEE 30- and 118-bus test systems to solve for ORPD without DG unit. A modified IEEE 30-bus test system was further used to validate the proposed hybrid algorithm to solve for optimal placement of DG unit for active power transmission line loss minimization. By comparison, HPSOBA algorithm results proved to be superior to those of the PSO and BA methods. In order to check if there will be a further improvement on the performance of the HPSOBA, the HPSOBA was further modified by embedding three new modifications to form a modified Hybrid approach denoted as MHPSOBA. This MHPSOBA was validated using IEEE 30-bus test system to solve ORPD problem and the results show that the HPSOBA algorithm outperforms the modified version (MHPSOBA). / Electrical and Mining Engineering / M. Tech. (Electrical Engineering)