Este trabalho tem por objetivo estudar e analisar a influência do parâmetro de barreira e de seu fator de correção no processo de convergência dos métodos de pontos interiores primal-dual, primal-dual barreira modificada e primal-dual barreira modificada com as técnicas preditor-corretor e Newton composto. A grande motivação para o desenvolvimento desta pesquisa está relacionada com a busca de métodos eficientes para resolver problemas de otimização de programação não-linear, existentes na área de engenharia elétrica mais especificamente na operação de sistemas elétricos de potência. Esses métodos foram aplicados a um problema de programação não-linear e aos sistemas elétricos de três e de trinta barras para analisar a sensibilidade em relação ao parâmetro de barreira e ao seu fator de correção. / This work has for objective to study and to analyze the influence of the barrier parameter and its correction factor in the convergence process of the methods primal-dual interior point, primal-dual modified barrier and primal-dual barrier modified with the techniques predictor-corrector and composed Newton. The great motivation for the development of this research is related with the search of efficient methods to solve nonlinear programming optimization problems, existent in the area of electric engineering more specifically in the operation of power systems. Those methods were applied to a nonlinear programming problem and the electric systems of three and thirty buses to analyze the sensibility in relation to the barrier parameter and its correction factor.

Este trabalho propõe um novo modelo e uma nova abordagem para resolução do problema de fluxo de potência ótimo reativo com variáveis de controle discretas e restrições de atuação de dispositivos de controle de tensão. Matematicamente, esse problema é formulado como um problema de programação não linear com variáveis contínuas e discretas e restrições de complementaridade, cuja abordagem para resolução proposta neste trabalho se baseia na resolução de uma sequência de problemas modificados pelo algoritmo da função Lagrangiana barreira modificada-penalidade-discreto. Nessa abordagem, o problema original é modificado da seguinte forma: 1) as variáveis discretas são tratadas como contínuas por funções senoidais incorporadas na função objetivo do problema original; 2) as restrições de complementaridade são transformadas em restrições de desigualdade equivalentes; e 3) as restrições de desigualdade são transformadas em restrições de igualdade a partir do acréscimo de variáveis de folga não negativas. Para resolver o problema modificado, a condição de não negatividade das variáveis de folga é tratada por uma função barreira modificada com extrapolação quadrática. O problema modificado é transformado em um problema Lagrangiano, cuja solução é determinada a partir da aplicação das condições necessárias de otimalidade. No algoritmo da função Lagrangiana barreira modificada-penalidade-discreto, uma sequência de problemas modificados é resolvida até que todas as variáveis do problema modificado associadas às variáveis discretas do problema original assumam valores discretos. Para demonstrar a eficácia do modelo proposto e a robustez dessa abordagem para resolução de problemas de fluxo de potência ótimo reativo, foram realizados testes com os sistemas elétricos IEEE de 14, 30, 57 e 118 barras e com o sistema equivalente CESP 440 kV de 53 barras. Os resultados mostram que a abordagem para resolução de problemas de programação não linear proposta é eficaz no tratamento de variáveis discretas e restrições de complementaridade. / This work proposes a novel model and a new approach for solving the reactive optimal power flow problem with discrete control variables and voltage-control actuation constraints. Mathematically, such problem is formulated as a nonlinear programming problem with continuous and discrete variables and complementarity constraints, whose proposed resolution approach is based on solving a sequence of modified problems by the discrete penalty-modified barrier Lagrangian function algorithm. In this approach, the original problem is modified in the following way: 1) the discrete variables are treated as continuous by sinusoidal functions incorporated into the objective function of the original problem; 2) the complementarity constraints are transformed into equivalent inequality constraints; and 3) the inequality constraints are transformed into equality constraints by the addition of non-negative slack variables. To solve the modified problem, the non-negativity condition of the slack variables is treated by a modified barrier function with quadratic extrapolation. The modified problem is transformed into a Lagrangian problem, whose solution is determined by the application of the first-order necessary optimality conditions. In the discrete penalty- modified barrier Lagrangian function algorithm, a sequence of modified problems is successively solved until all the variables of the modified problem that are associated with the discrete variables of the original problem assume discrete values. The efectiveness of the proposed model and the robustness of this approach for solving reactive optimal power flow problems were verified with the IEEE 14, 30, 57 and 118-bus test systems and the 440 kV CESP 53-bus equivalent system. The results show that the proposed approach for solving nonlinear programming problems successfully handles discrete variables and complementarity constraints.

Este trabalho tem por objetivo estudar e analisar a influência do parâmetro de barreira e de seu fator de correção no processo de convergência dos métodos de pontos interiores primal-dual, primal-dual barreira modificada e primal-dual barreira modificada com as técnicas preditor-corretor e Newton composto. A grande motivação para o desenvolvimento desta pesquisa está relacionada com a busca de métodos eficientes para resolver problemas de otimização de programação não-linear, existentes na área de engenharia elétrica mais especificamente na operação de sistemas elétricos de potência. Esses métodos foram aplicados a um problema de programação não-linear e aos sistemas elétricos de três e de trinta barras para analisar a sensibilidade em relação ao parâmetro de barreira e ao seu fator de correção. / This work has for objective to study and to analyze the influence of the barrier parameter and its correction factor in the convergence process of the methods primal-dual interior point, primal-dual modified barrier and primal-dual barrier modified with the techniques predictor-corrector and composed Newton. The great motivation for the development of this research is related with the search of efficient methods to solve nonlinear programming optimization problems, existent in the area of electric engineering more specifically in the operation of power systems. Those methods were applied to a nonlinear programming problem and the electric systems of three and thirty buses to analyze the sensibility in relation to the barrier parameter and its correction factor.

Este trabalho descreve uma abordagem do método primal-dual barreira logarítmica (MPDBL) associado ao método de Newton modificado para a resolução do problema de fluxo barreira logarítmica e nas condições de primeira ordem de Karush-Kuhn-Tucker (KKT). O sistema de equações resultantes das condições de estacionaridade, da função Lagrangiana, foi resolvido pelo método de Newton modificado. Na implementação computacional foram usadas as técnicas de esparsidade. Os resultados numéricos dos testes realizados em 5 sistemas (3, 14, 30, 57 e 118 barras) evidenciam o potencial desta metodologia na solução do problema de FPO. / This work describes an approach on primal-dual logarithmic barrier for solving the optimal power flow problem (OPF). The investigation was based on the logarithmic barrier function and Karush-Kuhn-Tucker (KKT) first-order necessary conditions. The equation system, obtained from the stationary conditions of the Lagrangian function, was solved using the Newton\'s modified method. The implementation was performed using sparsity techniques. The numerical results, carried out in five systems (3, 14,30, 57 and 118 bus), demonstrate the reliability of this approach in the solution OPF problem.

Neste trabalho é apresentada uma abordagem do Método de Newton associado à função penalidade quadrática e ao método dos conjuntos ativos na solução do problema de Fluxo de Potência Ótimo (FPO). A formulação geral do problema de FPO é apresentada, assim como a técnica utilizada na resolução do sistema de equações. A fatoração da matriz Lagrangeana é feita por elementos ao invés das estruturas em blocos. A característica de esparsidade da matriz Lagrangeana é levada em consideração. Resultados dos testes realizados em 4 sistemas (3, 14, 30 e 118 barras) são apresentados. / This work presents an approach on Newton\'s Method associated with the quadratic penalty function and the active set methods in the solution of Optimal Power Flow Problem (OPF). The general formulation of the OPF problem is presented, as will as the technique used in the equation systems resolution. The Lagrangean matrix factorization is carried out by elements instead of structures in blocks. The characteristic of sparsity of the Lagrangean matrix is taken in to account. Numerical results of tests realized in systems of 3, 14, 30 and 118 buses are presented to show the efficiency of the method.

Este trabalho propõe um novo modelo e uma nova abordagem para resolução do problema de fluxo de potência ótimo reativo com variáveis de controle discretas e restrições de atuação de dispositivos de controle de tensão. Matematicamente, esse problema é formulado como um problema de programação não linear com variáveis contínuas e discretas e restrições de complementaridade, cuja abordagem para resolução proposta neste trabalho se baseia na resolução de uma sequência de problemas modificados pelo algoritmo da função Lagrangiana barreira modificada-penalidade-discreto. Nessa abordagem, o problema original é modificado da seguinte forma: 1) as variáveis discretas são tratadas como contínuas por funções senoidais incorporadas na função objetivo do problema original; 2) as restrições de complementaridade são transformadas em restrições de desigualdade equivalentes; e 3) as restrições de desigualdade são transformadas em restrições de igualdade a partir do acréscimo de variáveis de folga não negativas. Para resolver o problema modificado, a condição de não negatividade das variáveis de folga é tratada por uma função barreira modificada com extrapolação quadrática. O problema modificado é transformado em um problema Lagrangiano, cuja solução é determinada a partir da aplicação das condições necessárias de otimalidade. No algoritmo da função Lagrangiana barreira modificada-penalidade-discreto, uma sequência de problemas modificados é resolvida até que todas as variáveis do problema modificado associadas às variáveis discretas do problema original assumam valores discretos. Para demonstrar a eficácia do modelo proposto e a robustez dessa abordagem para resolução de problemas de fluxo de potência ótimo reativo, foram realizados testes com os sistemas elétricos IEEE de 14, 30, 57 e 118 barras e com o sistema equivalente CESP 440 kV de 53 barras. Os resultados mostram que a abordagem para resolução de problemas de programação não linear proposta é eficaz no tratamento de variáveis discretas e restrições de complementaridade. / This work proposes a novel model and a new approach for solving the reactive optimal power flow problem with discrete control variables and voltage-control actuation constraints. Mathematically, such problem is formulated as a nonlinear programming problem with continuous and discrete variables and complementarity constraints, whose proposed resolution approach is based on solving a sequence of modified problems by the discrete penalty-modified barrier Lagrangian function algorithm. In this approach, the original problem is modified in the following way: 1) the discrete variables are treated as continuous by sinusoidal functions incorporated into the objective function of the original problem; 2) the complementarity constraints are transformed into equivalent inequality constraints; and 3) the inequality constraints are transformed into equality constraints by the addition of non-negative slack variables. To solve the modified problem, the non-negativity condition of the slack variables is treated by a modified barrier function with quadratic extrapolation. The modified problem is transformed into a Lagrangian problem, whose solution is determined by the application of the first-order necessary optimality conditions. In the discrete penalty- modified barrier Lagrangian function algorithm, a sequence of modified problems is successively solved until all the variables of the modified problem that are associated with the discrete variables of the original problem assume discrete values. The efectiveness of the proposed model and the robustness of this approach for solving reactive optimal power flow problems were verified with the IEEE 14, 30, 57 and 118-bus test systems and the 440 kV CESP 53-bus equivalent system. The results show that the proposed approach for solving nonlinear programming problems successfully handles discrete variables and complementarity constraints.

Este trabalho tem como objetivo apresentar soluções de sistemas não-lineares com raízes múltiplas, através de um algoritmo híbrido. Para esta finalidade foi desenvolvido e implementado um algoritmo de busca aleatória baseado no método proposto por Luus e Jaakola (1973) como etapa de busca aleatória dos pontos iniciais, que são refinados através do algoritmo de Hooke e Jeeves. O diferencial deste trabalho foi propor um algoritmo híbrido, utilizando as características dos algoritmos Luus-Jaakola e Hooke e Jeeves como etapas de busca e refinamento respectivamente. Para isso, os algoritmos acima são encapsulados em funções no algoritmo híbrido. Além destas duas etapas, o algoritmo híbrido possui duas outras características importantes, que é a execução repetida até que se alcance um número suficiente de soluções distintas, que são então submetidas a um processo de classificação de soluções por intervalo, onde cada intervalo gera um conjunto de soluções próximas, que por sua vez, são submetidas à etapa final de minimização, resultando em apenas um valor de solução por classe. Desta forma cada classe produz uma única solução, que faz parte do conjunto final de soluções do problema, pois este algoritmo é aplicado a problemas com múltiplas soluções. Então, o algoritmo híbrido desenvolvido foi testado, tendo como padrão, vários problemas clássicos de programação não-linear, em especial os problemas irrestritos com múltiplas soluções. Após os testes, os resultados foram comparados com o algoritmo Luus-Jaakola, e o Método de Newton Intervalar / Bisseção Generalizada (IN/GB - Interval Newton/Generalized Bisection), com a finalidade de se obter uma análise quantitativa e qualitativa de seu desempenho. Por fim comprovou-se que o algortimo Híbrido obteve resultados superiores quando comparados com os demais. / This paper aims to present solutions for nonlinear systems with multiple roots, using a hybrid algorithm. For this purpose was developed and implemented an algorithm based on random search method proposed by Luus and Jaakola (1973) as a step in search of random starting points, which will be refined through the algorithm of Hooke and Jeeves. The differential of this work is to propose a hybrid algorithm, using the characteristics of the Luus-Jaakola algorithm and Hooke and Jeeves as a search and refinement stages respectively. For this, the above algorithms are encapsulated in functions in the hybrid algorithm. Besides these two steps, the hybrid algorithm has two other important characteristics, which is the execution repeated until to reach a sufficient number of distinct solutions, which is then undergo a process of classification of solutions by interval, where each interval generates a set solutions to close, which in turn is subject to the final stage of minimization, resulting in only one value per class of solution. Thus each class provides a unique solution, which is part of the final set of solutions of the problem, because this algorithm is applied to problems with multiple solutions. So, the hybrid algorithm developed was tested, with the standard, several problems of classical non-linear programming, in particular the unrestricted problems with multiple solutions. After the tests, the results were compared with algorithm Luus-Jaakola, and the Interval Newton/Generalized Bisection method (IN/GB), in order to obtain a quantitative and qualitative analysis of their performance. Finally it was found that the hybrid algortimo achieved higher when compared to the others.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work aims to optimize the coordination of microprocessor-based directional overcurrent relays in power systems using Binary Integer Programming (BIP). Two new mathematical models of BIP are presented. The first determines only the Time Multiplier of each relay, while the second determines simultaneously the Time Multiplier and Current Multiplier of each relay. These models have a great advantage over the Linear Programming (LP) and Nonlinear Programming (NLP) models to determine the relay settings directly within the range provided by these instead of the LP and NLP which use continuous variables. Thus, it avoids the rounding of settings to the closest values available in the relays, which can cause failures in coordination. Still, the algorithms used to solve these BIP models do not require an initial guess, unlike what happens in NLP, and the search from getting trapped in local minima. This paper presents the NLP and LP models considered and the necessary changes in order to obtain the two new BIP models. To validate the new mathematical models of coordination of overcurrent relays and compare them with the models which use continuous variables, the proposed methodology is applied in phase and earth protection of two test systems of different sizes considering whether or not the instantaneous unit of each relay. The results are evaluated in terms of the Objective Function, the obtained settings and operating times of relays for faults within the zone of primary protection. Thus, it is shown that the proposed models have the ability to determine the optimal solution of the problem in a reduced computational time and without the need to make any changes to the final solution. These models can also integrate a software aid to decision making by the protection engineer, allowing to interact in the construction of mathematical model to customize the final solution. / Este trabalho visa otimizar a coordenação de relés de sobrecorrente direcionais microprocessados em sistemas elétricos de potência com o auxílio da Programação Inteira Binária (PIB). Dois novos modelos matemáticos de PIB são apresentados. O primeiro determina somente o Multiplicador de Tempo de cada relé, enquanto que o segundo determina simultaneamente o Multiplicador de Tempo e o Multiplicador de Corrente de cada relé. Esses modelos possuem como grande vantagem em relação aos modelos de Programação Linear (PL) e de Programação Não Linear (PNL) a determinação dos ajustes dos relés diretamente dentro da faixa por estes disponibilizada, ao contrário desses últimos que utilizam variáveis contínuas. Dessa forma, evita-se o arredondamento dos ajustes para os valores mais próximos disponíveis nos relés, o que pode causar falhas na coordenação. Ainda, os algoritmos destinados à resolução desses modelos de PIB não necessitam de um valor inicial, ao contrário do que ocorre na PNL, e evita-se que a solução fique estagnada em ótimos locais durante o processo de busca. Este trabalho apresenta os modelos de PNL e PL considerados e as alterações necessárias para que se obtenha os dois novos modelos de PIB. Para validar os novos modelos de coordenação de relés de sobrecorrente e compará-los com os modelos que utilizam variáveis contínuas, a metodologia proposta é aplicada na proteção de fase e de neutro de dois sistemas teste de diferentes portes considerando, ou não, a unidade instantânea de cada relé. Os resultados são avaliados em termos da Função Objetivo, dos ajustes obtidos e dos tempos de operação dos relés para faltas dentro da zona de proteção primária. Desse modo, é demonstrado que os modelos propostos têm a capacidade de determinar a solução ótima do problema em um tempo computacional reduzido e sem a necessidade de se realizar quaisquer modificações na solução final. Esses modelos podem, ainda, integrar um software de auxílio à tomada de decisões por parte do engenheiro de proteção, permitindo a interação na construção do modelo matemático para que a solução final seja personalizada.

Este trabalho propõe estudos de casos em sistemas de energia elétrica por meio do Fluxo de Potência Ótimo (FPO) e da Análise de Sensibilidade em diferentes cenários de operação. Para isso, foram obtidos dados teóricos, a partir de levantamento bibliográfico, que explicitaram os conceitos de otimização aplicados ao sistema estático de energia elétrica. A pesquisa fundamentou-se metodologicamente no método primal-dual barreira logarítmica e nas condições necessárias de primeira-ordem de Karush-Kuhn-Tucker (KKT) para o problema de FPO, e no teorema proposto por Fiacco (1976) para a Análise de Sensibilidade. Os sistemas de equações resultantes das condições de estacionaridade, da função Lagrangiana, foram resolvidos pelo método de Newton. Na implementação computacional foram usadas técnicas de esparsidade. Estudos de casos foram realizados nos sistemas 3, IEEE 14, 30, 118, 300 barras e no equivalente CESP 440 kV com 53 barras, em que foi verificada a eficiência das técnicas apresentadas. / This work proposes a study of cases in power systems by Optimal Power Flow (OPF) and Sensitivity Analysis in different operation scenarios. For this purpose, theoretical data were obtained, starting from a bibliographical review, which enlightened the optimization concepts applied to the static system of electrical energy. The research was methodologically based on the primal-dual logarithmic barrier method and in the first-order necessary Karush-Kuhn-Tucker conditions to the OPF problem and in the theorem proposed by Fiacco (1976) to the Sensitivity Analysis. The equation sets generated by the first-order necessary conditions of the Lagrangian function, were solved by Newton\'s method. In the computational implementation, sparsity techniques were used. Studies of cases were carried out in the 3, IEEE 14, 30, 118, 300 buses and in the equivalent CESP 440 kV 53 bus, where the efficiency of the presented techniques was verified.

Métodos do tipo Lagrangiano Aumentado são muito utilizados para minimização de funções sujeitas a restrições gerais. Nestes métodos, podemos separar o conjunto de restrições em dois grupos: restrições fáceis e restrições difíceis. Dizemos que uma restrição é fácil se existe um algoritmo disponível e eficiente para resolver problemas restritos a este tipo de restrição. Caso contrário, dizemos que a restrição é difícil. Métodos do tipo Lagrangiano aumentado resolvem, a cada iteração, problemas sujeitos às restrições fáceis, penalizando as restrições difíceis. Problemas de minimização com restrições lineares aparecem com freqüência, muitas vezes como resultados da aproximação de problemas com restrições gerais. Este tipo de problema surge também como subproblema de métodos do tipo Lagrangiano aumentado. Assim, uma implementação eficiente para resolver problemas com restrições lineares é relevante para a implementação eficiente de métodos para resolução de problemas de programação não-linear. Neste trabalho, começamos considerando fáceis as restrições de caixa. Introduzimos BETRA-ESPARSO, uma versão de BETRA para problemas de grande porte. BETRA é um método de restrições ativas que utiliza regiões de confiança para minimização em cada face e gradiente espectral projetado para sair das faces. Utilizamos BETRA (denso ou esparso) na resolução dos subproblemas que surgem a cada iteração de ALGENCAN (um método de lagrangiano aumentado). Para decidir qual algoritmo utilizar para resolver cada subproblema, desenvolvemos regras que escolhem um método para resolver o subproblema de acordo com suas características. Em seguida, introduzimos dois algoritmos de restrições ativas desenvolvidos para resolver problemas com restrições lineares (BETRALIN e GENLIN). Estes algoritmos utilizam, a cada iteração, o método do Gradiente Espectral Projetado Parcial quando decidem mudar o conjunto de restrições ativas. O método do gradiente Espectral Projetado Parcial foi desenvolvido especialmente para este propósito. Neste método, as projeções são computadas apenas em um subconjunto das restrições, com o intuito de torná-las mais eficientes. Por fim, tendo introduzido um método para minimização com restrições lineares, consideramos como fáceis as restrições lineares. Incorporamos BETRALIN e GENLIN ao arcabouço de Lagrangianos aumentados e verificamos experimentalmente a eficiência e eficácia destes métodos que trabalham explicitamente com restrições lineares e penalizam as demais. / Augmented Lagrangian methods are widely used to solve general nonlinear programming problems. In these methods, one can split the set of constraints in two groups: the set of easy and hard constraints. A constraint is called easy if there is an efficient method available to solve problems subject to that kind of constraint. Otherwise, the constraints are called hard. Augmented Lagrangian methods solve, at each iteration, problems subject to the set of easy constraints while penalizing the set of hard constraints. Linearly constrained problems appear frequently, sometimes as a result of a linear approximation of a problem, sometimes as an augmented Lagrangian subproblem. Therefore, an efficient method to solve linearly constrained problems is important for the implementation of efficient methods to solve nonlinear programming problems. In this thesis, we begin by considering box constraints as the set of easy constraints. We introduce a version of BETRA to solve large scale problems. BETRA is an active-set method that uses a trust-region strategy to work within the faces and spectral projected gradient to leave the faces. To solve each iteration\'s subproblem of ALGENCAN (an augmented Lagrangian method) we use either the dense or the sparse version of BETRA. We develope rules to decide which box-constrained inner solver should be used at each augmented Lagrangian iteration that considers the main characteristics of the problem to be solved. Then, we introduce two active-set methods to solve linearly constrained problems (BETRALIN and GENLIN). These methods use Partial Spectral Projected Gradient method to change the active set of constraints. The Partial Spectral Projected Gradient method was developed specially for this purpose. It computes projections onto a subset of the linear constraints, aiming to make the projections more efficient. At last, having introduced a linearly-constrained solver, we consider the set of linear constraints as the set of easy constraints. We use BETRALIN and GENLIN in the framework of augmented Lagrangian methods and verify, using numerical experiments, the efficiency and robustness of those methods that work with linear constraints and penalize the nonlinear constraints.