Para implantação de diversas funções de controle e operação em tempo real em Sistemas de Distribuição (SDs), como, por exemplo, restabelecimento de energia, é necessário um procedimento para representar a carga em tempo real. Ou seja, uma metodologia que possibilite a estimação em tempo real das demandas dos transformadores de distribuição que em geral não são monitoradas de forma direta. Para esse fim propõe-se, neste trabalho, um Estimador de Demanda em Tempo Real (EDTR) baseado em: informações off-line (consumo mensal dos consumidores e curvas de carga típicas); um algoritmo computacionalmente eficiente para cálculo de fluxo de potência baseado na estrutura de dados denominada Representação Nó-Profundidade (RNP); e nas poucas medidas disponíveis em tempo real nos SDs. O EDTR proposto opera em dois estágios: (1) Estimação Off-line das Demandas; e (2) Refinamento em Tempo Real das Demandas, executados em instantes diferentes (um de maneira off-line e outro em tempo real), de forma a prover uma estimativa das demandas dos transformadores de distribuição. Considerando somente as informações off-line, o EDTR proposto permite a estimação das demandas dos transformadores de distribuição com uma medida da incerteza da estimativa. Através do processamento das medidas disponíveis em tempo real, via um algoritmo eficiente para cálculo de fluxo de potência, o EDTR proposto permite o refinamento das estimativas off-line. Neste trabalho serão apresentados resultados de diversas simulações computacionais demonstrando a eficiência do EDTR proposto. Alguns parâmetros são avaliados quanto à influência nas estimativas do EDTR proposto, como a presença de erros grosseiros nas medidas disponíveis em tempo real e alimentadores somente com medidas de magnitude de corrente. Além disto, destaca-se a influência da qualidade das estimativas iniciais obtidas pelo Estágio (1), e a importância das hipóteses estatísticas utilizadas nesse estágio para o processo de estimação. Apresenta-se, ainda, a aplicação do EDTR proposto em um SD real brasileiro. Um teste de validação foi realizado através de uma campanha de medição em um alimentador real, que consistiu na instalação de medidores de demanda em três transformadores de distribuição para aferir a qualidade das estimativas obtidas pelo EDTR proposto. Finalmente, o EDTR proposto é aplicado em um SD real de larga escala, para aferir o desempenho computacional da metodologia implantada e as dificuldades de implantação. Vale ressaltar que sua implantação é condizente com ferramentas consolidadas nos Centros de Operação da Distribuição, como o uso do processo de agregação de cargas e o cálculo de fluxo de potência, e poucas rotinas precisam ser adicionadas para integração do EDTR. / Several real time control and operation applications for Distribution Systems (DS), such as, service restoration, require a procedure for real time load modeling. That is, a methodology for real time estimation of the distribution transformers loading which are generally not monitored. For this purpose, in this dissertation, a Real Time Load Estimator (RTLE) is proposed based on: off-line information (monthly consumption and typical load curves); a computationally efficient algorithm for power flow calculation based on the data structure called Node-Depth Encoding; and on the few available real time measurements on the distribution system. The proposed RTLE operates in two stages: (1) Off-line Load Estimation and (2) Real Time Load Refinement, performed in different moments (one off-line and the other in real time), providing the distribution transformers load estimates. Using only the offline information, the proposed RTLE allows the estimation of the loads of the distribution transformers with a measure of uncertainty. By processing the available real time measurements, using an efficient power flow calculation algorithm, the proposed RTLE refines these off-line estimates. This dissertation presents several simulations showing the efficiency of the proposed RTLE. Some parameters are evaluated and their influence on the RTLE load estimates, such as gross errors in the available real time measurements and feeders with only current magnitude measurements. Besides, it is emphasized the influence of the initial load estimates obtained from Stage (1), and the importance of the statistical hypothesis used in this stage in the load estimation process. Also, this work presents the application of the proposed RTLE in a real Brazilian DS. A validation test was performed through in-field verification in a real distribution feeder, which was executed via load meters installation in three distribution transformers to evaluate the quality of the load estimates provided by the RTLE. Finally, the proposed RTLE was tested in a real large scale DS to evaluate its computational performance and the difficult level of its implementation. It is noteworthy that its implementation is straightforward with other Distribution Operation Center tools, such as load aggregation and load flow calculation, and few routines must be added for integrating the RTLE.

Desenvolver um sistema de distribuição de energia confiável é certamente um desafio inerente aos profissionais do setor elétrico. Porém, os sistemas estão sujeitos a falhas e, sendo assim, o rápido restabelecimento traz a satisfação do cliente e reduz as compensações pagas pelas concessionárias de energia. Neste contexto a presente dissertação visa avaliar a metodologia para restabelecimento de energia denominada AEMT-H que se baseia em algoritmos evolutivos multi-objetivo se na estrutura de dados chamada Representação Nó- Profundidade (RNP). Esta avaliação ocorrerá através da aplicação do AEMT-H para obtenção de planos de restabelecimento de energia após a ocorrência de faltas simples no sistema COPEL da cidade de Londrina. Os resultados gerados serão avaliados estatisticamente e ainda subjetivamente pelos profissionais do COD da concessionária. Os algoritmos evolutivos têm apresentado resultados animadores para os problemas de restabelecimento de energia. Em especial, os resultados obtidos, quando da representação computacional de sistemas de distribuição de grande porte (com milhares de barras e chaves) através da RNP, possuem como característica o tempo de resposta da ordem de segundos, instigando a evolução das pesquisas para utilização desta metodologia inclusive em aplicativos de tempo real. O sistema de Londrina possui 30.156 barras, 2.660 chaves \"NF\", 250 chaves \"NA\" e atende um universo de mais de 231.000 consumidores ligados diretamente ao sistema de 13,8 kV ou, após os transformadores de distribuição, nas tensões de 220V e 127V. Neste sistema estão presentes 6 subestações 138 kV/13,8 kV e 64 circuitos alimentadores, totalizando uma capacidade de transformação de energia de 541,7 MVA. / The development of a reliable distribution system is certainly a challenge to electrical industry professionals. However, these systems are subject to failures and thus the fast restoration brings customer satisfaction and reduces the compensation paid by the electricity utilities. In this context, this dissertation aims to evaluate the methodology for service restoration called \"AEMT-H\", which is based on multi-objective evolutionary algorithms and in the data structure called Node Depth Encoding (NDE). This evaluation will occur by applying the \"AEMT-H\" to obtain service restoration plans considering the occurrence of simple faults in the COPEL system of the city of Londrina. The obtained results will bee valuated statistically and subjectively by professionals of the Distribution Operation Center. It is important to highlight that Evolutionary algorithms have shown promising results to treat the service restoration problem in distribution systems. In particular, the results obtained when using NDE tocomputationally represent the electrical topology of large distribution systems (with thousand of buses and switchers) are very interesting in terms of time processing (in the order of seconds). The system of Londrina has 30,156 buses, 2,660 switchers normally closed, 250 switchers normally opened and supplies a universe of more than 231,000 consumers connected directly to the system with voltage of 13.8 kV or, after distribution transformers, with voltages of 220V and 127V. This system contains 6 substations 138 kV/13,8 kV and 64 feeders, and a installed power of 541.7 MVA.

Esta dissertação trata do problema de restabelecimento de energia em sistemas de distribuição de grande porte (com milhares de linhas, barras de carga e chaves seccionadoras) em situações de contingência. Este problema consiste basicamente na determinação de chaves seccionadoras que devem ser operadas para permitir a transferência de blocos de carga a fim de re-conectar consumidores fora de serviço atendendo às restrições operacionais do sistema. Diversas metodologias têm sido desenvolvidas para lidar com o problema de restabelecimento de energia. Entretanto, a maioria perde eficiência computacional quando aplicadas em sistemas de distribuição de grande porte e/ou não fazem distinção entre chaves manuais e automáticas (controladas remotamente). Propõe-se uma metodologia para obtenção, em tempo-real, de planos de restabelecimento de energia em sistemas de distribuição de grande porte, que priorize a utilização de chaves seccionadoras controladas remotamente. Priorizar a utilização de chaves controladas remotamente permite a obtenção de planos de restabelecimento mais rápidos de serem implantados. Para lidar com os múltiplos objetivos e restrições do problema de restabelecimento de energia, a metodologia proposta será baseada em Algoritmos Evolutivos Multi-Objetivo, enquanto que a eficiência computacional para possibilitar o tratamento de sistemas de grande porte será proporcionada através da utilização da codificação de dados denominada Representação Nó-Profundidade. Para validar a metodologia proposta realizar-se-ão diversas simulações computacionais no sistema de distribuição real da cidade de São Carlos-SP, e nas suas versões duplicada, quadruplicada e octuplicada, considerando-se a ocorrência tanto de falta única quanto de múltiplas faltas. / This thesis focuses on the service restoration problem in large scale distribution systems (distribution systems with thousands of switches and load buses) in contingency situations. This problem consists basically in determining the sectionalizing switches that must be operated in order to reconnect the out of service loads without violating any operational constraints. Several methodologies have been developed to deal with the service restoration problem in distribution systems. However, the majority of them demand high running time when used for large scale distribution systems and/or do not consider the existence of switches that can be remotely operated. It is proposed a methodology for determining, in real time, service restoration plans in large scale distribution systems. In order to determine service plans that can be implemented faster, the methodology will give priority to use remotely controlled switches. To deal with the multiple objectives and constraints of the service restoration problem, the proposed methodology will be based on Multi-objective Evolutionary algorithms. To guarantee computational efficiency to treat large scale distribution systems, the data encoding called Node-Depth Encoding will be used. The real distribution system of the São Carlos-SP city, and its doubled, quadruplicated and octuplicate versions will be used to validate the proposed methodology. It will be simulated cases considering one and multiple faults.

O trabalho proposto enfoca a obtenção de planos de restabelecimento de energia de forma automática para a reenergização de redes de distribuição de energia elétrica. Assim sendo, consideram-se situações que deixam regiões do sistema sem energia. A interrupção do serviço pode ser causada por falhas no circuito de distribuição ou pela necessidade de isolar zonas do mesmo para serviços de manutenção. O restabelecimento do fornecimento da energia aos consumidores é um problema com múltiplos objetivos, alguns deles conflitantes. O problema de restabelecimento envolve funções cujas características, em geral, dificultam o uso das técnicas de programação matemática para obter planos de restabelecimento. Além disso, as propostas usando tais metodologias de programação são afetadas intensamente pelo problema de explosão combinatória. Os Algoritmos Evolucionários (AEs) têm apresentado resultados animadores para esse problema. Contudo, tais algoritmos ainda apresentam dificuldades para a rápida obtenção de planos de restabelecimento para redes de tamanho real (grande porte) de maneira a tornar possível sua aplicação em tempo real. Este trabalho propõe uma nova técnica baseada em AEs para o problema de restabelecimento. Essa proposta envolve também um nova forma de representar computacionalmente as redes de distribuição e de modificar a configuração das mesmas. Também é proposto um fluxo de carga específico para ser utilizado com a nova representação. Diversos testes são apresentados utilizando redes com diferentes tamanhos, no intuito de se avaliar a potencialidade da técnica proposta. / The proposed research focus on the automatic elaboration of plans for service restoration in electrical distribution systems. So this research considers situations that leave network regions out-of-service. The service interruption may be caused by faults in the distribution circuit or by isolation of circuit zones for maintenance task. The restoration of the energy supply to the consumers is a multiobjective problem, with a certain degree of conflict. The restoration problem considers functions whose characteristics, in general, difficult the use of mathematical programming techniques to obtain restoration plans. Moreover, the approaches using such functions are intensively affected by the combinatorial explosion problem. The Evolutionary Algorithms have shown relevant results for this problem. Nevertheless, these techniques still have difficulties to obtain restoration plans, in a fast manner, for real size networks (i.e., large size). This work proposes a new methodology based on Evolutionary Algorithms. This approach involves also a new way to computationally represent distribution networks and to modify the network configurations. A specific load flow to be used with the new representation is also proposed. Severals tests are shown, using networks with different sizes, to evaluate the potential of the proposed technique.

Os dispositivos Indicadores de Faltas (IFs) contribuem para a melhoria do processo de localização de faltas em alimentadores de distribuição e, consequentemente, para a qualidade do fornecimento de energia elétrica. Todavia, a grande dificuldade de se aplicar tais dispositivos em larga escala está na escassez de metodologias eficientes que apontem em quais pontos do sistema de distribuição eles devem ser instalados. Por isso, o presente trabalho propõe uma abordagem computacional evolutiva capaz de alocar dispositivos IFs em alimentadores primários de distribuição de energia elétrica. De forma mais específica, o problema de se obter o melhor local de instalação é solucionado por meio da técnica de Algoritmos Genéticos (AGs), que busca obter uma configuração eficiente de instalação de IFs no tronco principal do alimentador de distribuição. A metodologia proposta é aplicada a dois alimentadores reais. Aspectos de viabilidade técnica e financeira dos IFs também são analisados. Os resultados apresentados comprovam a eficiência da metodologia proposta. / Fault Indicator (FIs) devices have contributed to improve the location of faults on primary feeders, and consequently the reliability of distribution systems. However, one of the main problems facing their installation in a large scale in a distribution system is the lack of efficient methods to analyze big networks and to pinpoint exactly on which buses these devices should be placed. Thus, this paper proposes an evolutionary computing strategy to solve the problem of fault indicator placement in primary distribution feeders. Specifically, a genetic algorithm (GA) is employed to search for an efficient configuration of FIs, located at the best positions in the main feeder. The proposed methodology was applied in two actual distribution feeders. Technical and financial viability aspects are also analyzed. Finally, the results confirm the efficiency of the GA approach to the FI placement problem.

Esta dissertação trata do problema de restabelecimento de energia em sistemas de distribuição de grande porte (com milhares de linhas, barras de carga e chaves seccionadoras) em situações de contingência. Este problema consiste basicamente na determinação de chaves seccionadoras que devem ser operadas para permitir a transferência de blocos de carga a fim de re-conectar consumidores fora de serviço atendendo às restrições operacionais do sistema. Diversas metodologias têm sido desenvolvidas para lidar com o problema de restabelecimento de energia. Entretanto, a maioria perde eficiência computacional quando aplicadas em sistemas de distribuição de grande porte e/ou não fazem distinção entre chaves manuais e automáticas (controladas remotamente). Propõe-se uma metodologia para obtenção, em tempo-real, de planos de restabelecimento de energia em sistemas de distribuição de grande porte, que priorize a utilização de chaves seccionadoras controladas remotamente. Priorizar a utilização de chaves controladas remotamente permite a obtenção de planos de restabelecimento mais rápidos de serem implantados. Para lidar com os múltiplos objetivos e restrições do problema de restabelecimento de energia, a metodologia proposta será baseada em Algoritmos Evolutivos Multi-Objetivo, enquanto que a eficiência computacional para possibilitar o tratamento de sistemas de grande porte será proporcionada através da utilização da codificação de dados denominada Representação Nó-Profundidade. Para validar a metodologia proposta realizar-se-ão diversas simulações computacionais no sistema de distribuição real da cidade de São Carlos-SP, e nas suas versões duplicada, quadruplicada e octuplicada, considerando-se a ocorrência tanto de falta única quanto de múltiplas faltas. / This thesis focuses on the service restoration problem in large scale distribution systems (distribution systems with thousands of switches and load buses) in contingency situations. This problem consists basically in determining the sectionalizing switches that must be operated in order to reconnect the out of service loads without violating any operational constraints. Several methodologies have been developed to deal with the service restoration problem in distribution systems. However, the majority of them demand high running time when used for large scale distribution systems and/or do not consider the existence of switches that can be remotely operated. It is proposed a methodology for determining, in real time, service restoration plans in large scale distribution systems. In order to determine service plans that can be implemented faster, the methodology will give priority to use remotely controlled switches. To deal with the multiple objectives and constraints of the service restoration problem, the proposed methodology will be based on Multi-objective Evolutionary algorithms. To guarantee computational efficiency to treat large scale distribution systems, the data encoding called Node-Depth Encoding will be used. The real distribution system of the São Carlos-SP city, and its doubled, quadruplicated and octuplicate versions will be used to validate the proposed methodology. It will be simulated cases considering one and multiple faults.

Para implantação de diversas funções de controle e operação em tempo real em Sistemas de Distribuição (SDs), como, por exemplo, restabelecimento de energia, é necessário um procedimento para representar a carga em tempo real. Ou seja, uma metodologia que possibilite a estimação em tempo real das demandas dos transformadores de distribuição que em geral não são monitoradas de forma direta. Para esse fim propõe-se, neste trabalho, um Estimador de Demanda em Tempo Real (EDTR) baseado em: informações off-line (consumo mensal dos consumidores e curvas de carga típicas); um algoritmo computacionalmente eficiente para cálculo de fluxo de potência baseado na estrutura de dados denominada Representação Nó-Profundidade (RNP); e nas poucas medidas disponíveis em tempo real nos SDs. O EDTR proposto opera em dois estágios: (1) Estimação Off-line das Demandas; e (2) Refinamento em Tempo Real das Demandas, executados em instantes diferentes (um de maneira off-line e outro em tempo real), de forma a prover uma estimativa das demandas dos transformadores de distribuição. Considerando somente as informações off-line, o EDTR proposto permite a estimação das demandas dos transformadores de distribuição com uma medida da incerteza da estimativa. Através do processamento das medidas disponíveis em tempo real, via um algoritmo eficiente para cálculo de fluxo de potência, o EDTR proposto permite o refinamento das estimativas off-line. Neste trabalho serão apresentados resultados de diversas simulações computacionais demonstrando a eficiência do EDTR proposto. Alguns parâmetros são avaliados quanto à influência nas estimativas do EDTR proposto, como a presença de erros grosseiros nas medidas disponíveis em tempo real e alimentadores somente com medidas de magnitude de corrente. Além disto, destaca-se a influência da qualidade das estimativas iniciais obtidas pelo Estágio (1), e a importância das hipóteses estatísticas utilizadas nesse estágio para o processo de estimação. Apresenta-se, ainda, a aplicação do EDTR proposto em um SD real brasileiro. Um teste de validação foi realizado através de uma campanha de medição em um alimentador real, que consistiu na instalação de medidores de demanda em três transformadores de distribuição para aferir a qualidade das estimativas obtidas pelo EDTR proposto. Finalmente, o EDTR proposto é aplicado em um SD real de larga escala, para aferir o desempenho computacional da metodologia implantada e as dificuldades de implantação. Vale ressaltar que sua implantação é condizente com ferramentas consolidadas nos Centros de Operação da Distribuição, como o uso do processo de agregação de cargas e o cálculo de fluxo de potência, e poucas rotinas precisam ser adicionadas para integração do EDTR. / Several real time control and operation applications for Distribution Systems (DS), such as, service restoration, require a procedure for real time load modeling. That is, a methodology for real time estimation of the distribution transformers loading which are generally not monitored. For this purpose, in this dissertation, a Real Time Load Estimator (RTLE) is proposed based on: off-line information (monthly consumption and typical load curves); a computationally efficient algorithm for power flow calculation based on the data structure called Node-Depth Encoding; and on the few available real time measurements on the distribution system. The proposed RTLE operates in two stages: (1) Off-line Load Estimation and (2) Real Time Load Refinement, performed in different moments (one off-line and the other in real time), providing the distribution transformers load estimates. Using only the offline information, the proposed RTLE allows the estimation of the loads of the distribution transformers with a measure of uncertainty. By processing the available real time measurements, using an efficient power flow calculation algorithm, the proposed RTLE refines these off-line estimates. This dissertation presents several simulations showing the efficiency of the proposed RTLE. Some parameters are evaluated and their influence on the RTLE load estimates, such as gross errors in the available real time measurements and feeders with only current magnitude measurements. Besides, it is emphasized the influence of the initial load estimates obtained from Stage (1), and the importance of the statistical hypothesis used in this stage in the load estimation process. Also, this work presents the application of the proposed RTLE in a real Brazilian DS. A validation test was performed through in-field verification in a real distribution feeder, which was executed via load meters installation in three distribution transformers to evaluate the quality of the load estimates provided by the RTLE. Finally, the proposed RTLE was tested in a real large scale DS to evaluate its computational performance and the difficult level of its implementation. It is noteworthy that its implementation is straightforward with other Distribution Operation Center tools, such as load aggregation and load flow calculation, and few routines must be added for integrating the RTLE.

Esta dissertação tem por objetivo o desenvolvimento, e implantação em computador, de uma metodologia para tratamento do problema de restabelecimento de energia em sistemas de distribuição de grande porte (com milhares de linhas, barras de carga e chaves seccionadoras), que permita a obtenção de Planos de Restabelecimento de Energia (PREs) adequados considerando a existência de reguladores de tensão, bancos de capacitores e de diferentes tipos de chaves seccionadoras. A metodologia proposta deverá considerar as características de operação de diferentes tipos de chaves seccionadoras (existência de telecomando, possibilidade de abertura com carga e/ou em curto circuito, etc.) para obtenção de PREs. Vale lembrar que usualmente as metodologias desenvolvidas para obtenção de PREs consideram a existência apenas de chaves automáticas e não automáticas, não considerando outras características de funcionamento das chaves seccionadoras. Tendo em vista que o problema a ser tratado é combinatório, com múltiplos objetivos e restrições, a metodologia proposta será baseada em Algoritmos Evolutivos, em técnicas de otimização multi-objetivo e na estrutura de dados denominada Representação Nó-Profundidade (RNP). A RNP será utilizada para representar computacionalmente, de forma eficiente, a topologia elétrica dos sistemas de distribuição. Para validar a metodologia proposta serão realizadas simulações computacionais com sistemas de distribuição reais de grande porte. / This dissertation aims to develop a methodology to provide adequate Energy Restoration Plans (ERPs) in contingency situations to large-scale distribution systems (with thousands of lines, load buses and sectionalizing switches), considering the existence of voltage regulators, capacitors banks and different types of sectionalizing switches. The proposed methodology considers the operational characteristics of different types of sectionalizing switches (existence of remote control, possibility of open-load and/or short-circuit, etc.) for the purpose of obtaining ERPs. Usually the developed methodologies consider only the existence of remotely controlled and manually controlled switches, excluding other operational characteristics of the sectionalizing switches. As the service restoration problem is combinatory with multiple objectives and constraints, the proposed methodology is based on Evolutionary Algorithms, multiobjective optimization techniques and on the data structure named Node-Depth Encoding. The Node-Depth Encoding is used to computationally represent, in an efficient way, the topology of the distribution systems. The proposed methodology is validated through computational simulations performed in real large-scale distribution systems.

Nesta dissertação é apresentada uma nova metodologia para tratar o problema de restabelecimento de energia em Sistemas de Distribuição (SD) de grande porte, possibilitando a obtenção de planos de restabelecimento a partir exclusivamente de chaves automáticas após a ocorrência de faltas permanentes. Este procedimento é realizado através da Reconfiguração de Redes (RR), que consiste basicamente na alteração da topologia do sistema elétrico através da mudança de estados (aberto/fechado) das chaves seccionadoras. Para isso, vários pontos de carga do SD são agrupados em blocos separados por chaves, formando setores. Assim, a partir da RR é possível a troca de cargas entre alimentadores em caso de interrupção em algum ponto da rede. A metodologia aqui proposta divide o processo de restabelecimento de energia em duas etapas. Na primeira a troca de cargas entre alimentadores é realizada utilizando apenas chaves automáticas, e a segunda etapa utiliza-se qualquer tipo de chave, automática ou não. O problema de restabelecimento de energia em SDs de grande porte envolve múltiplos objetivos, e alguns deles são conflitantes, além disto, devido à grande quantidade de variáveis envolvidas nesse problema, ele está sujeito ao fenômeno de explosão combinatória. Dessa forma, metas-heurísticas têm sido propostas como alternativas para tratar o problema, e dentre essas, os Algoritmos Evolutivos (AEs) têm se mostrado a mais eficiente. Face ao exposto, neste trabalho de mestrado utiliza-se de um AE Multi-Objetivo, juntamente com a estrutura de dados denominada Representação Nó-Profundidade (RNP), que permite uma representação computacional eficiente da topologia elétrica dos SDs. Para validar a metodologia proposta foram realizadas simulações computacionais no SD real da cidade de Londrina-PR, em atual operação. Os resultados que serão apresentados nessa dissertação mostraram um ganho substancial em comparação com outra metodologia. / This dissertation presents a new methodology to address service restoration problem in Large Scale Distribution Systems (DS), that allow the obtaining of service restoration plans considering only automatic switches after the occurrence of interruption. This procedure is performed through the Network Reconfiguration (NR), which basically consists in changing the topology of the electrical system by changing states (open/closed) of the switches. For this, various load points DS are grouped into blocks separated by switches, forming sectors. Thus, from the NR is possible to exchange charges between feeders in case of interruption somewhere in the DS. The methodology proposed here divides the process of service restoration in two stages. The first exchange of charges between feeders is performed using only automatic switches, and the second stage uses any type of switches, automatic or not. The problem of service restoration in Large-Scale DS involves multiple objectives, some of which are conflicting, moreover, due to the large number of variables involved in this problem, it is subject to the combinatorial explosion phenomenon. Thus, meta-heuristics have been proposed as alternatives to address the problem, and among these, the Evolutionary Algorithms (EAs) have shown to be more efficient. Given the above, this work uses Multi-Objective Evolutionary Algorithms, along with the graph encoding called Node-Depth Representation, which allows an efficient computational representation of DS topology. To validate the proposed methodology were performed computer simulations in real DS city of Londrina, in actual operation. The results will be presented in this thesis showed a substantial gain compared to other methods.

O restabelecimento de energia em sistemas de distribuição de energia elétrica radiais geralmente envolve a reconfiguração de redes para restaurar eletricidade à(s) área(s) fora de serviço. As principais técnicas para restabelecimento de energia em sistemas de distribuição de grande porte têm sido os algoritmos evolutivos (AEs). Após a falta ter sido identificada e a zona em falta ter sido isolada do sistema, o algoritmo deve encontrar soluções em que: 1) supra com energia o maior número de consumidores possível, 2) minimize o número de operações de chaveamentos, 3) não viole restrições operacionais do sistema, 4) reduza o total de perdas resistivas, 5) a configuração da rede seja radial e, 6) obtenha tal solução em tempo real. Este projeto emprega uma nova estrutura de dados para manipular grafos produzindo exclusivamente configurações radiais e conexas, chamada representação nó-profundidade (RNP), garantindo que todas as soluções potenciais geradas pelo algoritmo satisfaçam os itens (1) e (5). Além disso, propõe-se um AE utilizando a RNP capaz de encontrar planos de restabelecimento adequados para sistemas de distribuição de larga-escala, com milhares de chaves e barras, em tempo real. / Energy restoration in radial distribution systems usually involves the network reconfiguration to restore the electricity to the out-of-service areas. The main approaches for energy restoration in large-scale distribution systems have been the evolutionary algorithms (EAs). After a fault has been identified and isolated, the algorithm must find solutions that: 1) supply energy to the larger number of consumers, 2) reduce the number of switching operations, 3) respect operational constraints of the system, 4) reduce the amount of power losses, 5) generate exclusively radial configurations and 6) find solutions in real time. This work uses a new data structure, called node-depth encoding (NDE), to manipulate graphs producing exclusively radial and connected configurations, and guaranteeing that all potential solutions generated by the algorithm satisfy items (1) and (5). Moreover, we propose an EA using the NDE that is capable of finding adequate restoration plans in real time for large-scale distribution systems, with thousands of switches and buses.