Return to search

Um modelo de despacho e pré-despacho de retaivas através de algoritmos genéticos, fluxo de potência ótimo e busca tabu = A model of reactive dispatch and a model of short-term reactive operation planning through geneti algorithms, optimal power flow and search tabu / A model of reactive dispatch and a model of short-term reactive operation planning through geneti algorithms, optimal power flow and search tabu

Orientador: Takaaki Ohishi / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-21T16:39:20Z (GMT). No. of bitstreams: 1
Modesto_SoniaAngelinaGarcia_D.pdf: 7966542 bytes, checksum: e394ce8619b189ec96e83326835c45df (MD5)
Previous issue date: 2003 / Resumo: Esta tese trata do problema de planejamento da operação de curto prazo (operação diária) de reativos. A Cadeia de Planejamento do Setor Elétrico brasileiro inicia com um Planejamento de Longo Prazo, o qual considera a operação do sistema através de modelos equivalentes em um horizonte de cinco anos. Em seguida o Planejamento de Médio Prazo, utilizando um modelo individualizado para cada usina hidrelétrica e termelétrica, analisa a operação para um horizonte de um ano à frente. A próxima etapa é de Programação da Operação, a qual determina a operação do sistema para o horizonte de alguns dias à frente. Finalmente, a solução da Programação da Operação é utilizada pela operação em tempo real como uma referência operativa. Em todas estas etapas, as modelagens representam apenas a geração e transmissão de potência ativa (Modelo DC). Para a parte reativa não há planejamento. Neste estudo sobre a parte reativa, enfocou-se o aspecto das variáveis discretas, mais precisamente os taps dos transformadores. Supõe-se conhecido um despacho de geração ativa, dado pela Programação da Operação, e um despacho de potência reativa, obtido por exemplo através de um caso base, ou através de um modelo de fluxo de potência ótimo reativo. Inicialmente foi estudado o problema de despacho de reativos, o qual considera o operação em um dado instante de tempo (problema estático). Para este problema, foram desenvolvidos três abordagens. A primeira é uma metodologia híbrida combinando Algoritmos Genéticos (AG) e um modelo de Fluxo de Potência Ótimo (FPO). Nesta abordagem as variáveis discretas são tratadas através dos AG e cada indivíduo é avaliado através de um FPO. A vantagem desta metodologia é que esta determina conjuntamente as variáveis continuas (geração de potência ativa e reativa) e as variáveis discretas; a desvantagem é o elevado tempo computacional. Buscando diminuir o tempo de processamento, foram desenvolvidos duas outras metodologias, uma utilizando um método de Busca Local e a outra baseada em Busca Tabu. Em ambas as metodologias, o FPO foi substituído por um modelo de fluxo de potência não linear. O plano de operação reativa ao longo de um dia, aqui denominado prédespacho de reativos, visa estimar uma solução em termos do posicionamento dos taps para cada intervalo do dia, buscando obter um perfil de tensão mais adequado do ponto de vista operativo. A abordagem para o pré-despacho de reativos utiliza o modelo de despacho de reativos baseado em Busca Tabu, mas considera a solução obtida no intervalo anterior. Todas as metodologias utilizaram o sistema IEEE30 como sistema teste / Abstract: This thesis treats the short-term (daily operation) reactive operation planning. The Brazilian operation planning initially performs a long-term operation study. This planning uses a equivalent model representation and take into account a time horizon of five years. The next step is the mid operation planning, that uses a individual representation and considers one year operation. The last planning determines the short-term operation using a more detailed model, including transmission operation constraints through a linear model. Finally, this short-term planning is used as operational guidelines in the real time operation. The models used in these different planning represent only the active power generation and transmission. For reactive operation there are not planning. This study about reactive operation focused the discrete decision. More specifically, the taps are treated as discrete variables. The methodologies supposes that the active and reactive power generations are given. Initially, the reactive dispatch problem is treated, and three methodologies are developed. The first is a hybrid model, that combines a Genetic Algorithm approach with an Optimal Power Flow model. This methodology has the advantage to determine the active and reactive generations and discrete variables values; the inconvenient is the high computer time processing. Two others methodologies are developed in order to obtain more faster approach. One approach is based on Local Search and the other is based on Tabu Search. In both methodologies, the OPF model is substituted by a non-linear power flow. The proposed daily reactive operation planning aims to determines the taps position for each time interval, looking for a more operationally suitable voltage profile. This planning is based on the Tabu Search Reactive Dispatch model. All methodologies used the IEEE30 as test system / Doutorado / Automação / Doutora em Engenharia Elétrica

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/261159
Date21 August 2018
CreatorsModesto, Sonia Angelina Garcia
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Ohishi, Takaaki, 1955-, Filho, Secundino Soares, Junior, Anesio dos Santos, Costa, Vivaldo Fernando da, Armentano, Vinicios Amaral
Publisher[s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação, Programa de Pós-Graduação em Engenharia Elétrica
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Format98 p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds