Return to search

Meta-heurísticas bio-inspiradas para otimização multiobjetivo do controle Volt/VAr no contexto das redes elétricas inteligentes. / Bio-inspired metaheuristic applied to Volt/Var control multiobjective optimization problem in smart grid context.

O presente trabalho tem como objetivo comparar o desempenho de diferentes metaheurísticas bio-inspiradas aplicadas à resolução de problemas de otimização multiobjetivo do controle de tensão e reativos, ou controle Volt/VAr, em redes elétricas inteligentes. Entre os algoritmos implementados estão o algoritmo genético, o algoritmo memético, a otimização por colônia de formigas, a otimização por enxame de partículas e o strength pareto evolutionary algorithm (SPEA2). Aplicações dos algoritmos à resolução de problemas de otimização do controle Volt/VAr, em redes de distribuição de energia elétrica com dimensões reais, são utilizadas para comparação de seus indicadores de desempenho. A avaliação é feita tanto em relação à velocidade de busca quanto em relação à qualidade da solução encontrada. Os algoritmos mostraram resultados promissores para aplicação a redes de distribuição com dimensões reais, encontrando soluções de qualidade em tempos de busca aceitáveis. Parte deste desempenho se dá pelos métodos meta-heurísticos, parte por conta da modelagem adotada no processo de otimização. / The present work aims at comparing the performance of different bio-inspired metaheuristics applied to the Volt/VAr control multiobjective optimization problem in smart grids. Among the algorithms implemented are the genetic algorithm, the memetic algorithm, ant colony optimization, particle swarm optimization and the strength pareto evolutionary algorithm (SPEA2). Applications of the algorithms to solve Volt/VAr control optimization problems in distribution networks with real dimensions are used to compare their performance indicators. The evaluation is done both in relation to the search speed and in relation to the quality of the solution found. The promising results show that the algorithms are applicable to distribution networks with real dimensions, finding quality solutions in acceptable search times. This performance is obtained due to both the metaheuristic methods, and the modeling adopted in the optimization process.

Identiferoai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-04092018-134916
Date07 June 2018
CreatorsMedeiros, Thiago Saúde
ContributorsAlmeida, Carlos Frederico Meschini, Kagan, Nelson
PublisherBiblioteca Digitais de Teses e Dissertações da USP
Source SetsUniversidade de São Paulo
LanguagePortuguese
Detected LanguagePortuguese
TypeDissertação de Mestrado
Formatapplication/pdf
RightsLiberar o conteúdo para acesso público.

Page generated in 0.0022 seconds