Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo

Detalhes bibliográficos
Autor(a) principal: Amorim,Elizete de Andrade
Data de Publicação: 2009
Outros Autores: Romero,Rubén, Mantovani,José R. S.
Tipo de documento: Artigo
Idioma: por
Título da fonte: Sba: Controle & Automação Sociedade Brasileira de Automatica
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592009000200009
Resumo: Neste trabalho, apresenta-se o desenvolvimento de uma ferramenta computacional para a solução do problema de fluxo de potência ótimo (FPO) descentralizado. Para esta finalidade o problema de FPO é decomposto em várias áreas, definindo-se vários subproblemas regionais de FPO. O FPO é modelado como um problema de otimização não-linear restrito, em que os custos da geração e das perdas de potência ativa são minimizados simultaneamente. Os subproblemas regionais de FPO são resolvidos através de um algoritmo evolutivo multiobjetivo (AEMO) baseado na teoria de Pareto. No AEMO proposto explora-se um mecanismo de preservação de diversidade entre os indivíduos da população para evitar a convergência prematura e soluções ótimas locais. Para extrair a melhor solução compromisso do conjunto Pareto-Ótimo propõem-se um mecanismo de decisão baseado na teoria de conjuntos fuzzy. Além disso, um algoritmo de hierarquia cluster é implementado para reduzir a dimensão do conjunto de Pareto. Para validar a eficiência do modelo e da técnica de solução apresentam-se os resultados obtidos com os sistemas teste RTS-96 e IEEE-354.
id SBA-2_bcd33e3deeab85dfd1cf62201cee98c9
oai_identifier_str oai:scielo:S0103-17592009000200009
network_acronym_str SBA-2
network_name_str Sba: Controle & Automação Sociedade Brasileira de Automatica
repository_id_str
spelling Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivoAlgoritmos EvolutivosConjuntos fuzzyFluxo de Potência ÓtimoTécnicas de DecomposiçãoOtimização MultiobjetivoNeste trabalho, apresenta-se o desenvolvimento de uma ferramenta computacional para a solução do problema de fluxo de potência ótimo (FPO) descentralizado. Para esta finalidade o problema de FPO é decomposto em várias áreas, definindo-se vários subproblemas regionais de FPO. O FPO é modelado como um problema de otimização não-linear restrito, em que os custos da geração e das perdas de potência ativa são minimizados simultaneamente. Os subproblemas regionais de FPO são resolvidos através de um algoritmo evolutivo multiobjetivo (AEMO) baseado na teoria de Pareto. No AEMO proposto explora-se um mecanismo de preservação de diversidade entre os indivíduos da população para evitar a convergência prematura e soluções ótimas locais. Para extrair a melhor solução compromisso do conjunto Pareto-Ótimo propõem-se um mecanismo de decisão baseado na teoria de conjuntos fuzzy. Além disso, um algoritmo de hierarquia cluster é implementado para reduzir a dimensão do conjunto de Pareto. Para validar a eficiência do modelo e da técnica de solução apresentam-se os resultados obtidos com os sistemas teste RTS-96 e IEEE-354.Sociedade Brasileira de Automática2009-06-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592009000200009Sba: Controle & Automação Sociedade Brasileira de Automatica v.20 n.2 2009reponame:Sba: Controle & Automação Sociedade Brasileira de Automaticainstname:Sociedade Brasileira de Automática (SBA)instacron:SBA10.1590/S0103-17592009000200009info:eu-repo/semantics/openAccessAmorim,Elizete de AndradeRomero,RubénMantovani,José R. S.por2009-05-28T00:00:00Zoai:scielo:S0103-17592009000200009Revistahttps://www.sba.org.br/revista/PUBhttps://old.scielo.br/oai/scielo-oai.php||revista_sba@fee.unicamp.br1807-03450103-1759opendoar:2009-05-28T00:00Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)false
dc.title.none.fl_str_mv Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
title Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
spellingShingle Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
Amorim,Elizete de Andrade
Algoritmos Evolutivos
Conjuntos fuzzy
Fluxo de Potência Ótimo
Técnicas de Decomposição
Otimização Multiobjetivo
title_short Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
title_full Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
title_fullStr Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
title_full_unstemmed Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
title_sort Fluxo de potência ótimo descentralizado utilizando algoritmos evolutivos multiobjetivo
author Amorim,Elizete de Andrade
author_facet Amorim,Elizete de Andrade
Romero,Rubén
Mantovani,José R. S.
author_role author
author2 Romero,Rubén
Mantovani,José R. S.
author2_role author
author
dc.contributor.author.fl_str_mv Amorim,Elizete de Andrade
Romero,Rubén
Mantovani,José R. S.
dc.subject.por.fl_str_mv Algoritmos Evolutivos
Conjuntos fuzzy
Fluxo de Potência Ótimo
Técnicas de Decomposição
Otimização Multiobjetivo
topic Algoritmos Evolutivos
Conjuntos fuzzy
Fluxo de Potência Ótimo
Técnicas de Decomposição
Otimização Multiobjetivo
description Neste trabalho, apresenta-se o desenvolvimento de uma ferramenta computacional para a solução do problema de fluxo de potência ótimo (FPO) descentralizado. Para esta finalidade o problema de FPO é decomposto em várias áreas, definindo-se vários subproblemas regionais de FPO. O FPO é modelado como um problema de otimização não-linear restrito, em que os custos da geração e das perdas de potência ativa são minimizados simultaneamente. Os subproblemas regionais de FPO são resolvidos através de um algoritmo evolutivo multiobjetivo (AEMO) baseado na teoria de Pareto. No AEMO proposto explora-se um mecanismo de preservação de diversidade entre os indivíduos da população para evitar a convergência prematura e soluções ótimas locais. Para extrair a melhor solução compromisso do conjunto Pareto-Ótimo propõem-se um mecanismo de decisão baseado na teoria de conjuntos fuzzy. Além disso, um algoritmo de hierarquia cluster é implementado para reduzir a dimensão do conjunto de Pareto. Para validar a eficiência do modelo e da técnica de solução apresentam-se os resultados obtidos com os sistemas teste RTS-96 e IEEE-354.
publishDate 2009
dc.date.none.fl_str_mv 2009-06-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592009000200009
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592009000200009
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S0103-17592009000200009
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Sociedade Brasileira de Automática
publisher.none.fl_str_mv Sociedade Brasileira de Automática
dc.source.none.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica v.20 n.2 2009
reponame:Sba: Controle & Automação Sociedade Brasileira de Automatica
instname:Sociedade Brasileira de Automática (SBA)
instacron:SBA
instname_str Sociedade Brasileira de Automática (SBA)
instacron_str SBA
institution SBA
reponame_str Sba: Controle & Automação Sociedade Brasileira de Automatica
collection Sba: Controle & Automação Sociedade Brasileira de Automatica
repository.name.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)
repository.mail.fl_str_mv ||revista_sba@fee.unicamp.br
_version_ 1754824565099331584