Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar

Detalhes bibliográficos
Autor(a) principal: Seta, Felipe da Silva
Data de Publicação: 2020
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFJF
Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/11777
Resumo: O presente trabalho propõe uma metodologia para o planejamento ótimo da expansão de sistemas de distribuição de energia elétrica com a representação de incertezas sobre demanda de carga e geração distribuída associada à energia eólica. O critério de planejamento consiste na minimização de custos relacionados a investimento, operação, emissão de dióxido de carbono e confiabilidade. O custo de confiabilidade refere-se à energia não-suprida, utilizando-se o critério ‘N-1’ para trechos de rede e verificando-se o impacto de defeitos permanentes isolados através de uma estratégia de restauração, que depende diretamente da quantidade e da localização dos dispositivos de proteção e manobra na rede. O problema é modelado como sendo de programação não linear inteira mista e solucionado através da técnica metaheurística de otimização bioinspirada denominada Sistemas Imunológicos Artificiais. As decisões de planejamento envolvem: expansão de subestações existentes e/ou construção de novas, recondutoramento de trechos existentes pela troca do tipo de cabo e/ou construção de novos trechos, instalação de unidades de geração distribuída eólica em barras candidatas, alocação de chaves seccionadoras, reconfiguração da rede e definição das coordenadas geográficas ótimas para construção das novas subestações, além do roteamento ótimo de trechos entre as subestações e os pontos de carga. A localização de novas subestações e a construção dos trechos de ligação levam em consideração um sistema de informações geográficas que impõem ao problema um conjunto de restrições físicas de roteamento, como a existência de obstáculos naturais e caminhos de passagem de alto custo. Para a representação de incertezas, dois métodos são aplicados e comparados: uma técnica intervalar baseada em um fluxo de potência intervalar e um método estocástico baseado no estabelecimento de cenários prováveis. Restrições de rede são consideradas, como limites de corrente nos trechos, tensão nodal e potência fornecida pelas subestações, além da radialidade e conectividade das topologias candidatas. A principal contribuição da metodologia intervalar proposta está na forma eficiente de representação e avaliação de incertezas em uma única etapa, ao invés da utilização de várias avaliações determinísticas da metodologia estocástica baseada em cenários. Resultados numéricos são apresentados para sistemas teste conhecidos da literatura e demonstram o potencial da metodologia intervalar proposta na modelagem de incertezas.
id UFJF_8e6a01f878f6e1e7e0009ce89734d850
oai_identifier_str oai:hermes.cpd.ufjf.br:ufjf/11777
network_acronym_str UFJF
network_name_str Repositório Institucional da UFJF
repository_id_str
spelling Oliveira, Leonardo Willer dehttp://lattes.cnpq.br/9223644407644508Oliveira, Edimar José dehttp://lattes.cnpq.br/9587439089642912Mantovani, José Roberto Sancheshttp://lattes.cnpq.br/0614021283361265Nepomuceno, Erivelton Geraldohttp://lattes.cnpq.br/5858842244938381Silva Junior, Ivo Chaves dahttp://lattes.cnpq.br/6893941321946438Dias, Bruno Henriqueshttp://lattes.cnpq.br/0551171976628693http://lattes.cnpq.br/1049090895151884Seta, Felipe da Silva2020-10-27T12:49:20Z2020-10-272020-10-27T12:49:20Z2020-08-20https://repositorio.ufjf.br/jspui/handle/ufjf/11777O presente trabalho propõe uma metodologia para o planejamento ótimo da expansão de sistemas de distribuição de energia elétrica com a representação de incertezas sobre demanda de carga e geração distribuída associada à energia eólica. O critério de planejamento consiste na minimização de custos relacionados a investimento, operação, emissão de dióxido de carbono e confiabilidade. O custo de confiabilidade refere-se à energia não-suprida, utilizando-se o critério ‘N-1’ para trechos de rede e verificando-se o impacto de defeitos permanentes isolados através de uma estratégia de restauração, que depende diretamente da quantidade e da localização dos dispositivos de proteção e manobra na rede. O problema é modelado como sendo de programação não linear inteira mista e solucionado através da técnica metaheurística de otimização bioinspirada denominada Sistemas Imunológicos Artificiais. As decisões de planejamento envolvem: expansão de subestações existentes e/ou construção de novas, recondutoramento de trechos existentes pela troca do tipo de cabo e/ou construção de novos trechos, instalação de unidades de geração distribuída eólica em barras candidatas, alocação de chaves seccionadoras, reconfiguração da rede e definição das coordenadas geográficas ótimas para construção das novas subestações, além do roteamento ótimo de trechos entre as subestações e os pontos de carga. A localização de novas subestações e a construção dos trechos de ligação levam em consideração um sistema de informações geográficas que impõem ao problema um conjunto de restrições físicas de roteamento, como a existência de obstáculos naturais e caminhos de passagem de alto custo. Para a representação de incertezas, dois métodos são aplicados e comparados: uma técnica intervalar baseada em um fluxo de potência intervalar e um método estocástico baseado no estabelecimento de cenários prováveis. Restrições de rede são consideradas, como limites de corrente nos trechos, tensão nodal e potência fornecida pelas subestações, além da radialidade e conectividade das topologias candidatas. A principal contribuição da metodologia intervalar proposta está na forma eficiente de representação e avaliação de incertezas em uma única etapa, ao invés da utilização de várias avaliações determinísticas da metodologia estocástica baseada em cenários. Resultados numéricos são apresentados para sistemas teste conhecidos da literatura e demonstram o potencial da metodologia intervalar proposta na modelagem de incertezas.This work proposes an approach for optimal expansion planning of electrical energy distribution system with the modeling of uncertainties over load demand and wind-based distributed generation. The planning criterion is the minimization of costs related to investment, operation, carbon dioxide emission and reliability, as well as uncertainties over load demand and. The reliability cost is related to the energy not supplied, by using the ‘N-1’ criterion for network sections and evaluating the impact of isolated permanent faults through a restoration strategy, which depends directly on the number and location of protection and switching devices on the network. The problem is modeled as mixed-integer non-linear programming and solved through the bioinspired optimization meta-heuristic technique called Artificial Immune System. The planning decisions involve: expansion of existing substations and/or construction of new ones, retrofitting existing feeders by replacing cables and/or construction of new ones, installation of wind distributed generators in candidate buses, allocation of sectionalizing switches, network reconfiguration and defining the optimal geographical coordinates for the construction of new substations, as well as the optimal feeder routing between the substations and the load points. The new substations location and the construction of the connecting feeders take into account a geographical information system that imposes a set of physical routing constraints on the problem, such as the existence of natural obstacles and high-cost paths. For the uncertainties representation, two methods are applied and compared: an interval technique through an interval power flow and a scenariobased approach. Network constraints are considered, as the limits of current, voltage and power from substations, as well as the obtaining of radial and connected topology. The main contribution of the proposed interval methodology consists of handling the uncertainties in an efficient manner through a single step, instead of the several deterministic evaluations of the scenario-based approach. Numerical results are presented for well-known test systems and show the potentials of the proposed interval approach.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Engenharia ElétricaUFJFBrasilFaculdade de EngenhariaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::ENGENHARIAS::ENGENHARIA ELETRICACenáriosConfiabilidadeFluxo de potência intervalarGeração distribuídaIncertezasPlanejamentoSistemas de distribuiçãoSistema imunológico artificialArtificial immune systemDistributed generationDistribution systemsInterval power flowPlanningReliabilityScenariosUncertaintiesPlanejamento de sistemas de distribuição com representação de incertezas através de análise intervalarinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFORIGINALfelipedasilvaseta.pdffelipedasilvaseta.pdfPDF/Aapplication/pdf2264053https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/1/felipedasilvaseta.pdf6b2361a5720e3bf7d96a88781e6ff185MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTfelipedasilvaseta.pdf.txtfelipedasilvaseta.pdf.txtExtracted texttext/plain282348https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/4/felipedasilvaseta.pdf.txt6a48eaeef391677380f52e7958cb0641MD54THUMBNAILfelipedasilvaseta.pdf.jpgfelipedasilvaseta.pdf.jpgGenerated Thumbnailimage/jpeg1128https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/5/felipedasilvaseta.pdf.jpg9b4b2fee8f46272d047d32adf5f5172dMD55ufjf/117772020-10-28 04:07:32.122oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2020-10-28T06:07:32Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false
dc.title.pt_BR.fl_str_mv Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
title Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
spellingShingle Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
Seta, Felipe da Silva
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Cenários
Confiabilidade
Fluxo de potência intervalar
Geração distribuída
Incertezas
Planejamento
Sistemas de distribuição
Sistema imunológico artificial
Artificial immune system
Distributed generation
Distribution systems
Interval power flow
Planning
Reliability
Scenarios
Uncertainties
title_short Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
title_full Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
title_fullStr Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
title_full_unstemmed Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
title_sort Planejamento de sistemas de distribuição com representação de incertezas através de análise intervalar
author Seta, Felipe da Silva
author_facet Seta, Felipe da Silva
author_role author
dc.contributor.advisor1.fl_str_mv Oliveira, Leonardo Willer de
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9223644407644508
dc.contributor.advisor-co1.fl_str_mv Oliveira, Edimar José de
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/9587439089642912
dc.contributor.referee1.fl_str_mv Mantovani, José Roberto Sanches
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/0614021283361265
dc.contributor.referee2.fl_str_mv Nepomuceno, Erivelton Geraldo
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/5858842244938381
dc.contributor.referee3.fl_str_mv Silva Junior, Ivo Chaves da
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/6893941321946438
dc.contributor.referee4.fl_str_mv Dias, Bruno Henriques
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/0551171976628693
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/1049090895151884
dc.contributor.author.fl_str_mv Seta, Felipe da Silva
contributor_str_mv Oliveira, Leonardo Willer de
Oliveira, Edimar José de
Mantovani, José Roberto Sanches
Nepomuceno, Erivelton Geraldo
Silva Junior, Ivo Chaves da
Dias, Bruno Henriques
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Cenários
Confiabilidade
Fluxo de potência intervalar
Geração distribuída
Incertezas
Planejamento
Sistemas de distribuição
Sistema imunológico artificial
Artificial immune system
Distributed generation
Distribution systems
Interval power flow
Planning
Reliability
Scenarios
Uncertainties
dc.subject.por.fl_str_mv Cenários
Confiabilidade
Fluxo de potência intervalar
Geração distribuída
Incertezas
Planejamento
Sistemas de distribuição
Sistema imunológico artificial
Artificial immune system
Distributed generation
Distribution systems
Interval power flow
Planning
Reliability
Scenarios
Uncertainties
description O presente trabalho propõe uma metodologia para o planejamento ótimo da expansão de sistemas de distribuição de energia elétrica com a representação de incertezas sobre demanda de carga e geração distribuída associada à energia eólica. O critério de planejamento consiste na minimização de custos relacionados a investimento, operação, emissão de dióxido de carbono e confiabilidade. O custo de confiabilidade refere-se à energia não-suprida, utilizando-se o critério ‘N-1’ para trechos de rede e verificando-se o impacto de defeitos permanentes isolados através de uma estratégia de restauração, que depende diretamente da quantidade e da localização dos dispositivos de proteção e manobra na rede. O problema é modelado como sendo de programação não linear inteira mista e solucionado através da técnica metaheurística de otimização bioinspirada denominada Sistemas Imunológicos Artificiais. As decisões de planejamento envolvem: expansão de subestações existentes e/ou construção de novas, recondutoramento de trechos existentes pela troca do tipo de cabo e/ou construção de novos trechos, instalação de unidades de geração distribuída eólica em barras candidatas, alocação de chaves seccionadoras, reconfiguração da rede e definição das coordenadas geográficas ótimas para construção das novas subestações, além do roteamento ótimo de trechos entre as subestações e os pontos de carga. A localização de novas subestações e a construção dos trechos de ligação levam em consideração um sistema de informações geográficas que impõem ao problema um conjunto de restrições físicas de roteamento, como a existência de obstáculos naturais e caminhos de passagem de alto custo. Para a representação de incertezas, dois métodos são aplicados e comparados: uma técnica intervalar baseada em um fluxo de potência intervalar e um método estocástico baseado no estabelecimento de cenários prováveis. Restrições de rede são consideradas, como limites de corrente nos trechos, tensão nodal e potência fornecida pelas subestações, além da radialidade e conectividade das topologias candidatas. A principal contribuição da metodologia intervalar proposta está na forma eficiente de representação e avaliação de incertezas em uma única etapa, ao invés da utilização de várias avaliações determinísticas da metodologia estocástica baseada em cenários. Resultados numéricos são apresentados para sistemas teste conhecidos da literatura e demonstram o potencial da metodologia intervalar proposta na modelagem de incertezas.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-10-27T12:49:20Z
dc.date.available.fl_str_mv 2020-10-27
2020-10-27T12:49:20Z
dc.date.issued.fl_str_mv 2020-08-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufjf.br/jspui/handle/ufjf/11777
url https://repositorio.ufjf.br/jspui/handle/ufjf/11777
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFJF
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Faculdade de Engenharia
publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFJF
instname:Universidade Federal de Juiz de Fora (UFJF)
instacron:UFJF
instname_str Universidade Federal de Juiz de Fora (UFJF)
instacron_str UFJF
institution UFJF
reponame_str Repositório Institucional da UFJF
collection Repositório Institucional da UFJF
bitstream.url.fl_str_mv https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/1/felipedasilvaseta.pdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/2/license_rdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/3/license.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/4/felipedasilvaseta.pdf.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11777/5/felipedasilvaseta.pdf.jpg
bitstream.checksum.fl_str_mv 6b2361a5720e3bf7d96a88781e6ff185
e39d27027a6cc9cb039ad269a5db8e34
8a4605be74aa9ea9d79846c1fba20a33
6a48eaeef391677380f52e7958cb0641
9b4b2fee8f46272d047d32adf5f5172d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)
repository.mail.fl_str_mv
_version_ 1813194008786108416