Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística

Detalhes bibliográficos
Autor(a) principal: Oliveira, Wmerson Claro de
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/194506
Resumo: Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para resolver o problema de fluxo de potência ótimo probabilístico. A função objetivo do problema considera simultaneamente a minimização de custos de geração e gases de efeito estufa. O modelo matemático contempla o despacho ótimo dos geradores despacháveis (hidráulicos e térmicos) e não despacháveis (geração eólica e fotovoltaica), controle da posição dos taps dos transformadores, e da ativação de compensação reativa shunt, além das incertezas das cargas e das fontes de energia não renováveis. As incertezas no comportamento do sistema são modeladas usando o método de estimação por pontos 2m+1. A formulação do problema de fluxo de potência ótimo (FPO) é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico. Para resolver este problema eficientemente é proposto um algoritmo matheurístico, que combina o modelo clássico não linear de FPO e a meta-heurística Variable Neighborhood Descent (VND). Para validar o algoritmo proposto, foram testados sistemas da literatura especializada em dois tipos de testes: o primeiro é dividido em duas partes e os resultados são comparados com um solver comercial, na parte 01 são testados diversos sistemas com número de barras que vão de 14 até 4661, considerando um problema mono-objetivo. Na parte 02 são testados os sistemas pglib_opf_case118_ieee e pglib_opf_case300_ieee considerando um problema multiobjetivo determinístico. O segundo tipo de teste considera um problema multiobjetivo probabilístico, que envolve as incertezas das variáveis de entrada, dos parâmetros que definem o comportamento da demanda e das fontes de geração renováveis. Os resultados obtidos com os testes realizados, usando a implementação computacional nos sistemas de testes, mostram a eficiência desta metodologia.
id UNSP_2180ce57530ce08e790173b2add9683b
oai_identifier_str oai:repositorio.unesp.br:11449/194506
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurísticaOptimal probabilistic power flow with renewable generation sources: approach through matheuristic optimization techniqueFluxo de potência ótimoFluxo de potência probabilísticoTécnicas de otimização matheurísticaMeta-heurística VNDOtimização multiobjetivoProgramação não linear inteira mistaOptimal power flowMixed integer non-linear programingMultiobjective optimizationMatheuristic optimization techniqueProbabilistic optimal power flowVNDMetaheuristicNeste trabalho é proposto o desenvolvimento de uma ferramenta computacional para resolver o problema de fluxo de potência ótimo probabilístico. A função objetivo do problema considera simultaneamente a minimização de custos de geração e gases de efeito estufa. O modelo matemático contempla o despacho ótimo dos geradores despacháveis (hidráulicos e térmicos) e não despacháveis (geração eólica e fotovoltaica), controle da posição dos taps dos transformadores, e da ativação de compensação reativa shunt, além das incertezas das cargas e das fontes de energia não renováveis. As incertezas no comportamento do sistema são modeladas usando o método de estimação por pontos 2m+1. A formulação do problema de fluxo de potência ótimo (FPO) é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico. Para resolver este problema eficientemente é proposto um algoritmo matheurístico, que combina o modelo clássico não linear de FPO e a meta-heurística Variable Neighborhood Descent (VND). Para validar o algoritmo proposto, foram testados sistemas da literatura especializada em dois tipos de testes: o primeiro é dividido em duas partes e os resultados são comparados com um solver comercial, na parte 01 são testados diversos sistemas com número de barras que vão de 14 até 4661, considerando um problema mono-objetivo. Na parte 02 são testados os sistemas pglib_opf_case118_ieee e pglib_opf_case300_ieee considerando um problema multiobjetivo determinístico. O segundo tipo de teste considera um problema multiobjetivo probabilístico, que envolve as incertezas das variáveis de entrada, dos parâmetros que definem o comportamento da demanda e das fontes de geração renováveis. Os resultados obtidos com os testes realizados, usando a implementação computacional nos sistemas de testes, mostram a eficiência desta metodologia.This work proposes the development of a computational tool to solve the probabilistic optimal power flow problem. The objective function of the problem simultaneously considers the minimization of generation costs and greenhouse gases. The mathematical model includes the optimal dispatch of dispatchable (hydraulic and thermal) generators and non-dispatchable (wind and photovoltaic) generators, control of the position of the transformer taps, and the activation of reactive shunt compensation, in addition to the uncertainties of the cargo and non-renewable energy sources. Uncertainties in the behavior of the system are modeled using the 2m + 1 point-estimate method. The formulation of the FPO problem is a mixed integer non-linear (PNLIM), multi-objective, non-convex and probabilistic problem. To solve this problem efficiently, a matheuristic algorithm is proposed, combining the classic non-linear FPO model and the Variable Neighborhood Descent (VND) metaheuristic. To validate the proposed algorithm, systems in the specialized literature were tested in two types of tests: the first test is divided into two parts and the results are compared with a commercial solver, in part 01 several systems are tested with number of bars ranging from 14 to 4661, considering a mono-objective problem. In part 02, the pglib_opf_case118_ieee and pglib_opf_case300_ieee systems are tested considering a deterministic multiobjective problem. The second type of test considers a probabilistic multiobjective problem, which involves the uncertainties of the input variables, parameters that define the load and renewable sources behavior. The results obtained with the tests performed, using the computational implementation in the test systems, show the efficiency of this methodology.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Council on International Educational Exchange (CIEE)Czech Science Foundation (GACR)Department of Atomic Energy (DAE)Department of Science and Technology (DST)Deutsche Forschungsgemeinschaft (DFG)Deutscher Akademischer Austauschdienst (DAAD)Earthwatch InstituteEmpresa Brasileira de Pesquisa Agropecuária (EMBRAPA)Engineering and Physical Sciences Research Council (EPSRC)European Regional Development Fund (ERDF)Financiadora de Estudos e Projetos (FINEP)CNPq: 164751/2018-1Universidade Estadual Paulista (Unesp)Mantovani, José Roberto Sanches [UNESP]Ortiz, Juan Manuel HomeUniversidade Estadual Paulista (Unesp)Oliveira, Wmerson Claro de2020-12-07T19:02:25Z2020-12-07T19:02:25Z2020-10-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/19450633004099080P0porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-05T17:42:29Zoai:repositorio.unesp.br:11449/194506Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:42:29Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
Optimal probabilistic power flow with renewable generation sources: approach through matheuristic optimization technique
title Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
spellingShingle Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
Oliveira, Wmerson Claro de
Fluxo de potência ótimo
Fluxo de potência probabilístico
Técnicas de otimização matheurística
Meta-heurística VND
Otimização multiobjetivo
Programação não linear inteira mista
Optimal power flow
Mixed integer non-linear programing
Multiobjective optimization
Matheuristic optimization technique
Probabilistic optimal power flow
VND
Metaheuristic
title_short Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
title_full Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
title_fullStr Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
title_full_unstemmed Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
title_sort Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística
author Oliveira, Wmerson Claro de
author_facet Oliveira, Wmerson Claro de
author_role author
dc.contributor.none.fl_str_mv Mantovani, José Roberto Sanches [UNESP]
Ortiz, Juan Manuel Home
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Oliveira, Wmerson Claro de
dc.subject.por.fl_str_mv Fluxo de potência ótimo
Fluxo de potência probabilístico
Técnicas de otimização matheurística
Meta-heurística VND
Otimização multiobjetivo
Programação não linear inteira mista
Optimal power flow
Mixed integer non-linear programing
Multiobjective optimization
Matheuristic optimization technique
Probabilistic optimal power flow
VND
Metaheuristic
topic Fluxo de potência ótimo
Fluxo de potência probabilístico
Técnicas de otimização matheurística
Meta-heurística VND
Otimização multiobjetivo
Programação não linear inteira mista
Optimal power flow
Mixed integer non-linear programing
Multiobjective optimization
Matheuristic optimization technique
Probabilistic optimal power flow
VND
Metaheuristic
description Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para resolver o problema de fluxo de potência ótimo probabilístico. A função objetivo do problema considera simultaneamente a minimização de custos de geração e gases de efeito estufa. O modelo matemático contempla o despacho ótimo dos geradores despacháveis (hidráulicos e térmicos) e não despacháveis (geração eólica e fotovoltaica), controle da posição dos taps dos transformadores, e da ativação de compensação reativa shunt, além das incertezas das cargas e das fontes de energia não renováveis. As incertezas no comportamento do sistema são modeladas usando o método de estimação por pontos 2m+1. A formulação do problema de fluxo de potência ótimo (FPO) é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico. Para resolver este problema eficientemente é proposto um algoritmo matheurístico, que combina o modelo clássico não linear de FPO e a meta-heurística Variable Neighborhood Descent (VND). Para validar o algoritmo proposto, foram testados sistemas da literatura especializada em dois tipos de testes: o primeiro é dividido em duas partes e os resultados são comparados com um solver comercial, na parte 01 são testados diversos sistemas com número de barras que vão de 14 até 4661, considerando um problema mono-objetivo. Na parte 02 são testados os sistemas pglib_opf_case118_ieee e pglib_opf_case300_ieee considerando um problema multiobjetivo determinístico. O segundo tipo de teste considera um problema multiobjetivo probabilístico, que envolve as incertezas das variáveis de entrada, dos parâmetros que definem o comportamento da demanda e das fontes de geração renováveis. Os resultados obtidos com os testes realizados, usando a implementação computacional nos sistemas de testes, mostram a eficiência desta metodologia.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-07T19:02:25Z
2020-12-07T19:02:25Z
2020-10-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/194506
33004099080P0
url http://hdl.handle.net/11449/194506
identifier_str_mv 33004099080P0
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128186671693824