Banca de QUALIFICAÇÃO: SÁVIO MOTA CARNEIRO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: SÁVIO MOTA CARNEIRO
DATA: 19/07/2017
HORA: 10:00
LOCAL: Sala 260 - Departamento de Computação
TÍTULO: Abordagem Baseada em Algoritmo Evolutivo Multiobjetivo e no Método de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tensão em Sistemas de Distribuição de Energia Elétrica
PALAVRAS-CHAVES: Algoritmos Genéticos. Alocação de Monitores. Qualidade de Energia Elétrica.
PÁGINAS: 40
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

Dentre os distúrbios de Qualidade da Energia Elétrica, destacam-se entre os mais relevantes e de maior ocorrência os afundamentos de tensão, pois além da sua natureza estocástica, o que torna difícil o seu monitoramento, causam enormes prejuízos às concessionárias e consumidores. O monitoramento constante é essencial para identificar os distúrbios existentes, no entanto os custos envolvidos inviabilizam o monitoramento completo do sistema, assim apenas um número reduzido de monitores está disponível, devendo serem instalados em posições estratégicas para cobrir a maior quantidade de eventos possíveis. Desta forma, percebe-se que a determinação dos pontos de instalação dos equipamentos é um fator crucial para o sucesso do plano de monitoramento. Este trabalho apresenta uma abordagem para a resolução do problema de alocação de monitores de qualidade de energia elétrica considerando vários aspectos do problema como a cobertura topológica, os afundamentos de tensão ocorridos, porém não monitorados e o custo total dos equipamentos instalados. Para contemplar os diversos aspectos mencionados, a abordagem proposta é baseada em um modelo de otimização multiobjetivo. O Non-Dominated Sorting Genetic Algorithm II (NSGA-II) foi empregado na construção desse modelo devido a sua eficiência ao lidar com problemas de natureza combinatória. Devido à aleatoriedade dos distúrbios de qualidade de energia elétrica, a abordagem implementada aplica o Método de Monte Carlo para modelar a série histórica de ocorrências de faltas no sistema de distribuição. Dessa forma, a abordagem permite obter uma Matriz de Tensão Durante a Falta que representa o comportamento do sistema, considerando as probabilidades de ocorrência dos eventos. A abordagem apresentada foi submetida aos sistemas de testes de 13, 34 e 37 barras do IEEE, simulados no software DigSILENT Power Factory 15.1. Os resultados obtidos permitem ao usuário à tomada de decisões sobre a quantidade e localização dos monitores que devem ser instalados, de forma a se adequar a realidade financeira da concessionária e evitar gastos desnecessários que não se traduzem em melhoria na capacidade de monitoramento.

 

 

MEMBROS DA BANCA:
Externo ao Programa - 1285226 - ANTONIO HELSON MINEIRO SOARES
Externo ao Programa - 959.082.183-91 - HERMES MANOEL GALVÃO CASTELO BRANCO - UESPI
Presidente - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Interno - 1446435 - VINICIUS PONTE MACHADO