Notícias

Banca de DEFESA: IULLE DE MACEDO GUERRA NEVES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: IULLE DE MACEDO GUERRA NEVES
DATA: 27/09/2019
HORA: 15:30
LOCAL: Auditório Engenharia de Produção - Centro de Tecnologia
TÍTULO: Aplicação de Algoritmo Genético Mono-objetivo e Multiobjetivo para Reconfiguração de Rede de Distribuição
PALAVRAS-CHAVES: Algoritmo Genético Multiobjetivo, Confiabilidade, Ramificação, Reconfiguração, Rede de Distribuição, Nondominated Sortinh Genetic Algorithms-II (NSGAII).
PÁGINAS: 93
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

A reconfiguração da rede de um sistema de distribuição elétrica consiste em sua alteração topológica de operação, visando objetivos importantes como: redução de perdas, melhoria nos níveis de tensão, qualidade de energia, balanceamento de carga, entre outros.

Este trabalho apresenta uma nova abordagem ao problema de reconfiguração de redes de distribuição: é realizado o planejamento de operação, visando obter configurações mais ramificadas para alcançar topologias mais confiáveis. Para fazer o planejamento, o Algoritmo Genético é usado. Para considerar a ramificação, tratou-se a topologia radial como uma árvore (grafo sem ciclos) e convencionou-se que a maior ramificação é aquela com menor distância do nó raiz a todos os nós folhas da rede. Em outras palavras, considerando as definições das teorias dos grafos, a árvore de menor altura. O processo utilizado permite uma melhor redistribuição de ramos, realocando barras pertencentes a grandes corredores, em seções menores. Para verificar a desenvoltura da abordagem aqui proposta, analisaram-se as principais variáveis de qualidade de topologia, tais como: perfil de tensão, perdas ativas e número de consumidores sem eletricidade em caso de falta de energia.

O planejamento é realizado preparando a rede tanto para operação, quando é apresentado uma topologia com perfis de tensão adequados e mínimas perdas ativas, como para recomposição, quando a topologia proposta permite, em média, uma rápida recomposição do sistema na ocorrência de uma falta. Além disso, o Nondominated Sortinh Genetic Algorithms-II (NSGA-II) foi implementado para encontrar soluções que satisfaçam não apenas a minimização da altura total, mas também a minimização das perdas ativas. O Algoritmo Genético Multiobjetivo foi aplicado também para recompor os sistemas, em caso de falta única, buscando diversas soluções que minimizem as perdas resistivas e número de chaveamentos. Esta aplicação foi realizada para a escolha da melhor configuração de recomposição, analisando os custos envolvidos.

Os resultados das simulações, aplicados em sistemas de teste de 16, 33, 84 e 136 barras, mostraram que, ao minimizar o somatório da distância entre o nó fonte e os demais nós da rede, considerando-a como uma árvore, foi possível obter maior confiabilidade no sistema.

 


MEMBROS DA BANCA:
Presidente - 958.783.513-15 - ALDIR SILVA SOUSA - UESPI
Externo à Instituição - FILIPE DE OLIVEIRA SARAINA - UFPA
Interno - 959.082.183-91 - HERMES MANOEL GALVÃO CASTELO BRANCO - UESPI
Interno - 1544138 - LUIS GUSTAVO MOTA SOUZA
Notícia cadastrada em: 26/08/2019 18:04
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb04.ufpi.br.sigaa 28/03/2024 16:45