Otimização multiobjetivo na análise da integração de geração distribuída às redes de distribuição

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Pós-graduação em Engenharia Elétrica - FEIS

Dentre as profundas mudanças que os sistemas de distribuição de energia elétrica vêm experimentando nas últimas décadas, a crescente penetração da Geração Distribuída (GD) representa ainda uma série de desafios técnicos para as redes de distribuição tradicionalmente concebidas. Essa tendência na alteração do paradigma de concepção, planejamento e operação das redes de distribuição de energia elétrica tem suscitado a necessidade de inovação nas metodologias e ferramentas computacionais de análise. Assim, este trabalho procura investigar as potencialidades das meta-heurísticas de otimização multiobjetivo (OM) como ferramenta para a análise de impacto da penetração da GD nas redes de distribuição de média tensão. Esse esforço pode ser dividido em duas etapas: a primeira concentrada sobre as técnicas de solução de modelos de OM e a segunda dirigida para o estudo do impacto causado pela GD em aspectos técnicos da rede de distribuição, como nível de tensão, curto-circuito e capacidade, considerando-se o problema de planejamento da expansão das redes de distribuição. Quanto ao estudo das técnicas de OM, fez-se um conjunto de investigações sobre os conceitos de otimização multiobjetivo, os principais métodos baseados em meta-heurísticas e na aplicação de OM a problemas de sistemas de potência, especialmente os relacionados à inserção da GD nas redes de distribuição. Foram implementados os métodos Nondominated Sorting Genetic Algorithm II (NSGA-II), baseado em Algoritmos Genéticos, e Busca Tabu multiobjetivo (BTMO). Finalmente, desenvolveu-se no âmbito desta tese o algoritmo Multi- objective Evolutionary Particle Swarm Optimization (MEPSO) com o objetivo de explorar os ganhos de desempenho verificados com a meta-heurística híbrida...

The Distributed Generation (DG) plays an important role in the profound changes that distribution power systems are facing in the last decades. The impacts caused by high DG penetration are still a challenge for traditional distribution networks. Then, there is a need for innovation and development of computational tools for system analysis considering the new trends for designing, planning and operating distribution networks. This work investigates the potential of meta-heuristics for multi-objective optimization (MO) to evaluate the impact of the penetration of DG in medium voltage distribution networks. The research may be divided in two parts: firstly, the study is focused on the techniques for solving MO problems and the second part aimed to evaluate the impact of DG on technical aspects of the distribution network, such as voltage levels, short-circuit and current capacity, considering the problem of expansion planning of the distribution network. Regarding the study of the techniques of MO, the concepts of multi-objective optimization was investigated as well as the main meta- heuristic based methods and the application of the MO to power systems problems, especially those related to the integration of DG in distribution. Two methods were implemented: the Nondominated Sorting Genetic Algorithm II (NSGA-II), based on Genetic Algorithms and a multi-objective Tabu Search (MOTS). Finally, the algorithm of a Multi-objective Evolutionary Particle Swarm Optimization (MEPSO) was developed within this thesis in order to exploit the performance gains observed with the hybrid meta-heuristic Evolutionary Particle Swarm Optimization (EPSO) in single-objective optimization problems. Concerning the study of the impact of DG, a methodology for analysis of the Pareto front was proposed which allows, in addition to obtaining... (Complete abstract click electronic access below)