alocação de geração distribuída utilizando o algoritmo genético de chu-beasley e índices de PDF
Preview alocação de geração distribuída utilizando o algoritmo genético de chu-beasley e índices de
UNIVERSIDADE FEDERAL DO ABC Curso de Pós-Graduação em Engenharia Elétrica Dissertação de Mestrado Igor Ferreira do Prado ALOCAÇÃO DE GERAÇÃO DISTRIBUÍDA UTILIZANDO O ALGORITMO GENÉTICO DE CHU-BEASLEY E ÍNDICES DE SENSIBILIDADE Santo André 2013 Curso de Pós-Graduação em Engenharia Elétrica Dissertação de Mestrado Igor Ferreira do Prado ALOCAÇÃO DE GERAÇÃO DISTRIBUÍDA UTILIZANDO O ALGORITMO GENÉTICO DE CHU-BEASLEY E ÍNDICES DE SENSIBILIDADE Dissertação apresentada ao curso de Mestrado em Engenharia Elétrica da Universidade Federal do ABC como requisito parcial para obtenção do Título de Mestre em Engenharia Elétrica, sob orientação da Professora Drª Lina Paola Garcés Negrete e coorientação do Professor Drº Edmarcio Antonio Belati. Santo André 2013 Este exemplar foi revisado e alterado em relação à versão original, de acordo com as observações levantadas pela banca no dia da defesa, sob responsabilidade única do autor e com a anuência de seu orientador. Santo André, ____de _______________ de 20___. Assinatura do autor: _____________________________________ Assinatura do orientador: _________________________________ 66 POS-GRADUAÇÃO EM ENGENHARIA ELETRICA Universidade Federal do ABC FOLHA DE ASSINATURAS Assinaturas dos membros da Banca Examinadora que avaliou e aprovou a Defesa de Dissertação de Mestrado do candidato Igor Ferreira do Prado em 16 de setembro de 2013: Profa. Dra. Lina Paola Garces Negrete (UFG) - Presidente Prof. -Dr. Edgar Manuel Carrefío (UNIOESTE) - Membro Titular Prof. Dr. Ha/oldo de Faria Júnior (UFABC) - Membro Titular J Tl Prof. Dr. Edmarcio Antonio Belati (UFABC) - Membro Suplente Prof. Dr. Luis Alfonso Gallego Pareja (UEL) - Membro Suplente Prof. Dr. Thales Sousa (UFABC) - Membro Suplente Universidade Federal do ABC , Av. dos Estados, 5.001 - CEP 09210-580 - Santo André - SP Tel 0 XX 11 - 4996-0086 www.ufabc.edu.br i AGRADECIMENTOS À toda minha família, em especial à minha mãe Cecília, meu pai Manoel, minha irmã Da- nielleeminhanoivaBárbaraSantos,peloapoioeincentivo,semprecommuitoamorecarinho, emtodaminhavidaacadêmica. A Profª. Drª. Lina Paola Garcés Negrete e ao Profº. Drº. Edmarcio Antonio Belati pela excelenteorientaçãoeajudanaelaboraçãodessetrabalho. Ao LAESE (Laboratório de Eletrônica e Sistemas de Energia Elétrica), pela disponibiliza- çãodoLaboratórioeequipamentosutilizadosnessetrabalho. ÀUFABCpeloapoioeadisponibilizaçãoderecursoslaboratoriaisparaodesenvolvimento dessetrabalho. ii FINANCIAMENTO EstetrabalhocontouinicialmentecomoapoiofinanceirodaUniversidadeFederaldoABC (UFABC) e posteriormente foi apoiado pela Coordenação de Aperfeiçoamento de Pessoal de NívelSuperior(CAPES). iii ”Ofatordecisivoparavenceromaiorobstáculoé, invariavelmente,ultrapassaroobstáculoanterior.” (HenryFord) iv RESUMO O presente trabalho apresenta o desenvolvimento de um algoritmo de otimização capaz de dar suporte ao planejador de redes de distribuição, quanto às tomadas de decisão referente ao ponto ideal de conexão de uma GD previamente determinada, visando a redução das perdas de potência ativa no sistema de distribuição. A metodologia proposta é baseada no algoritmo genéticodeChu-Beasley(AGCB). Assim, o primeiro passo dessa metodologia é a construção da formulação matemática do problema de alocação de GD, representado como um problema de otimização, cuja função objetivoéaminimizaçãodasperdasdepotênciaativas. Aavaliaçãodoscritériosdeotimização requeremasoluçãodeequaçõesdebalançodepotênciaativa,obtidaspelasoluçãodeumfluxo depotênciaparasistemasdedistribuição,utilizandoométodoBackward-ForwardSweep. A metodologia proposta foi aplicada em quatro sistemas de distribuição, contendo 10, 34, 70e126nós,analisandoainserçãodeumaededuasunidadesdeGDemcadasistema. Estetrabalhoapresentaumametodologiaeficientecomdesempenhorápidoerespostaspre- cisas para a solução do problema quando utilizados sistemas de médio e grande porte. Seu de- sempenhofoicomparadocomumalgoritmodebuscaexaustiva. Nota-sequeparasistemasmais simples o tempo computacional gasto pelo AGCB é superior ao do sistema de busca exaustiva. Contudo, quando se aumenta a complexidade do sistema, o AGCB passa a ter mais vantagens, poisomesmonãoprecisaanalisartodasaspossíveiscombinaçõesdesolução,obtendoassimo resultado de forma mais rápida e eficiente. Tal afirmação é possível ser comprovada nos resul- tadosobtidosparaossistemasde34,70e126nósquandoconsideradaaalocaçãode2unidades de GD, o AGCB encontrou a resposta quase 5 vezes mais rápido do que o algoritmo de busca exaustiva. v ABSTRACT Thispaperpresentsthedevelopmentofanoptimizationalgorithmabletosupporttheplan- ner distribution networks, as in the decisions regarding the ideal point of connection of a pre- determined GD, aiming at the reduction of active power losses in the system distribution. The proposedmethodologyisbasedonthegeneticalgorithmofChu-Beasley(AGCB). Thus,thefirststepofthismethodologyistheconstructionofthemathematicalformulation of the allocation problem GD, represented as an optimization problem whose objective func- tion is to minimize the active power losses. The evaluation of optimization criteria require the solution of balance equations active power, obtained by solving a power flow for distribution systemsusingtheForward-BackwardSweepmethod. The proposed methodology was applied in four distribution systems containing 10, 34, 70 and126nodes,analyzinginsertionofoneandtwoDGunitsineachsystem. This paper presents an efficient methodology with fast performance and accurate answers to solve the problem when used systems of medium and large. Its performance was compared with exhaustive search algorithm. Note that for simpler systems the computational time spent by AGCB is greater when compared to exhaustive search. However, when increasing the com- plexityofthesystem,AGCBnowhasmoreadvantagesbecauseitdoesnotneedtoexamineall possible combinations of solution, thus obtaining the result more quickly and efficiently. Such a statement can be proven in the results obtained for the systems 34, 70 and 126 nodes when consideringtheallocationof2DGunits,theAGCBfoundtheansweralmost5timesfasterthan theexhaustivesearchalgorithm.
Description:The list of books you might like
