Proposição automática de reforços em redes de distribuição de energia elétrica utilizando programação linear e algoritmo genético. / Automatic proposal of reinforcements in power distribution networks using linear programming and genetic algorithm.
AUTOR(ES)
Su Pei Fei
DATA DE PUBLICAÇÃO
2006
RESUMO
Este trabalho tem por objetivo apresentar uma metodologia para localização e proposição de reforços no sistema de distribuição de energia elétrica através de programação linear, PL, e algoritmo genético, AG. A técnica de PL utilizada para a localização de pontos de reforços e, principalmente, novas subestações de distribuição, é baseada no algoritmo de ?out-of-kilter?, um conhecido algoritmo de transporte. A seleção de melhores alternativas é solucionada através do AG, que permite a modelagem de redes com proporções reais e possibilita a obtenção de resultados em tempos de execução compatíveis para aplicação de atividades em planejamento de sistemas de distribuição de energia. O modelo de algoritmo proposto aloca automaticamente novos reforços, como o recondutoramento de trechos da rede e a expansão de subestações existentes, complementando os reforços candidatos, novas subestações e novos alimentadores, propostos previamente pelo modelo de PL. A metodologia proposta é aplicada à resolução de uma rede de distribuição real, possibilitando a análise da potencialidade que esta modelagem pode oferecer.
ASSUNTO(S)
algoritmos genéticos power distribution system planning linear programming genetic algorithm programação linear redes de distribuição de energia elétrica (planejamento)
Documentos Relacionados
- Estimação de Matrizes de Tráfego Origem-Destino Utilizando Algoritmo Genético.
- Reconfiguração de redes de distribuição de energia elétrica usando algoritmo genético multiobjetivo
- Algorithm of electrical impedance tomography using linear programming as method of searching image.
- Reconfiguração automatica de redes de distribuição de energia eletrica
- Calibration of models of distribution network of water using multiobjective genetic algorithm