Alocação ótima de equipamentos facts em sistemas de potência através de algoritmos genéticos multiobjetivo

DSpace Repository

A- A A+

Alocação ótima de equipamentos facts em sistemas de potência através de algoritmos genéticos multiobjetivo

Show simple item record

dc.contributor Universidade Federal de Santa Catarina pt_BR
dc.contributor.advisor Almeida, Katia Campos de pt_BR
dc.contributor.author Farias, Charles Marques de pt_BR
dc.date.accessioned 2012-10-25T06:02:14Z
dc.date.available 2012-10-25T06:02:14Z
dc.date.issued 2012-10-25T06:02:14Z
dc.identifier.other 288641 pt_BR
dc.identifier.uri http://repositorio.ufsc.br/xmlui/handle/123456789/94063
dc.description Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2010 pt_BR
dc.description.abstract Este trabalho descreve uma metodologia para resolver o problema de alocação ótima de equipamentos FACTS (Flexible AC Transmission Systems) em sistemas de potência considerando otimização multiobjetivo. Dois critérios são utilizados: o técnico e o econômico. O critério econômico é expresso através do custo do equipamento em US$/kVAr. Para representar o critério técnico, duas diferentes funções são consideradas: mínimo desvio quadrático das tensões em relação aos valores nomnais e a máxima transferência de potência entre áreas. Um Algoritmo Genético Multiobjetivo (AGMO) é desenvolvido para gerar o conjunto de soluções de Pareto do problema e assim garantir a otimização simultânea de ambos os critérios. A factibilidade das soluções é garantida através de um programa de fluxo de potência ótimo (FPO). Desta forma, as soluções operativas associadas aos locais ótimos de inserção dos equipamentos FACTS respeitam as restrições físicas e operacionais da rede elétrica e dos próprios equipamentos Dois equipamentos são considerados: o compensador estático de reativos (SVC) e o compensador série variável (TCSC). A questão da diversidade das soluções na fronteira de Pareto é trabalhada através da técnica de fitness sharing. São analisados testes com o sistema de 30 barras do IEEE, com um sistema Inglês contendo 40 barras e com um equivalente do sistema Sul brasileiro contendo 182 barras. pt_BR
dc.format.extent xxiii, 141 p.| il., grafs., tabs. pt_BR
dc.language.iso por pt_BR
dc.subject.classification Engenharia eletrica pt_BR
dc.subject.classification Algoritmos genéticos pt_BR
dc.subject.classification Fluxo de potência ótimo pt_BR
dc.title Alocação ótima de equipamentos facts em sistemas de potência através de algoritmos genéticos multiobjetivo pt_BR
dc.type Dissertação (Mestrado) pt_BR


Files in this item

Files Size Format View
288641.pdf 1.217Mb PDF Thumbnail

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

Compartilhar