dc.creator | Sousa, Railson Severiano de | |
dc.date.accessioned | 2019-04-26T14:39:52Z | |
dc.date.available | 2019-04-26T14:39:52Z | |
dc.date.issued | 2018-06-28 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/16323 | |
dc.description.abstract | In distribution networks planning, proper selection of quantity and position of switches
provides a significant reduction in reliability indices and operating costs. For that,
historical failure data is used. However, it is a stochastic process, and future failures
may diverge much from what has already occurred, causing off-programmed indices.
In this sense, Monte Carlo simulation emerges as a tool to address uncertainties,
creating a range of possible future scenarios. Although problem and technique are
well established, few papers have dealt with them for equipment allocation problems.
Thus, this dissertation proposes a robust methodology for the allocation of automatic
switches in a distribution system, considering the stochastic effect of the failures. The
methodology of switches allocation was based on a Genetic Algorithm that used a
Logical-Structural Matrix associated to a non-sequential Monte Carlo simulation to
diffuse different scenarios evaluated in its objective function. The results are
presented in terms of costs considering the current Brazilian regulations. Two test
systems were used. The first is widely recognized in the reliability studies, which
allows the comparison of the results of this work with other future methodologies
applied to the topic. This is important for the development of the field, considering
some characteristics that were not addressed in this work, such as transient faults
and distributed generation. The second one comprises a real system of the
metropolitan region of Florianópolis, its characteristics show the suitability of the tool
to large systems. To understand the future behavior of the system a sequential
Monte Carlo simulation was included. Several reliability indices are predicted in terms
of their mean value and confidence interval. | eng |
dc.description.sponsorship | FAPEMA | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Planejamento da distribuição | por |
dc.subject | Incerteza | por |
dc.subject | Simulação de Monte Carlo | por |
dc.subject | Alocação de chaves | por |
dc.subject | Distribution planning | eng |
dc.subject | Uncertain | eng |
dc.subject | Monte Carlo simulation | eng |
dc.subject | Switch placement | eng |
dc.title | Alocação estocasticamente robusta de chaves automáticas em rede de distribuição de energia elétrica | por |
dc.title.alternative | Stochastically robust placement of automatic switch in power distribution systems | eng |
dc.type | Dissertação | por |
dc.description.resumo | No planejamento de redes de distribuição, a seleção adequada de quantidade e
posição de chaves de manobra proporciona uma redução significativa nos índices de
confiabilidade e nos custos operacionais. Para tanto, são usados dados históricos de
falha. Porém, é um processo estocástico, e as falhas futuras podem divergir muito
do que já ocorreu, ocasionando índices fora do programado. Nesse sentido, a
simulação de Monte Carlo surge como uma ferramenta para tratar incertezas,
criando uma gama de possíveis cenários futuros. Apesar de problema e técnica
serem bem estabelecidos, poucos trabalhos têm se ocupado deles para problemas
de alocação de equipamentos. Dessa forma, esta dissertação propõe uma
metodologia robusta para a alocação de chaves automática em um sistema de
distribuição, considerando o efeito estocástico das falhas. A metodologia de
alocação das chaves foi baseada em um Algoritmo Genético que utilizou uma Matriz
Lógico-Estrutural associada a uma simulação de Monte Carlo não-sequencial para
difundir diferentes cenários avaliados em sua função objetivo. Os resultados são
apresentados em termos de custos considerando a atual regulamentação brasileira.
Foram utilizados dois sistemas testes. O primeiro é amplamente reconhecido nos
estudos sobre confiabilidade, o que permite a comparação dos resultados deste
trabalho com outras futuras metodologias aplicadas ao tema. Isso é importante para
o desenvolvimento do tema, considerando algumas características que não foram
abordadas neste trabalho, como faltas transitórias e geração distribuída. Já o
segundo compreende um sistema real da região metropolitana de Florianópolis,
suas características mostram a adequação da ferramenta a sistemas de grande
porte. Para entender o comportamento futuro do sistema foi incluída uma simulação
de Monte Carlo sequencial. Vários índices de confiabilidade são previstos em termos
de seu valor médio e intervalo de confiança. | por |
dc.contributor.advisor1 | Sperandio, Mauricio | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8051956713222836 | por |
dc.contributor.referee1 | Bretas, Arturo Suman | |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/1115674574513907 | por |
dc.contributor.referee2 | Bernardon, Daniel Pinheiro | |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/6004612278397270 | por |
dc.creator.Lattes | http://lattes.cnpq.br/1850119712639522 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Engenharia Elétrica | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Elétrica | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | por |
dc.publisher.unidade | Centro de Tecnologia | por |