Show simple item record

dc.creatorSousa, Railson Severiano de
dc.date.accessioned2019-04-26T14:39:52Z
dc.date.available2019-04-26T14:39:52Z
dc.date.issued2018-06-28
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/16323
dc.description.abstractIn 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.sponsorshipFAPEMApor
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectPlanejamento da distribuiçãopor
dc.subjectIncertezapor
dc.subjectSimulação de Monte Carlopor
dc.subjectAlocação de chavespor
dc.subjectDistribution planningeng
dc.subjectUncertaineng
dc.subjectMonte Carlo simulationeng
dc.subjectSwitch placementeng
dc.titleAlocação estocasticamente robusta de chaves automáticas em rede de distribuição de energia elétricapor
dc.title.alternativeStochastically robust placement of automatic switch in power distribution systemseng
dc.typeDissertaçãopor
dc.description.resumoNo 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.advisor1Sperandio, Mauricio
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8051956713222836por
dc.contributor.referee1Bretas, Arturo Suman
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1115674574513907por
dc.contributor.referee2Bernardon, Daniel Pinheiro
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6004612278397270por
dc.creator.Latteshttp://lattes.cnpq.br/1850119712639522por
dc.publisher.countryBrasilpor
dc.publisher.departmentEngenharia Elétricapor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.publisher.unidadeCentro de Tecnologiapor


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 International
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 International

O Manancial - Repositório Digital da UFSM utiliza a versão 4.1 do software DSpace.
Av. Roraima, 1000. Cidade Universitária "Prof. José Mariano da Rocha Filho".
Bairro Camobi. CEP: 97.105-900. Santa Maria, RS, Brasil.