Busca avançada
Ano de início
Entree

Alocação otimizada de sensores indicadores de falta em sistemas de distribuição de energia elétrica utilizando algoritmo genético adaptativo

Processo: 15/06543-1
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de setembro de 2015
Vigência (Término): 31 de julho de 2016
Área do conhecimento:Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
Pesquisador responsável:Fabio Bertequini Leao
Beneficiário:Guilherme Hideki Ogura
Instituição-sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
Assunto(s):Redes de distribuição de energia elétrica   Sensores   Algoritmos genéticos   Otimização combinatória

Resumo

A manutenção e melhoria dos índices de confiabilidade das redes de distribuição sempre foram objetivos a serem alcançados pelas concessionárias de energia elétrica devido principalmente a manutenção de qualidade de energia aos consumidores e aos limites pré-estabelecidos pelas agências reguladoras. Para alcançar esses objetivos considerando a expansão e modernização da rede as concessionárias devem investir em tecnologia que possibilite condições de monitorar e operar a rede de forma estratégica. Por outro lado é necessário reduzir ao máximo os custos operacionais e de investimento na rede. Uma das tecnologias disponíveis para o monitoramento e operação da rede são os sensores Indicadores de Falta (IF). Estes podem ser utilizados para reduzir o tempo para localização da falta e o tempo de reparo da rede, e portanto, reduzir o Custo da Energia Não Suprida (CENS) melhorando a confiabilidade da rede. Por outro lado, deve-se considerar que existe um custo de investimento para alocação desses sensores, e não é aceitável que se instale sensores em todos os ramais do sistema devido ao alto custo de investimento. Neste projeto de pesquisa será abordado o problema de alocação de sensores IF em sistemas de distribuição como um problema de otimização combinatória, considerando dois objetivos conflitantes: CENS e custo de investimento na alocação de sensores. Para resolução do modelo matemático será desenvolvido e implementado um Algoritmo Genético Adaptativo. O algoritmo possui taxas de recombinação e mutação automática e dinamicamente calibradas, baseadas na saturação da população corrente, possuindo uma imediata resposta à possível convergência prematura para ótimos locais. Serão realizados testes experimentais com o método proposto utilizando um sistema teste da literatura.