[en] OPTIMIZATION OF TRANSFORMER AND MOBILE SUBSTATION STOCKS IN POWER SYSTEMS VIA MONTE CARLO SIMULATION AND GENETIC ALGORITHM

• Ano de defesa: 2024
• Autor(a) principal: VENUS LIRIA SILVA MENDES
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] ALGORITMO GENETICO; [pt] AVALIACAO DA CONFIABILIDADE; [pt] SUBESTACAO MOVEL; [pt] SUBESTACAO DE DISTRIBUICAO; [pt] DIMENSIONAMENTO DE ESTOQUE DE TRANSFORMADORES; [pt] SIMULACAO MONTE CARLO; [en] GENETIC ALGORITHM; [en] RELIABILITY ASSESSMENT; [en] MOBILE SUBSTATION; [en] DISTRIBUTION SUBSTATION; [en] SIZING OF SPARE TRANSFORMERS; [en] MONTE CARLO SIMULATION
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67985&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67985&idi=2; http://doi.org/10.17771/PUCRio.acad.67985

[pt] Em geral, as subestações são projetadas com transformadores em paralelo, operando a meia carga, para assegurar continuidade no fornecimento de energia mesmo que um transformador do grupo falhe. Contudo, essa prática implica em custos elevados, especialmente no que diz respeito ao arranjo de subestações. Uma solução alternativa é a utilização de estoques compartilhados de transformadores reservas e unidades de subestações móveis, que devem atender a um grupo de subestações com as mesmas características elétricas. Neste contexto, esta tese propõe a utilização temporária de unidades de subestações móveis, que devem atuar para atender à demanda de energia enquanto o transformador reserva é instalado. Essa estratégia aumenta a confiabilidade do sistema e reduz os custos operacionais e de investimento para as concessionárias de energia. No entanto, o sucesso dessa abordagem está intrinsecamente ligado ao dimensionamento e localização adequada dos estoques. Para que bons resultados sejam alcançados, é preciso dimensionar os estoques de forma que não haja investimento desnecessário ou um número insuficiente de equipamentos, e considerar pontos estratégicos de armazenamento, de forma que o tempo de deslocamento dos equipamentos sobressalentes até o ponto de falha garanta a minimização dos custos associados. Posto isso, esta tese apresenta duas metodologias de otimização baseadas em simulação Monte Carlo e Algoritmo Genético: uma para dimensionar o número de transformadores reservas e unidades de subestações móveis por ano; e outra para posicionar de forma adequada tais equipamentos em subestações com capacidade de armazenamento. Ambos os métodos foram aplicados a um grupo de transformadores de duas concessionárias reais, visando demonstrar a capacidade da metodologia de encontrar um conjunto de soluções factíveis do ponto de vista técnico e econômico.