Comparação de abordagens MOPSO no planejamento da operação de sistemas hidrotérmicos

• Ano de defesa: 2014
• Autor(a) principal: Silva, Jonathan Cardoso
• Orientador(a): Cruz Júnior, Gélson da
• Banca de defesa: Cruz Júnior, Gélson da, Bastos Filho, Carmelo Jose Albanez Bastos Filho, Brito, Leonardo da Cunha
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC)
• Departamento: Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)
• País: Brasil
• Palavras-chave em Português: Sistemas hidrotérmicos de geração; Planejamento da operação; Ootimização por enxame de partículas; Inteligência de enxames; Algoritmos evolucionários; Pesquisa operacional
• Palavras-chave em Inglês: Hydrothermal systems; Operation planning; Particle swarm optimization; Swarm intelligence; Evolutionary algorithm; Operational research
• Área do conhecimento CNPq: ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/3977

The operation planning of hydrothermal systems is a complex, dynamic, stochastic, nonlinear and interconnected problem. In this study, we consider that this problem must tackle two objectives simultaneously: minimize thermoelectric generation (by maximizing the use of hydroelectric plants) and maximize water reservoirs’ level of hydroelectric plants. This dissertation presents the application of some multiobjective meta-heuristics, using a set of eight actual plants from Brazilian interconnected system in three periods of medium-term planning. The algorithms used were of two types: those based on particle swarms (MOPSO , MOPSO-TVAC , SMPSO, MOPSO-CDR and MOPSO-DFR) and evolutionary algorithms (SPEA2 and MOEAD/DRA). The results from previous studies, made with single objective techniques, were inserted in the initial population of the algorithms and compared with those simulations with normal initialization. We observed that MOPSO-CDR outperformed the other algorithms in the test scenarios while, in some cases, MOPSO has also generated competitive results.