Detalhes bibliográficos
Ano de defesa: |
2023 |
Autor(a) principal: |
Dominguez, Ines Celsa Castillo |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/243863
|
Resumo: |
Neste trabalho, analisa-se os modelos matemáticos dos problemas de fluxo de potência ótimo (FPO) dc em sistemas de transmissão e de planejamento da expansão da transmissão estático (PET) dc utilizando-se a teoria do fator de distribuição de transferência de potência, do inglês power transfer distribution fator (PTDF). O principal objetivo de se utilizar o PTDF em ambas as formulações é a redução do tamanho dos problemas, tanto em relação ao número de variáveis de decisão quanto ao número de restrições, visando a diminuição do esforço computacional de resolução. Os testes para o problema de FPO dc foram realizados utilizando-se quatro sistemas: IEEE de 30, 200, 588 e 10000 barras, sendo comparados os modelos de FPO dc tradicional e o baseado no PTDF. Da mesma forma, para o problema PET dc são testados e analisados os sistemas Garver de seis barras, IEEE de 24 barras, Sul brasileiro de 46 barras e Colombiano de 93 barras para três modelos: o modelo linear disjuntivo e duas modelagens baseadas no PTDF, sendo uma delas contribuição deste trabalho. Verifica-se que as três formulações fornecem as mesmas soluções para todos os sistemas, o que indica que todas são equivalentes. Para análise de operação, no problema de FPO dc, foram verificadas reduções no esforço computacional com o modelo baseado no PTDF. Finalmente, para o modelo proposto para PET baseando no PTDF, comparado com o disponível na literatura, também se verifica a redução do esforço computacional para resolução do problema. |