Show simple item record

dc.contributor.authorCastro, Vinícius Sebastião Araújo de
dc.date.accessioned2022-03-18T12:19:28Z
dc.date.available2022-03-18T12:19:28Z
dc.date.issued2022-01-10
dc.identifier.citationCASTRO, Vinícius Sebastião Araújo de. Aproximação funcional dos limites de estabilidade/segurança de tensão por redes neurais artificiais com seleção de atributos em problemas de fluxo de potência ótimo. 2022. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15719.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/15719
dc.description.abstractThe object of this research is the proposal of a model for Voltage-Stability/Security on strained Optimal Power Flow (VSSC-OPF) problems applied to mid-term energy procurement auction systems in electricity markets. In the existing literature, many of the operational security representations in Optimal Power Flow (OPF) problems are too conservative, first or second-order approximations, with high computational costs and/or even ineffective. In this context, a practical VSSC-OPF problem whose voltage stability/security representation is designated by a functional approximation characterized by Artificial Neural Networks (ANNs) with feature selection is proposed in this research project, making it possible the use of Nonlinear Programming (NLP) resolution methodologies. This research project is methodologically founded on determining voltage stability/security limits associated with power system loading margins accounting for saddle-node and limit induced bifurcations and technical-operational limits on transmission lines; in the inclusion of feature selection for the functional approximation of such limits by ANN; the incorporation of this functional approximation into the VSSC-OPF problem and the resolution of the resulting NLP problem. To accomplish this, the main concepts on power system operational voltage stability/security, mid-term energy procurement auction systems in electricity markets and resolution of NLP problems will be outlined by means of a background review on these subjects. The ANN training and validation processes will be realized on Jupyter Notebook, and the proposed model will be implemented in the AMPL modeling language for mathematical programs and solved by LOQO solver. The functional approximation of power system voltage stability/security limits and the proposed VSSC-OPF model will be validated by numerical tests with test systems commonly deployed for this task in the correlate literature.eng
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEstabilidade/segurança de tensãopor
dc.subjectFluxo de potência ótimopor
dc.subjectLeilões de ajustepor
dc.subjectMercados de energia elétricapor
dc.subjectRedes neurais artificiaispor
dc.subjectSeleção de atributospor
dc.subjectArtificial neural networkseng
dc.subjectElectricity marketseng
dc.subjectFeature selectioneng
dc.subjectOptimal power floweng
dc.subjectMid-term energy procurement auction systemseng
dc.subjectVoltage stability/securityeng
dc.titleAproximação funcional dos limites de estabilidade/segurança de tensão por redes neurais artificiais com seleção de atributos em problemas de fluxo de potência ótimopor
dc.title.alternativeFunctional approximation of voltage-stability/security limits by artificial neural networks with selection of attributes in optimal power flow problemseng
dc.typeDissertaçãopor
dc.contributor.advisor1Lage, Guilherme Guimarães
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4426242038269208por
dc.description.resumoEsta pesquisa tem como objetivo a proposta de um modelo para o problema de Fluxo de Potência Ótimo com Restrição de Estabilidade/Segurança de Tensão (FPO-REST) aplicado a leilões de ajuste em mercados de energia elétrica. Nas abordagens existentes na literatura, muitas das formas de representação da estabilidade/segurança de tensão nos problemas de Fluxo de Potência Ótimo (FPO) são conservadoras, de alto custo computacional e/ou até ineficazes. Nesse contexto, é proposto neste projeto de pesquisa um modelo prático para o problema de FPO-REST cuja representação da estabilidade/segurança de tensão se dá por uma aproximação funcional caracterizada por Rede Neural Artificial (RNA) com seleção de atributos, viabilizando o uso de metodologias de Programação Não Linear (PNL) na sua resolução. Esta pesquisa fundamenta-se metodologicamente na determinação dos limites de estabilidade/segurança de tensão associados à margem de carregamento de Sistemas de Energia Elétrica (SEEs) considerando bifurcações do tipo sela-nó e induzidas por limites e limites técnico-operacionais nas linhas de transmissão; na inclusão de seleção de atributos para aproximação funcional desses limites por Redes Neurais Artificiais (RNAs); na incorporação dessa aproximação funcional ao problema de FPO-REST e na resolução do problema de PNL resultante. Para isso, foram obtidos dados teóricos, a partir de levantamentos bibliográficos, que explicitam os conceitos associados à estabilidade/segurança de tensão dos SEEs, leilões de ajuste em mercados de energia elétrica e resolução de problemas de PNL. O treinamento e validação da aprendizagem das RNAs foram realizados no software Jupyter Notebook, e o modelo proposto é implementado no ambiente de modelagem para problemas de programação matemática AMPL e resolvido pelo solver LOQO. A validação das aproximações funcionais dos limites de estabilidade/segurança de tensão de SEEs e do modelo proposto é realizada por testes numéricos com sistemas teste comumente empregados na literatura correlata.por
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica - PPGEEpor
dc.subject.cnpqENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIApor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/5473204365872402por


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Brazil
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Brazil