Use este identificador para citar ou linkar para este item: http://repositorio.ufpa.br:8080/jspui/handle/2011/12077
Tipo: Tese
Data do documento: 2-Set-2018
Autor(es): OLIVEIRA, Victoria Yukie Matsunaga de
Afiliação do(s) Autor(es): IFPA - Instituto Federal de Educação, Ciência e Tecnologia do Pará
Primeiro(a) Orientador(a): AFFONSO, Carolina de Mattos
Título: Alocação ótima de geração distribuída em redes de distribuição utilizando algoritmo híbrido baseado em cuckoo search e algoritmo genético
Título(s) alternativo(s): Optimal allocation of distributed generation in distribution using hybrid algorithm based on cuckoo search and genetic algorithm
Agência de fomento: FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas
Citar como: OLIVEIRA, Victoria Yukie Matsunaga de. Orientadora: Carolina de Mattos Affonso. 2019. 90 f. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2019. Disponível em: . Acesso em:.
Resumo: Esta tese de doutorado propõe um novo algoritmo Cuckoo Search (CS) chamado Cuckoo-GRN (Cuckoo Search with Genetically Replaced Nests), que incorpora benefícios do algoritmo genético (GA) no algoritmo CS. O método proposto trata os ninhos abandonados do CS de maneira mais eficiente, substituindo-os geneticamente. Isto melhora significativamente o desempenho do algoritmo, estabelecendo o equilíbrio ideal entre a diversificação e a intensificação de busca. O novo algoritmo é utilizado para otimizar a localização e o dimensionamento de unidades de geração distribuída em um sistema de distribuição, a fim de minimizar as perdas de energia ativa, melhorando a estabilidade da tensão do sistema e o perfil de tensão. Alocações de uma ou mais unidades de geração distribuída são consideradas. O algoritmo proposto é extensivamente testado em funções matemáticas de benchmark, bem como nos sistemas de distribuição de 33 e 119 barras. Os resultados da simulação mostram que o Cuckoo-GRN pode levar a uma melhora substancial de desempenho em relação ao algoritmo CS original e a outras técnicas atualmente conhecidas na literatura, não apenas em termos de convergência, mas também de precisão da solução.
Abstract: This thesis presents a novel Cuckoo Search (CS) algorithm called Cuckoo-GRN (Cuckoo Search with Genetically Replaced Nests), which incorporates the benefits of genetic algorithm (GA) into the CS algorithm. The proposed method handles the abandoned nests from CS more efficiently by genetically replacing them, significantly improving the performance of the algorithm by establishing optimal balance between diversification and intensification. The algorithm is used for the optimal location and size of distributed generation units in a distribution system, in order to minimise active power losses while improving system voltage stability and voltage profile. The allocation of single and multiple distribution generation units is considered. The proposed algorithm is extensively tested in mathematical benchmark functions as well as in the 33-bus and 119-bus distribution systems. Simulation results show that Cuckoo-GRN can lead to a substantial performance improvement over the original CS algorithm and others techniques currently known in literature, regarding not only the convergence but also the solution accuracy.
Palavras-chave: Sistemas de distribuição
Geração distribuida
Algoritmo genético
Cuckoo search
Substituição genética de ninhos
Alocação ótima
Área de Concentração: SISTEMAS DE ENERGIA ELÉTRICA
Linha de Pesquisa: INTELIGÊNCIA COMPUTACIONAL
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
País: Brasil
Instituição: Universidade Federal do Pará
Sigla da Instituição: UFPA
Instituto: Instituto de Tecnologia
Programa: Programa de Pós-Graduação em Engenharia Elétrica
Tipo de Acesso: Acesso Aberto
Fonte: 1 CD-ROM
Aparece nas coleções:Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Tese_AlocacaoOtimaGeracao.pdf2,36 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons