Submitted by Jairo Gonzalo Yumbla Romero (jairo.yumbla@unesp.br) on 2021-10-15T23:02:22Z No. of bitstreams: 1 DISSERTAÇÃO JAIRO GONZALO.pdf: 2382327 bytes, checksum: 5e9d8a4f8dc63a9a2c21636482dd2bfb (MD5) Approved for entry into archive by Joao Josue Barbosa (joao.barbosa@unesp.br) on 2021-10-16T13:05:00Z (GMT) No. of bitstreams: 1 yumbla_romero_jg_me_ilha.pdf: 2382327 bytes, checksum: 5e9d8a4f8dc63a9a2c21636482dd2bfb (MD5) Made available in DSpace on 2021-10-16T13:05:00Z (GMT). No. of bitstreams: 1 yumbla_romero_jg_me_ilha.pdf: 2382327 bytes, checksum: 5e9d8a4f8dc63a9a2c21636482dd2bfb (MD5) Previous issue date: 2021-08-26 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) As redes modernas de distribuição de energia elétrica são redes ativas que possuem recursos energéticos distribuídos desenhados para injetar e armazenar energia de forma estratégica. Para o planejamento da operação de curto prazo deve ser considerada a natureza estocástica das variáveis envolvidas nos modelos matemáticos com vistas a obter resultados realistas e aplicáveis pelas empresas distribuidoras. Neste trabalho é apresentada uma metodologia para solução do problema de reconfiguração de sistemas ativos de distribuição, que possuem geração distribuída renovável fotovoltaica e não renovável, bancos de capacitores e bancos de baterias para o armazenamento de energia. A variabilidade que apresentam as cargas e a geração distribuída fotovoltaica, é analisada através de uma janela de tempo preestabelecida. Essa variabilidade é obtida após o processamento de dados históricos através do método de agrupamento K-means, que permite a criação de cenários representativos com os valores dos parâmetros aleatórios. O problema de reconfiguração, do ponto de vista da programação matemática, é de alta complexidade devido à natureza das variáveis e a não linearidade das restrições. A solução é de natureza computacional complexa para sistemas reais de grande porte mesmo através do uso de softwares comerciais. Para contornar estes problemas e oferecer contribuições ao estado da arte com relação a uma nova técnica de solução, propõe-se uma metodologia que aproveita as características da programação matemática baseada em otimização clássica, na estrutura de um algoritmo metaheurístico, sendo que esta integração de otimização clássica e metas-heurísticas, é conhecida como técnica matheuristica. Neste caso, é usada a linguagem AMPL e o solver CPLEX, para implementar um processo de busca tabu que evolui de maneira iterativa obtendo soluções vizinhas. Para demonstrar a eficiência e escalabilidade desta metodologia, apresenta-se uma comparação entre os resultados fornecidos pelo algoritmo proposto e o uso do solver CPLEX. Os testes são realizados com os sistemas de 69, 136 e 880 barras, encontrados na literatura especializada The modern electrical distribution networks are active systems that have distributed energy resources designed to inject and store energy strategically. In addition, for the short-term operation planning, the stochastic nature of the variables involved in the mathematical models must be considered, with the purpose to obtaining realistic results applicable by the companies. This work presents a methodology to solve the problem of reconfiguration of active distribution systems, equipped with the following photovoltaic and dispatchable distributed generation, capacitor banks and battery banks for energy storage. The variability of loads and distributed photovoltaic generation is analyzed through a pre-established time window. This variability is obtained after processing historical data through the K-means clustering method, which allows the creation of representative scenarios with random parameter values. The reconfiguration problem, from the point of view of mathematical programming, is highly complex due to the mixed nature of the variables and the non-linearity of the constraints. The solution is computationally complex for large real systems even using commercial software. To circumvent these problems and offer contributions to the state of the art regarding a new solution technique, a new methodology is proposed. It takes advantage of the characteristics of mathematical programming based on classical optimization, within of the structure of a metaheuristic algorithm. Thereby, a matheuristic technique is obtained due to the interact of mathematical programming and metaheuristics. In this case, the AMPL language and the CPLEX solver are used to implement a tabu search process that iteratively evolves obtaining neighboring solutions. To demonstrate the efficiency and scalability of this methodology, a comparison between the results provided by the proposed algorithm and the commercial solver CPLEX is presented. The tests are carried out with the 69, 136 and 880 bus systems, found in the specialized literature. CAPES: 001