O uso da representação de modelos completos em estudos de sistemas de potência pode levar a indesejados níveis de esforço computacional e imprecisão devido às incertezas e complexidade dos sistemas modernos. Para endereçar este problema de tratabilidade, métodos de redução de redes buscam criar um modelo simplificado, com dimensão reduzida, de um dado sistema de potência. As técnicas atuais consideram apenas um ponto de operação no processo de redução falhando em desempenho para uma grande variedade de condições operativas. Adicionalmente, a solução para o fluxo de potência CA (não linear) apresenta pior performance computacional, mas melhor precisão quando comparada à sua contraparte linear (solução para fluxo de potência CC). Infelizmente, a aproximação do fluxo de potência CC desconsidera a perda de energia nas linhas e os efeitos das não linearidades devido as mudanças nos níveis de tensão e potências reativas no sistema. Neste contexto, um novo modelo de fluxo de potência equivalente baseado em otimização é proposto. Assim, para superar as limitações relativas a performance computacional e as imprecisões para multiplos cenários operativos, utilizamos o modelo proposto para produzir um método de redução baseado no fluxo CC, que apresenta bom desempenho em variados pontos operativos. Neste caso, a solução de um problema de otimização linear, que considera múltiplos cenários de fluxo CA ou medições do sistema, determina os parâmetros da rede equivalente. Para garantir a precisão do modelo, consideramos um conjunto de cargas artificiais para representar o desbalanço entre os cenários observados e a resposta da rede equivalente. Estas cargas artificiais são funções polinomiais do ponto operativo do sistema, e seus coeficientes são cootimizados com os parâmetros da rede reduzida. A Analise de Componentes Pincipais é utilizada para extrair as componentes relevantes do vetor de cargas que define um ponto operativo, reduzindo a dimensão do modelo, e melhorarando o desempenho out–of–sample. A metodologia é testada contra o equivalente Ward para diferentes condições operativas. Casos de estudo com dados gerados são apresentados com o objetivo de analisar a capacidade de generalização do modelo para diferentes níveis de ruído. Por fim, um caso de estudo com perfís de carga realísticos oriundos de uma companhia de distribuição brasileira é conduzido no sistema de teste IEEE 118–Bus.