[en] CROSS ENTROPY METHOD FOR SOLVING THE TRANSMISSION EXPANSION PLANNING PROBLEM

[pt] MÉTODO DA ENTROPIA CRUZADA PARA SOLUÇÃO DO PROBLEMA DE PLANEJAMENTO DA EXPANSÃO DA TRANSMISSÃO

[pt] JOSIANE LIMA BORN

[pt] SIMULACAO MONTE CARLO

[pt] METODO DA ENTROPIA CRUZADA

[pt] CRITERIO DE SEGURANCA

[pt] PLANEJAMENTO DA EXPANSAO DA TRANSMISSAO

[pt] OTIMIZACAO COMBINATORIA

[en] MONTE CARLO SIMULATION

[en] CROSS-ENTROPY METHOD

[en] SECURITY CRITERIUM

[en] TRANSMISSION EXPANSION PLANNING

[en] COMBINATORIAL OPTIMIZATION

[pt] O planejamento da expansão da transmissão (PET) tem como objetivo definir a localização, o momento e a quantidade de reforços que devem ser implementados na rede elétrica. Por meio da definição estratégica de reforços, o PET garante que a infraestrutura de transmissão esteja preparada para atender ao aumento da demanda, à integração de novas fontes de geração e às novas tecnologias que surgem no setor elétrico. Todavia, a modelagem do problema se tornou mais desafiadora devido ao aumento da magnitude dos sistemas elétricos. Como consequência, a quantidade de incertezas atreladas exige ferramentas de otimização que possibilitem a gestão eficiente dos recursos econômicos. Portanto, essa dissertação propõe a utilização de um algoritmo denominado SMC-CE-PET, que é baseado no método da entropia cruzada com auxílio de simulação Monte Carlo, para solucionar a otimização do problema PET. Por meio de uma distribuição de probabilidade, o algoritmo é executado e diversos planos de expansão podem ser identificados. Para análise da metodologia proposta, é solucionado o problema PET estático de longo prazo, através de modelo DC linearizado de rede com a inclusão de perdas ôhmicas e consideração do critério de segurança N-1 para a rede de transmissão. Dois sistemas teste, comumente utilizados neste tópico de pesquisa, são empregados no processo de validação da metodologia proposta.

[en] Transmission expansion planning (TEP) aims to define the location, timing, and quantity of reinforcements that must be implemented in the power grid. By defining reinforcement strategies, TEP ensures that the transmission infrastructure is prepared to meet increased demand, the integration of new generation sources, and new technologies that emerge in the electricity sector. However, modeling the problem has become more challenging due to the increase in size and complexity of electrical systems. As a consequence, the amount of uncertainties involved requires optimization tools that enable the efficient management of economic resources. Therefore, this dissertation proposes the use of an algorithm named SMC-CE-TEP, which is based on the cross-entropy method with the aid of Monte Carlo simulation, to solve the optimization of the TEP problem. Through a probability distribution, the algorithm is run, and several expansion plans can be identified. To analyze the proposed method, the long-term static TEP problem is solved through a linearized DC network model with the inclusion of ohmic losses and consideration of N-1 security criterion for the transmission network. Two test systems, often used in this research topic, are employed in the validation process of the proposed method.

ANDRE MILHORANCE DE CASTRO

ARMANDO MARTINS LEITE DA SILVA

FERNANDO APARECIDO DE ASSIS

ARMANDO MARTINS LEITE DA SILVA

JOSÉ FILHO DA COSTA CASTRO

ANDRE MILHORANCE DE CASTRO

FERNANDO APARECIDO DE ASSIS

SILVAN ANTONIO FLAVIO

2025-02-24

2024-09-26

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=69478@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=69478@2

https://doi.org/10.17771/PUCRio.acad.69478