Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/32421| Título: | Planejamento da expansão da transmissão: solução do modelo DC usando algoritmo genético e o fluxo de carga linearizado implementados na linguagem Python |
| Título(s) alternativo(s): | Transmission expansion planning: solution of the DC model using genetic algorithm and linearized load flow implemented in the Python language |
| Autor(es): | Souza, Bruno Henrique Santiago de Teles, Murilo Henrique de Lima |
| Orientador(es): | Flórez, Hugo Andrés Ruiz |
| Palavras-chave: | Energia elétrica - Transmissão Energia elétrica - Distribuição Algorítmos computacionais Inteligência artificial Electric power transmission Electric power distribution Computer algorithms Artificial intelligence |
| Data do documento: | 6-Mai-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | SOUZA, Bruno Henrique Santiago de; TELES, Murilo Henrique de Lima. Planejamento da expansão da transmissão: solução do modelo DC usando algoritmo genético e o fluxo de carga linearizado implementados na linguagem Python. 2023. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Elétrica) - Universidade Tecnológica Federal do Paraná, Medianeira, 2022. |
| Resumo: | O estudo do Planejamento da Expansão da Transmissão (PET) é de grande importância para atender o contínuo crescimento da demanda de energia elétrica. O objetivo do PET utilizando o modelo DC é obter o plano ótimo a longo prazo da expansão do sistema de transmissão visando indicar onde deverão ser alocados novas linhas de transmissão. O objetivo deste trabalho é desenvolver uma ferramenta computacional na linguagem de programação Python para resolver o problema do PET modelo DC, utilizando o algoritmo genético (AG)em conjunto com o modelo de otimização do fluxo de carga linearizado, aplicado no sistema Garver de 6 barras. A metodologia proposta é realizada através da aplicação do AG e do modelo de otimização do fluxo de carga linearizado utilizando bibliotecas específicas do Python. Foram executadas 100 iterações, com 100 gerações e 40 indivíduos, e com isso obteve-se o valor final de 200 mil dólares para a construção de 7 novas linhas de transmissão. Os resultados obtidos demonstraram que é possível utilizar a metodologia proposta para resolver o problema do PET modelo DC. |
| Abstract: | The study of Transmission Expansion Planning (TEP) is of great importance to meet the continuous growth in electricity demand. The objective of TEP using the DC model is to obtain the optimal longterm plan for the expansion of the transmission system in order to indicate where new transmission lines should be allocated. The objective of this work is to develop a computational tool in the Python programming language to solve the DC model TEP problem, using the genetic algorithm together with the linearized load flow optimization model, applied in the6busGarversystem. The proposed methodology is carried out by applying the GA and the linearized load flow optimization model using specific Python libraries. One hundred iterations were performed, with one hundred generations and forty individuals, and with that, the final value of two hundred thousand dollars was obtained for the construction of seven new transmission lines. The results obtained showed that it is possible to use the proposed methodology to solve the problem of the PET model DC. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/32421 |
| Aparece nas coleções: | MD - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| planejamentoexpansaotransmissao.pdf | 622,14 kB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
