Neste artigo é apresentada a aplicação de Algoritmos Genéticos (AGs) e Conjuntos Fuzzy no dimensionamento de sistemas para a monitoração de Variações de Tensão de Curta Duração (VTCDs) em redes de transmissão de energia elétrica. De acordo com a metodologia proposta, são simulados diferentes tipos de curto-circuitos em diversos pontos, com o intuito de caracterizar o Sistema Elétrico de Potência (SEP) em avaliação com relação a ocorrência de VTCDs. Em seguida, diferentes configurações para o sistema de monitoração, isto é, número de medidores e barras em que os mesmos devam ser instalados, são avaliadas através de AGs, com o objetivo de garantir que ao menos um dos medidores seja sensibilizado para cada um dos curto-circuitos simulados. Duas formas de modelagem do AG são apresentadas, sendo uma utilizando vetores binários para a decisão da instalação de medidores nas barras do SEP e a outra utilizando vetores inteiros, para a indicação das barras do SEP em que devem ser instalados os medidores. É feita a comparação das duas modelagens, bem como a avaliação dos resultados fornecidos pela medologia para uma rede de transmissão real de 154 barras. A metodologia também é aplicada na rede teste de 30 barras do IEEE, de modo a permitir a comparação da mesma com trabalhos semelhantes na área.

The aim of this article is to present the application of Genetic Algorithms (GAs) and Fuzzy Mathematical Programming in the design of voltage sag and swell monitoring systems for power transmission networks. The proposed methodology uses the simulation of different types of short-circuit in many different points of the power system, in order to characterize the system behavior towards the occurrence of voltage sags and swells. Then, different configurations for the monitoring system, i.e. number of monitors and buses where they are supposed to be installed, are assessed through GAs. Two different GA codifications are presented, namely one based on binary vectors, for the decision over the installation of a monitor in a specific bus of the power system and another based on integer vectors, in order to indicate in which buses the monitors should be installed. A comparison between the two models is presented. The evaluation of the methodology performance is determined for a real 154 bus transmission network. The methodology is also applied for the IEEE 30 bus network, in order to allow its comparison with a previous research work.

O objetivo deste trabalho é apresentar uma nova metodologia para estimar a distorção harmônica em um sistema elétrico, a partir de medições em locais específicos. O algoritmo desenvolvido se baseia em Estratégias Evolutivas. Esta técnica compreende um ramo de desenvolvimento dos Algoritmos Evolutivos, no qual se inserem os Algoritmos Genéticos. As vantagens no uso desta técnica residem nas facilidades de modelagem e em encontrar uma solução para problemas complexos. A maioria das técnicas encontradas na literatura para solução deste problema utiliza sincronização das medições por meio de métodos de alta tecnologia como GPS. O algoritmo proposto visa sincronizar os dados de forma offline por meio das informações do fluxo de carga para a freqüência fundamental, o que o torna muito mais econômico para compor um sistema de monitoramento de qualidade de energia. O algoritmo foi aplicado em uma rede de teste cujos dados foram extraídos do IEEE.

This paper aims at presenting a new methodology in order to estimate harmonic distortions in a power system, based on measurements in some given sites. The algorithm utilizes Evolutionary Strategies. This technique is a development branch of evolutionary algorithms within which genetic algorithms are included. The main advantage in using such technique relies upon its modeling facilities as well as its potential to solve fairly complex problems. Most papers available in the Scientific Literature base the problem by solving the algorithm on synchronized measurements, by means of high technology GPS power quality meters. The proposed method exposed in this paper synchronizes harmonic distortion data from various power quality meters in an offline way through a previous base case fundamental frequency load flow, what makes the power quality monitoring system much less costly. The algorithm is applied to an IEEE test case network.

Este artigo apresenta uma metodologia para resolução de problemas de configuração de redes de distribuição, com aplicação à minimização de perdas elétricas. O método utiliza um Algoritmo Genético (AG) básico e algumas de suas variantes para seus operadores genéticos: Seleção, Cruzamento e Mutação. O emprego do AG possibilita a análise de redes reais, sem necessidade de simplificações ou aproximações, o que permite a obtenção de soluções otimizadas em tempos de execução compatíveis para aplicações em atividades de planejamento da expansão e da operação. As variantes do AG permitem melhorar a robustez dos resultados e reduzir os tempos de execução, compatíveis com a aplicação em redes de distribuição. A metodologia proposta é aplicada, inicialmente, a uma rede de distribuição hipotética, onde é conhecida a configuração de perdas mínimas. Diversas alternativas de parametrizações do AG são efetuadas, o que permite a comparação do desempenho de cada alternativa. As melhores alternativas são aplicadas na resolução de uma rede real, mostrando o grande potencial do modelo.

This paper presents a methodology to evaluate the optimal configuration of radial electric power distribution systems. Network loss minimization is set as the main objective to demonstrate the potential in solving real problems. The proposed framework is based on genetic algorithms (GA), which makes possible the analysis of real sized networks. This allows for attaining optimized solutions in an affordable computation time, especially for expansion and operation planning applications. The method requires neither simplifications nor approximations to the original problem formulation, thus improving the quality of the obtained results. Basic (or canonical) GA and some variants are presented, highlighting main functional characteristics of each alternative and respective parameterization. The proposed methodology is first applied to a hypothetical network, in which the minimum losses configuration is known in advance. Several simulations make possible comparing the performance of each GA parameter. Finally, the best parameter settings are applied to a real sized network, illustrating the promising potential of this methodology.