Análise de Sensibilidade Associada com Enxame de Partículas para Alocação de Geração Distribuída / Sensitivity Analysis Associated with Particle Swarm Optimization for Distributed Generation Allocation

Authors

  • Lindenberg Isac Brazilian Journals Publicações de Periódicos, São José dos Pinhais, Paraná
  • Edmarcio Antonio Belati
  • Diego José da Silva

DOI:

https://doi.org/10.34117/bjdv6n8-688

Keywords:

Geração distribuída, Sistema elétrico de distribuição, Otimização por enxame de partículas, Análise de sensibilidade.

Abstract

 Este artigo apresenta uma metodologia para alocação de geração distribuída (GD) usando Otimização por Enxame de Partículas (PSO - Particle Swarm Optimization) e análise de sensibilidade (AS). O local para alocação das GD é determinado pelo PSO e a função é avaliada utilizando AS. A AS dispensa o uso do Fluxo de Carga (FC) para avaliar a rede, em cada proposta de alocação fornecida pelo PSO, tornando o algoritmo rápido. A AS empregada é de segunda ordem e apresenta ótima aproximação quando comparada com a solução do FC. Simulações computacionais foram realizadas em dois sistemas elétricos de distribuição com 34 e 70 barras, alocando dois geradores em cada sistema. Os resultados foram comparados com uma técnica de busca exaustiva (BE), atestando a exatidão das soluções, bem como a redução no tempo computacional. Foram obtidas reduções de até 83,0% nas perdas de potência ativa e consequente aumento no perfil de tensão do sistema elétrico, bem como diminuição de até 95,3% no tempo computacional, quando comparado com busca exaustiva.

References

Acharya, N.; Mahat, P.; Mithulananthan, N. An analytical approach for dg allocation in primary distribution network. Electric Power e Energy Systems, n. 28, p. 669–678, 2006.

Ali, E.S.; Abd Elazim, S.M.; Abedalaziz, A.Y. Antlion optimization for optimal location ans sizing of renewable distributed generations. Renewable Energy, n. 101, p. 1311-1324, 2017.

Bouktir, Tarek; Guerriche, K. Ras. Optimal allocation and sizing of distributed generation with particle swarm optimization algorithm for loss reduction. Revue des Sciences et de la Technologie - RST, v. 6, n. 1, 2015.

Coelho, F. C. R. et al. Optimal distributed generation allocation using a new metaheuristic. Journal of Control, Automation and Electrical Systems, v. 29, n. 1, p. 91-98, 2018.

Chis, M.; Salama, M. M. A.; Jayaram, S. Capacitor placement in distribution systems using heuristic search strategies. Generation, Transmission and Distribution - IEEE Proceedings, v. 144, p. 225-230, 1997.

El-Ela, A. A. A.; Allama, S. M.; Shatlab, M. M. Maximal optimal bene?ts of distributed generation using genetic algorithms. Electric Power Systems Research, n. 80, 2010.

Empresa de Pesquisa Energética – EPE. Plano decenal de expansão de energia 2019. Disponível em: <http://www.mme.gov.br/documents/10584/1256592/PDE2019_03Maio2010.pdf/d6bf6183-c8ff-440d-a8e2-2b50ae6c5d15> Acesso em: fev. 2019.

Farh, H. M. H. et al. A novel crow search algorithm auto-drive pso for optimal allocation and sizing of renewable distributed generation. IEEE Access, v. 8, p. 27807–27820, 2020.

Fiacco, A., Sensitivity analysis for nonlinear programming using penalty methods. Mathematical Programming, v. 10, p. 287-311, 1976.

Furlan, R.H.; Bataglioli, Carvalho. W. C.; Oleskovicz, M. Optimal allocation of distributed generation in a radial distribution network for losses reduction and voltage profile improvement. 7th Brazilian Electrical Systems Symposium – SBSE 2018, p. 1-6, 2018.

Gandomkar, M.; Vakilian, M.; Ehsan, M. Optimal distributed generation allocation in distribution network using hereford ranch algorithm. IEEE Electrical Machines and Systems, 2005.

José, D.; Belati, E.; Angelos, E. A new hybrid methodology to resolve the problem of optimal allocation of capacitor banks. Brazilian Journal of Development, 2020.

Kazemi, A.; Sadeghi, M. Distributed generation allocation for loss reduction and voltage improvement. Power and Energy Engineering Conference, 2009.

Kennedy, J.; Eberhart, R. Particle swarm optimization. Proceedings of IEEE International Conference on Neural Networks. p. 1942–1948, 1995.

Khoa, T. Q. D.; Binh, P. T. T.; Tran, H. B. Optimizing location and sizing of distributed generation in distribution systems. IEEE - Transactions on Power Systems, 2004.

Kumar, D. et al. Reliability-constrained based optimal placement and sizing of multiple distributed generators in power distribution network using cat swarm optimization. Electric Power Component. v. 42, p. 149–64, 2014.

Prado, I. F. Alocação de geração distribuída utilizando o algoritmo genético de Chu-Beasley e índices de sensibilidade. Universidade Federal do ABC (Dissertação de mestrado), 2013.

Prado, I. F.; Garces, L. P. Chu-Beasley genetic algorithm applied to the allocation of distributed generation. IEEE PES Conference on Innovative Smart Grid Technologies, 2013.

Rosa, W. M. et al. Insertion of wind generators in electrical power systems aimed at active losses reduction using sensitivity analysis. International Journal of Electrical Power and Energy Systems, v. 80, p. 306–311, 2016.

Sahib, T. J. et al. Optimum allocation of distributed generation using PSO: IEEE test case studies evaluation. International Journal of Applied Engineering Research. v. 12, n. 11, 2017.

Schultz, D. J. et al. Sistemas complementares de energia eólica e hidráulica no Brasil. In: Espaço Energia. 3. ed., 2005.

Suresh, H. M. C. V.; Edward, J. B. A hybrid algorithm based optimal placement of DG units for loss reduction in the distribution system. Applied Soft Computing Journal, v. 91, p. 106-191, 2020.

Yang, X.-S. Nature-inspired metaheuristic algorithms. 2. ed. United Kingdom: Luniver Press, 2010.

Published

2020-08-31

How to Cite

Isac, L., Belati, E. A., & Silva, D. J. da. (2020). Análise de Sensibilidade Associada com Enxame de Partículas para Alocação de Geração Distribuída / Sensitivity Analysis Associated with Particle Swarm Optimization for Distributed Generation Allocation. Brazilian Journal of Development, 6(8), 63479–63494. https://doi.org/10.34117/bjdv6n8-688

Issue

Section

Original Papers