Tamanho da fonte:
PSO APLICADO NO PROBLEMA DO BALANÇO DE CARGAS EM SISTEMAS ELÉTRICOS DE DISTRIBUIÇÃO
Última alteração: 2021-09-29
Resumo
https://youtu.be/XwzM3foTYs8
O Particle Swarm Optimization (PSO) é um algoritmo evolucionário que otimiza um problema de forma iterativa e busca melhorar a solução candidata respeitando um dado objetivo. Foi proposto por Kennedy e Eberhart em 1995 como uma modelagem matemático-computacional do comportamento social de animais em busca de alimento. O algoritmo gera, aleatoriamente, “partículas” e “velocidades” iniciais e as partículas são avaliadas por meio da função objetivo a se otimizar. Em sua forma mais simples, o algoritmo memoriza a melhor partícula e a melhor posição que cada partícula já encontrou. Para atualizar as posições das partículas, utilizam-se cálculos matemáticos simples entre a posição da melhor partícula, a partícula atual e sua melhor posição memorizada. Um algoritmo como este foi implementado com o objetivo de reduzir o desequilíbrio de cargas no sistema elétrico de distribuição. Tal problema é caracterizado por uma conexão não uniforme de cargas nos condutores, gerando problemas de afundamento de tensão, correntes indesejáveis no neutro, harmônicos e perdas de potência. O algoritmo foi implementado utilizando o MatLab, versão para estudante, operando em conjunto com o OpenDSS, ferramenta livre e bastante conhecida na modelagem de sistemas de distribuição. Como teste para o algoritmo foram utilizados 2 sistemas bem conhecidos da literatura, os sistemas IEEE 14 e 37 barras. Após a implementação do algoritmo, percebeu-se uma redução considerável no valor da função objetivo modelada, em torno de 70% no sistema IEEE 14 barras e 82% no sistema IEEE 37 barras. A ferramenta mostrou-se bastante eficiente na redução do desequilíbrio de tensões do sistema elétrico de distribuição e a mesma pode ser implementada em problemas desta natureza, desde que seja observada a modelagem do sistema e parâmetros da simulação.
O Particle Swarm Optimization (PSO) é um algoritmo evolucionário que otimiza um problema de forma iterativa e busca melhorar a solução candidata respeitando um dado objetivo. Foi proposto por Kennedy e Eberhart em 1995 como uma modelagem matemático-computacional do comportamento social de animais em busca de alimento. O algoritmo gera, aleatoriamente, “partículas” e “velocidades” iniciais e as partículas são avaliadas por meio da função objetivo a se otimizar. Em sua forma mais simples, o algoritmo memoriza a melhor partícula e a melhor posição que cada partícula já encontrou. Para atualizar as posições das partículas, utilizam-se cálculos matemáticos simples entre a posição da melhor partícula, a partícula atual e sua melhor posição memorizada. Um algoritmo como este foi implementado com o objetivo de reduzir o desequilíbrio de cargas no sistema elétrico de distribuição. Tal problema é caracterizado por uma conexão não uniforme de cargas nos condutores, gerando problemas de afundamento de tensão, correntes indesejáveis no neutro, harmônicos e perdas de potência. O algoritmo foi implementado utilizando o MatLab, versão para estudante, operando em conjunto com o OpenDSS, ferramenta livre e bastante conhecida na modelagem de sistemas de distribuição. Como teste para o algoritmo foram utilizados 2 sistemas bem conhecidos da literatura, os sistemas IEEE 14 e 37 barras. Após a implementação do algoritmo, percebeu-se uma redução considerável no valor da função objetivo modelada, em torno de 70% no sistema IEEE 14 barras e 82% no sistema IEEE 37 barras. A ferramenta mostrou-se bastante eficiente na redução do desequilíbrio de tensões do sistema elétrico de distribuição e a mesma pode ser implementada em problemas desta natureza, desde que seja observada a modelagem do sistema e parâmetros da simulação.
Palavras-chave
PSO. Sistema elétrico de distribuição. Equilíbrio de cargas