Determinação das melhores curvas de controle Volt-Var para inversores inteligentes usando algoritmo evolucionário

Abstract

Neste trabalho é apresentado uma metodologia para a otimização das curvas de controle Volt-VAr e Volt-Watt aplicados aos inversores inteligentes em redes de distribuição de energia elétrica, para isso, utilizara-se o algoritmo genético implementados na linguagem C#. Visando melhorar o perfil de tensão e reduzir as perdas ativas no sistema teste de 134, operando em 13,8 kV, desenvolveu-se um algoritmo em que, cada indivíduo representa uma configuração de instalação e tipo de controle dos inversores, onde avaliou-se a eficiência através de uma função de aptidão. Realizaram-se duas fases experimentais, sendo a primeira delas com 10 gerações e 50 indivíduos, na segunda fase utilizou-se 20 gerações de 100 indivíduos. Os resultados obtidos indicaram que o aumento dos parâmetros do algoritmo genético, proporcionou maior convergência e desempenho das soluções, reduzindo as perdas e mantendo as tensões dentro dos limites desejáveis (entre 0,93 e 1,05 pu). Portanto, tem-se que o uso de algoritmos evolutivos, é uma alternativa eficiente para coordenar inversores inteligentes em sistemas de distribuição.

This work presents a methodology for optimizing the Volt-VAr and Volt-Watt control curves applied to smart inverters in electric power distribution networks, using genetic algorithms implemented in C#. Aiming to improve the voltage profile and reduce active power losses in a 134-bus system operating at 13.8 kV, an algorithm was developed in which each individual represents a specific installation configuration and inverter control type, with performance evaluated through a fitness function. Two experimental phases were carried out: the first with 10 generations and 50 individuals, and the second with 20 generations and 100 individuals. The results indicated that increasing the algorithm parameters provided greater convergence and improved solution performance, reducing losses and maintaining voltages within the desired limits (0,93 and 1,05 pu). Therefore, the use of evolutionary algorithms proves to be an efficient alternative for coordinating smart inverters in distribution systems.