Planejamento da expansão de sistemas de transmissão de energia elétrica usando otimização por enxame de partículas

Abstract

Este trabalho considera o desenvolvimento de um algoritmo de enxame de partículas (PSO) para encontrar a melhor solução para o problema de planejamento da expansão de sistemas de transmissão de energia elétrica. O setor elétrico brasileiro passou por uma reestruturação na década de 1990, resultando em privatização e um mercado mais competitivo, com acesso livre à rede elétrica. O crescimento populacional e a ocupação de novas regiões aumentam a demanda por energia. A expansão da rede de transmissão é crucial para atender essa demanda, envolvendo desafios matemáticos complexos. Modelagens matemáticas, como o fluxo de carga DC, são essenciais para o planejamento do sistema de transmissão. A utilização de heurísticas e metaheurísticas é comum na resolução de problemas de expansão da rede. A construção da rede básica de transmissão exige investimentos significativos em estruturas como torres de linhas de transmissão. As técnicas de enxame de partículas, inspiradas no comportamento social de animais, são utilizadas para otimização em sistemas de energia. Os resultados dos testes indicam que o PSO é altamente eficaz para o planejamento da expansão da transmissão em sistemas de pequeno porte. O uso do algoritmo de enxame de partículas no problema de expansão do sistema Garver demonstrou ser promissor, evidenciando sua capacidade de lidar com a complexidade e as restrições associadas ao planejamento da transmissão de energia elétrica. Com parâmetros bem definidos e uma função de objetivo adequada, o PSO se prova uma ferramenta valiosa para engenheiros e planejadores no setor de energia.

This work considers the development of a particle swarm optimization (PSO) algorithm to find the best solution for the problem of planning the expansion of power transmission systems. The Brazilian electric sector underwent restructuring in the 1990s, resulting in privatization and a more competitive market, with free access to the power grid. Population growth and the occupation of new regions increase the demand for energy. The expansion of the transmission network is crucial to meet this demand, involving complex mathematical challenges. Mathematical modeling, such as DC load flow, is essential for transmission system planning. The use of heuristics and metaheuristics is common in solving network expansion problems. The construction of the basic transmission network requires significant investments in structures such as transmission line towers. Particle swarm techniques, inspired by the social behavior of animals, are used for optimization in energy systems. Test results indicate that PSO is highly effective for planning transmission expansion in small-scale systems. The use of the particle swarm algorithm in the Garver system expansion problem has shown to be promising, demonstrating its ability to handle the complexity and constraints associated with power transmission planning. With well-defined parameters and an appropriate objective function, PSO proves to be a valuable tool for engineers and planners in the energy sector.