Fluxo de potência otimo probabilístico com fontes de geração renováveis: abordagem através de técnica de ótimização matheurística

Abstract

Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para resolver o problema de fluxo de potência ótimo probabilístico. A função objetivo do problema considera simultaneamente a minimização de custos de geração e gases de efeito estufa. O modelo matemático contempla o despacho ótimo dos geradores despacháveis (hidráulicos e térmicos) e não despacháveis (geração eólica e fotovoltaica), controle da posição dos taps dos transformadores, e da ativação de compensação reativa shunt, além das incertezas das cargas e das fontes de energia não renováveis. As incertezas no comportamento do sistema são modeladas usando o método de estimação por pontos 2m+1. A formulação do problema de fluxo de potência ótimo (FPO) é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico. Para resolver este problema eficientemente é proposto um algoritmo matheurístico, que combina o modelo clássico não linear de FPO e a meta-heurística Variable Neighborhood Descent (VND). Para validar o algoritmo proposto, foram testados sistemas da literatura especializada em dois tipos de testes: o primeiro é dividido em duas partes e os resultados são comparados com um solver comercial, na parte 01 são testados diversos sistemas com número de barras que vão de 14 até 4661, considerando um problema mono-objetivo. Na parte 02 são testados os sistemas pglib_opf_case118_ieee e pglib_opf_case300_ieee considerando um problema multiobjetivo determinístico. O segundo tipo de teste considera um problema multiobjetivo probabilístico, que envolve as incertezas das variáveis de entrada, dos parâmetros que definem o comportamento da demanda e das fontes de geração renováveis. Os resultados obtidos com os testes realizados, usando a implementação computacional nos sistemas de testes, mostram a eficiência desta metodologia.

This work proposes the development of a computational tool to solve the probabilistic optimal power flow problem. The objective function of the problem simultaneously considers the minimization of generation costs and greenhouse gases. The mathematical model includes the optimal dispatch of dispatchable (hydraulic and thermal) generators and non-dispatchable (wind and photovoltaic) generators, control of the position of the transformer taps, and the activation of reactive shunt compensation, in addition to the uncertainties of the cargo and non-renewable energy sources. Uncertainties in the behavior of the system are modeled using the 2m + 1 point-estimate method. The formulation of the FPO problem is a mixed integer non-linear (PNLIM), multi-objective, non-convex and probabilistic problem. To solve this problem efficiently, a matheuristic algorithm is proposed, combining the classic non-linear FPO model and the Variable Neighborhood Descent (VND) metaheuristic. To validate the proposed algorithm, systems in the specialized literature were tested in two types of tests: the first test is divided into two parts and the results are compared with a commercial solver, in part 01 several systems are tested with number of bars ranging from 14 to 4661, considering a mono-objective problem. In part 02, the pglib_opf_case118_ieee and pglib_opf_case300_ieee systems are tested considering a deterministic multiobjective problem. The second type of test considers a probabilistic multiobjective problem, which involves the uncertainties of the input variables, parameters that define the load and renewable sources behavior. The results obtained with the tests performed, using the computational implementation in the test systems, show the efficiency of this methodology.