Capítulo 4. Casos Testes
4.7. Comparação das Perdas e Operações de Chaveamento Para as Redes Sem Defeito
As perdas ativas nas redes variam em função do tipo de cálculo do fluxo de carga, da aplicação das restrições operacionais e da aplicação da ferramenta de retrocesso no método construtivo. Entretanto, a comparação dessas perdas para cada defeito que possa ocorrer nas redes tornaria o processo repetitivo e cansativo. Optou-se, portanto, por se realizar uma comparação dessas perdas apenas para as redes sem defeito e desconsiderando as restrições operacionais. Para o cálculo das perdas pelo método construtivo, foram usados fluxos de carga determinados pela soma de potências e por injeção de corrente, com e sem a utilização da ferramenta de retrocesso. Na Tabela 19 apresenta-se essa comparação.
Tabela 19 – Comparação das perdas ativas para as redes testes, sem defeito e após reconfiguração.
Observe que, à exceção da Rede de Dolloff, a ferramenta de retrocesso não altera muito os resultados das perdas. Já a utilização da forma de cálculo do fluxo de carga interfere diretamente nesses resultados.
Na Tabela 20 apresentam-se as operações de chaveamento sem que os limites operacionais sejam restritivos. Nessa situação, todas as operações de chaveamento são completas, variando apenas o número de operações. Observe que a Rede de Dolloff apresenta apenas uma operação de chaveamento quando o retrocesso não é considerado e duas operações com a aplicação dessa ferramenta. A Rede de Civanlar com dois alimentadores não precisar ser reconfigurada, ou seja, já se encontra na condição de perdas mínimas.
Caso teste Perdas (kW) – Método Construtivo Perdas (kW) –
Mét. de Abert. Laços Fluxo por Injeção de Corrente Fluxo por Soma de Potência
Sem retrocesso Com retrocesso Sem retrocesso Com retrocesso
Dolloff 249.22 214,64 265,35 225,61 214,64 Civanlar 2 alimentadores 305.91 305.91 326.32 326.32 305.91 Civanlar 3 alimentadores 546,65 546,65 603,74 603,74 526,71 Civanlar 3 alim./ capacitores 445,31 445,31 479,26 479,26 445,31 Glamocanin 247,44 247,44 282,46 282,46 247,44 Baran e Wu 127,37 127,37 142,27 142,27 127,96 Rede Fictícia 507,56 505,60 546,49 542,21 550,85
Capítulo 4 – Casos Testes
___________________________________________________________________________
86
Tabela 20 – Operações de chaveamento para reconfiguração das redes testes, sem defeito.
Obs.: A – abre chaves; F – fecha chaves.
Observe ainda que o cálculo utilizado para encontrar o fluxo de carga afeta as operações de chaveamento que ocorrem nas redes. As simplificações contidas nos cálculos de fluxo de carga dos algoritmos originais de reconfiguração, afetam os resultados da reconfiguração.
Caso teste Perdas (kW) – Método Construtivo Perdas (kW) –
Mét. de Abert. Laços Fluxo por Corrente Constante Fluxo por Soma de Potência
Sem retrocesso Com retrocesso Sem retrocesso Com retrocesso
Dolloff A 6 F5 A2,6- F3,5 A6- F5 A2,,6- F3,5 A2,6 F5,3 Civanlar 2 alimentadores A F A F A F A F A F Civanlar 3 alimentadores A 19 F 15 A 19 F 15 A 19 F 15 A 19 F 15 A 17,19 F 21,15 Civanlar 3 alim./ capacitores A 17,19
F 21,15 A 17,19 F 21,15 A 17,19 F 21,15 A17,19 F 21,15 A 17,19 F 21,15 Glamocanin A 11,10,9- F 14,12,5 A 11,10,9 F14,12,5 A 11,10,9 F 14,12,5 A11,10,9 F 14,12,5 A 10,11,9 F 14,5,12 Baran e Wu A 6,8,13,31 F 33,35,34,32 A 6,8,13,31 F 33,35,34,32 A 6,8,13,31 F 35,33,34,32 A 6,8,13,31 F 35,33,34,32 A 9,13,31,6 F 32,35,34,33 Rede Fictícia A 39,34,35,33 F 16,20,21,31 A 8,39,34,35,33 F 16,20,21,10,31 A 34,35,33 F 16,20,21 A 35,34,39 F 16,20, 31 A 34,35,39 F 20,31,16
87
Conclusões e Sugestões para Trabalhos Futuros
No decorrer do desenvolvimento deste trabalho, várias ferramentas computacionais foram desenvolvidas, visando encontrar alternativas e métodos que pudessem agilizar o processo de reconfiguração de redes de distribuição quando da necessidade de recomposição do serviço em barras ilhadas devido a manutenção ou por defeito nessa rede. Concluiu-se que os métodos clássicos de reconfiguração relatados neste trabalho apresentavam sempre chaveamentos desnecessários para a recomposição do serviço, processos exaustivos de cálculos de fluxo de carga simplificados ou completos e tempo computacional gasto desnecessariamente no processo decisório do chaveamento das redes. A utilização de parâmetros de sensibilidade poderá, portanto, tornar-se um instrumento de grande importância em processos de reconfiguração que demandem recomposição do serviço em redes de distribuição.
Sugere-se como trabalho futuro uma comparação da metodologia desenvolvida neste trabalho com metodologias recentes, baseadas em metaheurísticas. Sugere-se ainda ampliar a utilização de parâmetros de sensibilidade para definir a aptidão ou a contribuição de indivíduos pertencentes a uma população característica de métodos baseados em metaheurísticas (algoritmos genéticos ou colônia de formigas).
A partir dos resultados obtidos, verificou-se que a metodologia requer um tempo computacional muito reduzido. Esse fato permite incluir no processo decisório novos requisitos que são importantes para uma rápida implementação prática. Por exemplo, o acionamento de cada chave poderia ser penalizado pelo tempo necessário a sua efetivação, pela equipe de campo mais acessível.
Por outro lado, a junção dos algoritmos apresentados neste trabalho em um único programa poderá dar mais elementos de decisão para o operador do sistema quando ocorrer uma necessidade de reconfiguração, seja pela variação da carga, pela aplicação de bancos de capacitores, ou simplesmente para minimização das perdas na rede. Pode-se considerar também que esse programa poderá ser utilizado na fase de planejamento da rede, ao permitir que os vários arranjos propostos para a rede possam ser testados, bem como nos estudos de
Conclusões e Sugestões para Trabalhos Futuros
_____________________________________________________________________________________________________
88
posicionamento de dispositivos de proteção e comando, de recondutoramento da rede, no planejamento do atendimento da carga, etc.
No caso da recomposição do serviço em redes que contêm compensação capacitiva, o algoritmo funcionou corretamente. Há de se considerar ainda que na hipótese, improvável, de não convergência, a execução da reconfiguração não deixará de ser realizada, de vez que no atingimento do número máximo de iterações do fluxo de carga soma de potência, ou quando o afundamento de tensão nas barras torna-se muito grande, a execução passará a ser realizada através do cálculo do fluxo por injeção de corrente nas barras (modelo de corrente constante para a carga).
Tendo em vista que o objetivo do trabalho consistiu em demonstrar a validade da metodologia proposta, relativamente ao seu baixo custo computacional, a priorização de cargas não foi incluída no algoritmo. Assim, essa tarefa também fica como sugestão para trabalho futuro. Da mesma forma, critérios de confiabilidade que levem em consideração a taxa de falhas e o tempo médio de reparo dos componentes da rede, associados aos custos deverão ser aplicados, tendo em vista permitir a escolha de operações de chaveamento com o menor custo e maior vantagem financeira para a empresa concessionária de energia.
A automação das redes também deverá ser levada em consideração, levando-se em conta a priorização de operações com chaves automáticas telecomandadas. Neste sentido, deve-se buscar o atingimento do conceito de alimentadores autoregenerativos mencionado no Capítulo 1 deste trabalho, adaptando o programa para permitir que defeitos múltiplos possam ocorrer na rede e para que a reconfiguração ocorra após os consertos desses defeitos, na ordem temporal dessas ocorrências. Mas a reconfiguração automática também deverá ser pensada, mesmo quando nenhum defeito ocorra na rede, somente com a alteração do perfil da carga nessa rede.
A penetração da geração distribuída na redes de distribuição em média tensão, e também nas redes de baixa tensão, formando microredes, deverá ser analisada nos seus múltiplos detalhes, inclusive para o estabelecimento de critérios de chaveamento, participação dessa geração distribuída no atendimento à carga isolada, etc. O programa desenvolvido neste trabalho está apto a trabalhar com essa forma de geração, envolvendo tanto a média tensão como a baixa tensão da rede.
89
Referências
5AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. “Aprova os Procedimentos de Distribuição de Energia Elétrica no Sistema Elétrico Nacional – PRODIST, e dá outras providências.”. Resolução Normativa n. 395, de 15 de dezembro de 2009. Diário Oficial [da] República Federativa do Brasil, Poder Executivo, Brasília, DF, 24 dez. 2009. Seção 1, p. 227, v. 146, n. 246.
AHUIA, A.; DAS, S.; PAHWA, A. An AIS-ACO hybrid approach for multi-objective distribution system reconfiguration. IEEE Transactions on Power Systems 22, p. 1101– 1111, Aug. 2007.
ANNALURU, R.; DAS, S.; PAHWA, A. Multi-level ant colony algorithm for optimal placement of capacitors in distribution systems. In: Proceedings of CEC2004 Congress on Evolutionary Computation, June 19–23, 2004, p. 2.
AOKI, K.; NARA, K.; ITOH, M.; SATOH, T.; KUWABARA, H. A New Algorithm for Service Restoration in Distribution Systems. IEEE Transactions on Power Delivery, v. 4, n. 3, July 1989.
AUGUGLIARO, A.; DUSONCHET, L.; IPPOLITO, M. G.; SANSEVERINO, E. R. Minimum Losses Reconfiguration of MV Distribution Networks Through Local Control of Tie-Switches. IEEE Transactions on Power Delivery, v. 18, n. 3, p. 762-771, July 2003. AUGUGLIARO, A.; DUSONCHET, L.; SANSEVERINO, F. E. R. Genetic, simulated annealing and tabu search algorithms: three heuristic methods for optimal reconfiguration and compensation of distribution networks. European Transactions on Electric Power, v. 9, n. 1, p. 35–41, 1999.
BAGWELL, J. Automation Delivers Self-Healing Feeders. Transmission & Distribution World, v. 61, n. 6, p. 38-42, June 2009.
BAHADOORSINGH, S.; MILANOVIC, J. V.; ZHANG, Y.; GUPTA, C. P.; DRAGOVIC J. Minimization of Voltage Sag Costs by Optimal Reconfiguration of Distribution Network Using Genetic Algorithms. IEEE Transactions on Power Delivery, v. 22, n. 4, p. 2271- 2278, Oct. 2007.
Referências 90
BALDICK, R.; WU, F. F. Efficient Integer Optimization Algorithms for Optimal
Coordination of Capacitors and Regulators. IEEE Transactions on Power Systems, v. 5, n. 3, p. 805-812, Aug. 1990.
BALDICK, R.; WU, F. F. Approximation Formulas for the Distribution System: the Loss Function and Voltage Dependence. IEEE Transactions on Power Delivery, v. 6, n. 1, p. 252-259, Jan. 1991.
BARAN, M. E.; WU, F. F. Optimal Sizing of Capacitors Placed on a Radial Distribution System. IEEE Transactions on Power Delivery, v. 4, n. 1, p. 735-743, Jan. 1989.
BARAN, M. E.; WU, F.F. Network reconfiguration in distribution systems for loss reduction and load balancing. IEEE Transactions on Power Delivery, v. 4, p. 1401–1407, Apr. 1989. BATRINU, F.; CARPANETO, E.; CHICCO, G. A novel particle swarm method for
distribution system optimal reconfiguration. In: Proceedings of IEEE Power Tech 2005, St. Petersburg, Russia, June 27–30, 2005 (paper n. 238).
BLUM, C.; DORIGO, M. The hyper-cube framework for ant colony optimization, IEEE Transactions on Systems, Man and Cybernetics, Part B, v. 34, n. 2, p. 1161–1172, April, 2004.
BONABEAU, E.; DORIGO, M.; THERAULAZ, G. Ant algorithms and stigmergy. Future Generation Computer Systems, v.16, n. 8, p 851–871, June 2000.
BOROZAN, V.; RAJAKOVIC, N. Application assessments of distribution network minimum loss reconfiguration. IEEE Transactions on Power Delivery, v. 12, n. 4, p. 1786-1792, Oct. 1997.
BRAZ, H. D. M; SOUZA, B. A. Distribution Network Reconfiguration Using Genetic Algorithms With Sequential Encoding: Subtractive and Additive. IEEE Transactions on Power Systems. v. 26, p. 582-593, 2011.
BROADWATER, R. P.; DOLLOFF, P. A.; HERDMAN, T. L.; KARAMIKHOVA, R.; SARGENT, F. Minimum loss optimization in distribution systems: discrete ascent optimal programming. Electric Power Systems Research, v. 36, Issue 2, p. 113-121, Feb. 1996. BROADWATER, R. P.; THOMPSON, J. C.; LEE, R. E.; MAGHDAN-D, H. Computer- aided protection system design with reconfiguration. IEEE Transactions on Power Delivery, v. 6, n. 1, p. 260-266, Jan. 1991.
Referências 91
BUTLER, K. L.; SARMA, N. D. R.; PRASAD, V. R. Network Reconfiguration for Service Restoration in Shipboard Power Distribution Systems. IEEE Transactions on Power Systems, v. 16, n. 4, p. 653-661, Nov. 2001.
CANTARINO, M. Análise de Sensibilidade da Margem de Carregamento em Sistemas Elétricos de Potência: Um Estudo Comparativo. 2007. 116 f. Dissertação (Mestrado em Engenharia Elétrica). Universidade Federal de Juiz de Fora, Juiz de Fora, 2007.
CARPANETO, E.; CHICCO, G. Ant-colony search-based minimum losses reconfiguration of distribution systems. In: Proceedings of IEEE Melecon 2004, v. 3, Dubrovnik, Croatia, May 12–15, 2004, p. 971–974.
CARPANETO, E.; CHICCO, G. Distribution system minimum loss reconfiguration in the Hyper-Cube Ant Colony Optimization framework. Electric Power Systems Research, n. 78, p. 2037–2045, 2008.
CARPANETO, E.; CHICCO, G. Distribution system minimum loss reconfiguration in the hyper cube ant colony optimization framework. In: Proceedings of VI World Energy System Conference, Torino, Italy, July 10–12, 2006, p. 167–174.
CARPANETO, E.; CHICCO, G. Optimal operational planning of large distribution systems with ant colony search. In: Proceedings of PSCC 2005, Liège, Belgium, August 22–26, 2005.
CARPANETO, E.; CHICCO, G.; AKILIMALI, J. Characterization of the loss allocation techniques for radial systems with distributed generation. Electric Power Systems Research, n. 78, p. 1396–1406, 2008.
CARPANETO, E.; CHICCO, G.; DONNO, M.; NAPOLI, R. Voltage controllability of distribution systems with local generation sources. In: Proceedings of Bulk Power System Dynamics and Control—VI. Managing Complexity in Power Systems: From Micro-grids to Mega Interconnections, Cortina d’Ampezzo, Italy, August 22–27, 2004, p. 261–273.
CARPANETO, E.; CHICCO, G.; ROGGERO, E. Comparing deterministic and simulated annealing-based algorithms for minimum losses reconfiguration of large distribution systems. In: Proceedings of IEEE Porto Power Tech 2001, September 10–13, 2001.
CEBRIAN, J. C.; KAGAN, N. Reconfiguration of distribution networks to minimize loss and disruption costs using genetic algorithms. Electric Power Systems Research, v. 80, n. 1, p. 53-62, Jan. 2010.
Referências 92
CESPEDES, R. New Method for the Analysis of Distribution Systems. IEEE Transactions on Power Delivery, v.5, n. 1, pp. 391-396, Jan. 1990.
CHANG, C.S.; TIAN, L.; WEN, F.S. A new approach to fault section estimation in power systems using ant system, Electric Power Systems Research, 49, p. 63–70, 1999. CHANG, G.; J.; ZRIDAT, J.; BIRDWELL, D. Knowledge – Based Distribution System Analysis and Reconfiguration. IEEE Transactions on Power Systems, v. 5, n. 3, p. 744-749, Aug. 1990.
CHANG, H.-C.; KUO, C.-C. Network reconfiguration in distribution systems using simulated annealing. Electric Power Systems Research. n. 29, p. 227–238, 1994.
CHANG, R. F.; LU, C. N. Feeder reconfiguration for load factor improvement. In: Proceedings of IEEE/PES Winter Meeting, vol. 2, Jan. 27–31, 2002, p. 980–984.
CHEN, C.-S.; KE,Y.-L.; WU, J.-S.; KANG, M.-S. Application of Petri Nets to Solve Distribution System Contingency by Considering Customer Load Patterns. IEEE Transactions on Power Systems, v. 17, n. 2, p. 417-423, May 2002.
CHENG, C.S.; SHIRMOHAMMADI, D. A three-phase power flow method for real-time distribution system analysis. IEEE Transactions on Power Systems, v.10, n. 2, p. 671–679, May 1995.
CHIANG, H.-D.; JEAN-JUMEAU, R. Optimal Network Reconfigurations in Distribution Systems: Part 2:Solution Algorithms and Numerical Results. IEEE Transactions on Power Delivery, v. 5, n. 3, p. 1568-1574, July 1990a.
CHIANG, H.-D.; JEAN-JUMEAU, R. Optimal Network Reconfigurations in Distribution Systems: Part 1: A New Formulation and A Solution Methodology. IEEE Transactions on Power Delivery, v. 5, n. 4, p. 1902-1909, Nov. 1990b.
CHIN, H.-C.; SU, Y.-S. Application of the ant-based network for power system restoration, In: IEEE/PES Transmission & Distribution Conference and Exhibition, Asia and Pacific, 2005.
CHIOU, J.-P.; CHANG, C.-F.; SU, C.-T. Ant direction hybrid differential evolution for solving large capacitor placement problem, IEEE Transactions on Power Systems, v. 19, n.4, p. 1794–1800, Nov. 2004.
Referências 93
CHIOU, J.-P.; CHANG, C.-F.; SU, C.-T. Variable Scaling Hybrid Differential Evolution for Solving Network Reconfiguration of Distribution Systems. IEEE Transactions on Power Systems, v. 20, n. 2, p. 668-674, May 2005.
CHUANG, Y.-C.; KE, Y.-L.; CHEN, C.-S.; CHEN, Y.-L. Rule-Expert Knowledge-Based Petri Net Approach for Distribution System Temperature Adaptive Feeder Reconfiguration. IEEE Transactions on Power Systems, v. 21, n. 3, p. 1362-1370, Aug. 2006a.
CHUANG, Y.-C.; KE, Y.-L.; CHEN, C.-S.; CHEN, Y.-L. Distribution System Temperature Adaptive Load Transfer using Colored Petri Net Approach. IEEE Transactions on Power Systems, v. 21, n. 3, p. 1029-1040, Aug. 2006b.
CIVANLAR, S.; GRAINGER, J.; YIN, H.; LEE, S. S. Distribution feeder reconfiguration for loss reduction. IEEE Transactions on Power Delivery, v. 3, n. 3, p. 1217–1223, July 1988.
COSTA, P.M.- MATOS, M.A. Assessing the contribution of microgrids to the reliability of distribution networks. Electric Power Systems Research, n. 79, p. 382–389, 2009.
COSTA, P.M.; MATOS, M.A. Assessing the contribution of microgrids to the reliability of distribution networks. Electric Power Systems Research, n. 79, p. 382–389, 2009.
CRISPINO, F. Reconfiguração de Redes Primárias de Distribuição de Energia Elétrica utilizando Sistemas de Informações Geográficas. 2001. Dissertação de Mestrado
(Engenharia Elétrica), Escola Politécnica da Universidade de São Paulo. São Paulo, 2001. 124 p.
CURCIC, S.; OZVEREN, C. S.; LO, K. L. Computer-based strategy for the restoration problem in electric power distribution systems. IEE Proceedings of Generation, Transmission & Distribution, v. 144, n. 5, p. 389-398, Sept. 1997.
DAS, D. A Fuzzy Multiobjective Approach for Network Reconfiguration of Distribution Systems. IEEE Transactions on Power Delivery, v. 21, n. 1, p. 202-209, Jan. 2006.
DELBEN, A.C.B.; CARVALHO, A.C.P.L.F.; BRETAS, N.G. Main chain representation for evolutionary algorithms applied to distribution system reconfiguration. IEEE Transactions on Power Systems. v. 22, n. 3, p. 1101–1111, Aug. 2007.
DELBEN, A. C. B.; CARVALHO, A. C. P. L. F.; BRETAS, N. G. Main chain representation for evolutionary algorithms applied to distribution system reconfiguration. IEEE
Referências 94
DOLLOFF, P. A. Optimization in Electrical Distribution Systems: Discrete Ascent Optimal Programming, Ph.D. Thesis, Virginia Polytechnic Institute and State University, Dec. 1995.
DORIGO, M.; BIRATTARI, M.; STÜTZLE, T. Ant colony optimization. IEEE Computational Intelligence Magazine, p. 28–39, Nov. 2006.
DORIGO, M.; MANIEZZO, V.; COLORNI, A. Ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man and Cybernetics: Part B, v. 26, n. 1, p 29-41, Feb. 1996.
DORIGO, M.; MANIEZZO, V.; COLORNI, A. The ant system: an autocatalytic optimizing process, Technical Report, n. 91-016, Politecnico di Milano, Italy, 1991.
FALCÃO, D. M. Fluxo de Potência Ótimo. Programa de Engenharia Elétrica, COPPE/UFRJ, Parte 1, Abril 2008. Disponível em:
<http://www.nacad.ufrm.br/falcao/coe751/fpo01.pdf >, Acesso em: 12 set. 2011.
FORCE 3.0. Free IDE for GNU Fortran 77 compiler. Version 3.0. Disponível em: <http://lepsch.blogspot.com/>. Acesso em: 13 dez. 2011.
GHIANI, E.; MOCCI, S.; PILO, F. Optimal reconfiguration of distribution networks according to the microgrid paradigm. Future Power Systems, 2005 International Conference on, v. 18, n. 18, p. 6, Nov. 2005.
GLAMOCANIN, V. Optimal Loss Reduction of Distribution Networks. IEEE Transactions Power Systems v. 5, n. 3, p. 774-781, Aug. 1990.
GLAMOCANIN, V.; FILIPOVIC, V. Open Loop Distribution System Design. IEEE Transactions on Power Delivery, 8-4, p. 1900-1906, October 1993.
GOMES, F. V., CARNEIRO JR., S.; PEREIRA, J. L. R.; VINAGRE, M. P.; GARCIA, P. N.; ARAÚJO L. R. A New Heuristic Reconfiguration Algorithm for Large Distribution Systems. IEEE Transactions on Power Systems, v. 20, n. 3, p. 1373-1378, Aug. 2005.
GOMES, F. V., CARNEIRO JR., S.; PEREIRA, J. L. R.; VINAGRE, M. P.; GARCIA, P. N.; ARAÚJO L. R. Reconfiguração de sistemas de distribuição utilizando fluxo de potência ótimo e análise de sensibilidade. Sba Controle & Automação v.17, n.4, Oct./Dec. 2006b.
Referências 95
GOMES, F. V.; CARNEIRO JR.; S.; PEREIRA, J. L. R.; VINAGRE. M. P.; GARCIA, P. A. N.; ARAÚJO, L. R. A New Distribution System Reconfiguration Approach Using Optimum Power Flow and Sensitivity Analysis for Loss Reduction. IEEE Transactions on Power Systems, v. 21, n. 4, p 1616- 1623, Nov. 2006a.
GÓMEZ, J.F. et al. Ant colony system algorithm for the planning of primary distribution circuits. IEEE Transactions on Power Systems. v. 19, n. 2, p. 996–1004, May 2004.
GOSWAMI, S.K.; BASU, S.K. Direct solution of distribution systems, Proceedings IEE, Part C, v. 138, n. 1, p. 78–88, Jan. 1991.
GRIBSBY, L. L. Electric Power Generation, Transmission, and Distribution, CRC Press, Flórida, 2007.
HAYASHI, Y.; IWAMOTO, S.; FURUYA, S.; LIU,C.-C. Efficient Determination of Optimal Radial Power System Structure Using Hopfield Neural Network with Constrained Noise. IEEE Transactions on Power Delivery, v. 11, n. 3, p. 1529-1535, July 1996.
HSU, Y.-Y.; JWO-HWU, Y. Planning of Distribution Feeder Reconfiguration with Protective device Coordination. IEEE Transactions on Power Delivery, v. 8, n. 3, p. 1340-1347, July 1993.
HUANG, Y.-C., Enhanced genetic algorithm-based fuzzy multi-objective approach to distribution network reconfiguration. IEE Proceedings of Generation, Transmission & Distribution. v. 149, n. 5, p. 615-620, Sept. 2002.
IPPOLITO, M. G.; SANSEVERINO, F. E. R.; VUINOVICH, F.; Multiobjective ant colony search algorithm for optimal electrical distribution system strategical planning. In:
Proceedings of CEC2004 Congress on Evolutionary Computation, v. 2, June 19–23, 2004, p. 1924–1931.
JEON, Y.-J.; KIM, J.-C.; KIM, J.-O.; SHIN, J.-R.; LEE, K. Y. An Efficient Simulated Annealing Algorithm for Network Reconfiguration in Large-Scale Distribution Systems. IEEE Transactions on Power Delivery, v. 17, n. 4, p. 1070-1078, Oct. 2002.
JIANG, D.; BALDICK, R. Optimal Electric Distribution System Switch Reconfiguration and Capacitor Control. IEEE Transactions on Power Systems, v. 11, n. 2, p. 890-897, May 1996.
KAGAN, N.; OLIVEIRA, C. C. B.; ROBBA, E. J. Introdução aos sistemas de Distribuição de Energia Elétrica. São Paulo: Edgard Blücher, 2005.
Referências 96
KASHEMM M.A.; GANAPATHY, V.; JASMON, G.B. Network reconfiguration for enhancement of voltage stability in distribution networks, IEE Proceedings of Generation, Transmission & Distribution, v. 147, n. 3, p. 171-175, May 2000.
KE, Y.-L. Distribution Feeder Reconfiguration for Load Balancing and Service Restoration by Using G-Nets Inference Mechanism. IEEE Transactions on Power Delivery, v. 19, n. 3, p. 1426-1433, July 2004.
KE, Y.-L.; CHEN, C.-S.; KANG, M.-S.; WU, J.-S.; LE, T.-E. Power Distribution System Switching Operation Scheduling for Load Balancing by Using Colored Petri Nets. IEEE Transactions on Power Systems, v. 19, n. 1, p. 629-635, Feb. 2004.
KHOA, T.Q.D.; BINH, P.T.T. A hybrid ant colony search based reconfiguration of distribution network for loss reduction. In: Proceedings of IEEE/PES Transmission & Distribution Conference and Exposition, Latin America, Aug., 2006.
KHOA, T.Q.D.; PHAN, B.T.T. Ant colony search-based loss minimum for reconfiguration of distribution systems. In: Proceedings of IEEE Power India Conference, Apr. 10–12, 2006. KIM, H.; KO, Y.; JUNG, K.-H. Artificial Neural-Network Based Feeder Reconfiguration for Loss Reduction in Distribution Systems. IEEE Transactions on Power Delivery, v. 8, n. 3, p. 1356-1366, July 1993.
KYUNG-HEE; HOYONG, J.; KO, K. Y. Network reconfiguration algorithm for automated distribution systems based on artificial intelligence approach. IEEE Transactions on Power Delivery, v. 8, n. 4, p. 1933-1941, Oct. 1993.
LI, F. Distributed Processing of Reliability Index Assessment and Reliability-Based Network Reconfiguration in Power Distribution Systems. IEEE Transactions on Power Systems, v. 20, n. 1, p. 230-238, Feb. 2005.
LI, W.; WANG, P.; LI, Z.; LIU, Y. Reliability Evaluation of Complex Radial Distribution Systems Considering Restoration Sequence and Network Constraints. IEEE Transactions on Power Delivery, v. 19, n. 2, p. 753-758, April 2004.
LIN, C. H.; CHEN, C.S.; WU, C.J.; KANG, M.S. Application of immune algorithm to optimal switching operation for distribution-loss minimization and loading balance. IEE Proceedings of Generation, Transmission & Distribution. v. 150, n. 2, p. 183-189, Mar. 2003.
Referências 97
LIN, C.-H. Distribution network reconfiguration for load balancing with a coloured Petri net algorithm. IEE Proceedings of Generation Transmission & Distribution, v. 150, n. 3, p. 317-324, May 2003.
MCDERMOTT, T. E. A heuristic non-linear constructive method for distribution system reconfiguration. 1998. Ph. D. Thesis (Electrical Engineering). Virginia Polytechnic Institute and State University. Blacksburg, Virginia. Apr. 1998.
MCDERMOTT, T. E.; DREZGA, I.; BROADWATER, R. P. A Heuristic nonlinear
constructive method for distribution system reconfiguration. IEEE Transactions on Power Systems, Vol. 14, n. 2, p. 478-483, May 1999.
MEDEIROS JR., M. F.; LACERDA, E. G. M. Minimum number of switching operations via ant colony optimization. In: CIRED 2007, Vienna: 21 – 24 May 2007.
MERLIN, A.; BACK H. Search for a Minimal-Loss Operating Spanning Tree Configuration for an Urban Power Distribution System. In: Proceedings of 5 th. Power System
Computation Conference, Cambridge U.K., Paper 1.2/6, 1975.
MOHANTY; KALITA, J.; DAS, S.; PAHWA, A.; BUEHLER, E. Ant algorithms for the optimal restoration of distribution feeders during cold load pickup. In: Proceedings of IEEE Swarm Intelligence Symposium, Apr. 24–26, 2003, p. 132–137.
MONTICELLI, A. Fluxo de Carga em Redes de Energia Elétrica. Editora Edgard Blücher LTDA, 1983.
MONTICELLI, A. Interactive transmission network planning using a least-effort criterion. IEEE Transactions Power Apparatus and Systems, v. 101, n. 10, p. 3919-3925,1982.
MORELATO, A. L.; MONTICELLI, A. Heuristic Search Approach to Distribution System Restoration, IEEE Transactions Power Delivery, vol. 4, no. 4, p. 2235-2241, Oct. 1989.
MORI, H.; OGITA, Y. A parallel tabu search based method for reconfigurations of
distribution systems. In: Proceedings of IEEE/PES Summer Meeting, v. 1, Seattle, WA, July, 2000, p. 73–78.
NARA, K. et al. Loss minimum re-configuration of distribution system by tabu search. In: Proceedings of Transmission and Distribution Conference, v. 1, 2002, p. 232–236.
Referências 98
NARA, K.; SHIOSE, A.; KITAGAWA, M.; ISHIHARA, T. Implementation of Genetic Algorithm for Distribution System Loss Minimum Reconfiguration. IEEE Transactions on Power Systems, v. 7, n. 3, p. 1044-1051, Aug. 1992.
NIKNAM,T. et al. Optimal operation of distribution system with regard to distributed generation: a comparison of evolutionary methods. In: Proceedings of 40th Industry Applications Conference Annual Meeting, v. 4, Oct. 2005, p. 2690–2697.