Planejamento de sistemas de transmissão considerando restrições de segurança, potência reativa e incertezas sobre carga e geração eólica

This work presents the obtained results and experiences to solve the problem of Transmission Expansion Planning (TEP). The work includes in TEP the uncertainties related to wind power generation and the active power demand. Additionally, the safety criterion "N-1" and the reactive power support are considered in the mixed integer nonlinear formulation that is the main characteristic of the TEP problem. For that, an Efficient Hybrid Algorithm (EHA) was developed, which consists of a Search Space Reducer (SER) and a Modified Bioinspired Algorithm based on in bat behavior (MBA). In addition, a Heuristic CC-AC algorithm (HCCAC) was developed to solve the TEP problem considering the AC network and the reactive power support. HCCAC solves TEP using the CC network model and reactive planning is solved by using the AC network model. The TEP is being adjusted iteratively until the AC system operates without load shedding and within the operating limits. The Garver systems, IEEE 24-Bus and the equivalent Brazilian South system are used to show the performance of the proposed methodologyEste trabalho apresenta os algoritmos desenvolvidos para resolução do problema de Planejamento da Expansão de Sistemas de Transmissão de Energia Elétrica (PET). O trabalho inclui no PET as incertezas relativas à geração de energia eólica e demanda. Adicionalmente, o critério de segurança "N-1" e o suporte de potência reativa são considerados na formulação não-linear inteira mista característica do problema PET. Para tanto, foi desenvolvido um Algoritmo Híbrido Eficiente (AHE), que consiste em um Redutor do Espaço de Busca (REB) e um Algoritmo Modificado Bioinspirado no comportamento de morcegos (AMB). Complementarmente, foi desenvolvido um algoritmo Heurístico CC-CA (HCCCA) para resolver o problema do PET considerando a rede CA e o suporte de potência reativa. O HCCCA resolve o PET utilizando o modelo CC de rede e o planejamento de reativo é resolvido utilizando o modelo de rede CA. O PET vai sendo ajustado iterativamente até que o sistema CA opere sem corte de carga e dentro dos limites operativos. Os sistemas Garver, IEEE 24-Barras e o sistema Sul equivalente brasileiro são utilizados para mostrar o desempenho dos métodos desenvolvidos.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superio