Methodology for monitoring voltage SAGs and SWELLs in power systems.

Esta dissertação apresenta uma metodologia baseada em Algoritmos Genéticos e Teoria dos Conjuntos Fuzzy que determina o número ótimo de medidores de Qualidade de Energia, bem como os pontos onde os mesmos devem ser instalados para monitorar Afundamentos e Elevações de Tensão em redes de transmissão de energia elétrica. A metodologia desenvolvida representa uma ferramenta para diversas áreas de uma empresa de energia elétrica, porque ela indica a melhor maneira para se alocar medidores de Qualidade de Energia, considerando as restrições econômicas a que as empresas estão sujeitas. Além disto, a metodologia também determina a melhor configuração para um sistema de medição para um sistema de potência, quando há barras que devem ser monitoradas e/ou o número de medidores disponíveis é menor que o mínimo necessário para atingir a completa Observabilidade. O trabalho desenvolvido também representa uma importante aplicação dos Algoritmos Genéticos em conjunto com a Teoria dos Conjuntos Fuzzy. Ele define aspectos a serem considerados no problema de monitoração de Qualidade de Energia Elétrica e sugere rapidamente a melhor forma de atender diferentes objetivos e restrições operacionais. A fim de validar o modelo proposto, nesta dissertação, três redes elétricas são avaliadas para determinar o número mínimo de medidores de Qualidade de Energia, bem como a localização onde esses equipamentos deveriam ser instalados. Os níveis de Redundância e de Observabilidade são apresentados, bem como as formulações usadas para atingir os resultados apresentados.This dissertation presents a methodology based on Genetic Algorithms and Fuzzy Mathematical Programming to determine the optimum number of power quality monitors and the locations they should be installed to measure Voltage Sags and Swells in transmission power networks. The methodology developed represents a tool for planning power networks, because it indicates the best way to allocate the power quality monitors, considering economical constraints. Similar to this, the methodology also determines the best configuration for a monitoring system when there are important busses to monitor and the number of monitors available is lower than the minimal needed to accomplish completely Observability. The work presented here also represents an important Genetic Algorithms application. With fuzzy mathematical programming it easily allows the definition of aspects to be considered in the monitoring problem and quickly suggests the best way to attend different objectives and operational restrictions. In order to validate the developed model proposed in this dissertation three electric power networks are assessed to determine the minimum number of power quality monitors as well as the locations where these devices should be installed. The levels of Redundancy and Observability are presented as well as the formulations used to achieve the results