Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: https://tede.unioeste.br/handle/tede/8730
Tipo do documento: Dissertação
Title: Hybrid method for the reconfiguration of electric power distribution systems with distributed generation allocation
Other Titles: Método híbrido para a reconfiguração do sistema de distribuição de energia elétrica com alocação de geração distribuída
Autor: Freiman, Anderson  ORCID
Primeiro orientador: Freitas, Ricardo Luiz Barros de  ORCID
Primeiro coorientador: Sousa, Vagner Candido de  ORCID
Primeiro membro da banca: Freitas, Ricardo Luiz Barros de  ORCID
Segundo membro da banca: Sousa, Vagner Candido de  ORCID
Terceiro membro da banca: Machado, Renato Bobsin  ORCID
Quarto membro da banca: Scherer, Helton Fernando  ORCID
Resumo: The Brazilian electrical system faces significant challenges related to high technical losses in the distribution segment, which directly impact the efficiency and sustainability of the sector. Given the continuous growth in demand and the modernization of the consumption profile, electric Power Distribution System Reconfiguration (DSR) emerges as a strategy to reduce active power losses in the sector. By optimizing the existing infrastructure, DSR allows for the postponement of system expansion, providing operational relief without diminishing the importance of long-term investments in new assets. Another solution for minimizing losses is the introduction of Distributed Generators (DG). However, literature often treats reconfiguration and DG allocation as isolated problems, which represents a gap in coordinated network planning. This work aims to develop a hybrid method for EDSR that minimizes active losses and improves the voltage profile by integrating strategic DG allocation. The proposed methodological approach utilizes a sequence of heuristic and metaheuristic techniques, starting with a modified PRIM algorithm for generating radial topologies. The Multi-start method is employed to ensure the maximum number of initial solutions, followed by a Genetic Algorithm (GA) for population refinement, and finally, Variable Neighborhood Descent (VND) as a local search stage. Once the best topology is defined, DG allocation is performed at the buses with the most critical voltage levels. Tested on 84-, 136-, and 415-bus systems (the latter being a modification of the 417-bus system) the results demonstrate that the hybrid method achieved active loss reductions of up to 65.86%, 65.27%, and 65.76% in the tested systems, respectively. The integration of DG following reconfiguration enhances voltage profile improvement and relieves substation loading, confirming that coordinated action between topology and distributed resources is superior to isolated reconfiguration.
Abstract: O sistema elétrico brasileiro enfrenta desafios significativos relacionados às elevadas perdas técnicas no segmento de distribuição, que impactam diretamente a eficiência e a sustentabilidade do setor. Diante do crescimento contínuo da demanda e da modernização do perfil de consumo, a Reconfiguração de Sistemas de Distribuição de Energia Elétrica (RSDEE) surge como uma estratégia para reduzir as perdas ativas no setor. Ao otimizar a infraestrutura existente, a RSDEE permite postergar a expansão do sistema, oferecendo fôlego operacional sem anular a relevância dos investimentos em novos ativos a longo prazo. Outra solução para a minimização das perdas é a introdução de Geradores Distribuídos (GD). Contudo, a literatura muitas vezes trata a reconfiguração e a alocação de GD como problemas isolados, o que representa uma lacuna para o planejamento coordenado da rede. Este trabalho tem como objetivo desenvolver um método híbrido para a RSDEE que minimize as perdas ativas e melhore o perfil de tensão, integrando a alocação estratégica de GD. A abordagem metodológica proposta utiliza uma sequência de técnicas heurísticas e meta-heurísticas iniciadas pelo algoritmo de PRIM modificado para a geração de topologias radiais. O método Multi-start é empregado para garantir o maior número possível soluções iniciais, seguido por um Algoritmo Genético (AG) para o refinamento da população e, por fim, a Busca em Vizinhança Descendente (Variable Neighborhood Descent - VND) como etapa de busca local. Após a definição da melhor topologia, realiza-se a alocação de GD nas barras com os níveis de tensão mais críticos. Testados nos sistema de 84, 136 e 415 barras, este último uma modificação do sistema de 417 barras, os resultados demonstram que o método híbrido promoveu reduções de até 65,86%, 65,27% e 65,76% nas perdas ativas nos sistemas testados, respectivamente. A integração da GD após a reconfiguração potencializa a melhoria do perfil de tensão e alivia o carregamento da subestação, confirmando que a ação coordenada entre topologia e recursos distribuídos é superior à reconfiguração isolada.
Keywords: Electric power distribution system reconfiguration
Distributed generation allocation
Multi-start
Genetic algorithm
Variable neighborhood descent
Reconfiguração de sistemas de distribuição de energia elétrica
Alocação de geração distribuída
Multi-start
Algoritmo genético
Busca em vizinhança descendente
CNPq areas: ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA
Idioma: por
País: Brasil
Publisher: Universidade Estadual do Oeste do Paraná
Sigla da instituição: UNIOESTE
Departamento: Centro de Engenharias e Ciências Exatas
Program: Programa de Pós-Graduação em Engenharia Elétrica e Computação
Campun: Foz do Iguaçu
Citation: Freiman, Anderson. Hybrid method for the reconfiguration of electric power distribution systems with distributed generation allocation. 2026. 101 f. Dissertação (Programa de Pós-Graduação em Engenharia Elétrica e Computação) - Universidade Estadual do Oeste do Paraná, Foz do Iguaçu.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: https://tede.unioeste.br/handle/tede/8730
Issue Date: 6-Aug-2026
Appears in Collections:Mestrado em Engenharia Elétrica e Computação (FOZ)

Files in This Item:
File Description SizeFormat 
Anderson_Freiman_2026.pdf6.43 MBAdobe PDFView/Open Preview


Items in TEDE are protected by copyright, with all rights reserved, unless otherwise indicated.