Utilização de arquiteturas de redes neurais artificiais para a análise do fluxo de potência com geração distribuída

Abstract

A necessidade de estabilização do perfil de tensão para todas as barras do sistema é importante para manter a qualidade da energia para os consumidores do sistema de potência. Capacitores e transformadores de derivação variável, por exemplo, são equipamentos utilizados para auxiliar na estabilidade de tensão. O método tradicional que resolve o problema do Fluxo de Potência é o Newton-Raphson. Neste trabalho, que é desenvolvido no software MATLAB®, o método de rede neural artificial é utilizado para resolver o problema com o objetivo de reduzir as perdas do sistema IEEE-6 barras, IEEE-6 barras modificado, IEEE-30 barras e IEEE-30 barras modificado, mudanças nos sistemas são devidas para integração com distribuído geração. As arquiteturas utilizadas são os perceptrons multicamadas (Backpropagation) e a Extreme Learning Machine. Os resultados são analisados e comparados com os resultados do método de Newton Raphson e MATPOWER, para selecionar as melhores perdas e melhor custo computacional dos cenários que mostram o nível de melhoria da geração distribuída nas barras escolhidas nos sistemas.