Anais Do Congresso Brasileiro De Automática 2020 2020
DOI: 10.48011/asba.v2i1.1736
|View full text |Cite
|
Sign up to set email alerts
|

Alocação Ótima De Geradores Distribuídos Para Redução De Perdas Em Sistemas Elétricos De Distribuição Considerando Incertezas Da Demanda

Abstract: Este artigo apresenta uma abordagem para alocação ótima de geradores distribuídos (GD) em sistemas de distribuição de energia para a redução total de perdas utilizando a técnica de algoritmos genéticos. No processo de otimização, as incertezas da demanda das cargas e os cenários de carregamento ao longo do dia foram considerados, visando uma representação adequada da operação real dos sistemas de distribuição, o que permite uma avaliação mais criteriosa da barra ideal para alocação de GD. A abordagem proposta … Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1

Citation Types

0
2
0

Year Published

2021
2021
2021
2021

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(2 citation statements)
references
References 8 publications
(8 reference statements)
0
2
0
Order By: Relevance
“…Regarding the number of DER, in [5], 6 DER were chosen for allocation in IEEE 13, 34 and 123 node test feeders in order to ensure the greatest diversity of buses choices. In [8], tests were carried out on systems with 37 nodes test feeder, selecting 9 and 37 DER.…”
Section: Resultsmentioning
confidence: 99%
See 1 more Smart Citation
“…Regarding the number of DER, in [5], 6 DER were chosen for allocation in IEEE 13, 34 and 123 node test feeders in order to ensure the greatest diversity of buses choices. In [8], tests were carried out on systems with 37 nodes test feeder, selecting 9 and 37 DER.…”
Section: Resultsmentioning
confidence: 99%
“…In [5] and [6], the authors applied the Genetic Algorithms (GA) for DER allocation and sizing in order to improve the voltage profile and to reduce power losses. In [1], [7] and [8], the Particle Swarm Optimization (PSO) was used for the same purpose.…”
Section: Introductionmentioning
confidence: 99%