Resumo: O Fluxo de Potência Ótimo Reativo (FPOR) é uma ferramenta computacional de otimização que realiza o despacho de todas as fontes de potência reativa de um sistema de geração e transmissão de energia elétrica, sendo de extrema importância no planejamento da operação e na simulação de características do sistema. Sua modelagem envolve restrições de igualdade não lineares e não convexas, bem como restrições de desigualdade lineares e não lineares e não convexas, transformando o FPOR em um problema de grande porte e de difícil resolução. Para representá-lo, é utilizada uma formulação Lagrangeana, juntamente com métodos de parametrização, penalidades quadráticas, lagrangeano aumentado e pontos interiores. Uma nova função de barreira para métodos de pontos interiores é apresentada para tratamento de restrições lineares. O ponto de solução do problema é encontrado através de um algoritmo que executa o método de Newton fazendo uso de uma formulação de matriz esparsa. Para testar as metodologias analisadas, foi desenvolvido um software de testes utilizando linguagem de programação compilada e recursos de alocação. Dinâmica de memória. Entre as vantagens do FPOR implementado, encontra-se a factibilização de restrições, minimização de objetivos ou índices de desempenho e análise de redes elétricas do ponto de vista de estabilidade de tensão. Resultados são apresentados através de testes em sistemas de até 1732 barras Ver menos

Abstract: The Reactive Optimal Power Flow (ROPF) is a computational optimization tool that dispatches all reactive power sources of an electrical power system. It is extremely important in power system planning, operation and voltage collapse simulation. Its mathematical modeling involves nonlinear nonconvex equality constraints and linear and nonlinear nonconvex inequality constraints, making it a large scale, hard to solve, optimization problem. A Lagrangean formulation is used with parameterization, quadratic penalty, augmented lagrangean and interior point methods. A new interior point barrier function is introduced for handling linear inequalities. The solution of a ROPF problem is found through a Newton algorithm using sparse matrix formulation. A testing software was developed, written in a compiled programming language using dynamic memory allocation. Among the advantages of the ROPF implemented in this work, are constraint factibilization, minimization of objectives and voltage stability analysis. Results are obtained for systems up to 1732 buses Ver menos