Pareja, Luis Alfonso GallegoPinto, Lucca Rodrigues2026-11-122026-11-122026-09-23https://repositorio.uel.br/handle/123456789/20059Em um cenário de transição energética marcado pela crescente complexidade operacional dos Sistemas de Distribuição de Energia Elétrica, impulsionada pela eletrificação do transporte e pela massificação da Geração Distribuída, este trabalho propõe uma metodologia híbrida e robusta para o planejamento da expansão de redes ativas. A abordagem inova ao integrar técnicas de aprendizado profundo, especificamente Rede Adversária Generativa Condicionada, para a síntese de cenários estocásticos que preservam as correlações temporais e a volatilidade de variáveis críticas como Irradiância Global Horizontal, velocidade do vento, demanda e preços de energia, combinadas com o algoritmo K-Means para a consolidação de cenários representativos. Esses dados alimentam um modelo de otimização estocástica formulado em Programação Linear Inteira Mista no software AMPL IDE com o solver CPLEX, cujo objetivo é minimizar o Valor Presente Líquido dos custos de investimento e operação, cootimizando simultaneamente reforços físicos tradicionais como a Reconfiguração de Redes Primárias, Seleção Ótima de Condutores, Reforço da Capacidade de Subestações, Alocação Ótima de Subestações e a alocação estratégica de novas tecnologias, incluindo Sistemas de Geração Fotovoltaicos, Sistemas de Geração Eólicos, Sistemas de Armazenamento de Energia e Estações de Carregamento de Veículos Elétricos. A metodologia foi validada em sistemas testes de 14, 24, 33 e 54 barras, demonstrando superioridade frente a abordagens determinísticas ao mitigar violações de tensão e reduzir perdas técnicas; especificamente, os resultados no sistema de 54 barras evidenciaram que a capilaridade da geração solar distribuída é fundamental para sustentar a qualidade de energia em redes de alta demanda, enquanto em topologias como as de 24 e 33 barras, o armazenamento provou-se essencial para gerenciar o desacoplamento temporal entre geração e carga, permitindo postergar obras onerosas de infraestrutura pesada e assegurando a resiliência e viabilidade econômico-financeira do sistema diante das incertezas operacionaisporGeração de energia fotovoltaicaEnergia eólicaBateriasVeículos elétricosAprendizado profundoRedes adversárias generativas (Redes de computadores)Otimização EstocásticaDissertaçãoEngenharias - Engenharia ElétricaEngenharias - Engenharia ElétricaPhotovoltaic power generationWind powerBatteriesElectric vehiclesDeep learningGenerative adversarial networks (Computer networks)Stochastic Optimization