Integrating distributed energy resources (DERs), specifically renewable distributed generation (DG), in the distribution system leads to energy management problems. These problems for electric utilities are varied based on different former improvements in distribution systems and their requirements. Therefore, this thesis presents different energy management scenarios and solutions for covering a wide range of optimization problems in the distribution systems related to integrating DERs.All these scenarios are in one direction under the 'placement of DER in the distribution system.' This thesis analyses the strategies, including four energy management optimization problems. The first and second scenarios are the single objective and multiobjective placement of DER in the distribution system. The thesis improves the first two scenarios by a multiobjective placement and sizing by considering the distribution system hosting capacity and the former installed DER (i.e., third scenario). Finally, the fourth scenario presents the optimal dispatching of DERs and microgrids for virtual power plant (VPP) Scheduling. These scenarios include the allocation of DG, such as fuel cells, wind turbines, and solar cells, in a distribution system to guide future energy management. In these scenarios, the applied optimization algorithms are the improved teaching-learningbased optimization (TLBO) algorithm with presenting two new modifications and two new hybrid optimization algorithms. The first and second scenarios use further modifications of TLBO for DER placement in the single objective and multiobjective problems. The third scenario applies a hybrid optimization algorithm combining TLBO and honey bee mating optimization (HBMO) algorithm. The hybrid algorithm of the fourth scenario is a combination of grid search algorithm and derivative-free optimization algorithm. TLBO, HBMO, grid search, and derivative-free optimization algorithms have been reported as the best optimization algorithms in this area. Thus, this thesis, by modifying and combining those algorithms, tries to design a better optimization algorithm matched to each scenario. Moreover, an IEEE standard distribution system, a 70-bus radial distribution system, is used to implement the proposed optimization algorithms based on the power system manager scenario and objective functions. The results show the importance of the proposed algorithms to optimize objective functions. The proposed algorithms observed superiority presents the best accuracy and velocity in achieving the optimal solution among the other optimization algorithms tested. The proposed algorithms are new optimization algorithms obtained by modifying the original version of the TLBO or combine two optimization algorithms. TLBO modification is in teacher and learner phases with adding the proper optimization techniques such as quasi-opposition-based learning technique and mutation method. With the best optimal solutions, the electric utility can have an economic, technical, and environmental improvement in the power system by DERs integrations. Besides, prosumers can have full benefits from renewable generators.

Integrar recursos energéticos distribuídos (REDs), especificamente geração distribuída (GD), no sistema de distribuição resulta em problemas de gestão de energia. Para cada concessionária de energia elétrica esses problemas são diferentes, são base em melhorias realizadas anteriormente nos sistemas de distribuição e em seus requisitos. Portanto, esta tese apresenta diferentes cenários de gestão de energia e soluções para uma ampla gama de problemas de otimização nos sistemas de distribuição com à integração de REDs. Todos esses cenários consideram a alocação de RED no sistema de distribuição. Esta tese analisa as estratégias, incluindo quatro problemas de otimização de gestão de energia. O primeiro e o segundo cenários são a alocação de objetivo único e multiobjetivo de RED no sistema de distribuição. A tese contribui com os dois primeiros cenários por uma alocação e dimensionamento multiobjetivo, considerando a capacidade de hospedagem do sistema de distribuição e o RED instalado anterior (ou seja, terceiro cenário). Finalmente, o quarto cenário apresenta o despacho ótimo de REDs e microrredes para o escalonamento de usinas virtuais de energia (do inglês Virtual Power Plant - VPP). Esses cenários incluem a alocação de GD, como células a combustível, turbinas eólicas e módulos solares, em um sistema de distribuição para orientar a gestão de energia no futuro. Nestes cenários, os algoritmos de otimização aplicados são o algoritmo aprimorado teaching-learning-based optimization (TLBO) com a apresentação de duas novas modificações e dois novos algoritmos de otimização híbrida. O primeiro e o segundo cenários usam modificações adicionais de TLBO para a colocação de DER nos problemas de objetivo único e multiobjetivo. O terceiro cenário aplica um algoritmo de otimização híbrido combinando o algoritmo TLBO e honey bee mating optimization (HBMO). O algoritmo híbrido do quarto cenário é uma combinação dos algoritmos grid search algorithm e derivative-free optimization algorithm. Os algoritmos TLBO, HBMO, grid search algorithm e derivative-free optimization algorithm foram relatados como os melhores algoritmos de otimização nesta área. Assim, esta tese, ao modificar e combinar esses algoritmos, tenta projetar um algoritmo de otimização mais adequado a cada cenário. Além disso, um sistema II de distribuição padrão IEEE, com distribuição radial de 70 barras, é usado para implementar os algoritmos de otimização propostos com base no cenário do gerenciador do sistema de potência e funções objetivo. Os resultados mostram a importância dos algoritmos propostos para otimizar funções objetivo. A superioridade observada dos algoritmos propostos apresenta a melhor acurácia e velocidade na obtenção da solução ótima entre os demais algoritmos de otimização testados. Os algoritmos propostos são novos algoritmos de otimização que modificam a versão antiga do algoritmo de otimização ou combinam dois algoritmos de otimização. Os algoritmos propostos são novos algoritmos de otimização obtidos modificando a versão original do TLBO ou combinando dois algoritmos de otimização. A modificação do TLBO está nas fases de professor e aluno com a adição de técnicas de otimização adequadas, como técnica de aprendizagem baseada em quase oposição e método de mutação. Com soluções otimizadas, a concessionária de energia elétrica pode ter uma melhoria econômica, técnica e ambiental no sistema de potência por meio da integração dos REDs. Além disso, os prossumidores (clientes que são produtores e consumidores) podem ter todos os benefícios dos geradores renováveis.