Nas pesquisas desenvolvidas e apresentadas nesta tese, foram feitas contribuições para o estado da arte na área de estabilidade de tensão. A primeira contribuição está relacionada à estabilidade de tensão de longa duração. Uma nova solução analítica foi proposta para encontrar o ponto de bifurcação de sistemas de potência (nariz da curva PV). A solução não está relacionada aos métodos de Newton e pode ser aplicada aos novos desafios das redes elétricas com alta penetração de fontes renováveis. O método proposto é baseado na teoria do cálculo variacional e pode rastrear a bifurcação usando o "último ponto computado", tornando-o adequado para aplicações em tempo real. A segunda parte da tese é dedicada à estabilidade transitória, propondo um novo controle de tensão para um parque eólico. O objetivo é introduzir uma condição de operação "preventiva"capaz de melhorar o tempo crítico de falta durante a ocorrência de um curto circuito. Complementarmente ao controle preventivo, é proposto um controle corretivo local baseado em dados para restaurar rapidamente a tensão de acordo com os requisitos dos grid codes modernos. Os dados do Model Predictive Control treinam os controladores baseado em dados por meio de uma técnica de aprendizado com consciência de risco. O controle local baseado em dados atualiza as entradas para os controladores PI do compensador síncrono estático e dos geradores eólicos para restaurar a tensão de forma mais eficaz. Os resultados indicam que os controles propostos apresentam melhor desempenho comparando com aqueles baseados na reserva de potência reativa dinâmica.

The research carried out and presented in this thesis was performed to contribute to the state-of-the-art in the area of voltage stability. The first contribution is related to long-term voltage stability. A new analytical solution was proposed to find the power systems bifurcation point (the PV curves nose). The solution is not related to Newtons methods and can be applied to the new challenges of the power grid with high penetration of renewable sources. The proposed method is based on variational calculus theory and can track the bifurcation using the "last computed point,"making it suitable for real-time applications. The second part of the thesis is dedicated to transitory stability, proposing a new voltage control for a wind farm. The objective is to introduce a "preventive"operating condition capable of increasing the critical clearing time during the occurrence of a fault. Complementary to the preventive control, a local data-driven corrective control is proposed to quickly restore the voltage according to the requirements of modern grid codes. Model Predictive Control data train the data-driven controllers through a risk-aware learning technique. The local data-driven control updates the inputs for the PI controllers of the static synchronous compensator and the wind generators to restore voltage more effectively. The results indicate that the proposed controls perform better than those based on the dynamic reactive power reserve.