Beruflich Dokumente
Kultur Dokumente
FLORIANPOLIS
2006
ii
Dissertao submetida
Universidade Federal de Santa Catarina
como parte dos requisitos para a
obteno do grau de Mestre em Engenharia Eltrica
iii
Banca Examinadora:
___________________________________________
Prof. Antnio Jos Alves Simes Costa, Ph.D.
___________________________________________
Prof. Hans Helmut Zrn, Ph.D.
___________________________________________
Prof. Jorge Coelho, D.Sc.
___________________________________________
Prof. Elizete Maria Loureno, Dra.
iv
AGRADECIMENTOS
Ao Professor Antnio Simes Costa que, desde o perodo de minha graduao,
sempre me incentivou e que por meio de sua valiosa orientao me ofereceu condies
para concluir esta dissertao.
A todos os professores deste curso de Mestrado em Engenharia Eltrica, que me
proporcionaram o conhecimento necessrio para a concluso deste trabalho, em especial
aos professores Hans Helmut Zrn, Ildemar Decker e Roberto Salgado.
A todos os professores do departamento de Engenharia Eltrica desta Universidade,
que me ofereceram uma boa formao para que eu pudesse realizar este sonho.
minha me Olga, pelo amor e pela grande dedicao durante toda a sua vida para
me propiciar uma educao excelente, e tambm pela sua influncia positiva na escolha de
minha profisso.
Ao meu querido padrasto Eduardo, que sempre se preocupou com a minha
educao e me incentivou a seguir esta carreira.
Ao meu companheiro e amigo de todas as horas, Carlos Eduardo, por seu amor,
carinho e pacincia durante estes quase dois anos que estamos juntos.
Aos meus tios, Arnaldo e Denise, que durante toda a minha vida estiveram ao meu
lado prezando pela minha sade e educao.
A todos os meus familiares, em especial meus avs, Dulfe, Dulce e Hayde, meu
pai Jos Luiz e Patrcia, que sempre torceram pelo meu sucesso.
Ao Laboratrio de Sistemas de Potncia (LABSPOT), pelo apoio tcnico e infraestrutura.
minha grande amiga Raquel, com quem eu compartilhei grande parte desta
jornada.
A todos os amigos e colegas do LABSPOT, pelos diversos momentos em que
passamos juntos.
A todos os colegas da Tractebel Energia, em especial ao meu gerente Srgio
Roberto Maes, que sempre me deu apoio e flexibilidade para que eu pudesse concluir este
trabalho.
Ao CNPq, pelo incentivo financeiro no desenvolvimento de minha pesquisa,
durante o primeiro ano do curso de Mestrado em Engenharia Eltrica.
vi
vii
viii
Sumrio
Lista de Figuras ...................................................................................................................x
Lista de Tabelas ..................................................................................................................xi
1 Introduo .......................................................................................................................1
1.1 Introduo ..................................................................................................................1
1.2 Reviso Bibliogrfica.................................................................................................3
1.2.1 Gerao Distribuda.............................................................................................3
1.2.2 Estimao de Estados em Sistemas de Distribuio............................................4
1.2.3 Testes de Hipteses .............................................................................................5
1.3 Contribuies deste Trabalho.....................................................................................5
1.4 Estrutura da Dissertao.............................................................................................6
2 Alguns Aspectos da Gerao Distribuda .....................................................................8
2.1 Introduo ..................................................................................................................8
2.2 Impacto de Gerao Distribuda em Sistemas de Distribuio..................................8
2.3 Vantagens e Desafios da Gerao Distribuda .........................................................10
2.4 Algumas Tecnologias utilizadas como Fontes de GD .............................................11
2.5 Concluso.................................................................................................................12
3 Estimao de Estados para Sistemas de Distribuio ...............................................13
3.1 Introduo ................................................................................................................13
3.2 Uso de Pseudomedidas em Sistemas de Distribuio ..............................................14
3.3 Medidas de Corrente ................................................................................................14
3.4 Uso de Informaes a Priori.....................................................................................15
3.5 Estimao de Estados para Sistemas de Distribuio ..............................................17
3.5.1 Restries Estruturais ........................................................................................18
3.5.2 Restries Operacionais ....................................................................................18
3.5.3 Modelagem das Medidas em Tempo Real ........................................................19
ix
( z H x ) ................................................40
Lista de Figuras
Figura 2.1: Exemplo dos fluxos em um alimentador radial...................................................9
Figura 2.2: Exemplo dos fluxos em um alimentador radial com uma fonte de GD ..............9
Figura 4.1: Fluxograma simplificado do algoritmo proposto ..............................................48
Figura 5.1: Diagrama do Sistema do IEEE de 34 barras .....................................................51
Figura 5.2: Fluxos com sentidos alterados devido injeo de GD (Caso 1) .....................54
Figura 5.3: Fluxo com sentido alterado devido injeo de GD (Caso 2)..........................57
Figura 5.4: Perfil de tenso para os trs casos estudados ....................................................60
Figura 5.5: Diagrama do Sistema Real de 47 barras............................................................61
Figura 5.6: Fluxos com sentidos alterados devido injeo de GD (Caso 1) .....................64
xi
Lista de Tabelas
Tabela 4.1: Termos da equao de densidade de probabilidade..........................................35
Tabela 5.1: Sistema 34 barras - Plano de Medio..............................................................52
Tabela 5.2: Sistema 34 barras - Perfil Verdadeiro de GD (Caso 1).....................................53
Tabela 5.3: Sistema 34 barras - Multiplicadores de Lagrange Normalizados (Caso 1) ......53
Tabela 5.4: Sistema 34 barras - Resultado Final do Estimador (Caso 1) ............................54
Tabela 5.5: Sistema 34 barras - Perfil Verdadeiro de GD (Caso 2).....................................55
Tabela 5.6: Sistema 34 barras - Multiplicadores de Lagrange Normalizados (Caso 2) ......55
Tabela 5.7: Sistema 34 barras - Resultado Final do Estimador (Caso 2) ............................56
Tabela 5.8: Sistema 34 barras - Perfil Verdadeiro de GD (Caso 3).....................................57
Tabela 5.9: Sistema 34 barras - Multiplicadores de Lagrange Normalizados (Caso 3) ......58
Tabela 5.10: Sistema 34 barras - Resultado Final do Estimador (Caso 3) ..........................58
Tabela 5.11: Sistema 34 barras - Comparao dos fluxos entre os trs casos estudados ....59
Tabela 5.12: Sistema 47 barras - Plano de Medio............................................................61
Tabela 5.13: Sistema 47 barras - Perfil Verdadeiro de GD (Caso 1)...................................62
Tabela 5.14: Sistema 47 barras - Multiplicadores de Lagrange Normalizados (Caso 1) ....63
Tabela 5.15: Sistema 47 barras - Resultado Final do Estimador (Caso 1) ..........................63
Tabela 5.16: Sistema 47 barras - Perfil Verdadeiro de GD (Caso 2)...................................64
Tabela 5.17: Sistema 47 barras - Multiplicadores de Lagrange Normalizados (Caso 2) ....65
Tabela 5.18: Sistema 47 barras - Valores de i para cada hiptese alternativa Hi (Caso 2) 66
Tabela 5.19: Sistema 47 barras - Resultado Final do Estimador (Caso 2) ..........................66
Captulo 1
1 Introduo
1.1
Introduo
A disseminao de fontes de Gerao Distribuda (GD) conectadas a redes de
1.2
Reviso Bibliogrfica
Nesta seo ser realizada uma breve reviso bibliogrfica sobre trs temas que
1.3
distribuio requer algumas adaptaes para que o resultado obtido seja o mais prximo
possvel do ponto de operao real. No nvel de distribuio, verifica-se uma carncia
maior de informaes em tempo real a serem processadas pelo estimador de estados. Alm
disso, deve-se considerar o fato de que em sistemas de distribuio as resistncias das
linhas so bem mais significativas do que em sistemas de transmisso.
1.4
Estrutura da Dissertao
No Captulo 2 ser discutido o impacto, benefcios e desafios da insero da GD em
Representao das barras de injeo nula, isto , barras que no possuem carga
e gerao (chamadas de barras de transferncia);
Captulo 2
2.1
Introduo
A crise energtica do incio desta dcada e as dificuldades de viabilizao de novos
2.2
fonte de energia: a subestao (SE). Neste caso, como sua configurao radial, os fluxos
de potncia em suas linhas tinham seus sentidos fixos tanto na operao normal quanto na
ocorrncia de faltas, conforme representado na Figura 2.1.
SE
GD
SE
Figura 2.2: Exemplo dos fluxos em um alimentador radial com uma fonte de GD
Essa indefinio quanto aos sentidos dos fluxos pode causar problemas na operao
destes sistemas caso o operador desconhea a presena destas fontes. Porm, elas tambm
causam impactos positivos no sistema, conforme ser visto na prxima seo.
10
2.3
11
2.4
o uso de pequenos geradores que utilizam fontes alternativas de energia est viabilizando a
insero de fontes de GD no sistema de distribuio.
Devido sua pequena potncia, estas fontes podem ser facilmente conectadas aos
alimentadores de distribuio de baixa tenso. As principais fontes de gerao distribuda
so [1] e [8]:
Sistemas de energia elica: est se tornando muito popular devido reduo dos
custos e melhora na confiabilidade e desempenho dos equipamentos. O recurso
abundante e a capacidade nominal de gerao vem aumentando.
12
2.5
Concluso
Conforme visto neste captulo, a insero de gerao distribuda, apesar de seus
13
Captulo 3
3.1
Introduo
A estimao de estados uma ferramenta muito utilizada em sistemas de
14
Tableau Esparso) e o Mtodo dos Mnimos Quadrados Ponderados. Ser mostrado tambm
como a Gerao Distribuda inserida na formulao, mediante restries de igualdade que
representam injees de potncia em ns da rede de distribuio.
3.2
3.3
Medidas de Corrente
Na estimao de estados tradicionalmente utilizada em sistemas de transmisso, os
15
nas linhas e magnitudes de tenso. Em nveis de tenso mais baixos, como nos sistemas de
distribuio, tambm comum o uso de medidas de corrente.
Estas medidas, alm de terem um custo adicional pequeno, melhoram o plano de
medio e a confiabilidade do estimador. Porm, o seu uso pode causar alguns problemas
como:
3.4
16
caracterstica de serem radiais, um fator que contribui muito para o aumento do nmero de
medidas crticas, as quais so essenciais para a observabilidade [4], [24]. Por outro lado,
um nmero muito elevado de medidas crticas pode reduzir a confiabilidade dos resultados
da estimao e comprometer o processamento de erros grosseiros.
Percebe-se, portanto, que a observabilidade de sistemas de distribuio muito
sensvel e que ela fundamental para a estimao de estados. O uso de informaes a
priori no problema de estimao de estados tem ajudado muito a resolver problemas de
observabilidade do sistema em estudo. Estas informaes dizem respeito a um
conhecimento prvio dos estados do sistema que, no caso de sistemas de potncia, so as
magnitudes e ngulos das tenses em cada barra ao longo do alimentador.
Informaes a priori so modeladas como variveis aleatrias, cuja incerteza
representada atravs das respectivas varincias. Os valores das varincias podem ser
obtidos considerando-se que estas variveis possuem distribuio uniforme [25] dentro de
um determinado intervalo. Em um sistema eltrico de potncia operando em regime
permanente estvel pode-se supor que este intervalo [-/2 ; /2] para os ngulos e [0,90 ;
1,10] para as magnitudes de tenso nas barras. Desta forma, a funo densidade de
probabilidade das informaes a priori pode ser dada por [4], [25]:
0, x < a
f(x) =
, axb
b
a
0, x > b
(3.1)
x=
1
(a + b )
2
(3.2)
2 = E { x 2 } [ E { x} ] 2
(3.3)
17
(
b a )2
=
12
(3.4)
3.5
18
(3.5)
i = 0
(3.6)
hs ( x ) = 0
(3.7)
onde x representa as variveis de estado do sistema (magnitude e ngulo das tenses nas
barras).
19
representao das barras onde se sabe de antemo que existem fontes de GD a elas
conectadas, embora no se conhea se estas fontes esto ativas ou no. Tais barras sero
referidas como barras com potencial de gerao distribuda, e sua injeo de potncia
ativa modelada da seguinte forma:
pi
inj
pi
GD
+ pi = 0
(3.8)
onde:
inj
pi : potncia injetada (diferena entre gerao e carga) na barra i,
pi
GD
ho ( x ) = 0
(3.9)
z m = zo +
(3.10)
onde:
z m : vetor m x 1 das quantidades medidas;
zo : vetor m x 1 com os valores verdadeiros das quantidades medidas;
20
Estes valores so geralmente expressos como uma funo do valor do fundo de escala dos
instrumentos de medio.
O vetor com os valores verdadeiros das quantidades medidas z o pode ser expresso
em termos do vetor de estados x como:
zo = hm ( x )
(3.11)
Desta forma, o modelo de medio expresso em (3.10) pode ser reescrito como:
zm = hm ( x ) +
E {} = 0
E { T } = Rm
(3.12)
onde:
E { .} : valor esperado;
R m : matriz de covarincia dos erros de medio (m x m);
hm ( x ) : vetor composto por m funes no-lineares do estado do sistema, resultantes
21
1 T 1
rm Rm rm
2
Sujeito a : rm = zm hm (x )
hs (x ) = 0
Minimizar
(3.13)
ho (x ) = 0
onde:
rm : vetor m x 1 de resduo das medidas e pseudomedidas;
R m : matriz m x m de covarincia dos erros de medio (matriz diagonal);
x : vetor n x 1 de estimativa dos estados;
n = 2 Nb
(3.14)
onde:
x : vetor n x 1 de estados verdadeiros;
(3.15)
22
Sendo assim, possvel reescrever (3.13) com a incluso das informaes a priori
como:
1 T 1
1
T
rm Rm rm + (x x ) P 1 (x x )
2
2
Sujeito a : rm = zm hm (x )
hs (x ) = 0
Minimizar
(3.16)
ho (x ) = 0
L=
1 T 1
1
rm Rm rm + ( x x )T P 1 ( x x ) + m ( zm hm (x ) rm ) s hs (x ) o ho (x )
2
2
(3.17)
onde:
L
= Rm 1rm m = 0
rm
L
= P 1 ( x x ) H m T m H s T s H o T o = 0
x
L
= z m hm (x ) rm = 0
m
L
= hs (x ) = 0
s
L
= ho (x ) = 0
o
onde:
(3.18)
23
hm (x )
;
x
hs (x )
;
x
ho (x )
;
x
rm = Rm m
(3.19)
hs (x ) = 0
ho (x ) = 0
(3.20)
hs ( x (k ) ) H s x = 0
ho ( x (k ) ) H o x = 0
(3.21)
Hm
H
s
H o
Definindo-se:
H mT
H sT
Rm
0
0
0
0
0
H oT x P 1 ( x x (k ) )
0 m zm hm ( x (k ) )
=
0 s hs ( x (k ) )
0 o ho ( x (k ) )
(3.22)
24
H m
H = H s ;
H o
Rm
R = 0
0
zm
z = 0 ;
0
0 0
0 0 ;
0 0
m
= s ;
o
hm ( x (k ) )
h ( x (k ) ) = hs ( x (k ) )
ho ( x (k ) )
(3.23)
P 1
H T x P 1 ( x x (k ) )
=
R z h ( x (k ) )
(3.24)
x (k +1) = x (k ) + x
(3.25)
3.6
Concluso
Neste captulo foi abordada a formulao da estimao de estados aplicada a
25
26
Captulo 4
4 Testes de Hipteses
4.1
Introduo
Neste captulo ser apresentada a ferramenta estatstica de Testes de Hipteses que,
27
4.2
i N =
(4.1)
Wii
onde:
x
=
C
C T P 1 ( x x (k ) )
W z h ( x (k ) )
(4.2)
onde:
C T P 1
=
W H
HT
(4.3)
28
= C P 1 ( x x (k ) ) + W ( z h ( x (k ) ))
(4.4)
C T P 1
W H
H T I 0
=
R 0 I
(4.5)
(4.6)
= W H ( x x (k ) ) + W ( z h ( x (k ) ))
= W (z H x)
(4.7)
H x + R = z h ( x (k ) )
(4.8)
( H P HT + R) = z H x
(4.9)
29
(4.10)
o N max > t
(4.11)
o N i > t
(4.12)
30
4.3
N C = 2 NGDs
(4.13)
onde:
(4.14)
Para cada restrio operacional desativada, tem-se que a respectiva barra estar
injetando potncia no sistema, ou seja, seu status ser igual a 1. Desta forma, pode-se
dizer que cada hiptese ir conter a informao sobre o status de cada possvel fonte de
GD.
31
Ri = R + Ri
(4.15)
m + ns
no
6
78 64447
4448
Ri = diag { 0,...,0 0,...,0, ,0,...,0, ,0,...}
(4.16)
onde:
e ainda:
Ri = Ei Gi Ei T
(4.17)
Ei = ei 1 ... ei k
(4.18)
onde:
e ainda:
ei j : j-sima coluna da matriz identidade;
Gi : matriz diagonal k x k;
32
Ri = R + Ei Gi Ei
(4.19)
H T xi P 1 ( x x (k ) )
=
Ri i z h ( x (k ) )
(4.20)
P 1
xi P 1 ( x x (k ) )
=
T
R + Ei Gi Ei i z h ( x (k ) )
HT
(4.21)
xi P 1
=
i H
T
R + E i Gi E i
HT
P 1 ( x x (k ) )
(k )
z h ( x )
(4.22)
xi
=
i C
onde:
CT
W C
CT 0
M i 0 EiT
W Ei
) C
C T P 1 ( x x (k ) )
W z h ( x (k ) )
(4.23)
33
M i = Gi 1 + 0 EiT
C T 0
W Ei
M i = Gi 1 + EiTW Ei
(4.24)
xi x
=
i C
CT 0
M i EiT
W Ei
(4.25)
4.4
(Hi | z ) =
f ( z | Hi ) (Hi )
N C 1
f (z | Hj ) (Hj )
(4.26)
j =0
onde:
verdadeiro;
34
z = [z m
0 0]
(4.27)
Para isso, considera-se que tanto as variveis de estado x quanto os erros de medio so
variveis aleatrias normalmente distribudas. Isto faz com que o vetor de medidas z
tambm seja uma varivel aleatria normalmente distribuda.
Diz-se que uma funo normalmente distribuda se sua funo densidade a
curva de Gauss. Desta forma, segundo [25], para o caso de apenas uma varivel y, tem-se
que a funo densidade de probabilidade dada por:
f (y) =
1
2
y
0 ,5
(4.28)
< y <
onde:
y
2 1
= ( y ) ( ) ( y )
(4.29)
1
2 2
da equao
35
Formato Monovarivel
Formato Multivarivel
( y ) ( 2 ) 1 ( y )
( y y )T 1 ( y y )
(2 )0 ,5 n
0 ,5
0 ,5 n
f y ( y ) = (2 )
0 ,5
0 ,5 ( y y )T 1 ( y y )
(4.30)
f ( | Hi ) = (2 )0 ,5 m Ri
0 ,5
e 0 ,5
Ri 1
(4.31)
z = H x +
(4.32)
E {z z T } = H E {x x T } H T + E { T } = H P H T + R
(4.33)
ento [4]:
36
Desta forma, pode-se dizer que o vetor de medidas z tambm uma varivel
aleatria normalmente distribuda e, portanto, a funo densidade de probabilidade
f ( z | Hi ) ser dada por:
f ( z | Hi ) = (2 )0 ,5 K i
0 ,5
e 0 ,5 ( z H x )
i 1 ( z H x )
(4.34)
onde:
i = Ri + H P H T
(4.35)
(Hi ) =
1
2
N GDs
(4.36)
Atravs das equaes (4.34) e (4.36), possvel determinar qual das hipteses
melhor suportada pelas medidas disponveis ao estimador e que, consequentemente, ser
considerada como verdadeira.
Na prxima seo sero apresentados alguns aspectos computacionais com o
objetivo de melhorar a eficincia do clculo da funo densidade de probabilidade
f ( z | Hi ) . Tambm ser mostrado como possvel determinar a hiptese verdadeira
37
4.5
Aspectos Computacionais
Devido a possveis ocorrncias de problemas numricos no clculo da funo
Clculo do determinante i ;
Clculo do expoente ( z H x ) T i ( z H x ) ;
elevados do expoente ( z H x ) T i 1 ( z H x ) .
Mtodos computacionalmente eficientes para a determinao tanto do determinante
i = Ri + H P H T
(4.37)
Sabendo-se que Ri = R + Ei Gi Ei T (equao (4.19)), tem-se que a equao (4.37) pode ser
reescrita como:
i = R + Ei Gi Ei T + H P H T
(4.38)
38
Considerando:
o = R + H P H T
(4.39)
i = o + Ei Gi Ei T
(4.40)
i = o [ I + o 1 Ei Gi Ei T ]
(4.41)
tem-se:
ou:
onde:
i = o I + o 1 Ei Gi Ei T
(4.42)
i = o I k + Gi Ei T o 1 Ei
(4.43)
onde:
f mod ( z | Hi ) =
f ( z | Hi )
0 ,5
= (2 )
0 ,5 K
0 ,5
T
e 0 ,5 ( z H x )
i 1 ( z H x )
(4.44)
39
(Hi | z ) =
0 ,5
N C 1
f mod ( z | Hi ) (Hi )
0 ,5
f mod ( z | Hi ) (Hj )
(4.45)
j =0
(Hi | z ) =
f mod
N C 1
( z | Hi ) (Hi )
f mod ( z | Hi ) (Hj )
(4.46)
j =0
i
. De (4.43), tem-se:
o
i
= I k + Gi Ei T o 1 Ei
o
(4.47)
Wmod = I k + Gi Ei o
Ei
(4.48)
40
i
= Wmod = LW DW U W = DW
o
k
i
= DW (i ,i )
o
i =1
(4.49)
= W (z H x)
(4.50)
W = ( o )
(4.51)
( z H x ) T i ( z H x ) = ( z H x ) T i
(4.52)
41
x
i = (0 I )
C
CT
W
0
M i Ei T
E
i
(4.53)
x
( z H x )T i = 0 ( z H x ) T
C
CT
W
( z H x )T i = ( z H x ) T 0 ( z H x ) T
C
0
M i Ei T
E
C 0
M i Ei T
W Ei
(4.54)
P 1
HT
T
= LDL
Ri
(4.55)
CT
T
1 1
=L D L
W
(4.56)
mod
(4.57)
0
1 0
E
=L
Ei
i mod
Substituindo
( z H x )T i
(4.57)
(4.56)
em
(4.54)
tem-se
que
expoente
42
0
M i Ei T
( z H x ) T i = ( z H x ) T 0 z mod T D 1
E
i mod
(4.58)
( z H x ) pode ser
de maneira que seja possvel identificar qual a maior probabilidade a posteriori sem
calcular o valor para cada hiptese alternativa.
Para isso, primeiramente foi considerada a equao (4.44):
f mod ( z | Hi ) = (2 )
0 ,5 K
0 ,5
T
e 0 ,5 ( z H x )
i 1 ( z H x )
(4.59)
Sabe-se que:
= e ln ( )
(4.60)
onde:
i
o
(4.61)
43
f mod ( z | Hi ) = (2 )
f mod ( z | Hi ) = (2 )
e 0 ,5 ln ( ) e 0 ,5 ( z H x )
0 ,5 K
0 ,5 K
i 1 ( z H x )
0 ,5 [ ln ( ) + ( z H x )T i 1 ( z H x ) ]
(4.62)
(4.63)
onde:
i = 0 ,5 [ ln ( ) + ( z H x ) T i 1 ( z H x ) ]
= (2 )
(4.64)
0 ,5 K
(Hi | z ) =
e i (Hi )
N C 1
(4.65)
(Hj )
j =0
(Hi | z ) =
e i
N C 1
(4.66)
j =0
e 2
e ( NC 1)
e 1
max (Hi | z ) = max N 1
; N 1
;L ; N 1
C
C
C
j
j
e
e
e j
j =0
j =0
j =0
(4.67)
44
Como o denominador
NC 1
j =0
max (Hi | z ) =
1
N C 1
max {e 1 ; e 2 ; L ; e
( N C 1)
(4.68)
j =0
max (Hi | z ) =
e i
N C 1
(4.69)
j =0
onde i = min { 1 ; 2 ; L ; ( N
C 1)
}.
4.6
Algoritmo
O algoritmo completo para a estimao de estados e os testes de hipteses para
45
barra de referncia;
P 1
H T xi P 1 ( x x (k ) )
=
Ri i z h ( x (k ) )
(4.70)
46
(4.71)
i N =
(4.72)
Wii
sendo W = ( H P H T + R) 1 .
max
(Hi | z ) =
f mod
N C 1
( z | Hi ) (Hi )
(4.73)
f mod ( z | Hi ) (Hj )
j =0
onde:
0 ,5 K
f mod ( z | Hi ) = (2 )
0 ,5
T
e 0 ,5 ( z H x )
i 1 ( z H x )
(4.74)
i , onde:
47
i = 0 ,5 [ ln ( ) + ( z H x ) T i 1 ( z H x ) ]
(4.75)
m + ns
no
6
78 64447
4448
Ri = diag { 0,...,0 0,...,0, ,0,...,0, ,0,...}
(4.76)
48
Parmetros e
Configurao
da Rede
Medidas em
Tempo Real e
Pseudomedidas
Informaes a
priori
Barras de Injeo
Nula e de Referncia
Barras com
Fontes de GD
Inicializao de variveis e
Incio do Processo Iterativo
k=1
Teste de
Convergncia
k=k+1
Convergiu ?
SIM
NO
Estimativa Parcial
dos Estados
NO
Resultado Final da
Estimao de Estados
juntamente com os valores
de GD
k=2?
SIM
Multiplicadores de Lagrange
Normalizados
NO
Existe barra
suspeita ?
SIM
Testes de
Hipteses
FIM
49
4.7
Concluso
Neste captulo abordado o uso de Testes Estatsticos de Hipteses para
clculo
das
probabilidades
condicionais
posteriori
prejudicando,
consequentemente, a identificao das barras com fontes ativas de GD. Esta metodologia
baseia-se na constatao de que no preciso calcular explicitamente o valor de cada
probabilidade condicional a posteriori para identificar quais delas a mxima e,
consequentemente qual hiptese verdadeira.
A partir da hiptese verdadeira, as restries operacionais do problema de
estimao de estados sero desativadas, o que implementado mediante o uso de valores
elevados para as respectivas varincias.
A ferramenta de testes de hipteses tem sido muito utilizada em outros estudos na
rea de sistemas potncia, como por exemplo na identificao de transaes bilaterais em
ambiente desregulamentado [5] e na identificao de erros de topologia [4]. Ambos os
casos foram aplicados a sistemas de transmisso e obtiveram resultados importantes e
confiveis.
No prximo captulo, sero apresentados dois casos de estudo: o primeiro utilizando
um alimentador de 34 barras do IEEE e o segundo utilizando um alimentador real de 47
barras fornecido por uma concessionria de energia do Sul do Brasil.
50
Captulo 5
5 Simulaes e Resultados
5.1
Introduo
Neste captulo, a metodologia proposta para identificao de GD em sistemas de
51
5.2
sistema-teste de 34 barras do IEEE [30] , cujo diagrama est mostrado na Figura 5.1 a
seguir.
Para este sistema foram consideradas 4 barras com possibilidade de terem Gerao
Distribuda (GD).
Com o objetivo de inserir um nmero pequeno de medidas, a seguinte metodologia
foi adotada para determinao do plano de medio deste sistema:
52
Medida
Localizao (barras)
Tenso
Barra 01 (SE).
Fluxo Ativo e
Reativo
Corrente
53
conclui-se que todas as barras em teste (10, 18, 24 e 33) so suspeitas de estarem injetando
potncia no sistema, ao contrrio do que foi suposto inicialmente.
Tabela 5.2: Sistema 34 barras - Perfil Verdadeiro de GD (Caso 1)
GD
Barra
Potncia (kW)
Status
10
100,0
18
150,0
24
120,0
33
120,0
GD
Barra
iN
10
-108,6
18
-177,4
24
-170,9
33
-130,5
54
GD
Barra
Potncia (kW)
Status
10
100,0
18
150,0
24
120,0
33
120,0
55
GD
Barra
Potncia (kW)
Status
10
100,0
18
150,0
24
0,0
33
0,0
GD
Barra
iN
10
-96,5
18
-110,6
24
-92,6
33
-22,4
56
Nota-se que as GDs das barras 24 e 33, mesmo sendo iguais zero, so includas no
conjunto de suspeitas, pois os multiplicadores de Lagrange normalizados correspondentes
ultrapassam o limite superior de t = 3,0.
Como no caso anterior, a execuo do teste de hipteses revela uma nica hiptese
alternativa Hi com probabilidade diferente de zero, que a hiptese:
Hi = {1 1 0 0}
Desativando as restries operacionais referentes s barras 10 e 18 e mantendo a
restrio relativa s barras 24 e 33, possvel estimar os estados do sistema de distribuio,
resultando nas potncias geradas indicadas na Tabela 5.7, que novamente mostram-se
compatveis com o perfil verdadeiro.
Tabela 5.7: Sistema 34 barras - Resultado Final do Estimador (Caso 2)
GD
Barra
Potncia (kW)
Status
10
100,0
18
150,0
24
0,0
33
0,0
57
GD
Barra
Potncia (kW)
Status
10
0,0
18
0,0
24
0,0
33
0,0
58
GD
Barra
iN
10
1,67
18
-0,70
24
-0,61
33
-0,12
O resultado final das injees nas barras com possibilidade de serem fontes de GD
aps a estimao de estados est mostrado na Tabela 5.10.
Tabela 5.10: Sistema 34 barras - Resultado Final do Estimador (Caso 3)
GD
Barra
Potncia (kW)
Status
10
0,0
18
0,0
24
0,0
33
0,0
Neste caso, todos os fluxos nas linhas tem seu sentido convencional. Verifica-se
que apesar da injeo na barra 10 nos casos 1 e 2 no inverter o sentido dos fluxos em sua
redondeza, gerou uma alterao direta no valor do fluxo nas linhas anteriores barra 10.
Na Tabela 5.11 os fluxos at a barra 10 so mostrados para cada caso.
importante notar que o Caso 1 foi aquele que menos exigiu injeo de potncia da
subestao, j que este era o caso com maior valor de injeo por fontes de GD (490kW)
seguido do caso 2 (250kW). Portanto, os valores dos fluxos nas linhas 1 a 8 sofrem
influncia das 4 GDs para o Caso 1 e das 2 GDs para o Caso 2.
J o fluxo da linha 9, influenciado apenas pela GD1 localizada na barra 10. Como
em ambos os casos 1 e 2 esta gerao est ativa, o valor de fluxo no difere. Porm, como
59
Barra
Barra
Inicial
Final
Linha
Caso 2
Caso 3
277,5
533,6
803,4
261,7
517,6
787,0
246,0
501,7
770,8
7,90
7,90
7,90
228,7
481,3
744,8
227,2
476,2
733,6
225,9
472,3
724,7
225,9
472,3
724,7
10
70,5
70,6
170,7
60
1,04
Caso 1
Caso 2
Caso 3
1,03
1,02
Tenso (pu)
1,01
1,00
0,99
0,98
0,97
0,96
1
3 4
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
Barras
5.3
Figura 5.5. Das 47 barras, apenas 3 tem a capacidade de serem fontes de GD. So elas: 12,
26 e 46. Pelo diagrama do sistema apresentado na Figura 5.5, percebe-se que neste sistema
no ntida a identificao de um alimentador principal como o caso do sistema do IEEE
de 34 barras estudado no item 5.2.
A metodologia utilizada para a insero de telemedidas em tempo real ao longo do
alimentador obedece os seguintes critrios:
61
Medida
Localizao (barras)
Tenso
Barra 01 (SE).
Fluxo Ativo e
01-02; 04-05; 07-08; 09-10; 09-28; 11-12; 11-15; 13-14; 17-18; 20-21;
Reativo
Corrente
01-02; 06-07; 10-11; 13-14; 19-20; 28-29; 34-35; 38-39; 42-43; 45-46.
62
Apenas com o plano de medio mostrado na Tabela 5.12 (porm sem levar em
conta as medidas de corrente) no possvel estimar os estados do sistema, pois este ainda
no-observvel. Desta forma, pseudomedidas de injeo de potncia foram inseridas
(com varincias maiores devido ao maior nvel de incerteza relacionadas a elas), com
exceo das barras onde h gerao distribuda (GD). Analogamente ao sistema de 34
barras, a insero das pseudomedidas no plano de medio torna as medidas de corrente
redundantes, de modo que estas ltimas no influenciam a observabilidade do sistema.
Nestas condies, sero estudados dois casos distintos para a identificao de GD
para este sistema.
GD
Barra
Potncia (kW)
Status
12
150,0
26
200,0
46
300,0
63
GD
Barra
iN
12
-46,0
26
-117,2
46
-127,9
GD
Barra
Potncia (kW)
Status
12
150,7
26
200,2
46
299,9
64
No prximo caso, ser simulada uma situao onde uma das barras com potencial
de injetar potncia no sistema no o est fazendo.
GD
Barra
Potncia (kW)
Status
12
0,0
26
200,0
46
300,0
65
Ho = {0 0 0}
Com os multiplicadores de Lagrange normalizados apresentados na Tabela 5.17,
utilizando-se a equao (4.11) e considerando t = 3.0, conclui-se que as trs barras so
suspeitas de terem fontes de GD ativas a elas conectadas ao contrrio do que foi suposto
inicialmente.
Tabela 5.17: Sistema 47 barras - Multiplicadores de Lagrange Normalizados (Caso 2)
GD
Barra
iN
12
-19,5
26
-116,3
46
-127,9
Da mesma forma como no caso 1, na realizao dos testes de hipteses a partir dos
resultados dos multiplicadores de Lagrange normalizados, verificam-se problemas
numricos no clculo das funes densidade de probabilidade para as hipteses
alternativas, o que impossibilita o clculo das probabilidades condicionais a posteriori.
Adotando-se o mtodo desenvolvido na Subseo 4.5.3, possvel determinar a hiptese
alternativa verdadeira como:
Hi = {1 1 1}
Este resultado obtido a partir da equao (4.69) e da concluso associada, segundo
o qual a hiptese alternativa verdadeira determinada atravs do menor valor de i , que,
de acordo com (4.64), dado por:
i = 0 ,5 [ln( ) + ( z H x ) T i 1 ( z H x )]
(5.1)
66
Hi
001
1,3463 105
010
1,3783 105
011
1,2184 105
100
1,5036 105
101
1,3447 105
110
1,3776 105
111
1,2176 105
GD
Barra
Potncia (kW)
Status
12
0,8
26
200,2
46
300,0
Analisando a Tabela 5.19, percebe-se que apesar dos testes de hipteses indicarem
que existe injeo de potncia na barra 12, o valor estimado para a potncia gerada
67
correspondente muito baixo e pode ser ignorado. Sendo assim, para este sistema-teste em
estudo pode-se concluir que os testes de hipteses garantem o resultado correto mesmo
quando, devido a algum problema numrico, apontam como ativa uma fonte de GD que na
verdade encontra-se inativa.
5.4
Concluso
Neste captulo so apresentados os resultados de diversas simulaes utilizando
68
Captulo 6
6 Concluses
6.1
Concluses Finais
Esta dissertao apresenta uma metodologia para a monitorao de gerao
69
70
de distribuio. Conclui-se portanto que apresenta bom potencial para subsidiar a operao
de sistemas de distribuio na presena de mltiplas fontes de gerao distribuda.
6.2
71
7 Referncias Bibliogrficas
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
72
[9]
73