Universidade Federal do Pará

Instituto de Tecnologia
Faculdade de Engenharia Elétrica

Fluxo de Carga
em Sistemas de Energia Elétrica

Elaboração:
Prof. Dr. Ubiratan Holanda Bezerra

Belém-PA
2009
 Apresentação

O mundo contemporâneo utiliza maciçamente a eletricidade para realizar todo tipo de

atividade o que tem originado a circulação de grandes fluxos de energia percorrendo vastas
distâncias através das imensas redes elétricas espalhadas pelo mundo, desde os pontos de produção
até os pontos de consumo da energia elétrica. A infra-estrutura necessária à implantação e operação
dos sistemas que aportam essas grandes quantidades de energia é colossal, tanto em dimensões
físicas quanto em investimento financeiro.

A tendência atual é de crescimento constante desses sistemas, tanto pela ampliação das redes
existentes e pela criação de novos circuitos para o suprimento da crescente demanda por energia
elétrica, como também devido às interligações de sistemas elétricos regionais isolados, formando
grandes sistemas interligados a nível nacional e muitas vezes a nível internacional, envolvendo
redes de vários países.

Examinando esse cenário percebe-se ser de grande importância a existência de técnicas e

ferramentas de engenharia adequadas, que permitam o planejamento e a operação segura e
econômica desses sistemas, sob pena de imensuráveis danos à sociedade. Essas técnicas devem ser
tais que se possa, sem grandes custos, verificar quais as melhores estratégias para a operação e a
expansão desses sistemas, levando em conta as restrições de segurança, de economia e de garantia
da qualidade da energia fornecida aos consumidores.

Entre os problemas de interesse nos grandes sistemas de energia elétrica encontra-se o cálculo
do fluxo de carga (ou fluxo de potência), e seu objetivo fundamental consiste em determinar, dentre
outras grandezas de interesse, as tensões nos nós elétricos do sistema, bem como os fluxos de
potências ativa e reativa que fluem pelos elementos da rede elétrica, como transformadores e
linhas, a partir dos parâmetros elétricos do sistema e de certas condições pré-estabelecidas, como as
potências demandadas pelas cargas e os limites físicos dos equipamentos.

A formulação matemática do problema é feita com base nas leis dos circuitos elétricos e nas
condições pré-estabelecidas, de onde surgem equações e inequações algébricas. Embora os estudos
de fluxo de carga não envolvam equações diferenciais, as equações algébricas são em grande
número e, a não ser que se usem aproximações, são não-lineares. Esta característica torna proibitiva
a procura por fórmulas e soluções analíticas.

Utilizam-se, então, técnicas numéricas iterativas, algumas delas (as mais utilizadas) tão
elaboradas e trabalhosas (principalmente quando se trata de sistemas de grande porte, com milhares

2
de barras, o que geralmente é o caso), que exigem laborioso esforço computacional, praticamente
impossível de se resolver sem o auxílio de um computador digital dotado de poderosa e eficiente
programação.

Assim, o presente texto tem o objetivo de apresentar e mostrar as aplicações e principais

métodos de solução deste problema básico dos sistemas elétricos, o problema do fluxo de carga.

A apresentação divide-se em três partes. A primeira parte faz uma introdução ao problema,
mostrando suas principais aplicações e a sua formulação matemática básica.

A segunda parte mostra os diversos métodos de solução existentes. Maior ênfase será dada ao
algoritmo de Newton-Raphson, que é muito utilizado em pacotes computacionais comerciais para
análise de fluxo de carga.

A terceira parte mostra algumas variações do fluxo carga, como fluxo de carga de
harmônicos, fluxo de carga trifásico, fluxo de carga estocástico e outros. Estas variações se
constituem em estudos com propósitos específicos.

Ao final de cada capítulo, há um resumo do mesmo, onde são explicitadas suas idéias centrais
e as principais conclusões que dele se pode tirar.

3
 Índice

Capítulo 1 O Problema do Fluxo de Carga .............................................................. pág. 6

1.1 Introdução ao problema do fluxo de carga .................................................................... pág. 6
1.2 Aplicações do fluxo de carga ................................................................................ pág. 7
1.3 Formulação matemática básica do problema do fluxo de carga .......................... pág. 9
Considerações iniciais ......................................................................................... pág. 9
Determinação do fluxo de potência entre barras adjacentes ............................... pág. 10
Formulação matricial ............................................................................................ pág. 12
Tornando determinado o problema indeterminado do fluxo de carga ................. pág. 13
Considerações práticas acerca da formulação do fluxo de carga ....................... pág. 15
1.4 Resumo ................................................................................................................. pág. 16

Capítulo 2 Solução do fluxo de carga ................................................................ pág. 17

2.1 Métodos de Gauss e Gauss-Siedel ...................................................................... pág. 17
Introdução ao método de Gauss .......................................................................... pág. 17
Solução do fluxo de carga pelo método de Gauss .............................................. pág. 19
Método de Gauss-Siedel ..................................................................................... pág. 21
Inicialização dos métodos de Gauss e Gauss-Siedel .......................................... pág. 22
Critérios de parada dos métodos de Gauss e Gauss-Siedel ............................... pág. 22
Número de iterações, convergência e esforço de computação dos métodos ..... pág. 23
Fatores de aceleração da convergência .............................................................. pág. 24

Métodos de Gauss e Gauss-Siedel utilizando a matriz [ Z ] ................................ pág. 24

2.2 Método de Newton-Raphson ............................................................................... pág. 25
Introdução ao método de Newton-Raphson ........................................................ pág. 25
Solução do fluxo de carga pelo método de Newton-Raphson ............................. pág. 29
Inicialização do método de Newton-Raphson ...................................................... pág. 33
Critérios de parada do método de Newton-Raphson ........................................... pág. 34
Número de iterações, convergência e esforço de computação do método ......... pág. 34
Fatores de aceleração da convergência .............................................................. pág. 35
Considerações sobre as técnicas de programação ............................................. pág. 35
2.3 Resumo ................................................................................................................. pág. 39

4
Capítulo 3 Otimizações e Variações do Fluxo de Carga ................................ pág. 41
3.1 Métodos desacoplados ......................................................................................... pág. 41
Método de Newton desacoplado ......................................................................... pág. 42
Relações entre os métodos desacoplados e a matriz
susceptância de barra: o método desacoplado rápido ........................................ pág. 44
Critério de parada dos métodos desacoplados .............................................. pág. 46
Aspectos computacionais dos métodos desacoplados ....................................... pág. 46
3.2 Fluxo de carga linear ou CC ................................................................................. pág. 47
Linearização do fluxo de carga ............................................................................ pág. 47
Representação das perdas no fluxo de carga CC ............................................... pág. 49
Vantagens, aplicações e limitações do fluxo de carga CC .................................. pág. 41
3.3 Fluxo de carga trifásico ......................................................................................... pág. 52
Motivações para estudos de fluxo de carga trifásicos ......................................... pág. 52
Formulação do fluxo de carga trifásico ................................................................ pág. 53
3.4 Fluxo de carga harmônico .................................................................................... pág. 54
Harmônicos em sistemas de energia elétrica ...................................................... pág. 54
Formulação do fluxo de carga harmônico ............................................................ pág. 55
3.5 Fluxo de carga para sistemas de distribuição ....................................................... pág. 57
3.6 Fluxo de carga estocástico ................................................................................... pág. 58
Processos estocásticos em sistemas de potência ............................................... pág. 58
Aplicação das ferramentas probabilísticas em estudos de fluxo de carga .......... pág. 59
Formulação do fluxo de carga estocástico .......................................................... pág. 60
3.7 Resumo ................................................................................................................. pág. 61

Conclusão .................................................................................................................... pág. 63

Bibliografia ................................................................................................................... pág. 65

5
Capítulo 1

O Problema do Fluxo de Carga

1.1 INTRODUÇÃO AO PROBLEMA DO FLUXO DE CARGA

O cálculo do fluxo de carga (ou fluxo de potência) de uma rede de energia elétrica consiste
essencialmente na determinação do estado elétrico da rede, ou seja, valores de tensão nos nós e, a
partir daí, a distribuição dos fluxos de potência nos ramos, dadas certas restrições de geração,
condições de carga e configuração topológica da rede.
Neste tipo de problema, a modelagem do sistema é estática, ou seja, a rede é representada por
um conjunto de equações e inequações algébricas. Esse tipo de representação é utilizada em
situações nas quais as variações com o tempo são suficientemente lentas para que se possa ignorar
os efeitos transitórios. Considera-se, também, que o sistema é equilibrado, ou seja, que os valores de
grandezas elétricas são idênticos para todas as fases (exceto, é claro, pelo defasamento entre as
tensões de cada fase). Isto permite representar o sistema em seu modelo unifilar. Além disso,
assume-se que os elementos passivos do sistema são representados por parâmetros concentrados.
A formulação mais comumente encontrada para o fluxo de carga é feita em termos de
potências ativas e reativas que fluem no sistema. Pode-se também encontrar as equações do fluxo de
carga escritas em função das correntes, em vez das potências, ou ainda formulações mistas de
potências e correntes. Em todos os casos, o resultado obtido para as tensões nas barras do sistema é
o mesmo.
O motivo pelo qual é preferível trabalhar com potências do que com correntes está
relacionado principalmente às características físicas de geração e carga. Para um sistema de energia
elétrica, são geralmente estabelecidas potências ativas e reativas nas barras, não se sabendo de
início valores exatos de tensão em muitas delas. Esta característica intrínseca aos sistemas de
potência pode tornar ineficaz a descrição das condições de cada barra em termos de correntes.
Além desta condição, somam-se outras, algumas das quais fortemente ligadas à tradição em
Engenharia de Sistemas de Potência. A descrição em termos de potência permite ao engenheiro de
sistemas ter uma visão mais sólida da energia em trânsito.
O artifício a ser utilizado para a formulação do problema é, portanto, eliminar a variável
corrente, colocando em seu lugar termos em função de potência, mantendo, todavia, as informações
e a praticidade da matriz de admitâncias nodais.
Pelo fato de a rede de transmissão ser aproximadamente linear, pode-se, à primeira vista,
pensar que o problema do fluxo de carga é linear. Entretanto, como a potência é o produto da tensão
pela corrente, o problema se torna não-linear mesmo para uma rede linear.

6
 A presença de fortes não-linearidades na formulação do problema, inseridas pela descrição em
termos de potência, torna difícil encontrar soluções analíticas. Por isso, faz-se uso de técnicas de
cálculo numérico iterativo. Esta estratégia transforma o problema não-linear em um conjunto de
problemas lineares que, resolvidos iterativamente (isto é, fazendo-se a solução de cada um deles ser
o ponto de partida para a solução do próximo), levam à solução do problema não-linear.
A solução exata das equações não-lineares do fluxo de carga só passou a ser comum com o
surgimento dos computadores digitais. Antes, quando os cálculos tinham de ser feitos à mão ou
mesmo pelos analisadores de redes, eram necessárias muitas simplificações, o que tornava
imprecisas as soluções obtidas. A tudo isso deve-se somar o tempo que se levava para efetuar os
cálculos, que se faziam numerosos mesmo para sistemas pequenos.
Os computadores digitais vieram facilitar a solução do problema, mas não resolvê-lo
definitivamente. As características não-lineares do fluxo de carga provocam dificuldades de
convergência ou mesmo divergências em muitas aplicações.
Por isso, apesar de já se dispor de métodos eficientes, a investigação e a pesquisa continuam,
sempre em busca de métodos de solução ainda mais poderosos, rápidos e confiáveis.

1.2 APLICAÇÕES DO FLUXO DE CARGA

Os três problemas encontrados mais freqüentemente em análise de sistemas de potência são

fluxo de carga, curto-circuito e estabilidade. Cada uma destas análises engloba uma classe de
problemas encontrados em sistemas elétricos de potência. A divisão destes problemas em classes
pode ser feita adotando-se como critério o seu tempo e a duração. Assim, tem-se:

1) ∆t = 10–3s: transitórios eletromagnéticos.

2) ∆t = 10–1s: transitórios eletromecânicos.

3) ∆t = 1s: atuação da regulação de velocidade.

4) ∆t = 101 a 102s: controle carga-frequência.

5) ∆t = 104s: despacho econômico / seguro.

6) ∆t = 1 a 4 semanas: planejamento da operação do sistema.

7) ∆t = 5 a 20 anos: planejamento da expansão do sistema.

Dos sete problemas mostrados acima, os de números 5, 6 e 7 são passíveis de serem

solucionados pelo estudo do fluxo de carga. Os outros problemas, embora não sejam aplicações
diretas do fluxo de carga, podem utilizá-lo como ferramenta em parte de seus estudos, como a
determinação de condições iniciais antes de perturbações, etc.
7
 Na solução do despacho ótimo / seguro, pode-se simular a condição do sistema para várias
configurações diferentes, observando em qual delas o sistema se comporta melhor. A avaliação do
comportamento do sistema pode ser baseada em algum critério estratégico, como o fluxo
economicamente ótimo ou fluxo seguro, que garanta a operação com boa margem de estabilidade.
A área de estudo de despacho ótimo merece atenção especial pelo fato de que a operação de
sistemas elétricos envolve altos custos. Por isso, a seleção dos níveis de operação de geradores é
fundamental e se constitui em uma aplicação do fluxo de carga.
No planejamento da operação e da expansão, deve-se ter em vista o fato de que todo sistema
de energia elétrica deve ser planejado de forma a atender seus usuários com elevada continuidade
de serviço, respeitando diversos critérios de qualidade nesse atendimento. Esses critérios referem-se
a valores máximo e mínimo de tensão nos pontos de entrega, excursão máxima da freqüência em
torno do valor nominal, carregamento máximo dos componentes do sistema, etc.
No projeto de sistemas elétricos ou planejamento da ampliação de sistemas já existentes,
impõem-se a instalação de novas usinas e reforços nos sistemas de transmissão e distribuição,
motivadas, é claro, pela ligação de novas cargas ao sistema.
Neste cenário, os estudos de fluxo de carga desempenham um papel muito importante, pois
permitem verificar, admitida uma projeção de carga ao longo do tempo, se o sistema proposto será
capaz de manter-se dentro dos critérios estabelecidos no atendimento aos usuários. Permitem ainda
a comparação de alternativas de expansão, bem como a avaliação do impacto no sistema da entrada
de novas unidades geradoras.
Além de planejamento, os estudos de fluxo de carga são amplamente utilizados na operação e
planejamento de operação de sistemas. Os estudos de fluxo de carga visam definir o melhor perfil
de tensões para a operação do sistema, bem como os ajustes de taps dos transformadores, condições
para chaveamento de bancos de capacitores, etc.
Outra área de grande aplicação surgiu com a crescente interligação de sistemas, que tornou
mais necessários ainda os já muito importantes estudos de contingências. Tais estudos são
fundamentais para que se mantenha um serviço de suprimento confiável.
Se uma contingência grave, como a perda de uma linha, causa sobrecarga em outros trechos
do sistema, estas sobrecargas podem causar a ação de dispositivos de proteção, levando ao
desligamento de outras linhas. Estas manobras, por sua vez, causam sobrecargas ainda maiores em
outros trechos do sistema, provocando novos blackouts de maneira praticamente incontrolável, o
que pode levar a um "apagão" geral do sistema interligado. Por isso, o estudo de contingências se
faz tão importante.
Outras aplicações importantes estão no nível de distribuição e atendimento a clientes
específicos, como grandes indústrias. Fluxo de carga trifásico, que leva em conta o desequilíbrio
entre fases, pode ser calculado, embora esta modalidade seja mais utilizada pelas fornecedoras
urbanas, que lidam muito com tais desequilíbrios. Análise de fluxo de potência harmônico,
provocado por cargas não-lineares, também pode ser uma aplicação importante do fluxo de carga.

8
1.3 FORMULAÇÃO MATEMÁTICA DO PROBLEMA DO FLUXO DE CARGA

É comum encontrar na vasta literatura sobre fluxo de carga diversas formulações diferentes
para o problema. Aqui será apresentada a formulação básica do problema em termos de potências, o
que facilita a utilização do método de solução de Newton-Raphson, o mais difundido em estudos de
fluxo de carga.

1.3.1 Considerações Iniciais

Para a formulação básica do problema do fluxo de carga, considere-se a figura 1.1.

Fig. 1.1 situação geral para os fluxos

de potência numa barra i genérica.

Da figura 1.1 fica claro que, para que se atenda ao princípio da conservação da energia,

S Gi = S Ci + S Ti (1.1)

onde:

S Gi = potência complexa trifásica gerada fluindo para a barra i.

S Ci = potência complexa trifásica consumida fluindo da barra i.

S Ti = potência complexa trifásica transmitida fluindo da barra i.

Já que S = P + jQ (1.2)

decorre imediatamente de (1.1) que

PGi = PCi + PTi (1.3a)

QGi = QCi + QTi (1.3b)

9
 As variáveis P e Q representam as potências ativa e reativa, respectivamente. Os subscritos
das equações (1.3) têm o mesmo significado dos subscritos da equação (1.1).
Para um sistema com n barras, haverá um conjunto de 2n equações, sendo n equações do tipo
de (1.3a) e n do tipo de (1.3b).
Assim, a priori, haveria um sistema de 2n equações a 6n incógnitas, indeterminado por
natureza. Entretanto, note-se que, na prática, são conhecidas as potências consumidas nas barras de
carga. Este conhecimento prévio se faz necessário para que o problema tenha sentido e, por outro
lado, é o que torna possível resolvê-lo.
Por isso, supondo que já são conhecidas as cargas, sobram para cada barra, quatro variáveis:
potência ativa gerada (PGi), potência reativa gerada (QGi), potência ativa transmitida (PTi) e potência
reativa transmitida (QTi).

1.3.2 Determinação do Fluxo de Potência entre Barras Adjacentes

Considere-se o diagrama elétrico da figura 1.2. Este diagrama representa em forma unifilar a
ligação entre duas barras unidas por uma linha de transmissão.

Fig. 1.2 diagrama unifilar de duas

barras unidas por um linha de
transmissão (modelo π).

Nota-se pela figura 1.2 que a potência transmitida da barra i para a barra k é dada por:
*
S ik = Pik + jQ ik = E i I ik (1.4)

onde E i = V i ∠δi .
Aplicando-se a Lei de Kirchhoff para a barra i, tem-se:

I ik = I S + I P (1.5)

onde: I S = ( E i − E k ) / z ik (1.6)
I P =Ei y (1.7)
Substituindo-se as equações (1.6) e (1.7) na equação (1.5), tem-se:

Ei − Ek
I ik = + Ei y (1.8)
z ik
10
 Substituindo-se a equação (1.8) na equação (1.4), obtém-se, por fim, a expressão para a
potência transmitida da barra i para a barra k. Esta expressão é dada já separada em parte real
(potência ativa) e parte imaginária (potência reativa) nas equações (1.9) a seguir.

Pik = Vi2gik − ViVk [gik cos δik − bik sen δik] (1.9a)
Qik = − Vi2 (bik + b) − ViVk [gik sen δik − bik cos δik] (1.9b)

onde: gik = condutância série entre as barras i e k = Re [1/ z ik ].

bik = susceptância série entre as barras i e k = Im [1/ z ik ].

Vi, Vk = magnitude das tensões nas barras i e k, respectivamente.

δik = δi − δk = diferença entre os ângulos de fase das tensões nas barras i e k.

Se, em vez de uma linha de transmissão, houver um transformador entre as barras i e k, as

expressões para os fluxos de potência são semelhantes às equações (1.9), havendo apenas pequenas
alterações para levar em conta a relação de transformação do transformador. Assim, para um
transformador com razão de transformação t = ae jφ, pode-se demonstrar que:

Pik = (aVi)2gik − aViVk [gik cos (δik + φ) − bik sen (δik + φ)] (1.10a)
Qik = − (aVi)2 bik − ViVk [gik sen (δik + φ) − bik cos (δik + φ)] (1.10b)

De forma geral, tem-se:

Pik = (aVi)2gik − aViVk [gik cos (δik + φ) − bik sen (δik + φ)] (1.11a)
Qik = − (aVi)2 (bik + b) − ViVk [gik sen (δik + φ) − bik cos (δik + φ)] (1.11b)

As equações (1.11) são as equações gerais para o fluxo de carga entre duas barras genéricas i
e k. Para linhas de transmissão, deve-se fazer a = 1 e φ = 0. Para transformadores em fase, deve-se
fazer b = 0 e φ = 0. Para os transformadores defasadores puros, a = 1 e b = 0. Finalmente, para os
transformadores defasadores, b = 0.

11
 De posse da expressão para o fluxo de potência entre duas barras adjacentes, pode-se
generalizar para o caso de várias barras ligadas a barra i.
n
PTi = ∑ Pik (1.12a)
k =1
k ≠i

n
QTi = ∑ Qik (1.12b)
k =1
k ≠i

Com isto, obtém-se a potência total transmitida da barra i, em função dos valores de tensão
nas barras e dos parâmetros de admitância dos ramos de ligação.
Note-se que o problema ainda possui as quatro incógnitas listadas anteriormente, mas que,
agora, as potências transmitidas estão escritas em função das tensões de barra E i = V i ∠δi.

1.3.3 Formulação Matricial

Se as tensões de barra E = [ E 1 E 2 … E n ]t forem conhecidas, as correntes de barra,

I = [I 1 I 2 … I n ]t, poderão ser obtidas por:

Ι = [Y] E (1.13)

onde: I = vetor coluna (n x 1) das correntes injetadas nas barras.

E = vetor coluna (n x 1) das tensões nas barras, cujo elemento geral é E i = V i ∠δi .

[Y ] = matriz de admitâncias nodais (n x n).

O elemento geral da matriz [Y ] é:

n
Y ii = Gii + j Bii = ∑ ( g ik + jbik ) (1.14a)
k =1

Y ij = Gij + j Bij = − (gij + j bij) , i ≠ j (1.14b)

Daí, obtêm-se as seguintes relações entre os elementos da matriz [Y ] e os parâmetros físicos

n
da rede: Gii = ∑ g ik (1.15a)
k =1

n
Bii = ∑ bik (1.15b)
k =1

Gij = − gij (1.15c)

Bij = − bij (1.15d)

12
 Comparando as equações (1.15) com as equações (1.12), observa-se que é possível uma
formulação para a potência transmitida em função dos elementos da matriz [Y ] .
As equações resultantes são mostradas abaixo:
n
PTi = Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) (1.16a)
k =1

n
QTi = Vi ∑ Vk (Gik sen δ ik − Bik cos δ ik ) (1.16b)
k =1

Assim, substituindo as equações (1.16) nas equações (1.3), obtém-se:

n
PGi − PCi − Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) = 0 (1.17a)
k =1

n
QGi − QCi − Vi ∑ Vk (Gik sen δ ik − Bik cos δ ik ) =0 (1.17b)
k =1

Conforme será visto mais adiante, a formulação em termos dos elementos da matriz de
admitâncias nodais traz muitas vantagens para a solução do fluxo de carga.

1.3.4 Tornando Determinado o Problema Indeterminado do Fluxo de Carga

As equações (1.17) podem ser consideradas as equações básicas do fluxo de carga. A
observação destas equações permite afirmar que, dadas condições de carga fixas e conhecidas, tem-
se em mãos um problema com 2n equações a 4n incógnitas. O problema é indeterminado, portanto.
Para tornar determinado o problema de fluxo de carga a ser resolvido, é necessário especificar
duas das quatro variáveis em cada barra:
- Para as barras que tem geração, ou também para barras de interligação entre sistemas é
razoável especificar-se PG e V, uma vez que essas variáveis são controladas nessas barras,
podendo-se especificar e manter os valores apropriados para essas grandezas. As barras em
que são especificadas PG e V são chamadas barras de geração ou, o que é mais usual, barras
tipo PV.
- Para as barras de cargas especificam-se as potências ativa PG e reativa QG . Este tipo de
barra é chamado barra de carga ou, mais comumente, barra PQ.
- Como não se conhece a priori as perdas no sistema de transmissão e estas perdas não serão
conhecidas antes de ser obtida a solução do fluxo de carga, é necessário que em uma das
barras de geração (ou de interligação) não sejam especificadas PG e QG. Assim, consegue-se
fechar o balanço de potência do sistema através das equações (1.18) abaixo.

PG total = PC total + perdas (1.18a)

13
 QG total = QC total + perdas (1.18b)

Essa barra é denominada barra de balanço (alguns autores utilizam o termo barra oscilante
ou mesmo a denominação original em inglês, swing bus). Nela são especificadas V e δ.
Note-se que, como δ é especificado na barra de balanço, esta barra cumpre uma segunda
função, a de referência angular do sistema, também sendo, às vezes, chamada de barra de
referência. É importante notar nas equações (1.17) que os fluxos de potência não dependem
dos valores absolutos dos ângulos das tensões nas barras, mas sim da diferença entre os
ângulos; esta característica é de grande importância, pois torna o problema indeterminado na
variável δ, deixando livre a escolha de uma referência angular (geralmente, δ = 0o), o que
facilita bastante a resolução do problema.

A tabela 1.1 resume as especificações de variáveis para os três tipos de barras citados.

Tabela 1.1 variáveis especificadas para cada tipo de barra

Variáveis especificadas
Tipo de Barra
P Q V δ
PV X X
PQ X X
Barra de
X X
Referência

Estes três tipos de barras são os mais freqüentes e também os mais importantes. Entretanto,
existem algumas situações particulares, como, por exemplo, o controle de intercâmbio de uma área
e o controle da magnitude da tensão de uma barra remota, nas quais aparecem outros tipos de
barras, como PQV, P e V.
Conforme será possível perceber mais adiante, a determinação dos tipos de barra, além de
tornar determinado o problema do fluxo de carga, provoca a diminuição do número de equações a
serem resolvidas iterativamente.
Isto ocorre porque o objetivo fundamental dos estudos de fluxo de carga é a determinação da
tensões E i = Vi∠δi em todas as barras. Assim, se já são fornecidos valores de Vi e δi para algumas
barras logo de início, o esforço de cálculo diminui.

A tarefa de determinar Vi e δi é o que consome grande esforço computacional, uma vez que a
tensão numa barra depende das tensões em todas as outras barras. A determinação da geração em
cada barra e dos fluxos de potência ativa e reativa nos ramos pode ser feita por simples balanço de
potência, o que significa não mais do que simples adições.

14
 O número de equações do problema cai de 2n para 2nPQ + nPV , em que nPQ é o número de
barras PQ e nPV é o número de barras PV. Para cada problema de fluxo de carga existe uma única
barra de referência.

1.3.5 Considerações Práticas Acerca da Formulação do Fluxo de Carga

As equações (1.17) mostram claramente a complexidade do problema do fluxo de carga, em
que a tensão de uma barra sofre influência não linear da tensão de todas as demais barras; tais
equações compõem um problema indeterminado. A tipificação das barras do sistema permite
eliminar a indeterminação, transformando o problema num sistema em que o número de equações
iguala o número de incógnitas.
Entretanto, como se sabe, mesmo um sistema com igual número de equações e incógnitas
pode resultar indeterminado ou até impossível. Além do mais, mesmo que tenha solução, o que
garante que a solução matemática encontrada será fisicamente possível ou adequada?
Com vistas a estas indagações, o problema do fluxo de carga não se restringe apenas ao
conjunto das equações (1.17). A fim de associar ao problema matemático os limites do sistema,
impõem-se, juntamente às equações, um conjunto de inequações. Estas inequações estabelecem os
limites inferior e superior para as variáveis elétricas em cada barra.
Nos casos práticos, um gerador tem uma curva bem definida de potência, chamada
usualmente de curva de capabilidade, e não pode fornecer qualquer valor de potência reativa como
seria necessário para manter constante a tensão da barra terminal em qualquer condição. Também, a
tensão em determinadas barras de carga devem ser mantidas próximas a um valor predeterminado,
sob pena de causar prejuízos ao usuário.
Em geral, estabelece-se que a tensão em cada barra deve estar dentro de uma tolerância

Vi mín ≤ Vi ≤ Vi máx (1.19a)

Nas barras de geração, é comum a imposição de limites do tipo

Pi mín ≤ Pi ≤ Pi máx (1.19b)

Qi mín ≤ Qi ≤ Qi máx (1.19c)

que estão relacionadas aos limites das máquinas geradoras.
O que ocorre muitas vezes é que, na análise um fluxo de carga, vê-se que a potência reativa de
certas barras geradoras, bem como a tensão de certas barras de carga, estão fora dos critérios
especificados. Diante desse fato tão comum, é possível fazer com que o próprio programa de fluxo
de carga se encarregue, automaticamente, de efetuar as modificações necessárias para que se
atinjam os valores desejados.
Estas modificações consistem em alterações nos tipos de barras. Por exemplo, suponha-se
que, após a solução de um fluxo de carga, obtenha-se para uma barra PQ uma tensão de valor 0,85

15
pu, valor muito abaixo do mínimo estabelecido. A atitude comumente adotada nesta situação é
mudar a tipificação da barra.
Deste modo, a barra em questão passaria a ser do tipo PV, sendo para ela estabelecido V = 1
pu. A solução de um outro fluxo de carga para esta nova condição daria origem a um novo valor de
Q para a barra em questão, a partir do qual seria possível, por exemplo, saber o valor da potência
nominal de um banco de capacitores a ser ligado à barra ou a posição do tap de um transformador
para que se atinja o valor de tensão desejado.

1.4 RESUMO

O fluxo de carga se constitui num problema básico de sistemas elétricos de potência. Consiste
na determinação das tensões nas barras do sistema, bem como os fluxos de potência nos diversos
ramos de ligação entre as barras, a partir de certas condições pré-estabelecidas de carga e da rede.
As grandes aplicações dos estudos de fluxo de carga estão no projeto e no planejamento da
operação e expansão dos sistemas de energia elétrica. Outras áreas de estudo dos sistemas de
potência, como os estudos de otimização, estudos de estabilidades, etc., também encontram no fluxo
de carga uma preciosa ferramenta.
A formulação básica do problema consiste em expressões que relacionam as tensões
(magnitudes e ângulos) com as potências (ativa e reativa), utilizando informações dos parâmetros
físicos do sistema fornecidos pela matriz de admitâncias nodais. As equações básicas do fluxo de
carga em termos de potência, tendo em vista o método de Newton-Raphson, são:
n
PGi − PCi − Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) = 0
k =1

n
QGi − QCi − Vi ∑ Vk (Gik sen δ ik − Bik cos δ ik ) =0
k =1

Para associar à formulação matemática pura os limites físicos do sistema, aplicam-se também
as desigualdades:

Vi mín ≤ Vi ≤ Vi máx

Pi mín ≤ Pi ≤ Pi máx

Qi mín ≤ Qi ≤ Qi máx

16
 A solução das equações não-lineares não poderá ser obtida de forma analítica, a não ser que se
façam aproximações. Para o resolver o problema completo, portanto, são necessárias técnicas de
cálculo iterativo, algumas das quais serão vistas no próximo capítulo.

17
Capítulo 2

Solução do Fluxo de Carga

Vista a formulação básica do problema do fluxo de carga, resumidas nas equações (1.17) e
inequações (1.19), cabe agora desenvolver ferramentas que possibilitem resolver o problema.
Estas ferramentas, de forma geral, resumem-se à associação de técnicas de cálculo numérico
com programação de computadores digitais. Assim, estabelecidas as equações, deve-se:
1) criar um algoritmo iterativo para resolvê-las e
2) executar o algoritmo em forma de rotina computacional.
Portanto, o desenvolvimento de ferramentas para solução do fluxo de carga tende a constituir-
se num grande desafio, uma vez que algoritmos eficientes, que levem a soluções exatas, podem
consumir excessivo esforço computacional; já os algoritmos simplificados, que exigem pouco da
máquina, podem produzir soluções pouco confiáveis.

2.1 Métodos de Gauss e Gauss-Siedel

Os métodos de Gauss e Gauss-Siedel utilizam a matriz de admitâncias nodais como

instrumento de iteração. Embora tenha caído em desuso devido à maior eficiência do método de
Newton-Raphson, os métodos de Gauss e Gauss-Siedel ainda podem ser utilizados para fins
didáticos ou para estabelecimento de condições iniciais para outros métodos.

Introdução ao método de Gauss

Para fixar a idéia do método de Gauss, pode-se mostrar um exemplo de sua aplicação. Seja,
por exemplo, resolver a equação transcendental:

x2 − 2x − ln (x) = 0 (2.1)
Esta equação pode ser escrita na forma:
1 2
x= [x − ln (x)] (2.2)
2
a qual permite que se proponha um processo iterativo:
1 (k) 2
x(k+1) = [(x ) − ln (x(k))] (2.3)
2
18
onde os sobrescritos (k+1) e (k) se referem a iterações consecutivas. A partir da estimativa de x na
iteração (k), obtém-se o novo valor de x por meio da equação (2.3). Procede-se assim até que a
diferença ⎪ x(k+1) − x(k) ⎪ seja menor que uma tolerância pré-estabelecida.
A tabela 2.1 ilustra a aplicação do algoritmo de Gauss na obtenção da resposta da equação
(2.1). O resultado correto, com precisão superior a 10−5, é 0,48140.

Tabela 2.1 solução iterativa da equação (2.1) pelo método de Gauss.

1 (k) 2
Iteração x(k) [(x ) − ln (x(k))]
2
1 2,0 1,6543
2 1,6543 1,11548
3 1,11548 0,56751
… … …
21 0,48140 0,48140

A figura 2.1 ilustra o processo de convergência.

0.5[x2 + ln (x)]
Fig. 2.1 ilustração do processo de
convergência do método de Gauss.

O método de Gauss pode ser estendido para um sistema de n equações lineares ou não. Assim,
seja o sistema de equações:
F1 ( x1, x2 ,..., xn ) = 0
F2 ( x1 , x2 ,..., xn ) = 0
(2.4)
...
Fn ( x1 , x2 ,..., xn ) = 0

19
 As equações (2.4) podem ser expressas na forma:
x1(k+1) = φ1 (x1(k) ,x2(k) ,..., xn(k))
x2(k+1) = φ2 (x1(k) ,x2(k) ,..., xn(k)) (2.5)
...
xn(k+1) = φn (x1(k) ,x2(k) ,..., xn(k))

As equações (2.5) podem ser resolvidas pelo processo iterativo até que todos os
( k +1) (k )
∆xi = ⎥ x i − xi ⎢ sejam menores que uma determinada tolerância.

Solução do fluxo de carga pelo método de Gauss

Sabe-se que para um sistemas de n nós, vale a relação:

I = [Y] E (2.6)

Escrevendo a equação (2.6) para a linha i, resulta:

I i = Y i1 E 1 + Y i 2 E 2 + ... + Y ii E i + ... + Y in E n (2.7)

Extraindo o valor de E i na equação (2.7), tem-se:

⎡ ⎤
1 ⎢ n
⎥
Ei = I i − ∑ Y ik E k ⎥ (2.8)
Y ii ⎢
⎢ k =1 ⎥
⎣ k ≠i ⎦
*
Da relação S i = Pi + jQ i = E i I i , obtém-se:

Pi − jQi
Ii = *
(2.9)
Ei

Substituindo a equação (2.9) na equação (2.8), obtém-se:

⎡ ⎤
1 ⎢ Pi − jQi n
⎥
Ei = ⎢ *
− ∑ Y ik E k ⎥ (2.10)
Y ii
⎢ Ei k =1 ⎥
⎣ k ≠i ⎦

20
 Para que a expressão (2.10) torne-se iterativa, pode-se escrevê-la como:

⎡ ⎤
( k +1) 1 ⎢ Pi − jQi n
(k ) ⎥
Ei = − ∑ Y ik E k ⎥ (2.11)
Y ii ⎢⎢ E *i ( k ) k =1 ⎥
⎣ k ≠i ⎦

A expressão (2.11) é a equação geral do método de Gauss aplicado ao problema do fluxo de

carga. Algumas modificações devem ser feitas na expressão para levar em conta os diferentes tipos
de barras do sistema.

- Barra de referência:

Para o nó de referência, o valor de E é conhecido, não havendo necessidade de ser escrita

uma equação para esta barra.

- Barras PQ:

Nas barras tipo PQ, E é desconhecido. As grandezas especificadas são as potências ativa e
reativa gerada. Portanto, é valida a seguinte relação:

Pi esp − jQiesp
Ii = *
(2.12)
Ei
esp
onde: Pi = PGi − PCi
esp
Qi = QGi − QCi

Com isso, para barras PQ, a equação (2.11) torna-se:

⎡ esp ⎤
1 ⎢ Pi − jQi
esp
(k ) ⎥
n
( k +1)
Ei = − ∑ Y ik E k ⎥ (2.13)
Y ii ⎢⎢ *( k )
Ei k =1 ⎥
⎣ k ≠i ⎦

- Barras PV:
Para as barras do tipo PV, o módulo da tensão é especificado e somente o ângulo de fase é
desconhecido. Do mesmo modo, apenas a potência ativa gerada é especificada, devendo a potência
reativa gerada ser calculada.
Inicialmente, estima-se a potência reativa líquida injetada na barra i, dada por:
*
Q icalc = Im [ E i I i ] (2.14a)
*
ou ainda Q icalc = −Im [ E i I i ] (2.14b)

21
 Da substituição da equação (2.7) na equação (2.14b), pode-se escrever:

⎡ *( k ) n (k ) ⎤
Qicalc ( k +1) = −Im ⎢ E i ∑ Y ik E k ⎥ (2.15)
⎣ k =1 ⎦

Substituindo-se o valor de Q icalc , obtido na equação (2.15), na equação (2.13), tem-se:

⎡ esp ⎤
1 ⎢ Pi − jQi
calc ( k )
(k ) ⎥
n
( k +1)
Ei = − ∑ Y ik E k ⎥ (2.16)
Y ii ⎢⎢ *( k )
Ei k =1 ⎥
⎣ k ≠i ⎦

Observe-se que o valor de E i = Vi∠δi calculado em cada iteração de (2.16) não satisfará,
esp
necessariamente, a restrição ⎥ E i ⎢ = V i para a barra PV. Por isso, a cada iteração, racionaliza-se
esp
o valor de E i calculado, de tal forma que se mantenha ⎥ E i ⎢ = V i sem que se altere o valor de δi
calculado.

Método de Gauss-Siedel
No método de Gauss, em cada iteração, os valores de tensão que aparecem no lado direito das
equações (2.13), (2.15) e (2.16) são valores da iteração anterior. Os valores de tensão só são
atualizados ao final de cada iteração, ocorrendo o que se chama de substituição simultânea.
No método de Gauss-Siedel, utiliza-se a substituição sucessiva, ou seja, assim que uma valor
de tensão é calculado, ele substitui o da iteração anterior.
As equações (2.13), (2.15) e (2.16), do método de Gauss, quando adaptadas ao método de
Gauss-Siedel, tomam a seguinte forma, respectivamente:

1 ⎡ Pi − jQi i −1
(k ) ⎤
esp esp n
( k +1) ( k +1)
Ei = ⎢
Y ii ⎢⎣ *( k )
− ∑ Y ik E k − ∑ Y ik E k ⎥ (2.17)
Ei k =1 k =i +1 ⎥⎦

⎡ *( k ) i −1 ( k +1)
n
(k ) ⎤
Qicalc ( k +1) = −Im ⎢ E i ∑ Y ik E k + E i ∑ Y ik E k ⎥
*( k )
(2.18)
⎣ k =1 i +1 ⎦

1 ⎡ Pi − jQi i −1
(k ) ⎤
esp calc ( k ) n
( k +1) ( k +1)
Ei = ⎢
Y ii ⎣⎢ *( k )
− ∑ Y ik E k − ∑ Y ik E k ⎥ (2.19)
Ei k =1 k =i +1 ⎦⎥

O algoritmo de Gauss-Siedel, além de apresentar maior rapidez de convergência do que o de

Gauss, ainda economiza memória e tempo de processamento, pois o vetor dos valores de tensão da
iteração anterior não é necessário. Por estas razões, o método de Gauss-Siedel é sempre preferido ao
método de Gauss.
22
 Inicialização dos métodos de Gauss e Gauss-Siedel
Por se tratar de um método iterativo, deve haver um valor inicial para as tensões de barra, a
fim de que se possa iniciar o processo iterativo. Um valor inicial típico é E i = 1∠0o. Se
informações a respeito de soluções anteriores estiverem disponíveis, elas podem ser utilizadas como
valores iniciais para um novo processo iterativo.
Uma das grandes desvantagens dos métodos de Gauss e Gauss-Siedel é o fato de sua
convergência ser fortemente dependente dos valores iniciais escolhidos.

Critérios de parada dos métodos de Gauss e Gauss-Siedel

Um critério para detectar a convergência do processo iterativo normalmente consiste em
constatar que a variação em todos os valores das tensões nodais, da iteração anterior para a atual,
estão dentro de uma certa tolerância, isto é:
( k +1) (k )
máx (⎟ E i − E i ⎢) ≤ ε (2.20)

onde ε é a tolerância.
Critérios de parada como o da inequação (2.20) têm a vantagem de serem de simples
programação, mas não dão certeza quanto à real proximidade de uma solução. Isto de deve ao fato
de que o fluxo de potência reativa numa linha é fortemente dependente da diferença entre as
magnitudes das tensões nodais das barras nos extremos da linha. O mesmo raciocínio se aplica à
potência ativa, mas relacionado à diferença entre os ângulos de fase, e não às magnitudes. Com isso,
vê-se que mesmo pequenos desvios em V e δ podem causar erros consideráveis no cálculo dos
fluxos, provocando conseqüências inaceitáveis.
Um outro critério de parada, este muito aplicado em todos os métodos iterativos para
determinação do fluxo de carga, consiste na minimização dos erros (mismatches) de balanço de
potência em cada barra. Como se sabe, para cada barra, é válida a relação:

S Gi − S Ci − S Ti = 0 (2.21)

Por ser o cálculo do fluxo de carga iterativo, dificilmente a identidade (2.21) será alcançada
com erro nulo. Assim, definindo-se o resíduo no balanço de potência da barra i, S i , como:

∆ S i = S Gi − S Ci − S Ti (2.22)

pode-se estabelecer como critério de parada a minimização de ∆ S i .

Matematicamente, tal critério poderia ser representado pela expressão

máx ( ∆ S i ) ≤ ε (2.23)

onde ε é uma tolerância, que assume valores típicos da ordem de 10−4 a 10−2 pu.

23
 Outro modo de expressar o critério de (2.23) é em função das partes real e imaginária, como:

máx {máx [Re ( ∆ S i )] , máx [Im ( ∆ S i )]} ≤ ε (2.24)

A grande vantagem do critério de parada pelo resíduo no balanço de potência está na relação
existente entre o erro na potência e a proximidade de uma solução. Se os erros nos balanços de
potência em cada barra são minimizados, haverá também menores erros nos cálculos dos fluxos de
potência no sistema.
Outros critérios de parada que podem ser utilizados junto com o do resíduo no balanço de
potência são:
- número máximo de iterações que se deseja realizar: às vezes, o processo divergiu ou demora
muito para convergir; neste caso, o processo é truncado num número máximo de iterações.
- valor máximo permitido para uma grandeza: se alguma tensão (módulo e/ou ângulo) atingir
valores maiores que alguns limites preestabelecidos, é sinal de que o processo poder ter divergido;
neste caso, o processo é interrompido.
Note-se que estes critério podem ser utilizados juntos, prevalecendo o que ocorrer primeiro.

Número de iterações, convergência e esforço de computação dos métodos

O número de iterações necessário para a convergência dos métodos de Gauss e Gauss-Siedel
depende do sistema, de seu carregamento e do critério de parada adotado.
Valores do número de iterações para sistemas típicos são da ordem de 80 (Gauss) e 40
(Gauss-Siedel), adotando-se o critério de parada de máx (⎥ ∆ S i ⎢) ≤ 0,01 pu. A utilização de outros
critérios de parada, como a comparação entre as tensões para iterações consecutivas, pode fazer
diminuir o número de iterações necessário, às custas, no entanto, de menor precisão na solução.
A convergência dos métodos é lenta e duvidosa devido, principalmente, ao fraco acoplamento
entre os nós do sistema quando o mesmo é modelado através da matriz de admitâncias nodais. Em
sistemas com muitas barras, a atualização nos valores de tensões nodais pode levar muitas iterações
para propagar-se ao longo de todo o sistema.

Utilizando a característica de esparsidade da matriz [Y] para seu armazenamento, a memória

consumida é proporcional a n (n = número de barras do sistema).
O tempo de computação é proporcional ao número iterações e de operações realizados por
iteração. Como o número de operações é proporcional a n , e sendo o número de iterações também
proporcional a n, tem-se que o número total de operações e, portanto, o tempo gasto em
computação, é proporcional a n2.

24
 Fatores de aceleração da convergência
Os métodos de Gauss e Gauss-Siedel costumam apresentar convergência lenta e, portanto, há
vantagem em se utilizar fatores de aceleração no processo de convergência.
Sabe-se que, a cada iteração, as tensões são atualizadas para novos valores. Assumindo que
( k +1)
∆E i seja a correção aplicada à tensão em cada iteração, tem-se:
( k +1) ( k +1) (k )
∆E i = Ei −E i (2.25)

de forma que se pode escrever o processo iterativo de atualização do valor da tensão como
(k +1) (k ) ( k +1)
Ei = E i + ∆E i (2.26)

Se for desejado acelerar (ou desacelerar) o passo de atualização, pode-se empregar um fator
de aceleração α.
(k +1) (k ) ( k +1)
Ei = E i + α ∆E i (2.27)

Normalmente, o fator α é determinado empiricamente, estando tipicamente no intervalo

0,7 ≤ α ≤ 1,5. (2.28)

Métodos de Gauss e Gauss-Siedel utilizando a matriz [Z]

As principais vantagens dos métodos de Gauss e Gauss-Siedel são a sua facilidade de

implementação e seu baixo gasto em memória de computador. Suas principais desvantagens são a
falta de confiabilidade para convergência e gastos elevados em tempo de computação.
Os métodos de Gauss e Gauss-Siedel podem também ser implementados utilizando a matriz
[Z] de impedâncias nodais, no lugar de [Y ] . A formulação matemática em termos de [Z] é muito
semelhante à que foi mostrada para a matriz [Y ] . Os aspectos computacionais, no entanto, são bem
diferentes.

O método da matriz [Z] , também chamado método direto, apresenta alta confiabilidade na
convergência devido ao alto acoplamento matemático entre os nós do sistema (ao contrário de [Y ] ,
a matriz [Z] não é esparsa).

Esta confiabilidade é conseguida, todavia, às custas de muito mais esforço computacional.

Como a matriz [Z] não é esparsa, há alto gasto de memória para sua obtenção (∝ n3) e seu
armazenamento (∝ n2/2). O número de iterações continua sendo proporcional a n2, pois, embora
ainda haja um grande número de operações por iteração, o número de iterações cai para algo da
ordem de 8 a 20.

25
 2.2 Método de Newton-Raphson

O método de Newton-Raphson é um método geral para a determinação de raízes reais de

equações não-lineares. Na essência, o método trabalha utilizando série de Taylor para, a partir de
uma aproximação inicial, iniciar e levar a cabo um processo iterativo robusto e de fortes
características de convergência.

Introdução ao método de Newton-Raphson

Para entender o método, suponha-se a equação generalizada:
f (x) = 0 (2.29)
Considere-se agora sua expansão em série de Taylor em torno de um valor conhecido x(k)

1 df 1 d 2f
f (x) = f (x(k)) + (x − x(k)) + (x − x(k))2 + … (2.30)
1! dx x =x (k ) 2! dx 2 (k )
x =x

onde o sobrescrito (k) representa o valor de x na k-ésima iteração.

Desprezando os termos de maior ordem, pode-se aproximar f (x) como

df
f (x) ≅ f (x(k)) + (x − x(k)) (2.31)
dx x =x (k )

Mas f (x) = 0. Portanto:

f (x ( k ) )
x − x (k) ≅ − (2.32)
df
dx x = x ( k )

Observe-se que o valor x não é raiz de f (x) = 0 devido ao erro introduzido ao serem
desprezados os termos de ordem maior; no entanto, x geralmente representa uma estimativa mais
próxima do valor da raiz do que representava x(k). Assim, pode-se definir

f (x ( k ) )
∆x = −
(k)
(2.32)
df
dx x = x ( k )

e utilizar ∆x para obter uma estimativa melhor da raiz por meio da relação

x(k+1) = x(k) + ∆x(k) (2.33)

26
 A fim de comparar este método com o de Gauss, pode-se aplicá-lo ao mesmo problema.
Assim, tem-se:

f (x) = x2 − 2x − ln (x) = 0 (2.34)

df 1
= 2x − 2 − =0 (2.35)
dx x
A tabela 2.2 ilustra a aplicação do algoritmo de Newton-Raphson na obtenção da resposta da
equação (2.34).

Tabela 2.2 solução iterativa da equação (2.34) pelo método de Newton-Raphson.

f (x ( k ) ) f (x ' ( k ) )
x(k+1) = x (k) − x' (k+1) = x' (k) −
Iteração x(k) df x' (k) df
dx x = x ( k ) dx x = x '( k )

1 0,80000 0,35342 2,00000 2,46210

2 0,35342 0,46455 2,46210 2,36809
3 0,46455 0,48111 2,36809 2,36395
4 0,48111 0,48140 2,36395 2,36394
5 0,48140 0,48140 2,36394 2,36394

A figura 2.3 ilustra o processo de convergência do método para dois valores iniciais
diferentes, x(0) e x' (0).

f (x) = x2 − 2x − ln (x)

Fig. 2.3 ilustração do processo de

convergência do método de
Newton-Raphson.

Como se vê na figura 2.3, o método de Newton-Raphson é um método poderoso e que

converge rapidamente para a maioria das funções. Pode-se dizer que esta convergência rápida
27
ocorre porque, para o cálculo do incremento dado a cada iteração, utiliza-se a informação da taxa de
variação da função, ou seja, estima-se com maior certeza "a direção em que a função está indo, o
que facilita a tarefa de segui-la".
Há, entretanto, dificuldade de convergência para algumas funções. Se f (x) possuir múltiplas
raízes, não há um método simples e seguro para predizer que raiz será obtida. Mesmo com um valor
inicial próximo de uma raiz, o método pode convergir para uma outra raiz mais remota.

Se x(k) estiver próximo de um ponto de máximo ou de mínimo (derivada quase nula), ∆x pode
ficar muito grande, deslocando x(k+1) para longe da solução e aumentando o número de iterações
para que se volte à região da solução. A figura 2.4 ilustra a sensibilidade do método à escolha do
valor inicial.
f (x)

Fig. 2.4 ilustração da dependência

do valor inicial no método de
Newton-Raphson.
x' (0) = má estimativa inicial
x (0) = boa estimativa inicial

O método de Newton-Raphson pode ser estendido para um sistema de n equações. Assim,

seja o sistema de equações:

⎧ F1 ( x1 , x 2 ,..., x n ) = 0
⎪ F ( x , x ,..., x ) = 0
⎪ 2 1 2 n
⎨ (2.36)
⎪...
⎪⎩ Fn ( x1 , x 2 ,..., x n ) = 0

As funções F1, F2, ..., Fn das variáveis x1, x2, ..., xn podem ser expandidas individualmente em
série de Taylor em torno de um ponto x(k) = (x1(k), x2(k), ..., xn(k)), resultando em um sistema de n
séries de Taylor. Cada expansão em série de Taylor representa a expansão de uma das funções Fi(x)
em torno de x(k).
Mais uma vez, assim como se fez no caso unidimensional, desprezando os termos de ordem
maior, surge um sistema de n séries de Taylor truncadas no termo de primeira ordem.

28
 O sistema resultante pode ser expresso em forma matricial, na forma:

D = − [J] ∆x (2.37)
onde:

⎡ F1 ( x ( k ) ) ⎤
⎢ ⎥
⎢ F2 ( x ) ⎥
(k )
D= ⎢ ⎥
⎢ M ⎥
⎢ Fn ( x ( k ) )⎥
⎣ ⎦

⎡ ∂F1 ∂F1 ∂F1 ⎤

⎢ K ⎥
⎢ ∂x1 x1 = x1( k ) ∂x 2 x2 = x2( k )
∂x n xn = xn( k ) ⎥
⎢ ∂F ∂F2 ∂F2 ⎥
⎢ 2 K ⎥ matriz jacobiana ou matriz de
[J] = ⎢ ∂x1 ∂x 2 ∂x n ⎥ =
x1 = x1( k ) x2 = x2( k ) xn = xn( k ) derivadas parciais
⎢ M M O M ⎥
⎢ ⎥
⎢ ∂Fn ∂Fn
K
∂Fn ⎥
⎢ ∂x1 ∂x 2 ∂x n ⎥
⎣ x1 = x1( k ) x2 = x2( k ) xn = xn( k ) ⎦

⎡∆x1 ⎤
⎢∆x ⎥
∆x = ⎢ 2 ⎥ ; ∆xi = xi – xi(k)
⎢ M ⎥
⎢ ⎥
⎣∆x n ⎦

O processo iterativo se inicia a partir de uma solução estimada x(k) = (x1(k), x2(k), ..., xn(k)), que
permite o cálculo da matriz [J] e do vetor D. A seguir, calcula-se o vetor ∆x através de:

∆x = − [J]−1 D (2.38)

Corrige-se a solução estimada com os valores de ∆x, utilizando

x(k+1) = x(k) + ∆x(k) (2.39)

A seguir, calcula-se o novo vetor D, a nova matriz [J] e recalcula-se o vetor ∆x. Prossegue-se
iterando até que o vetor D apresente todas as suas coordenadas inferiores a uma tolerância
preestabelecida. Assim, o método iterativo de Newton-Raphson fica descrito na equação abaixo:

x(k+1) = x(k) − [J(k)]−1 D(k) (2.40)

29
 Solução do fluxo de carga pelo método de Newton-Raphson
Para a solução do fluxo de carga de método de Newton-Raphson, serão utilizadas as equações
(1.17), repetidas aqui por conveniência.
n
PGi − PCi − Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) = 0 (2.41a)
k =1

n
QGi − QCi − Vi ∑ Vk (Gik sen δ ik − Bik cos δ ik ) =0 (2.41b)
k =1

Definindo os resíduos (mismatches) de potência líquida em cada barra como

∆Pi = PGi − PCi − PTi (2.42a)

∆Qi = QGi − QCi − QTi (2.42b)

esp esp
vê-se que, dado que são conhecidos os de valores de Pi = PGi − PCi = Pi e Qi = QGi − QCi = Q i
esp esp
para as barras PQ, e Pi = Pi e Vi = V i para as barras PV, o objetivo é encontrar valores de Vi
para as barras PQ e δi para todas as barras, de modo que os ∆Pi e ∆Qi sejam nulos (ou o mais
próximo possível de zero).
O problema consiste então em resolver as equações
n
∑ Vk (Gik cos δ ik + Bik sen δ ik ) = 0
esp
Pi − Vi (2.43a)
k =1

para as barras PQ e PV, e as equações

n
∑ Vk (Gik sen δ ik − Bik cos δ ik )
esp
Qi − Vi =0 (2.43b)
k =1

para as barras PQ. Observe-se que há, então, 2nPQ + nPV equações a serem resolvidas. Para tanto,
utilizar-se-á o método de Newton-Raphson.
Para melhor entendimento da aplicação do método ao problema específico, pode-se rescrever
as equações (2.43) como

∆Pi = Pi esp − Pi (Vk , δ k ) = 0 (2.44a)

(para cada barra PQ ou PV)

∆Qi = Qiesp − Qi (Vk , δ k ) = 0 (2.44b)

(para cada barra PQ)

onde os subscritos k indicam que as funções Pi e Qi dependem das tensões em todas as barras do
sistema, não só da barra i.

30
 Pode-se escrever ∆Pi e ∆Qi em forma vetorial, como

∆P = P esp − P (Vk , δ k ) = 0 (2.45a)

(vetor de dimensão (nPQ + nPV) x 1)

∆Q = Q esp − Q(Vk , δ k ) = 0 (2.45b)

(vetor de dimensão nPQ x 1)

Pode-se definir, em analogia ao vetor D composto pelos Fi (x), definido na introdução ao

método, um outro vetor D dos resíduos de potência

⎡∆P ⎤
D=⎢ ⎥ (2.46)
⎣∆Q⎦
Definindo-se o vetor x das incógnitas como

⎡δ 2 ⎤
⎢δ ⎥
⎢ 3 ⎥
⎢ M ⎥
⎢ ⎥
⎢δ nPV + nPQ ⎥ ⎡δ ⎤
x=⎢ ⎥ = ⎢V ⎥ (2.47)
⎢V 2 ⎥ ⎣ ⎦
⎢V3 ⎥
⎢ ⎥
⎢ M ⎥
⎢Vn ⎥
⎣ PQ ⎦
(na suposição de que a barra 1 é a barra de referência), pode-se empregar o método iterativo de
Newton-Raphson, resultando em
( k +1) (k ) (k )
⎡δ ⎤ ⎡δ ⎤ ⎡∆δ ⎤
⎢V ⎥ =⎢ ⎥ +⎢ ⎥ (2.48)
⎣ ⎦ ⎣V ⎦ ⎣∆V ⎦
onde:
(k ) (k )
⎡∆δ ⎤ −1 ⎡∆P⎤
⎢∆V ⎥ = −[J ' (k )
] ⎢ ⎥ (2.49)
⎣ ⎦ ⎣∆Q ⎦
e, portanto, tem-se:
( k +1) (k ) (k )
⎡δ ⎤ ⎡δ ⎤ ( k ) −1 ⎡∆P
⎤
⎢V ⎥ =⎢ ⎥ − [J ' ] ⎢ ⎥ (2.50)
⎣ ⎦ ⎣V ⎦ ⎣∆Q ⎦

A equação (2.50) representa o método de Newton-Raphson aplicado ao problema do fluxo de

carga.

31
 A matriz [J’(k)] é a matriz jacobiana das equações (2.44), calculada em cada iteração.
Explicitamente, tem-se:

⎡ ⎡ ∂∆P ⎤ ⎡ ∂∆P ⎤ ⎤
⎢ ⎢ ∂δ ⎥ ⎢ ∂V ⎥ ⎥
J' = ⎢ ⎣ ⎦ ⎣ ⎦⎥ (2.51)
⎢ ⎡ ∂∆Q ⎤ ⎡ ∂∆Q ⎤⎥
⎢⎣ ⎢⎣ ∂δ ⎥⎦ ⎢⎣ ∂V ⎥⎦ ⎥⎦

Para facilitar a notação, é usual utilizar

⎡ ⎡ ∂P ⎤ ⎡ ∂P ⎤ ⎤
⎢ ⎢ ∂δ ⎥ ⎢ ∂V ⎥ ⎥
J' = ⎢ ⎣ ⎦ ⎣ ⎦ ⎥ (2.52)
⎢ ⎡ ∂Q ⎤ ⎡ ∂Q ⎤ ⎥
⎢⎣ ⎢⎣ ∂δ ⎥⎦ ⎢⎣ ∂V ⎥⎦ ⎥⎦

Uma das características principais do método de Newton-Raphson e que se constitui numa

grande desvantagem é o fato de que [J’] tem que atualizada e invertida a cada interação. Em
sistemas com muitas barras, em que a ordem de [J’] é grande, efetuar todas estas operações pode
ser computacionalmente impraticável.
Por isso, a fim de tornar menos onerosa a tarefa de construir [J’], é usual utilizar uma notação
alternativa, em que se substitui ∆V por ∆V/V. Com isso, tem-se
(k )
⎡∆δ ⎤ ⎡∆P ⎤
(k )
⎢∆V ⎥ = −[J ( k ) ] −1 ⎢ ⎥ (2.53)
⎢⎣ V ⎥⎦ ⎣∆Q ⎦

onde [J] é a matriz jacobiana modificada.

⎡ ⎡ ∂P ⎤ ⎡ ∂P ⎤ ⎤
⎢ ⎢ ∂δ ⎥ ⎢V ∂V ⎥ ⎥ ⎡[J 1 ] [J 2 ]⎤
J = ⎢⎣ ⎦ ⎣ ⎦⎥ =
⎤ ⎥ ⎢⎣[J 3 ] [J 4 ]⎥⎦
(2.54)
⎢ ⎡ ∂Q ⎤ ⎡ ∂Q
V
⎢⎣ ⎢⎣ ∂δ ⎥⎦ ⎢⎣ ∂V ⎥⎦ ⎥⎦

O motivo pelo qual se torna menos trabalhoso obter [J] com a notação alternativa ficará
evidente agora. Observe-se pela equação (2.50) que a matriz jacobiana é composta de quatro sub-
matrizes, a saber:

⎡ ∂P ⎤
(1) Submatriz [J 1 ] = ⎢ ⎥
⎣ ∂δ ⎦

∂Pi ∂ ∂P
J 1 (i, k ) = = [ PGi − PCi − PTi ] = − Ti = −ViVk (Gik sen δ ik − Bik cos δ ik ) (2.55)
∂δ k ∂δ k ∂δ k

∂Pi ∂ ∂P n
J 1 (i, i ) = = [ PGi − PCi − PTi ] = − Ti = −Vi ∑ Vk (−Gik sen δ ik + Bik cos δ ik ) (2.56a)
∂δ i ∂δ i ∂δ i k =1
k ≠i

32
 n
J 1 (i, i ) = Vi ∑ Vk (Gik sen δ ik − Bik cos δ ik ) + Vi 2 Bii (2.56b)
k =1

J 1 (i, i ) = QTi + Vi 2 Bii (2.56c)

⎡ ∂P ⎤
(2) Submatriz [J 2 ] = ⎢V ⎥
⎣ ∂V ⎦

∂Pi ∂ ∂P
J 2 (i, k ) = Vk = Vk [ PGi − PCi − PTi ] = −Vk Ti = −ViVk (Gik cos δ ik − Bik sen δ ik ) (2.57)
∂Vk ∂Vk ∂Vk

∂Pi ∂ ∂P
J 2 (i, i ) = Vi = Vi [ PGi − PCi − PTi ] = −Vi Ti (2.58a)
∂Vi ∂Vi ∂Vi
n
J 2 (i, i ) = −Vi ∑ V k (Gik cos δ ik + Bik sen δ ik ) − Vi 2 Gii (2.58b)
k =1

J 2 (i, i ) = − PTi − Vi 2 Gii (2.58c)

⎡ ∂Q ⎤
(3) Submatriz [J 3 ] = ⎢ ⎥
⎣ ∂δ ⎦

∂Qi ∂ ∂Q
J 3 (i, k ) = = [QGi − QCi − QTi ] = − Ti = ViVk (Gik cos δ ik + Bik sen δ ik ) (2.59)
∂δ k ∂δ k ∂δ k

∂Qi ∂ ∂Q n
J 3 (i, i ) = = [QGi − QCi − QTi ] = − Ti = −Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) (2.60a)
∂δ i ∂δ i ∂δ i k =1
k ≠i

n
J 3 (i, i ) = −Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) + Vi 2 Gii (2.60b)
k =1

J 3 (i, i ) = − PTi + Vi 2 Gii (2.60c)

⎡ ∂Q ⎤
(4) Submatriz [J 2 ] = ⎢V ⎥
⎣ ∂V ⎦

∂Qi ∂ ∂QTi
J 4 (i, k ) = Vk = Vk [QGi − QCi − QTi ] = −V k = −ViVk (Gik sen δ ik − Bik cos δ ik ) (2.61)
∂Vk ∂Vk ∂Vk

∂Qi ∂ ∂QTi
J 4 (i, i ) = Vi = Vi [QGi − QCi − QTi ] = −Vi (2.62a)
∂Vi ∂Vi ∂Vi

33
 n
J 4 (i, i ) = −Vi ∑ V k (Gik sen δ ik − Bik cos δ ik ) + Vi 2 Bii (2.62b)
k =1

J 4 (i, i ) = −QTi + Vi 2 Bii (2.62c)

Observação: os índices i e k dos elementos da matriz jacobiana representam as barras do sistema, e

não posição dos elementos da matriz.

Concluído o cálculo dos elementos da matriz jacobiana, pode-se perceber a obtenção de uma
simplificação muito importante:
J1 (i, k) = J4 (i, k) (2.63a)

J2 (i, k) = − J3 (i, k) (2.63b)

Esta simplificação decorre da notação alternativa e permite boa economia no tempo de
processamento e gasto de memória do computador.

Após resolvido o problema iterativo de determinar Vi e δi para todas as barras, passa-se ao

cálculo de Pi para a barra de referência e de Qi para as barras PV e de referência, completando o
balanço de potência.
n
Pi = PGi − PCi = Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) (2.64a)
k =1

(para a barra de referência)

n
Qi = QGi − QCi = Vi ∑ Vk (Gik sen δ ik − Bik cos δ ik ) (2.64b)
k =1

(para as barras PV e de referência)

Esta última parte da solução consiste em resolver nPV + 2 equações nas quais todas as
incógnitas aparecem de forma explícita, o que torna trivial o processo de resolução.

Inicialização do método de Newton-Raphson

O método de Gauss-Siedel, conforme se viu na seção anterior, costuma exibir convergência
linear e lenta. Entretanto, em pontos distantes da solução, esta técnica pode ser superior ao método
de Newton-Raphson. Assim, é comum, em alguns programas de fluxo de carga, que as primeiras
duas ou três iterações utilizem o método de Gauss-Siedel para encontrar valores de módulos das
tensões e ângulos de fase que serão utilizados como valores iniciais do algoritmo de Newton-
Raphson. Esta estratégia pode encurtar o número de iterações do método de Newton-Raphson em
uma ou duas iterações.
34
 Entretanto, também pode ocorrer de o método de Gauss-Siedel prejudicar a busca da solução,
pois é comum que em suas primeiras iterações os valores de tensão se afastem da solução.
Verificou-se que, na maioria dos casos práticos, o valor inicial E i = 1∠0o permite rápida
convergência.

Critérios de parada do método de Newton-Raphson

Os mesmos critérios de parada citados na descrição do método de Gauss-Siedel podem ser
utilizados para o método de Newton-Raphson.
Em geral, o critério utilizado é o de

máx ( ∆ S i ) ≤ ε (2.65)

onde ε é uma tolerância, que assume valores típicos da ordem de 10−4 a 10−2 pu.

Número de iterações, convergência e esforço de computação do método

O método de Newton-Raphson tem excelentes características de convergência desde que
adotada uma razoável estimativa inicial das variáveis. Apresenta convergência quadrática perto da
solução, isto é, quanto mais se aproxima da solução, mais rápido converge para ela. Longe da
solução, no entanto, pode não haver convergência.
O número de iterações necessário para a convergência do método é insensível a alguns fatores
que podem causar problemas em outros métodos (como o de Gauss-Siedel), tais como a escolha do
nó de referência, presença de capacitores série, elementos shunt, etc.
Valores do número de iterações para sistemas típicos são da ordem de 3 a 5, adotando-se o
critério de parada de máx (⎥ ∆ S i ⎢) ≤ 0,01 pu. Uma iteração de Newton-Raphson leva um tempo de
aproximadamente 7 iterações de Gauss-Siedel. Portanto, a partir de 35 iterações de Gauss-Siedel, o
método de Newton-Raphson tende a ser mais vantajoso em tempo de computação.
Uma desvantagem do método de Newton-Raphson como foi apresentado é a necessidade de,
em cada iteração, construir e inverter a matriz jacobiana. Na prática, a inversão é evitada através de
técnicas de fatoração matricial. Além disso, técnicas de ordenação ótima das equações e
armazenamento compacto da matriz jacobiana triangularizada permitem grande economia
computacional, tanto em gasto de memória quanto na diminuição da quantidade de operações
aritméticas necessárias, uma vez que se evita que o computador faça operações com elementos
nulos.
Técnicas desacopladas e estratégias como manter o jacobiano constante ou só atualizá-lo de
duas em duas iterações também podem ser úteis na economia de tempo e processamento. Ainda
assim, a formação do jacobiano e a implementação das técnicas citadas devem ser feitas,
consumindo memória, tempo e exigindo sofisticada programação. Mesmo utilizando a característica

35
de esparsidade da matriz [J], os gastos em memória são proporcionais a n (n = número de barras do
sistema), sendo geralmente bem maiores que os de Gauss-Siedel.

Fatores de aceleração da convergência

A utilização de fatores de aceleração no método de Newton-Raphson tende a produzir
melhores resultados do que no método de Gauss-Siedel.
A razão mais comum para o uso de tais fatores é tornar convergente um processo
eminentemente divergente. A técnica utilizada geralmente é
( k +1) (k ) (k )
⎡δ ⎤ ⎡δ ⎤ ( k ) −1 ⎡∆P ⎤
⎢V ⎥ =⎢ ⎥ − α[J ] ⎢ ⎥ (2.66)
⎣ ⎦ ⎣V ⎦ ⎣∆Q⎦

onde 0,7 ≤ α ≤ 1,4. A utilização de α < 1 desacelera a convergência e costuma ser feita em estudos
com grandes cargas ativas e/ou reativas.

Considerações sobre as técnicas de programação

Computadores digitais apresentam limitações de memória impostas pelo hardware existente.
Em algumas aplicações, computadores com pouca memória podem não servir na solução de um
fluxo de carga. Nestas ocasiões, é comum a utilização de técnicas de programação em que se faz um
compromisso entre os gastos com memória e o tempo de processamento. Há ainda técnicas que
permitem economias de tempo e memória simultaneamente.
Muitas destas técnicas de programação são específicas para determinadas linguagens de
programação ou mesmo para determinados tipos de computadores e sistemas operacionais.
Entretanto, há algumas técnicas gerais, bastante conhecidas e empregadas para armazenamento
compacto de informação e resolução de grandes sistemas de equações lineares. Aqui serão vistas
duas destas técnicas: a programação esparsa e a fatoração triangular de matrizes.
Programação esparsa é uma técnica de programação digital com a qual matrizes esparsas são
armazenadas de forma compacta. Isto é muito importante especialmente em estudos de sistemas de
potência, onde as matrizes [Y] e, consequentemente, [J], costumam apresentar esparsidades
maiores que 99%.
A idéia básica da programação esparsa consiste em armazenar somente os elementos não
nulos da matriz. Há diversas técnicas para este tipo de programação, e o desempenho de cada uma
depende de fatores como simetria da matriz, percentagem de esparsidade, ocorrência de blocos de
elementos nulos, etc.
Uma técnica muito usual em programação esparsa consiste em tabelar os elementos não
nulos, conferindo-lhes índices que permitam saber sua localização na matriz. Por exemplo, a matriz

36
 ⎡0 0 1 0⎤ VAL IL IC
⎢3 1 0 0⎥⎥ 1 1 3
A=⎢ seria armazenada como 3 2 1
⎢0 0 3 0⎥
⎢ ⎥ 1 2 2
⎣0 0 0 0⎦ 3 3 3

A coluna VAL contém os elementos não nulos da matriz e as colunas IL e IC contém as

coordenadas (linha e coluna, respectivamente) correspondentes a cada elemento em VAL. Observe-
se que uma matriz quadrada de dimensão n com nc elementos não nulos necessitaria de somente 3nc
células para o armazenamento completo da matriz.
No caso de as matrizes armazenadas serem simétricas, o espaço de memória necessário é
ainda menor, já que basta armazenar os elementos da diagonal principal e os elementos do triângulo
superior da matriz.
Outra técnica muito utilizada para lidar com matrizes em computador é a fatoração triangular
da matriz, a qual permite resolver sistemas lineares sem a necessidade de inversão de matrizes. Para
entendimento desta técnica, suponha-se o sistema linear n x n representado em sua forma geral:
Ax=B (2.67)
O método clássico para solução de (2.67) é

x = A−1 B (2.68)
Este problema é análogo ao freqüentemente encontrado para sistemas de potência

Ι = [Y] E (2.69)

ou mesmo à atualização do método de Newton-Raphson

D = − [J] ∆x (2.70)

Observe-se que para n ≈ 10.000, realidade comum para muitos sistemas de energia
interligados, o número de operações aritméticas necessárias para a obtenção da inversa A−1 é
excessiva mesmo para um computador.
Suponha-se então que a matriz A seja fatorada em duas matrizes:
A = LU (2.71)
onde L é a matriz triangular inferior e U é a matriz triangular superior. Então:
LU x = B (2.72)
Criando uma nova variável w = U x, tem-se:
Lw=B (2.73)
A equação (2.73) pode ser resolvida de forma trivial, já que L tem uma forma especial:

37
 ⎡ l 11 0 0 K⎤
⎢l l 22 0 ⎥
⎢ 21 ⎥w= B (2.74)
⎢l 31 l 32 l 33 ⎥
⎢ ⎥
⎣ L ⎦
Assim, de imediato:

B1
w1 = (2.75)
l 11

Para a linha 2, tem-se:

l 21 w1 + l 22 w2 = B2 (2.76)

B2 − l 21 w1
Logo: w2 = (2.77)
l 22

Como w1 é conhecido de (2.75), w2 pode ser calculado. Este processo continua até que todos
os wi tenham sido determinados. A fórmula recursiva geral para o cálculo de w é:
r −1
Br − ∑ l rq wq
q =1
wr = (2.78)
l rr

De posse do vetor w, pode-se encontrar o vetor solução do problema x. De (2.73), tem-se:

⎡u11 u12 u13 K⎤

⎢0 u 22 u 23 ⎥
w=⎢ ⎥x (2.79)
⎢0 0 u 33 ⎥
⎢ ⎥
⎣L ⎦
A última linha de (2.79) pode ser resolvida de imediato:
wn
xn = (2.80)
u nn

Este valor de xn é, então, substituído na penúltima linha de (2.78) para encontrar:

wn −1 − u n −1 n x n
x n −1 = (2.81)
u n −1 n −1

Este processo de substituição de trás para frente é repetido até que todos os xi sejam
encontrados. A fórmula recursiva geral para calcular x é:
n
wr − ∑ u rq wq
q = r +1
xr = (2.82)
u rr

38
 Como se vê, através da fatoração triangular da matriz A e substituição de trás para frente com
os elementos das matrizes resultantes L e U, a solução de A x = B é encontrada sem necessidade de
calcular a inversa de A.
O processo de fatoração de A em L e U pode ser feito da várias maneiras. Uma das mais
simples é a partir da suposição de que L tem a diagonal principal unitária, ou seja:

⎡ 1 0 0 L⎤
⎢l 1 0 ⎥
L = ⎢ 21 ⎥ (2.83)
⎢l 31 l 32 1 ⎥
⎢ ⎥
⎣ L ⎦
A matriz U continua como foi apresentada:

⎡u11 u12 u13 K⎤

⎢0 u 22 u 23 ⎥
U=⎢ ⎥ (2.84)
⎢0 0 u 33 ⎥
⎢ ⎥
⎣L ⎦
Como se sabe, segundo a equação (2.71), A = LU. Portanto:

⎡ 1 0 0 L⎤ ⎡u11 u12 u13 K⎤

⎢l 1 0 ⎥⎢ 0 u 22 u 23 ⎥
⎢ 21 ⎥⎢ ⎥=Α (2.85)
⎢l 31 l 32 1 ⎥⎢ 0 0 u 33 ⎥
⎢ ⎥⎢ ⎥
⎣ L ⎦ ⎣L ⎦
Observando-se a equação (2.85), tem-se logo de imediato:

u11 = A11 ; u12 = A12 ; … ; u1n = A1n (2.86)

Para a segunda linha de A, tem-se que:

l 21u11 = A21
l 21u12 + u 22 = A22
l 21u13 + u 23 = A23
M
e assim por diante. Destas equações extrai-se:
A21
l 21 =
u11
u 22 = A22 − l 21u12
u 23 = A23 − l 21u13
M

39
 A generalização para a expansão da linha r de A é:
c −1
Arc − ∑ l rq u qc
q =1
l rc = ; c = 1, 2, K , r − 1 (2.87a)
u cc
r −1
u rc = Arc − ∑ l rq u qc ; c = r , r + 1, K , n (2.87b)
q =1

As matrizes triangulares inferior e superior não mantém o mesmo grau de esparsidade que a
matriz original [ Y ]. A diferença é que, em L, aparecem alguns novos elementos em posições que
estavam originalmente vagas. Considerando que o número de operações e as necessidades de
armazenamento dependem basicamente do número d elementos não-nulos das matriz L e U, é
desejável que o aparecimento de novos elementos seja minimizado. Isto pode ser conseguido por
meio do que se chama ordenação ótima.
A ordenação ótima consiste em renumerar os nós da rede, visando uma ordem mais favorável
para as substituições. A fatoração triangular da matriz jacobiana já representa por si só um processo
de ordenação dos nós, mas não se constitui em ordenação ótima, pois apenas ordena segundo a
numeração já existente.
A idéia básica dos métodos mais usuais de renumeração consiste em se eliminar primeiro os
nós que tenham o menor número de ligações. Algoritmos mais avançados podem ser utilizados na
ordenação, como a redução dos circuitos por meio da eliminação de Gauss para posterior
eliminação pelo critério do menor número de ligações.

2.3 Resumo

Neste capítulo foram estudados os principais métodos de solução do fluxo de carga. Viu-se
que, por se tratar de um problema fortemente não-linear e com muitas variáveis, é necessário o
emprego de técnicas numéricas iterativas para resolução.
A primeira técnica vista foi a de Gauss, que consiste em manipular algebricamente as funções
matemáticas que descrevem o problema, fazendo surgir equações recursivas que podem ser
resolvidas iterativamente a partir de uma estimativa inicial. O método de Gauss-Siedel é uma
variação do método de Gauss que permite melhor convergência, pois utiliza valores atualizados das
variáveis já calculadas para atualização das demais. A equação básica do método de Gauss-Siedel
para o fluxo de carga é:

1 ⎡ Pi − jQi i −1
(k ) ⎤
esp esp n
( k +1) ( k +1)
Ei = ⎢
Y ii ⎢⎣ *( k )
− ∑ Y ik E k − ∑ Y ik E k ⎥
Ei k =1 k =i +1 ⎥⎦

40
 O método de Gauss-Siedel é de simples implementação e consome recursos modestos da
máquina. Entretanto, possui fraca característica de convergência, principalmente para sistemas
muito grandes e complexos.
O método de Newton-Raphson consiste em expandir as funções matemáticas que descrevem o
problema em série de Taylor, em torno de uma estimativa inicial, e truncar a série no termo de
primeira ordem, utilizando a informação da derivada da função no processo iterativo. A expressão
básica do método de Newton-Raphson aplicado ao fluxo de carga é:
( k +1) (k ) (k )
⎡δ ⎤ ⎡δ ⎤ ( k ) −1 ⎡∆P ⎤
⎢V ⎥ =⎢ ⎥ − [J ] ⎢ ⎥
⎣ ⎦ ⎣V ⎦ ⎣∆Q ⎦
O método apresenta convergência quadrática próximo da solução e é bastante robusto, sendo
praticamente insensível, em matéria de convergência, à dimensão e complexidade do sistema.
Entretanto, exige muitos recursos computacionais, tanto em gastos com memória, como em tempo
de computação e sofisticação das técnicas de programação necessárias para sua implementação.
Além disso, sua convergência é muito sensível à estimativa inicial, podendo até divergir se a
escolha do ponto de partida for mal feita (em geral, uma boa escolha é E i = 1 + j 0 pu).
Para ambos os métodos, podem ser utilizados fatores de aceleração da convergência. Critérios
de pada usualmente utilizados para os processos iterativos são:

máx {máx [Re ( ∆ S i )] , máx [Im ( ∆ S i )]} ≤ ε

Diversas simplifcações podem ser feitas na formulação do problema, com o objetivo de

reduzir o esforço computacional. Tais simplificações são feitas com base em características físicas
dos sistemas reais e, quando incorporaradas aos métodos iterativos, apresentam grande potencial de
eficiência no encontro de uma solução. Estes métodos otimizados e outras variações do fluxo de
carga serão vistos no capítulo seguinte.

41
Capítulo 3

Otimizações e Variações do Fluxo de Carga

3.1 Métodos desacoplados

O estudo do fluxo de carga se constitui numa aplicação onipresente de métodos numéricos. Os

métodos mais eficientes e seguros, contudo, tendem a demandar grande gasto e tempo de
computação. Assim, é importante buscar estratégias que permitam simplificar os métodos,
diminuindo o esforço computacional, sem, no entanto, deixar que se percam as qualidades
principais dos mesmos.
Um fato a ser considerado aqui é que os métodos numéricos conduzem a melhores resultados
quando incorporam em si as propriedades físicas dos sistemas aos quais são aplicados.

Os métodos desacoplados, como o próprio nome sugere, baseiam-se no desacoplamento Pδ-

QV , ou seja, são obtidos considerando-se o fato de as sensibilidades ∂P/∂δ e ∂Q/∂V serem mais
intensas que as sensibilidades ∂P/∂V e ∂Q/∂δ. Este tipo de relação é verificado para redes de
transmissão em extra-alta tensão (EAT; V > 230 kV) e ultra-alta tensão (UAT; V > 750 kV).
Em termos matemáticos, os métodos desacoplados igualam a zero as submatrizes [J2] e [J3]
do jacobiano. Desta forma, o problema passa a ser

⎡∆P ⎤ ⎡[J 1 ] 0 ⎤ ⎡∆δ ⎤

⎢∆Q ⎥ ≅ − ⎢ 0 [J ]⎥ ⎢∆V ⎥ (3.1)
⎣ ⎦ ⎣ 4 ⎦ ⎢
⎣ V ⎥⎦

e, portanto, o problema se resume em dois conjuntos de equações independentes

∆δ = −[J 1 ] −1 ∆P (3.2)

∆V
= −[J 4 ] −1 ∆Q (3.3)
V
Note-se que as equações ainda estão acopladas, já que [J1] depende de Vi e [J4] depende de δi.
Entretanto, um desacoplamento matemático é conseguido no algoritmo de resolução, em que se
divide o problema em dois sub-problemas, resolvidos alternadamente. No sub-problema Pδ são
usados os valores atualizados de V; no sub-problema QV são utilizados os valores atualizados de δ.
Em sistemas com predominância de barras PQ, o tempo de processamento para solução do
fluxo de carga reduz-se para um quarto do tempo que seria requerido para a matriz jacobiana
completa.

42
 Apesar do erro introduzido pela simplificação da matriz, a robustez do método de newton-
Raphson garante a chegada à uma solução utilizando não mais que uma ou duas iterações
adicionais. Isto acontece porque a introdução de aproximações na matriz jacobiana altera o processo
de convergência, isto é, muda o caminho percorrido entre o ponto inicial e a solução, mas não altera
o resultado, pois o problema resolvido permanece o mesmo.
Para ilustrar este ponto, observe-se a figura 2.5, que mostra um exemplo de método
desacoplado que mantém as derivadas constantes.

f (x)

f (x)

(a) (b)

Fig. 2.5 ilustração da diferença na convergência para:

(a) método de Newton-Raphson convencional; (b) método de Newton-Raphson com jacobiano constante.

Note-se que no caso de 2.5(b), em que as derivadas são mantidas constantes, a convergência é
um pouco mais lenta (exige maior número de iterações), mas conduz ao mesmo resultado.
Assim, de modo geral, pode-se dizer que os métodos desacoplados aproximam o cálculo das
derivadas mas mantém a integridade do modelo da rede e, por isso, não a afetam a solução final do
fluxo de carga.

Método de Newton desacoplado

O algoritmo básico do método de Newton-Raphson, desenvolvido na seção precedente, pode
ser colocado na forma:
(k )
⎛ ∆V ⎞
∆P (k )
= −[J 1 ] (k )
∆δ (k )
− [J 2 ] (k )
⎜ ⎟ (3.4a)
⎝ V ⎠
(k )
⎛ ∆V ⎞
∆Q (k )
= −[J 3 ] (k )
∆δ (k )
− [J 4 ] (k )
⎜ ⎟ (3.4b)
⎝ V ⎠

δ ( k +1) = δ ( k ) + ∆δ ( k ) (3.4c)

V ( k +1) = V ( k ) + ∆V ( k ) (3.4d)

43
 Devido ao desacoplamento Pδ-QV , os termos [J 2 ] ∆V e [J 3 ] ∆δ são numericamente muito
pequenos em relação a [J 1 ] ∆δ e [J 4 ] ∆V , respectivamente. Pode-se, então, por aproximação,
desprezar os termos menores, trabalhando apenas com [J1] e [J4].
Esta aproximação transforma o problema, que passa agora a ser:

∆P ( k ) = −[J 1 ] ( k ) ∆δ ( k ) (3.5a)
(k )
⎛ ∆V ⎞
∆Q ( k ) = −[J 4 ] ( k ) ⎜ ⎟ (3.5b)
⎝ V ⎠

δ ( k +1) = δ ( k ) + ∆δ ( k ) (3.5c)

V ( k +1) = V ( k ) + ∆V ( k ) (3.5d)

A recorrência dada pelas equações (3.5) ainda está na forma simultânea, isto é, δ e V são
atualizados ao mesmo tempo. A Segunda etapa da obtenção do método desacoplado consiste em se
aplicar o eaquema de resolução alternado, resultando em:

∆P ( k ) = −[J 1 ] ( k ) ∆δ ( k ) (3.6a)

δ ( k +1) = δ ( k ) + ∆δ ( k ) (3.6b)
(k )
⎛ ∆V ⎞
∆Q (k )
= −[J 4 ] (k )
⎜ ⎟ (3.6c)
⎝ V ⎠

V ( k +1) = V ( k ) + ∆V ( k ) (3.6d)
Note-se que, colocando-se o algoritmo na forma alternada dada pelas equações (3.6), as
aproximações introduzidas na matriz jacobiana são parcialmente compensadas pelo fato de as
variavéis δ e V serem atualizadas a cada meia iteração.

Existem situações em que o sub-problema Pδ, por exemplo, pode convergir antes do sub-
problema QV. Nestes casos, podem-se obter algumas vantagens computacionais iterando-se apenas
o sub-problema ainda não resolvido.
O método de Newton desacoplado foi proposto por Stott, em 1972.

Relações entre os métodos desacoplados e as propriedades da matriz susceptância de

barra: o método desacoplado rápido
O método desacoplado rápido tem o mesmo algoritmo básico que o método de Newton
desacoplado. A diferença fundamental entre estes dois métodos desacoplados é que no desacoplado
rápido, são feitas ainda mais simplificações, baseadas nas propriedades físicas dos sistemas de
potência, propriedades estas bem caracterizadas pelos elementos da matriz susceptância de barra.
44
 Tomando-se as equações (3.5a) e (3.5b), do método de Newton desacoplado, mas escrevendo-
as de forma ligeiramente diferente, tem-se:

⎡ ∂P ⎤
∆P = − ⎢ ⎥ ∆δ (3.7a)
⎣ ∂δ ⎦

⎡ ∂Q ⎤
∆Q = − ⎢ ⎥ ∆V (3.7b)
⎣ ∂V ⎦
Da equação (2.56c), tem-se que:
∂Pi
= QTi + Vi 2 Bii (3.8)
∂δ i

Para sistemas reais, observa-se que

Vi ≅ 1 (pu) (3.9a)

⎢Bii⎥ >> ⎢QTi⎥ (3.9b)

Portanto:
∂Pi
≅ Bii (3.10)
∂δ i

Tomando-se agora a equação (2.55), tem-se que:

∂Pi
= −ViVk (Gik sen δ ik − Bik cos δ ik ) (3.11)
∂δ k

Fazendo-se as mesmas aproximações das equações (3.9) e ainda supondo que:

δik ≅ 0 (3.12a)

⎢Bik⎥ >> ⎢Gik⎥ (3.12b)

pode-se aproximar a expressão (3.11) para:
∂Pi
= Bik (3.13)
∂δ k

As aproximações das equações (3.10) e (3.13) podem ser combinadas para produzir:

⎡ ∂P ⎤
⎢ ∂δ ⎥ = [B] (3.14)
⎣ ⎦

onde: [B] = Im [ Y ] = matriz susceptância de barra.

Para ter idéia da simplificação que esta suposições práticas introduzem, note-se que, agora,
os ∂P/∂δ não mais funções não-lineares de δ e V, mas sim constantes! Além disso, não é mais
necessário inverter o jacobiano a cada iteração, bastando inverter [B] uma única vez.

45
 Considerando a equação (3.7b), pode-se fazer as mesmas aproximações. Tomando-se a
equação (2.62c), tem-se que:
∂Qi
Vi = −QTi + Vi 2 Bii (3.15)
∂Vi

Aplicando as aproximações de (3.9), resulta:

∂Qi
= Bii (3.16)
∂Vi

Tomando-se agora a equação (2.61), tem-se que:

∂Qi
Vk = −ViVk (Gik sen δ ik − Bik cos δ ik ) (3.17)
∂Vk

Fazendo-se as mesmas aproximações das equações (3.9) e (3.12), resulta:

∂Qi
= Bik (3.18)
∂V k

As aproximações das equações (3.16) e (3.18) podem ser combinadas para produzir:

⎡ ∂Q ⎤
⎢ ∂V ⎥ = [B] (3.19)
⎣ ⎦
Assim, após as aproximações, as equações (3.7) podem ser escritas como:

∆P = −[B ] ∆δ (3.20a)

∆Q = −[B ] ∆V (3.20b)

Observe-se que as equações (3.20) mostram vetores ∆δ e ∆V de mesma dimensão, o que só é

verdade no caso em que não haja barras PV no sistema. Para o caso geral, tem-se a notação:

∆P = −[B'] ∆δ (3.21a)

∆Q = −[B' '] ∆V (3.21b)

onde: [B’] = vetor [B] sem as linhas e colunas referentes à barra de balanço.
[B’’] = vetor [B] sem as linhas e colunas referentes às barras PV e de balanço.

Para simplificar ainda mais o método e completar o desacoplamento, são feitas ainda as
seguintes manipulações:
- omite-se de [B’] a representação de elementos que afetam predominantemente os fluxos
reativos, tais como reatâncias shunt e taps em fase de transformadores controladores;
- omite-se de [B’’] a representação de componentes que afetem predominantemente os
fluxos ativos, tais como taps em quadratura de transformadores defasadores.
46
 Com isto, chega-se ao método desacoplado rápido em sua forma final:

∆P = −[B'] ∆δ (3.22a)

δ ( k +1) = δ ( k ) + ∆δ ( k ) (3.22b)

∆Q = −[B' '] ∆V (3.22c)

V ( k +1) = V ( k ) + ∆V ( k ) (3.22d)
em que foi utilizada mais uma vez a estratégia de solução alternada de ∆δ e ∆V.
Outra simplificação usualmente utilizada, com a qual se consegue acelerar ainda mais a
convergência do método, consiste em:
- substituir cada ∆Pi por ∆Pi /Vi no vetor ∆P ;

- substituir cada ∆Qi por ∆Qi /Vi no vetor ∆Q.

O método desacoplado rápido foi originalmente proposto por Alsac e Stott, em 1974.

Critério de parada dos métodos desacoplados

Em geral, utilizam-se os mesmos critérios do método de Newton-Raphson convencional.
A sequência de resolução das equações (3.22) deve ser realizada até que se atinjam as
tolerâncias do critério de parada, o qual pode ser:

máx ( ⎢ ∆Pi ⎢) ≤ εp ; máx ( ⎢ ∆Qi ⎢) ≤ εq (3.23)

Aspectos computacionais dos métodos desacoplados

A convergência dos métodos desacoplados é mais lenta que a do método tradicional, sendo
esta falha, no entanto, compensada pela rapidez das iterações.
A convergência do método desacoplado rápido é geométrica, levando, para sistemas típicos, 4
a 7 iterações para convergir, independentemente do número de barras do sistema. Levando em conta
que o tempo de duração de uma iteração do método desacoplado correponde, em média, a 1/5 do
tempo de uma iteração do método de Newton-Raphson, que os gastos com memória são cerca de
40% menores e que a dificuldade na implementação dos programas diminui sensivelmente, pode-se
concluir que os métodos desacoplados, principalmente o método desacoplado rápido, oferecem boas
vantagens sobre todos os demais até hoje implementados.

47
 3.2 Fluxo de carga linearizado ou CC

Linearização do fluxo de carga

O fluxo de carga até agora estudado constituiu-se num problema fortemente não-linear e
bastante complexo do ponto de vista analítico, pois as variáveis numa barra do sistema são
dependentes das condições de todas as outras barras.
Notou-se também que o problema altamente complexo poderia ter solução simples se
empregados métodos iterativos adequados para resolvê-lo. A aplicação dos métodos concebidos
mostrou-se, no entanto, muito trabalhosa e exigente do ponto de vista computacional. O problema,
outrora complexo matematicamente, tornou-se então complexo computacionalmente.
Entretanto, mesmo debaixo de tanta complexidade, algumas características importantes e de
grande potencial de simplificação do problema, podem ser observadas para todo sistema de
potência. Dentre elas, podem-se citar duas das mais importantes:
- o fluxo de potência ativa em uma linha de transmissão é aproximadamente proporcional à
abertura angular na linha e se desloca no sentido dos ângulos maiores para os ângulos
menores;
- a reatância indutiva das linhas de transmissão é bem maior do que a resistência ôhmica
das mesmas.
A aplicação destas propriedades à formulação do problema pode resultar em simplificações
valiosas. Da aplicação ao método de Newton-Raphson, por exemplo, surgiu o método desacoplado
rápido, que resultou em avanço na eficiência computacional sem grande perda na precisão e na
convergência.
A aplicação das propriedades mencionadas à formulação básica do problema também pode
render bons frutos. Assim, considere-se o fluxo de potência ativa em uma linha de transmissão,
dado por
Pik = Vi2gik − ViVk [gik cos δik − bik sen δik] (3.24)

Sob determinadas condições, as seguintes aproximações, mesmas que foram citadas acima,
podem ser feitas:

Vi ≅ Vk ≅ 1 pu (3.25a)

sen δik ≅ δik (3.25b)

1
bik ≅ (3.25c)
xik

48
 O fluxo Pik pode então ser aproximado por:
δi − δk
Pik = (3.26)
x ik

Esta equação tem a mesma forma da Lei de Ohm aplicada a um resistor percorrido por uma
corrente contínua, sendo Pik análogo à intensidade de corrente, δi e δk análogos às tensões terminais
e xik análogo à resistência. Por esta razão, o modelo de fluxo de potência ativa baseado na equação
(3.26) é também conhecido como modelo CC.
Seja a injeção de potência na barra i definida por:

Pi ≡ PGi − PCi (3.27)

Para que seja satisfeito o princípio da conservação de energia em cada barra, deve-se ter:
Pi = PTi (3.28)
n
ou Pi = ∑ xik−1δ ik (3.29)
k =1
k ≠i

n n
ou ainda Pi = ( ∑ xik−1 )δ i + ∑ (− x ik−1δ k ) (3.30)
k =1 k =1
k ≠i k ≠i

A equação (3.30) pode ser escrita em notação matricial, assumindo a forma:

P = [B’] δ (3.31)

onde: P = vetor das injeções líquidas de potência ativa.

δ = vetor dos ângulos de fase das tensões nodais.
[B’] = matriz tipo admitância nodal cujos elementos são:

Bik' = − x ik (3.32a)
n
Bii' = ∑ xik (3.32b)
k =1
k ≠i

A matriz [B’] é singular pois, como as perdas na transmissão foram desprezadas, a soma dos
componentes de P é nula. Para resolver o problema, adota-se uma das barras como referência (δi =
0o), restando assim um sistema não-singular de dimensão (n−1). Os ângulos desconhecidos das
(n−1) barras podem ser calculados a partir das injeções de potência líquida especificadas nas barras
através da expressão:

δ = [B’]−1 P (3.33)

49
 Como se vê, trata-se de uma resolução trivial de sistema linear, feita por meio da inversão da
matriz [B’]. A condição matemática para que o modelo CC forneça uma solução é que a matriz [B’]
seja não-singular, o que equivale a exigir que a rede seja conexa.
Nos casos em que haja transformadores em fase, é válida a relação:

Pik = aik x ik−1 δik (3.34)

onde aik é a relação de transformação; a expressão (3.34) pode ser demonstrada a partir do mesmo
raciocínio empregado para a equação (3.26). Quando houver transformadores defasadores, pode-se
utilizar a expressão:

Pik = xik−1 (δik + φik) (3.34)

para a qual admite-se que a abertura efetiva (δik + φik) entre as barras i e k é da mesma ordem de
grandeza de δik .

Representação das perdas no fluxo de carga CC

Em redes de transmissão com dimensões elevadas, o montante das perdas pode ser muito
grande quando comparado com o nível de geração na barra de referência. Como a injeção de
potência ativa na barra de referência não é especificada a priori, sendo dada pelas perdas de
transmissão (só conhecidas após a resolução do problema) mais a carga líquida de todas as outras
barras (carga menos geração), a não contabilização (pelo menos aproximada) das perdas de
transmissão pode resultar em erros muito grandes na determinação da potência ativa da barra de
referência.
Seja então a equação (1.16a), rescrita abaixo com uma pequena modificação na notação:
n
Pi = Vi ∑ Vk (Gik cos δ ik + Bik sen δ ik ) (3.35)
k =1

onde Pi é a potência ativa injetada na barra i, definida por Pi = PGi − PCi = PTi . Aproximando Vi =
Vk = 1 pu e rearranjando-se o somatório, pode-se escrever:
n
Pi = Gii + ∑ (Gik cos δ ik + Bik sen δ ik ) (3.36)
k =1
k ≠i

Considerando-se que:

Gik = − g ik (3.37a)
n
Gii = ∑ g ik (3.37b)
k =1

Bik ≅ xik−1 (3.37c)

50
obtém-se:
n n
Pi = ∑ (1 − cos δ ik ) g ik + ∑ ( xik−1 sen δ ik ) (3.38)
k =1 k =1
k ≠i k ≠i

Aproximando-se as funções seno e cosseno por suas séries de Taylor truncadas, tem-se:
1 2
cos δ ik ≅ 1 − δ ik (3.39a)
2
sen δ ik ≅ δ ik (3.39b)

obtém-se, finalmente,
1 n n
Pi − ∑ ik ik ∑ xik−1δ ik
2 k =1
g δ 2
= (3.40)
k =1
k ≠i k ≠i

Para interpretar o significado do termo com g ik δ ik2 na expressão (3.40), pode-se fazer uma
comparação desta expressão com a expressão para cálculo das perdas na linha de transmissão entre
as barras i e k pelo modelo CA:

Perdas = Pik + Pki = g ik (Vi 2 + Vk2 − 2ViVk cos δ ik ) (3.41)

1 2
Fazendo-se as aproximações Vi = Vk = 1 pu e cos δ ik ≅ 1 − δ ik , obtém-se:
2

Perdas = Pik + Pki = g ik δik2 (3.42)

1 n
Portanto, o termo ∑
2 k =1
g ik δ ik2 no lado esquerdo na expressão (3.40) pode ser entendido como
k ≠i

a metade das perdas ativas de todas as linhas adjacentes à barra i. Isto significa que o efeito das
perdas pode ser representado como cargas adicionais obtidas pela divisão das perdas de cada linha
do sistema entre suas barras terminais, sendo metade para cada barra.
Com esta representação, o modelo CC passa a assumir a forma:

P + Pperdas = [B’] δ (3.43)

Observe-se que neste novo há uma indeterminação, já que Pperdas depende dos δik e estes
ângulos só serão conhecidos quando o problema for resolvido. Um procedimento que pode ser
adotado para resolver o sistema da equação (3.43) consiste em:

- calcular uma solução temporária δ* resolvendo-se o sistema P = [B’] δ;

- calcular Pperdas através de δ*;

- resolver, por fim, o sistema (3.43) a partir dos valores de perdas obtidas no passo anterior,
obtendo-se uma nova solução δ, com a qual se pode estimar os fluxos ativos no sistema.

51
 Vantagens, aplicações e limitações do fluxo de carga CC
Conforme se observa na equação (3.33), o fluxo de carga CC consiste num problema linear,
que não necessita de métodos iterativos para ser resolvido. É baseado em aproximações derivadas
do acoplamento Pδ e apresenta resultados tanto melhores quanto mais alto for o nível de tensão.
A potência reativa e a magnitude das tensões terminais não fazem parte do problema. A
solução apenas fornece valores de ângulos e fase, a partir dos dados de potência ativa injetada em
cada barra e configuração e parâmetros do sistema.
Uma característica importante do modelo linearizado é o fato de ele fornecer uma solução
mesmo para problemas irreais para as condições atuais do sistema, que não poderiam ser resolvidos
pelos métodos convencionais de fluxo de carga. Isto ocorre freqüentemente em estudos de
planejamento quando, para uma dada rede, testam-se acréscimos de carga e/ou geração. Os
problemas de convergência que surgiriam nos programas de fluxo de carga convencionais, por
ocasião destes testes, devido à insuficiência de suporte de potência reativa ou por falta de
capacidade de transmissão para atender novas cargas, não ocorrem no fluxo de carga CC.
O modelo CC fornece uma solução que pode servir como indicativo do que está ocorrendo
com a rede. Mesmo sendo aproximada, a solução do modelo linear é mais útil que a informação
dada por um programa convencional que simplesmente dissesse que a convergência não foi
alcançada.
Observe-se, por exemplo, a figura 2.6. Nesta figura aparecem duas curvas de fluxo de
potência entre duas barras adjacentes: uma que representa o modelo CA (convencional) e outra que
representa o modelo CC. Note-se que para um dado valor de potência P1, a solução é possível nos
dois modelos. Porém, para um valor maior P2, o sistema modelado em CA não apresenta solução, o
mesmo não ocorrendo para o modelo CC.

Modelo CC

Modelo CA

Fig. 2.6 curvas P x δ para os modelos CC e CA.

O fato de que se modelam apenas os fluxos ativos, ignorando-se o fluxo de reativos e

desprezando-se todas as condutâncias, resulta na obtenção de um modelo linear de rede, apropriado
para o estudo rápido de contingências simples e múltiplas.

52
 Uma das grandes limitações do fluxo de carga CC está no fato de não ser aplicável para
sistemas de distribuição em baixa tensão, nos quais os fluxos ativos dependem de maneira
significativa das quedas de tensão.
Além disso, deve-se observar que o modelo CC não leva em conta as magnitudes das tensões
nodais, as potências reativas e os taps dos transformadores. Por esta razão, ele não pode substituir
os métodos não-lineares de fluxo de carga, não cabendo assim, uma comparação entre os métodos
CA e CC.
O que de pode dizer é que a interação entre os métodos CC e CA têm grande utilidade em
fases preliminares de estudos que exigem a análise de um grande número de casos, que dificilmente
poderiam ser feitas por métodos convencionais. Em fases subsequentes dos estudos, se for
necessário o conhecimento de variáveis como as magnitudes das tensões, os fluxos de potência
reativa e os valores dos taps dos transformadores, deve-se, então, partir para uma solução exata,
utilizando-se algum dos métodos de fluxo de carga CA.

3.3 Fluxo de carga trifásico

Motivações para estudos de fluxo de carga trifásicos

Aplica-se o fluxo de potência trifásico nos casos em que a simplificação unifilar não é
possível, sendo necessário descrever em detalhes as grandezas de cada fase.
Este tipo de situação ocorre em condições de operação desbalanceadas, isto é, situações em
que as tensões e correntes de cada fase não são idênticas. Os principais motivos que levam ao
desbalanceamento são:
- existência de grandes cargas monofásicas ou bifásicas no sistema, como grandes fornos
elétricos e ferrovias em corrente alternada;
- emprego de linhas de transmissão não balanceadas, resultado de faltas e/ou perda de uma
das fases ou de configuração sem simetria e transposição na disposição física dos feixes de
condutores, o que introduz desbalanços eletrostáticos e eletromagnéticos;
- desbalanço entre as tensões de cada fase.
A maioria dos sistemas de potência em alta tensão podem ser considerados como
aproximadamente balanceados, o que torna desnecessários estudos de fluxo de carga trifásicos para
tais sistemas. Entretanto, para sistemas em extra alta tensão (EAT) com linhas não transpostas e
sistemas de distribuição em baixa tensão que possuem um misto de cargas monofásicas e trifásicas,
os efeitos de desbalanceamentos são pronunciados, fazendo-se úteis, para estes casos, estudos de
fluxo de carga trifásicos.
Além destes casos, há outras motivações para os estudos de fluxo de carga trifásicos:
- Verificação da necessidade de transposição de linhas de transmissão em estudos de
planejamento, através da análise técnico-econômica dos efeitos dos desbalanços
53
 introduzidos pelas mesmas. Como se sabe, correntes de seqüência negativa e zero
circulando através de máquinas elétricas produzem sobreaquecimento e torques pulsantes,
cujas conseqüências sobre a vida útil dos equipamentos deve ser ponderada com base em
informações dos fabricantes, e o custo de projetos não-convencionais dessas máquinas
confrontado com o custo da transposição das linhas em análise.
- Em estudos de operação, e com vistas principalmente a subsidiar a calibração dos relês de
proteção de terra, devem ser avaliados os desbalanços introduzidos por linhas de
transmissão parcialmente transpostas e, principalmente, avaliadas as correntes de
circulação entre circuitos múltiplos de linha de transmissão mutuamente acoplados.
- Comparação, em planejamento, de diferentes alternativas para os esquemas de
transposição.
- Avaliação do desbalanço introduzido pela presença de grandes cargas desequilibradas no
sistema.
- Verificação da influência, nas perdas do sistema, da adoção de cabos pára-raios aterrados,
permitindo um estudo técnico-econômico de comparação de alternativas entre a utilização
de cabos guarda aterrados ou isolados.
- Avaliações de condições operativas decorrentes de abertura monopolar.
- Análise de faltas simultâneas.
- Estudos de transitórios de ligação de transformadores, bem como de carregamento
assimétrico dessas máquinas.

- Avaliação da influência da saliência dos geradores (saliência de regime, ou seja, Xq ≠ Xd)

nas correntes de desequilíbrio em regime permanente.

Formulação do fluxo de carga trifásico

Para levar em conta as três fases num estudo de fluxo de carga, é necessário expandir os
vetores E e I . Para o vetor E , substitui-se cada tensão de barra pelas três tensões de fase
correspondentes. Para o vetor I , substitui-se cada injeção de corrente individual pelas três correntes
de linha. Os vetores resultantes, E 3φ e I 3φ , possuem dimensão igual ao triplo da dimensão dos
vetores E e I correspondentes.
Para a situação desbalanceada, também são válidas as relações

E 3φ = [ Z ] 3 φ I 3φ (3.44)

I 3φ = [ Y ] 3 φ E 3 φ (3.45)

54
onde as matrizes [Z]3φ e [Y]3φ são as versões trifásicas de [Z] e [Y] , sendo as regras de formação
das matrizes impedância e admitância trifásica idênticas às de suas análogas monofásicas (ou
unifilares).
Na formulação do método de Newton-Raphson para o caso trifásico, a diferença básica é na
dimensão dos vetores ∆V e ∆δ, que aumentam de um fator de 3, de modo a representar magnitudes
e ângulos de fase das três tensões de fase.
Evidentemente, se o estudo for feito em decorrência de um único desbalanço, representado
por uma carga monofásico, pode-se fazer representação com vantagem pelo método das
componentes simétricas. Para os casos gerais, no entanto, a abordagem eficiente do problema exige
um tratamento em componentes de fase.

3.4 Fluxo de carga harmônico

Harmônicos em sistemas de energia elétrica

Grande parte dos estudos sobre sistemas elétricos em regime permanente senoidal consideram
que todas as tensões e correntes têm a mesma freqüência (normalmente 50 ou 60 Hz para a maioria
dos sistemas existentes). A presença de elementos de linha de transmissão ou cargas não-lineares,
tais como fornos a arco, retificadores, lâmpadas de descarga e equipamentos eletrônicos em geral,
provoca o aparecimento de correntes e tensões com formas de onda distorcidas, não-senoidais. Tais
formas de onda são periódicas, podendo ser descritas em termos de série de Fourier como
∞
v(t ) = a o + ∑ a h sen (hω o t + φ h ) (3.46)
h =1

∞
i (t ) = c o + ∑ c h sen (hω o t + θ h ) (3.47)
h =1

Feitas estas considerações, pode-se calcular a potência envolvida:

p(t) = v(t) i(t) (3.48)
Com base na expressão (3.48), pode-se mostrar que a potência ativa (ou média) é dada por:
∞
P = a o c o + ∑ a h c h cos (φ h − θ h ) (3.49)
h =1

A potência reativa, por sua vez, é dada por:

∞
Q = ∑ a h c h sen (φ h − θ h ) (3.50)
h =1

55
 Já a potência aparente é dada por:
∞ ∞
S = ( ∑ a h2 ) ( ∑ c h2 ) (3.51)
h=0 h =0

No caso de v(t) e i(t) senoidais, pode-se demonstrar que:

S 2 = P2 + Q2 (3.52)

Para o caso não-senoidal, a equação (3.52) não é válida. A discrepância D é uma componente
de distorção, que tem a mesma natureza de Q, e que surge dos produtos de termos de freqüências
harmônicas. Os volt-ampères de distorção são dados por:

D = S 2 − P2 − Q2 (3.53)

Observe-se que, na presença de harmônicos, a potência ativa se mantém, surgindo um termo

adicional D que possui a mesma natureza de Q, isto é, D pode ser convertido em Q, e vice-versa. As
potências reativa Q e de distorção D não são na verdade potências, no sentido exato da palavra,
pois, para elas, não vale o princípio da conservação da potência. Na verdade, Q e D aumentam o
carregamento do sistema sem contribuir com potência útil.
O fator de potência, originalmente dado por:
P P
F. P. = = (3.54)
S P2 + Q2

sofre diminuição, por efeito da distorção harmônica, passando a valer:

P
F. P. = (3.55)
P2 + Q2 + D2

Em se tratando de harmônicos, é comum definir uma grandeza para medir o nível de distorção
da forma de onda. Esta grandeza é denominada distorção harmônica total (DHT) ou taxa de
distorção harmônica (TDH), sendo dada por:

∞ 2
⎛a ⎞
DHT(%) = 100 ∑ ⎜⎜ ah ⎟⎟ (3.56)
h=0 ⎝ 1 ⎠
h ≠1

Formulação do fluxo de carga harmônico

Um estudo de fluxo de carga harmônico analisa sistemas de potência que contêm cargas não-
lineares. Os dados de entrada são impedâncias das linhas, dados dos transformadores, dados de
carga e especificações das cargas não-lineares. A solução do problema deve fornecer níveis de
tensões e correntes harmônicas e, com isso, a distorção harmônica.
O fluxo de carga harmônico é realizado em casos em que a presença de cargas ou fontes não-
lineares tem potencial de provocar níveis altos de distorção harmônica. Aplicações típicas para o
fluxo de carga harmônico estão no projeto de filtros, determinação de interferências no
56
funcionamento de relês e em sistemas de comunicações e no dimensionamento de bancos de
capacitores, a fim de evitar fenômenos de ressonância. Outra aplicação muito importante reside no
estudo de sistemas que contêm elos de corrente contínua em alta tensão.
Para a formulação do problema, pode-se, de imediato, pensar que o simples cálculo do fluxo
de potência para cada freqüência (sob a consideração de que z n = r + j h x ) e a superposição linear
dos resultados dará a solução do problema. Entretanto, isto não ocorre porque este tipo de
tratamento não leva em conta a variação das correntes harmônicas de carga com as tensões
harmônicas de barra.
Na verdade, de acordo com o nível de distorção harmônica ou com o tipo de carga não-linear,
a superposição pode render bons resultados. É o caso, por exemplo de distorção harmônica inferior
a 3% ou de cargas com retificadores de seis e doze pulsos, em que as formas de onda são
aproximadamente retangulares e se pode, sem grande perda de precisão, assumir que o nível de
cada harmônica seja 1/h vezes a fundamental (onde h = ordem da harmônica).
Para o caso geral, deve-se reformular o problema. Uma das formulações existentes, proposta
por Xia e Heydt em 1982, reformula o método de Newton-Raphson para levar em consideração os
efeitos de cargas não-lineares.
Nesta formulação, as cargas não-lineares são modeladas individualmente, sendo seu efeito
não-linear sobre o sistema modelado como se a carga fosse uma fonte geradora de harmônicos.
As barras lineares (que não contêm cargas não-lineares) são tratadas como no método
convencional. Para as barras não-lineares, devem ser conhecidos os valores de P e S, bem como a
característica de não-linearidade da carga.
As correntes e tensões não-senoidais são descritas por suas séries de Fourier e as influências
mútuas entre estas grandezas são modeladas por uma sub-matriz de derivadas parciais de cada
corrente harmônica em relação a cada tensão harmônica de barra. Esta sub-matriz é incorporada ao
jacobiano. Para a montagem destas sub-matrizes harmônicas, a matriz [ Y ] da rede é modificada de
acordo com a freqüência considerada (sob a consideração de que z n = r + j h x ).

Outras sub-matrizes incorporadas ao jacobiano referem-se a variáveis de estado intrínsecas ao

tipo de carga não-linear. No artigo apresentado em 1982 no IEEE Transactions on Power
Apparatus and Systems, Xia e Heydt analisaram o caso de um retificador trifásico de onda completa
a tiristores. Para este dispositivo, as variáveis de estado eram o ângulo de disparo α e uma grandeza
β, que representava a característica RLE da carga acionada pelo retificador.
Mesmo para o caso particular do retificador trifásico e já contadas todas as simplificações daí
advindas, como a de que só existiriam no sistema as harmônicas de ordem h = 1, 5, 7, 11, …, a
formulação proposta mostrou-se muito complicada e, até certo ponto, limitada. Por isso, não será
mostrada aqui a formulação detalhada de Xia-Heydt. Tal apresentação exigiria algo próximo da
própria transcrição do artigo.

57
 As principais limitações da formulação proposta por Xia-Heydt são:
- A resposta de cargas convencionais (lineares) aos harmônicos é tratada como a resposta de
simples impedâncias.
- O efeito de componentes não-lineares nas linhas de transmissão e transformadores não
levados em consideração.
- Cargas não-lineares monofásicas só podem ser tratadas por este método às custas de
grande aumento na complexidade da formulação.
- Cada carga não-linear deve ser tratada e modelada separadamente.
- Dificuldade na escolha de valores iniciais das componentes harmônicas. Embora as
magnitudes assumam, em geral, valores baixos, da ordem 10% da fundamental, os
ângulos podem assumir qualquer valores entre 0 e 2π.
Outras formulações para o fluxo de carga harmônico surgiram, mas ainda há problemas no
que diz respeito à complexidade, esforço computacional e convergência dos métodos.

3.5 Fluxo de carga para sistemas de distribuição

A maior parte dos estudos de fluxo de carga são feitos para redes de transmissão porque é
nestes altos níveis de potência e tensão que se dão as mais importantes decisões sobre
dimensionamento e carregamento de componentes. Tal importância advém do fato de que uma
decisão de operação pode causar efeitos em milhares de barras do sistema, afetando o fluxo de
centenas de megawatts.
Embora com menor freqüência, os estudos do fluxo de carga também são feitos para sistemas
de distribuição em baixa tensão. Tais estudos são utilizados principalmente quando há grande
quantidade de circuitos sendo planejados simultaneamente ou quando determinadas cargas são
especialmente importantes ou críticas.
Um fluxo de carga em níveis de distribuição é feito do mesmo do modo que para os níveis de
transmissão. Entretanto, algumas peculiaridades típicas dos sistemas de distribuição podem ser
utilizadas na elaboração de programas dedicados a este tipo de estudo. Estas peculiaridades são:
- Predominância de redes radiais, o que pode causar dificuldade de convergência, devido à
lenta propagação dos valores obtidos a cada iteração ao longo da rede. Uma solução que
pode ser empregada para amenizar esta dificuldade é aplicar o método de Gauss-Siedel
nas iterações iniciais, antes da execução do método de Newton-Raphson.
- Forma distinta na apresentação dos dados de carga. Em sistemas de distribuição, o dado
normalmente associado às cargas é a capacidade nominal dos transformadores, em KVA.
Aqui se aplicam fatores de demanda, para levar em conta o fato de que não há utilização
constante de toda a capacidade dos transformadores. Valores comumente encontrados para
fatores de demanda estão entre 60 e 80%. A participação de reativos na carga pode ser
58
 considerada através de valores típicos de acordo com o tipo de carga. Fatores de potência
típicos para cada tipo de carga são:
Residencial: 0,95
Comercial: 0,90
Industrial leve (sem grandes motores de indução): 0,87
Industrial pesada (com grandes motores de indução): 0,85
- Forma distinta na apresentação dos parâmetros da rede. Ao passo que em sistemas de
transmissão, são fornecidos valores de impedâncias e admitâncias em pu, o usual em
sistemas de distribuição é falar em bitola dos condutores, associada à capacidade de
corrente e às quedas de tensões permitidas. Alguns programas de fluxo de carga aceitam
entrada de dados em termos de bitola dos condutores, comprimento dos circuitos e
geometria do espaçamento entre os condutores.

3.6 Fluxo de carga estocástico

Processos Estocásticos em Sistemas de Potência

Até agora foram vistos diversos métodos diferentes para o tratamento do problema do fluxo
de carga. Embora distintos, aqueles métodos apresentam algo em comum: as variáveis e parâmetros
por eles utilizados são determinísticos. Sistemas de potência apresentam inúmeros parâmetros não-
determinísticos ou que, por serem tão complexos e dependentes de tantas variáveis, podem ser
tratados como não-determinísticos.
A carga dos sistemas elétricos, por exemplo, é não-determinística, pois as potências ativa e
reativa são funções de muitas cargas que estão a todo tempo sendo e ligadas e desligadas,
dependendo de parâmetros de todo tipo, como tempo (hora do dia, dias da semana, estação do ano),
clima (temperatura, umidade), fatores sócio-econômicos, etc.
Outros exemplos de processos estocásticos e variáveis aleatórias em Engenharia de Sistemas
de Potência são contingências em componentes de geração e/ou transmissão, características de
rompimento em isoladores de altas tensões, crescimento de carga e disponibilidade e custo de
combustíveis.
Talvez a maior aplicação da Teoria das Probabilidades no estudo dos sistemas de potência
seja na área de previsão de carga. Aí se aplicam estudos a longos, médios e curtos prazos. Estudos a
longo prazo fazem projeção de carga esperada para períodos de anos no futuro. Estudos de médio
prazo fazem projeções para horizontes de em torno de seis meses a um ano. Os estudos de curto
prazo consideram as cargas atuais, com projeções de um dia ou até mesmo algumas horas a frente.

59
 As técnicas para estes estudos são a mais diversas. Em estudos de curto prazo, por exemplo,
uma das variáveis aleatórias a ser considerada é a temperatura, já que ela influenciará no uso de
equipamentos elétricos de aquecimento e refrigeração.
Outro modo de efetuar tais estudos é dividir a carga em classes, de forma que as classes
apresentem certo desacoplamento entre si. Tal divisão poderia consistir, por exemplo, em cargas
residenciais, comerciais e industriais. Em regiões não equatoriais, a demanda residencial é
fortemente vinculada às condições climáticas. Cargas industriais, menos sensíveis a variáveis
geográficas e climáticas, dependem mais de fatores econômicos. As cargas comerciais estariam
mais ligadas ao dia da semana, à ocorrência de feriados, etc.

Aplicação das ferramentas probabilísticas ao estudo do fluxo de carga

Ao contrário do fluxo de carga visto no capítulo anterior, que era baseado em dados de
entrada determinísticos, tais como configuração da rede, carga nas diversas barras, etc, estudos de
sistemas de potência, para serem mais exatos, devem levar em conta a falta de certeza em diversos
parâmetros, a saber:
- Dados das linhas: valores de reatância e resistência de linhas de transmissão são geralmente
fornecidos para temperaturas de 50oC, e a geometria do circuito influencia bastantes nas auto
e mútuas indutâncias. A temperatura ambiente é um processo estocástico, assim como
também pode ser o carregamento da linha. Estas incertezas podem ter forte influência nos
resultados obtidos para o fluxo de carga.
- Dados de carga: como já foi dito, a carga é uma variável aleatória e toda projeção de carga
possui incerteza. Quanto maior o tempo futuro de projeção nos estudos de previsão de carga,
maior a incerteza. Mesmo dados instantâneos (obtidos por telemetria) podem conter erros.
- Dados de geração: contingências levam a incertezas nos dados de geração. Dados de análise
de contingências podem diminuir as incertezas na geração.
Um estudo no qual a estatística das linhas, da carga e da geração são utilizados para calcular a
estatística da tensão nas barras e fluxo nas linhas é chamado estudo de fluxo de carga estocástico.
Aplicadas diretamente ao estudo do fluxo de carga, as ferramentas estatísticas podem prover
informações preciosas que, bem organizadas e interpretadas ao lado dos resultados dos fluxo de
carga determinísticos, dão uma visão mais ampla do sistema, de suas possibilidades e limitações.
As maiores aplicações do fluxo de carga estocástico estão em:
- obter a probabilidade de que a tensão em determinada barra esteja fora da tolerância;
- obter a probabilidade de que o carregamento das linhas esteja além de seus limites;
- obter a probabilidade condicional de certos eventos (por exemplo, dado que a tensão na
barra 1 está dentro da tolerância, obter a probabilidade de que a tensão em uma barra i, i ≠ 1,
esteja fora de especificação);

60
 - obter valores esperados para magnitude da tensão das barras, ângulo da tensão ou fluxo de
potência nas linhas.

Formulação do fluxo de carga estocástico

Existem diversas maneiras de formular um problema de fluxo de carga estocástico. Para
manter a linha utilizada na apresentação dos outros métodos, aqui será mostrada uma técnica
baseada na matriz jacobiana.
Como se sabe, para o método iterativo de Newton-Raphson, é válida a relação:

⎡∆P ⎤ ⎡∆δ ⎤
⎢∆Q⎥ = −[J] ⎢∆V ⎥ (3.57)
⎣ ⎦ ⎣ ⎦

Se [∆P ∆Q]t é um vetor aleatório com função densidade de probabilidade fPQ , a densidade de
probabilidade de ∆δ e ∆V , fδV, é obtida através do fato de que [∆δ ∆V]t é uma função de diversas
variáveis aleatórias, estando estas relações caracterizadas por:

⎡∆δ ⎤ −1 ⎡∆P ⎤
⎢∆V ⎥ = −[J] ⎢∆Q⎥ (3.58)
⎣ ⎦ ⎣ ⎦

Para o caso geral de estatística arbitrária para [∆P ∆Q]t, a determinação de fδV pode ser uma
tarefa laboriosa. Se [∆P ∆Q]t apresenta característica gaussiana,

fPQ ([∆P ∆Q]t ) = G (MPQ, ∑PQ) (3.59)

onde: G ( ⋅ , ⋅ ) = função densidade de probabilidade gaussiana, dada por

⎡ 1 ⎤
exp ⎢− ( X − M ) t Σ −1 ( X − M )⎥
⎣ 2 ⎦
G (M, Σ) = (3.60)
(2π) n/2
det( Σ)

MPQ = média de [∆P ∆Q]t

∑PQ = matriz covariância de [∆P ∆Q]t

Supondo que [J]−1 é constante e utilizando o fato de que o resultado de uma transformação
linear de um vetor com probabilidade gaussiana é também um vetor com probabilidade gaussiana,
tem-se que:

fδV ( [∆δ ∆V]t ) = G (MδV, ∑δV) (3.61)

com: MδV =[J]−1 MPQ

∑δV = [J]−1 ∑PQ

61
 Observe-se que, na definição de G (M, ∑), supõe-se que a inversa da matriz ∑ existe. Se ∑−1
não existir, as relações acima ainda serão válidas, mas a função densidade de probabilidade fδV não
existirá.
Esta formulação para o fluxo de carga estocástico exige o conhecimento da estatística de P e
Q. Suas limitações principais são assumir que [J] é constante e que P e Q têm distribuição
gaussiana.
Assumir que [J] é constante poderia ser um erro, já que foi dito que os parâmetros da rede são
variáveis aleatórias. Entretanto, para variâncias inferiores a 0,1, é válida a aproximação de que os
elementos de [J] são fixos.
A aproximação de P e Q gaussianos é, em geral, válida para grandes sistemas, sendo esta
característica justificada pelo Teorema do Limite Central, segundo o qual a soma de variáveis
aleatórias arbitrárias (obtida por convolução das densidades de probabilidade) tendem e compor
uma densidade gaussiana. Para pequenos sistemas ou estudos concentrados em pontos de
distribuição, esta aproximação pode não ser válida.
É importante frisar que esta formulação não é única. Foi mostrada com fins ilustrativos. Deve-
se ter em mente que o estudo estatístico de quaisquer fenômenos relacionados a sistemas de energia
elétrica é de suma importância, devido à natureza estocástica destes sistemas.
O estudo do fluxo de carga estocástico não se tornou ainda uma ferramenta largamente
utilizada. Isto ocorre, em parte, pelo fato de que as demais aproximações utilizadas (determinísticas)
são suficientes para suas respectivas aplicações. Mas muito desta falta de utilização e
desenvolvimento de algoritmos para fluxo de carga estocástico se deve ao surgimento de novas
técnicas computacionais (algoritmos genéticos, lógica difusa, etc.), que são capazes que levar em
conta e aplicar certos conceitos não-determinísticos através de métodos e formulações
determinísticas.

3.7 Resumo

Neste capítulo final do trabalho, foram vistas as otimizações e variações mais comuns nos
estudos do fluxo de carga.
Os métodos desacoplados constituem numa otimização poderosa, à medida que levam a
formidáveis economias em matéria de computação, sem perder, entretanto, a robustez do método
original, o de Newton-Raphson.
O método desacoplado de Newton, proposto por Stott, utiliza-se dos fortes acoplamentos Pδ e
QV existentes para sistemas reais, dando ao problema uma boa simplificação. O método
desacoplado rápido, proposto por Alsac e Stott, veio simplificar ainda mais o modelo desacoplado,
utilizando a matriz susceptância otimizada no lugar do jacobiano, não mais havendo a necessidade
de atualização e processamento de matrizes a cada iteração. O método desacoplado rápido pode ser
descrito pelas equações:

62
 ∆P = −[B'] ∆δ

δ ( k +1) = δ ( k ) + ∆δ ( k )

∆Q = −[B' '] ∆V

V ( k +1) = V ( k ) + ∆V ( k )
Embora existam diversas variações para esta formulação, a essência do método não muda.
Depois do estudo dos métodos desacoplados, passou-se à análise do modelo CC, um tipo de
análise que lineariza o problema, simplificando-o ao máximo. Entretanto, este modelo só trabalha
com potências ativas e ângulos de fase, ignorando as magnitudes das tensões, os fluxos reativos e as
próprias limitações físicas do sistema. Devido às características extremamente simplistas, este tipo
de enfoque só serve para estudos preliminares e de planejamento.
O fluxo de carga trifásico pode ser definido como um fluxo de carga monofásico estendido
para o caso de sistemas desbalanceados. Sua principal característica é de triplicar a dimensão do
problema, e suas aplicações principais estão na avaliação do impacto de grandes cargas monofásicas
e no estudo de contingências simultâneas e/ou monopolares.
O fluxo de carga harmônico analisa a presença de distorções nas formas de onda de tensões e
correntes do sistema, decorrentes da presença de cargas não-lineares. Conforme pôde-se averiguar,
o problema tende a tornar-se muito complexo, pois sua formulação e solução dependem de uma
descrição detalhada da não-linearidade da carga e os perfis de tensões e correntes de todas as
harmônicas para todos os nós e ramos do sistema são interdependentes entre si. Com a difusão da
eletrônica de potência e o aumento do número de cargas que se utilizam dos benefícios desta
tecnologia, há grande tendência que o fluxo de carga harmônico torne-se muito importante, tanto
quanto os convencionais.
Os estudos de fluxo de carga para sistemas de distribuição, como o próprio nome diz,
encontra grande aplicação nos sistemas urbanos de baixa tensão. O manejo e forma dos dados num
estudo deste tipo é ligeiramente diferente do que se utiliza em estudos para sistemas de transmissão.
Também há forte tendência de que se utilizem fluxos de carga trifásicos e harmônicos em estudos
de sistemas de distribuição, devido à grande presença de desbalanços e distorções nesses sistemas.
Por fim, o fluxo de carga estocástico representa uma aplicação das ferramentas probabilísticas
aos sistemas potência, constituindo-se num tipo de estudo que, embora não se tenha difundido
muito, apresenta boas aplicações na predição das condições do sistema diante de certas
adversidades e condições de operação aleatórias.

63
 Conclusão

No estudo de sistemas de energia elétrica, é de suma importância o conhecimento mais

detalhado quanto possível do problema do fluxo de carga, provavelmente o problema mais
encontrado em sistemas de potência. Daí a importância deste trabalho.
Aqui se procurou analisar o problema, suas características e métodos de solução sob diversos
pontos de vista. Do ponto de vista da aplicação, talvez não seja possível enumerar todas as possíveis
utilizações e, certamente, nem se faz necessária tal discriminação. Pode-se dizer, em resumo, que o
fluxo de carga é essencial para o planejamento e operação dos sistemas de energia elétrica e,
portanto, condição essencial para sua existência.
Do ponto de vista da formulação matemática dos métodos, viu-se que existe uma infindável
gama de possibilidades de formulações diferentes. O método de Newton-Raphson, o mais complexo
aqui analisado, utiliza apenas as primeiras derivadas parciais das variáveis. Não foi ainda decretado
um ou outro método como único e padrão para qualquer solução. Atualmente, o método de Newton-
Raphson é o que experimenta maior aceitação, mas o uso de outros métodos para a solução do
problema é uma questão em aberto.
A justificativa para a grande difusão do método de Newton-Raphson se encontra no outro
ponto de vista, o computacional. Observou-se que as rotinas elaboradas e robustas, como a de
Newton-Raphson, apresentam a contrapartida de excessivo custo computacional. Portanto, na
investigação em busca de novos métodos, valoriza-se muito os que conseguem economizar gastos
computacionais, fazendo, é claro, um bom compromisso entre economia e eficiência.
Como se pode observar, o tempo todo se fala em busca por outro método e na inexistência de
um método padrão. Isto mostra que o problema do fluxo de carga ainda é tenro em maturidade,
passivo de muitos avanços. Com a existência de máquinas cada vez mais velozes e menos
dispendiosas, o limite deixou de ser o hardware, passando a ser fator limitador de novos avanços a
capacidade criativa humana.
Os grandes avanços científico-tecnológicos da humanidade vieram sempre acompanhados de
complexidade cada vez maior nos modelos matemáticos. Novos avanços parecem (pelo menos à
vista do pensamento dominante) ser apenas possíveis a partir da luz criadora de um gênio que
descubra algo inimaginável ou ponha de pé o seu “ovo de Colombo”.
Neste cenário, surgiu um novo paradigma matemático, uma visão do problema não mais
analítica, nem tampouco meramente numérica. É a ótica da inteligência artificial e seus estimadores
universais de funções.
As técnicas da lógica difusa (fuzzy), das redes neurais e da computação evolucionária vêm
negar a afirmação acima, abrindo espaço para uma descrição cada vez mais “humana” de
complexos fenômenos físicos. Esta característica parece encaixar-se como uma luva no problema
do fluxo de carga.
Com isso, quer-se dizer que a chave para novas formulações do fluxo de carga podem estar na
correta aplicação da inteligência artificial ao problema. Diversas destas aplicações já estão sendo
feitas. É o caso do fluxo de carga difuso (fuzzy load flow) e da utilização de algoritmos genéticos na
determinação do despacho econômico.
64
 O trabalho poderia ser enriquecido com:

- adição de exemplos numéricos da implementação de cada método;

- inclusão de um estudo de aplicações não analisadas, como o fluxo de carga ótimo e o
fluxo de carga difuso;
- detalhamento maior de tipos e formulações não muito exploradas neste trabalho, como os
fluxos de carga trifásico e harmônico;
- consulta a referências bibliográficas mais recentes e completas;
- maior ênfase nos aspectos computacionais do problema do fluxo de carga, já que esta é a
preocupação central da maioria dos estudos.

Com isso, espera-se ter alcançado o objetivo de apresentar o problema do fluxo de carga e
mostrar as principais maneiras de resolvê-lo e suas aplicações.

65
 Bibliografia

[1] BARTHOLD, L. O. ; REPPEN, N. D. & HEDMAN, D. E. Análise de circuitos de

sistemas de potência. tradução: MAYER, Arilado R. Santa Maria: Edições Santa Maria,
1983.

[2] ELGERD, OLLE I. Electric Energy Systems Theory: an Introduction. New Delhi:
McGraw-Hill Inc., 1973.

[3] GROSS, Charles A. Power System Analysis. Second Edition. New York: John Wiley &
Sons Inc., 1986.

[4] HEYDT, G. T. Computer Analysis Methods for Power Systems. New York: Macmillan
Publishing Company, 1986.

[5] MONTICELLI, Alcir & GARCIA, Ariovaldo. Introdução a Sistemas de Energia Elétrica.
Campinas: Editora da Unicamp, 2000.

[6] MONTICELLI, Alcir. Fluxo de carga em redes de energia elétrica. São Paulo: Edgard
Blücher, 1983.

[7] MOHAN. Ned; UNDELAN, Tore M.; ROBBINS, William P. Power Electronics:
converters, applications, and design. 2nd ed. New York: John Wiley & Sons, Inc., 1995.

[8] RAMOS, Dorel Soares & DIAS, Eduardo Mário. Sistemas Elétricos de Potência Regime
Permanente Volume 2. Rio de Janeiro: Guanabara Dois, 1983.

[9] XIA, Daozhi; HEYDT, G. T. Harmonic Power Flow Studies, Part I – Formulation and
Solution. IEEE Trans. Power Apparutus and Systems, vol. PAS-101, no. 6, June 1982,
pp. 1257-1265.

[10] XIA, Daozhi; HEYDT, G. T. Harmonic Power Flow Studies, Part II – Implementation
and Practical Application. IEEE Trans. Power Apparutus and Systems, vol. PAS-101,
no. 6, June 1982, pp. 1266-70.

66