metodologia para a monitoração eficiente de variações de … · 2007. 7. 19. · ele define...
TRANSCRIPT
Carlos Frederico Meschini Almeida
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
Dissertação apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do título de Mestre em Engenharia.
São Paulo 2007
Carlos Frederico Meschini Almeida
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
Dissertação apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do título de Mestre em Engenharia.
Área de Concentração: Sistemas de Potência
Orientador: Prof. Dr. Nelson Kagan
São Paulo 2007
Este exemplar foi revisado e alterado em relação à versão original, sob responsabilidade única do autor e com anuência de seu orientador.
São Paulo, 14 de março de 2007.
Assinatura do autor:
Assinatura do orientador:
FICHA CATALOGRÁFICA – EDIÇÃO REVISADA
ALMEIDA, Carlos Frederico Meschini
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência.
99p.
Dissertação (Mestrado) - Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Energia e Automação Elétricas.
1. Sistemas de Potência 2. Qualidade de Energia 3. Alocação de Medidores 4. Algoritmos Genéticos. 5. Teoria dos Conjuntos Fuzzy I. Universidade de São Paulo. Escola Politécnica. Departamento de Engenharia de Energia e Automação Elétricas II.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
iii
Dedico este trabalho ao meu pai, engenheiro Carlos Alberto Almeida,
em quem sempre me espelhei, devido à inteligência e caráter, que
motivaram o meu ingresso na Engenharia Elétrica.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
iv
Agradeço a Deus, pela saúde e força necessárias para a conclusão
desta etapa.
Agradeço ao meu orientador, Professor Nelson Kagan pelo apoio e
incentivo, fundamentais para a realização deste trabalho, e pela
oportunidade de ingresso no campo da pesquisa.
Agradeço aos colegas do ENERQ que muito contribuíram para a
realização deste trabalho, através das inúmeras discussões.
Ao ENERQ pela oportunidade de participar do desenvolvimento das
ferramentas computacionais que permitiram o desenvolvimento deste
trabalho.
Agradeço aos meus pais e minha irmã pelo constante suporte e
incentivo.
Agradeço à Camila, minha namorada, pelo apoio e paciência.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
v
Esta dissertação apresenta uma metodologia baseada em
Algoritmos Genéticos e Teoria dos Conjuntos Fuzzy que determina o número
ótimo de medidores de Qualidade de Energia, bem como os pontos onde os
mesmos devem ser instalados para monitorar Afundamentos e Elevações de
Tensão em redes de transmissão de energia elétrica.
A metodologia desenvolvida representa uma ferramenta para
diversas áreas de uma empresa de energia elétrica, porque ela indica a
melhor maneira para se alocar medidores de Qualidade de Energia,
considerando as restrições econômicas a que as empresas estão sujeitas.
Além disto, a metodologia também determina a melhor configuração para um
sistema de medição para um sistema de potência, quando há barras que
devem ser monitoradas e/ou o número de medidores disponíveis é menor
que o mínimo necessário para atingir a completa Observabilidade.
O trabalho desenvolvido também representa uma importante
aplicação dos Algoritmos Genéticos em conjunto com a Teoria dos
Conjuntos Fuzzy. Ele define aspectos a serem considerados no problema de
monitoração de Qualidade de Energia Elétrica e sugere rapidamente a
melhor forma de atender diferentes objetivos e restrições operacionais.
A fim de validar o modelo proposto, nesta dissertação, três redes
elétricas são avaliadas para determinar o número mínimo de medidores de
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
vi
Qualidade de Energia, bem como a localização onde esses equipamentos
deveriam ser instalados. Os níveis de Redundância e de Observabilidade
são apresentados, bem como as formulações usadas para atingir os
resultados apresentados.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
vii
This dissertation presents a methodology based on Genetic
Algorithms and Fuzzy Mathematical Programming to determine the optimum
number of power quality monitors and the locations they should be installed
to measure Voltage Sags and Swells in transmission power networks.
The methodology developed represents a tool for planning power
networks, because it indicates the best way to allocate the power quality
monitors, considering economical constraints. Similar to this, the
methodology also determines the best configuration for a monitoring system
when there are important busses to monitor and the number of monitors
available is lower than the minimal needed to accomplish completely
Observability.
The work presented here also represents an important Genetic
Algorithms application. With fuzzy mathematical programming it easily allows
the definition of aspects to be considered in the monitoring problem and
quickly suggests the best way to attend different objectives and operational
restrictions.
In order to validate the developed model proposed in this
dissertation three electric power networks are assessed to determine the
minimum number of power quality monitors as well as the locations where
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
viii
these devices should be installed. The levels of Redundancy and
Observability are presented as well as the formulations used to achieve the
results.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
ix
CAPÍTULO 1 INTRODUÇÃO ......................................................................... 1
1.1 Considerações Gerais...................................................................... 1
1.2 Contribuição acadêmica................................................................... 7
1.3 Organização do Trabalho............................................................... 15
1.4 Publicações.................................................................................... 17
CAPÍTULO 2 REVISÃO BIBLIOGRÁFICA................................................... 18
CAPÍTULO 3 DEFINIÇÕES E MODELAGEM.............................................. 32
3.1 Definições ...................................................................................... 33
3.1.1 Vetor-Alocação.................................................................... 33
3.1.2 Matriz de Observabilidade .................................................. 37
3.1.3 Vetor-Redundância ............................................................. 42
3.2 Algoritmos Genéticos ..................................................................... 43
3.2.1 Avaliação ............................................................................ 46
3.2.2 Operador Seleção ............................................................... 48
3.2.3 Operador Cruzamento ........................................................ 52
3.2.4 Operador Mutação .............................................................. 54
3.3 Tomada de Decisão Fuzzy............................................................. 55
3.4 Modelagem (Aplicação do AG ao Problema) ................................. 56
3.4.1 Avaliação Utilizando Algoritmo Genético Clássico .............. 58
3.4.2 Avaliação Utilizando Teoria dos Conjuntos Fuzzy .............. 61
3.4.3 Função – Penalização......................................................... 63
CAPÍTULO 4 SIMULAÇÕES E RESULTADOS ........................................... 67
4.1 Considerações Gerais.................................................................... 67
4.1.1 Curto-circuito....................................................................... 68
4.1.2 Ocorrências de VTCDs ....................................................... 69
4.2 Rede com 7 barras......................................................................... 71
4.3 Rede com 60 barras....................................................................... 74
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
x
4.4 Rede com 154 barras..................................................................... 80
4.4.1 Vetor-Alocação Binário ....................................................... 85
4.4.2 Vetor-Alocação Inteiro......................................................... 89
CAPÍTULO 5 CONCLUSÕES E FUTUROS DESENVOLVIMENTOS ......... 91
5.1 Conclusões .................................................................................... 91
5.2 Futuros Desenvolvimentos............................................................. 95
BIBLIOGRAFIA ............................................................................................ 97
ANEXO I - Diagrama de Impedâncias – Rede de 154 barras .................... 100
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
1
Neste capítulo são apresentadas as razões que motivaram a
elaboração deste trabalho, bem como uma breve descrição das limitações
de escopo ao qual ele se destina. Também é apresentada a forma pela qual
o trabalho foi organizado, descrevendo a finalidade de cada capítulo. Ao
final, foram listadas as publicações originadas com o desenvolvimento do
trabalho.
1.1 CONSIDERAÇÕES GERAIS
A presente dissertação ilustra uma série de definições que apoiam
a elaboração de uma metodologia que oriente a determinação dos locais de
instalação de medidores de QEE (Qualidade de Energia Elétrica) em um
sistema elétrico de potência qualquer. Por se tratar de um tema
relativamente novo, observou-se uma escassez de referências que o
abordassem. Sendo assim, a fim de garantir a abordagem completa perante
o tema em questão, o trabalho ateve-se, exclusivamente, na alocação de
medidores para monitorar as VTCDs (Variações de Tensão de Curta
Duração), que, atualmente, podem ser consideradas o fenômeno de maior
gravidade dentro da QEE. Dentro desse contexto, a principal contribuição do
trabalho foi o estabelecimento de conceitos pelos quais os sistemas de
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
2
potência pudessem ser avaliados, de modo a orientar o dimensionamento de
sistemas de medição capazes de monitorar a ocorrência de VTCDs, e de
permitir a caracterização das redes elétricas frente a este fenômeno.
As VTCDs são perturbações causadas, normalmente, devido ao
acionamento de grandes blocos de carga (partida de motores, energização
de transformadores, etc.), ou devido a curto-circuitos (com origem tanto nos
sistemas consumidores, quanto nos sistemas supridores). Normalmente, as
VTCDs mais severas são originadas por curto-circuitos francos ou de baixas
impedâncias de defeito, os quais, em sistemas de transmissão e de
subtransmissão, causam variações que podem ser percebidas a grandes
distâncias do ponto da sua ocorrência. Logo, elas podem ser consideradas
como uma das maiores causadoras de reclamações por parte dos clientes
das concessionárias de energia elétrica, uma vez que podem provocar o
mau funcionamento de equipamentos sensíveis às variações na tensão de
alimentação, interrompendo processos industriais e gerando prejuízos
consideráveis.
Elas também estão entre as perturbações mais difíceis de serem
monitoradas, pois são ocasionadas por fatores aleatórios e imprevisíveis, ou
seja, a dificuldade não está só em medir a magnitude e a duração que as
caracterizam, mas em determinar a freqüência de ocorrência e o instante de
início das mesmas. Sendo assim, a literatura atual sugere que seja feita a
instalação de instrumentos de medição dedicados em todos os pontos do
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
3
sistema de potência em que se deseja monitorar a ocorrência das VTCDs
([09], [10], [11] e [12]). O inconveniente desse método é a quantidade de
equipamentos necessários, uma vez que medições locais em múltiplos
pontos fazem com que a avaliação seja uma atividade bastante onerosa,
devido à quantidade de equipamentos necessários para a detecção das
perturbações, e ao tratamento do elevado volume de dados registrados,
inviabilizando, por muitas vezes, o próprio sistema de monitoração.
Com a reestruturação do setor elétrico, a preocupação com
penalizações advindas das infrações aos limites regulatórios, bem como o
aumento da competitividade, acentuaram a necessidade de se implementar
um sistema de monitoração permanente, pois a energia elétrica passou a ser
encarada como um produto, que deveria ser visto não só sob a ótica da
continuidade, mas, também, da conformidade. Ou seja, empresas capazes
de fornecer energia com maior qualidade a um custo menor, têm mais
condições, sobre as demais, de se destacar no mercado, principalmente
entre os consumidores que necessitam de energia elétrica livre de
perturbações.
Nesse contexto, uma metodologia que determine o número
mínimo de medidores de Qualidade de Energia necessários para monitorar
uma rede elétrica, bem como os pontos onde os mesmos devam ser
instalados, torna-se uma alternativa atraente para as concessionárias de
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
4
energia dimensionar os sistemas de medição necessários para monitorar as
suas redes.
A alocação ótima de medidores de QEE determina as posições
em que os mesmos devem ser instalados, de modo que a área de
monitoração sobre um sistema de potência qualquer seja maximizada. Ou
seja, dado um medidor, este deve ser instalado em um ponto do sistema de
potência em avaliação de modo que ele seja capaz de “observar” o maior
número possível de ocorrências que provocam variações de tensão no
sistema possa vir a ser submetido. A essa capacidade de um medidor
instalado em uma dada barra de um sistema de potência “observar” as
ocorrências de variações de tensão que possam vir a ocorrer, definimos o
conceito de Observabilidade1 a ser empregado nesta dissertação.
Já a determinação do número mínimo de medidores de QEE
busca estabelecer o número de medidores necessários para se monitorar
todo um sistema de potência com a menor Redundância possível. Isto é,
considerando o caso limite, cada barra do sistema tem que ser monitorada
1Observabilidade: nesta dissertação, o termo em questão é usado sob o ponto de vista dos
equipamentos de medição instalados em uma determinada barra do sistema de potência em
avaliação. Ele é utilizado com o intuito de quantificar o alcance da monitoração de um
medidor instalado em um determinado ponto do sistema dentro das possíveis ocorrências
de VTCDs a que o mesmo pode vir a ser submetido.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
5
por pelo menos um medidor, na ocorrência de uma VTCD qualquer; e cada
uma das VTCDs, a que o sistema pode vir a ser submetido, tem que ser
“observada” por pelo menos um dos medidores a serem instalados.
A essa característica de um dado sistema elétrico de potência, de
ter as variações de tensão de curta duração a que ele possa vir a ser
submetido, “observadas” por pelo menos um dos medidores a serem
instalados no mesmo, definimos o conceito de Grau de Observabilidade2 a
ser empregado nesta dissertação.
Sendo assim, observa-se que a determinação do número mínimo
de medidores e a alocação ótima dos mesmos estão intrinsecamente
ligadas, pois o número mínimo de medidores é atingido através da alocação
ótima dos mesmos, isto é, a instalação dos medidores em pontos
estratégicos dos sistemas de potência. Logo, nota-se que a maximização do
Grau de Observabilidade de um determinado sistema de potência é
inerente à maximização da Observabilidade por parte de cada equipamento
2Grau de Observabilidade: nesta dissertação, o termo em questão é usado sob o ponto de
vista do sistema de potência em avaliação. Ele é utilizado para quantificar a qualidade de
um sistema de medição diante da monitoração das ocorrências de VTCDs a que o sistema
de potência em questão possa vir a ser submetido. Portanto, este termo considera a
cobertura que um determinado sistema de medição é capaz de realizar diante das possíveis
ocorrências de VTCDs, bem como a redundância na monitoração de cada VTCD em
particular.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
6
de medição, pois, a fim de reduzir o número de medidores, maximiza-se o
alcance da monitoração de cada um dos equipamentos de medição, o que,
por sua vez, é atingido através da instalação dos mesmos nos pontos mais
suscetíveis às VTDCs que o sistema em avaliação pode vir a ser submetido.
A utilização de AGs (Algoritmos Genéticos) para a formulação
desse problema de otimização constitui uma alternativa interessante, pois,
inicialmente, a codificação binária em que o AG se baseia representa
adequadamente a questão de decisão da instalação dos equipamentos em
determinados pontos do sistema de potência em avaliação.
Além disso, a utilização da Teoria de Conjuntos Fuzzy fornece
flexibilidade suficiente para atender diferentes objetivos (maximização da
Observabilidade, minimização do número de equipamentos, minimização
do custo de instalação), bem como diferentes restrições (pontos de
instalação permitidos, cargas com monitoração obrigatória), a que o
problema em questão pode ser submetido, no caso da avaliação de redes
elétricas reais.
A metodologia desenvolvida neste trabalho engloba a simulações
de ocorrência de VTCDs, devido aos diversos tipos possíveis de curtos-
circuitos em diferentes pontos das redes elétricas (tanto nas barras, quanto
ao longo das linhas que as compõem), de forma que se permita caracterizar
o comportamento do sistema elétrico frente a esse fenômeno. Essa
caracterização dos sistemas elétricos frente à ocorrência de VTCDs
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
7
considera as características topológicas das redes elétricas, viabilizando a
verificação da influência de cada defeito no próprio sistema em avaliação.
Assim, possibilita-se a determinação dos pontos em que se deve instalar um
medidor para que a área do sistema “observada” pelo mesmo seja a maior
possível.
Outros tipos de VTCDs, isto é, causadas por eventos que não
curto-circuitos na rede elétrica, não são consideradas no escopo deste
trabalho.
1.2 CONTRIBUIÇÃO ACADÊMICA
A importância da Alocação de Medidores advém da necessidade
das concessionárias de energia em determinar as freqüências de Variações
de Tensão de Curta Duração a que as suas redes estão sujeitas, bem como
a severidade na ocorrência das mesmas. A relevância disso é devida à
necessidade de disponibilizar informações que permitam avaliar o
desempenho das suas redes elétricas, que, por sua vez, são fundamentais
para o estabelecimento da compatibilidade entre os níveis de sensibilidade
dos diversos tipos de equipamentos presentes nos consumidores e o nível
de desempenho (confiabilidade) dos suprimentos. A Figura 1.1 ilustra a
relação entre esses níveis de forma genérica, uma vez que a variável Nível
de Perturbação no eixo horizontal pode corresponder a qualquer tipo de
perturbação a que um SEP pode ser submetido.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
8
Figura 1.1 – Relação entre os Níveis de Perturbação e Imunidade para um Ponto de um SEP
Sendo assim, os níveis de imunidade às perturbações e de
emissão de perturbações podem ser entendidos como os parâmetros
utilizados para avaliar se um determinado SEP está executando a sua
finalidade precípua, isto é, fornecer energia elétrica, de forma a permitir o
funcionamento de todas as cargas consumidoras.
Então, fica claro que a determinação do limite de tolerância de
uma determinada carga a uma determinada perturbação (Nível de
Imunidade) se faz tão essencial quanto à determinação do Nível de
Perturbação do local onde ela será instalada, de modo que o funcionamento
correto da mesma possa ser garantido, e que a mesma não introduza
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
9
perturbações que impeçam o funcionamento das demais cargas conectadas
no mesmo SEP. Enquanto os primeiros devem ser determinados através de
testes laboratoriais pelos seus fabricantes, os SEPs também têm que ter as
perturbações pelas quais eles são normalmente submetidos quantificadas
pode meio de medições, de forma a orientar futuros empreendimentos
quanto às restrições de cada um de seus pontos, ou até mesmo às próprias
concessionárias de energia, com relação às adequações que suas redes
devem sofrer. É nesse último ponto que a Alocação Ótima de Medidores
insere a sua contribuição, pois é ela que auxilia na determinação de um
sistema de monitoração que permite caracterizar todo um SEP sem a
necessidade de se instalar um medidor em cada barra do mesmo.
Assim, a Figura 1.1 apresentada anteriormente tenta ilustrar
justamente como deve se dar a relação entre as restrições das cargas que
podem vir a serem conectadas em um determinado SEP (Nível de
Imunidade da Carga) e as condições que o mesmo está sujeito pelas cargas
existentes (Nível de Perturbação do Local), para que carga e SEP operem
harmoniosamente (isto é, para que haja compatibilidade entre ambos).
Ela ilustra duas distribuições, as quais se referem às perturbações
capazes de prejudicar a operação normal de uma determinada carga (Nível
de Imunidade da Carga) e às perturbações características de um
determinado ponto de um SEP (Nível de Perturbação no Local).
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
10
Além disso, três eixos são exibidos, ilustrando limites orientativos
para garantir a compatibilidade entre os sistemas em questão (carga e SEP).
O Nível Avaliado corresponderia ao limite superior de todas as perturbações
capazes de ocorrer. Assim, ele corresponderia a uma das perturbações mais
severas capazes de ocorrer, mas que, por sua vez, teria uma baixa
probabilidade de ocorrência. Este nível orientaria as concessionárias de
energia com relação às ações que deveriam ser realizadas sobre as suas
redes, de modo que o fornecimento de energia elétrica fosse realizado de
forma satisfatória, obedecendo valores máximos de perturbação.
O Nível de Compatibilidade corresponderia ao limite inferior das
perturbações capazes de prejudicar a operação normal de uma determinada
carga. Assim, ele corresponderia a uma das perturbações de menor
intensidade capazes de prejudicar o funcionamento de uma carga, mas,
também, com baixa probabilidade de ocorrência. Este nível, por sua vez
orientaria os fabricantes de equipamentos com relação aos limites máximos
de perturbações que os mesmos poderiam injetar nos sistemas onde fossem
instalados, sem, com isso, vir a interferir no funcionamento do próprio
sistema e nos demais equipamentos ligados no mesmo.
O Nível de Planejamento, por sua vez indicaria um ponto
intermediário que estabeleceria um limite através do qual os outros dois
eixos não deveriam ultrapassar, evitando que as distribuições se
sobrepusessem significativamente, de modo que o funcionamento das
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
11
cargas e do SEP pudesse vir a ser prejudicado, garantindo, assim, a
compatibilidade entre ambos. Este nível serviria de orientação para o projeto
de instalações elétricas, sendo que as mesmas deveriam ser dimensionadas
considerando este nível como o de operação normal para os equipamentos
a serem instalados.
Esse aspecto ganha cada vez mais atenção por parte da
engenharia dos sistemas de potência, devido a crescente aplicação da
eletrônica de potência, bem como a utilização de equipamentos eletrônicos.
Pois, ao mesmo tempo em que esses equipamentos deformam as correntes
nas fases que alimentam as instalações consumidoras, devido ao
funcionamento dos seus componentes semi-condutores, eles têm o seu
funcionamento extremamente dependente da tensão de alimentação
(tornando-os demasiadamente sensíveis, com relação tanto ao nível da
tensão de alimentação, quanto com a forma da mesma).
Isso faz com que diversos níveis de sensibilidade, oriundos de
diferentes equipamentos (muitos dos quais essenciais para alguns
processos de produção), possam vir a estar presentes em uma mesma
instalação consumidora, tornando o funcionamento de toda uma produção
extremamente dependente do desempenho do suprimento de energia.
Porém, existem algumas dificuldades que tornaram a
preocupação em fornecer os índices de desempenho das redes elétricas
ainda maior. Inicialmente, havia dificuldade inerente à aleatoriedade da
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
12
perturbação, que tornava necessária monitoração do sistema por longos
períodos de tempo, para a determinação de estatísticas válidas e confiáveis,
conforme pode ser averiguado em [09] e [11]. Para contornar essa
dificuldade, nesses mesmos trabalhos, foram apresentadas metodologias
baseadas na Avaliação Estocástica de VTCDs, que consistiam na simulação
de defeitos, levando em consideração probabilidades relacionadas com o
tipo de defeito, com a localização de defeito, e com a impedância de defeito,
permitindo, assim, determinar a probabilidades de ocorrência para um
determinado defeito. Viabilizava-se, dessa forma, a caracterização de todo
um sistema de potência frente às VTCDs, sem a necessidade de longos
períodos de monitoração. Essa metodologia atendia a algumas atividades do
planejamento, eliminando a dificuldade atrelada com o tempo de
monitoração necessário; mas a mesma não eliminava a necessidade de se
considerar muitos dados de medição para obter dados estatísticos confiáveis
e para, até mesmo, validar a própria metodologia.
A dificuldade com relação à consideração das medições era
maior, pois além dos grandes períodos de tempo, seria necessário um
número de equipamentos que encareceria demasiadamente o sistema de
monitoração, uma vez que devido à aleatoriedade da perturbação
considerada, a literatura sugeria a instalação de equipamentos em todas as
barras do sistema que se pretendia avaliar. Assim, a metodologia
apresentada neste trabalho procura contornar justamente essa dificuldade, e
por isso, representa uma ferramenta importante para o gerenciamento do
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
13
desempenho de redes, já que ela propõe uma configuração fundamentada
para o sistema de monitoração sem a necessidade de adquirir um número
elevado de equipamentos; e viabiliza meios para avaliar a qualidade da
monitoração frente às possíveis faltas que um sistema de potência pode
sofrer, considerando os pontos de alocação dos equipamentos e a topologia
do sistema em avaliação.
Basicamente, a Alocação de Medidores de Qualidade de Energia
determina as posições que são mais sensibilizadas pelas possíveis faltas em
um sistema de potência qualquer. Essas posições são determinadas por
uma análise indireta da topologia do sistema em avaliação, uma vez que ela
é feita através de um conjunto simulações de faltas, que procura representar
o desempenho do sistema frente aos possíveis defeitos que podem ocorrer.
Assim, de acordo com a metodologia em exposição, todo um sistema pode
ser monitorado por um número reduzido de equipamentos, diminuindo assim
a proporção dos investimentos necessários em um sistema de monitoração.
Logo, lançando mão da Avaliação Estocástica para caracterizar
criteriosamente o comportamento de um sistema de potência qualquer com
relação à ocorrência de VTCDs, poder-se-ia definir graus do alcance da
monitoração de um sistema de monitoração sobre um sistema de potência
(Graus de Observabilidade).
Para possibilitar o atendimento dos diferentes objetivos envolvidos
no processo de Alocação Ótima de Medidores (maximização da
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
14
Observabilidade, minimização do número de equipamentos, minimização
do custo de instalação, etc.) optou-se pela utilização dos AGs, devido o fato
dos mesmos serem de implementação suficiente flexível para o atendimento
de diferentes restrições (pontos de instalação permitidos, cargas com
monitoração obrigatória), a que esse problema pode ser submetido no caso
da avaliação de redes elétricas reais. A utilização de métodos de busca
heurística tornou-se inviável para a avaliação de redes reais, como no caso
do sistema utilizado para o desenvolvimento desse trabalho devido o
elevadíssimo número de possibilidades envolvido.
No desenvolvimento do trabalho, o foco ateve-se na determinação
do número mínimo de medidores necessários para monitorar toda uma rede
elétrica, pois assim verificar-se-ia a validade da aplicação da metodologia.
Avaliações voltadas para alocar um determinado número de medidores,
inferior ao mínimo necessário para a completa monitoração de uma rede
(devido restrições orçamentárias, ou por perda de equipamentos), podem
ser feitas utilizando a mesma metodologia, acrescida de critérios que
priorizem a alocação dos equipamentos em determinados pontos (priorizar
instalação em clientes, secundários de transformadores, etc.), de acordo
com critérios bem definidos (custo de instalação, reclamações de clientes,
pontos com maior prioridade de monitoração, etc.). Isso pode ser
implementado facilmente com a modelagem abordada, uma vez que a
aplicação da Teoria dos Conjuntos Fuzzy viabiliza a agregação de diferentes
objetivos.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
15
1.3 ORGANIZAÇÃO DO TRABALHO
O trabalho desenvolvido nesta dissertação está organizado em
cinco capítulos. Os escopos de cada um dos capítulos são apresentados a
seguir:
• Capítulo 1 – Introdução:
Esse capítulo procura ressaltar a relevância do tema tratado no
trabalho em questão, identificando seu ponto de contribuição,
considerando o contexto atual do setor elétrico brasileiro.
• Capítulo 2 – Revisão Bibliográfica:
Nesse capítulo foi feita a descrição de uma série de trabalhos que
auxiliaram o desenvolvimento da presente dissertação. Juntamente
com a descrição dos mesmos, foi destacada a forma que cada um
contribuiu a fim de justificar a relevância dos mesmos para esta
dissertação, já que o número de publicações que abordam
diretamente o tema tratado é pouco expressivo.
• Capítulo 3 – Definições e Modelagem:
Nesse capítulo são apresentadas detalhadamente as definições
realizadas para a elaboração do trabalho em questão. Apresentam-se,
também, os conceitos da ferramenta utilizada para resolver o
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
16
problema abordado pela dissertação (Algoritmos Genéticos e Teoria
dos Conjuntos Fuzzy). O capítulo é concluído com a formulação do
problema de Alocação Ótima de Medidores através das ferramentas
adotadas.
• Capítulo 4 – Simulações e Resultados:
O capítulo em questão apresenta a descrição das simulações
realizadas e os resultados das mesmas para três redes, de diferentes
portes. As simulações que foram realizadas sobre as duas primeiras
redes ilustram a funcionalidade da metodologia elaborada, enquanto
que, para a terceira rede, as simulações foram realizadas de forma a
ilustrar potencialidade da aplicação em casos que melhor refletem a
realidade dos Sistemas Elétricos de Potência (SEPs).
• Capítulo 5 - Conclusões e Futuros Desenvolvimentos:
Esse capítulo apresenta a conclusão do trabalho, identificando as
potencialidades da aplicação do mesmo, tanto para o órgão regulador
do setor elétrico, como para as empresas responsáveis pela
distribuição de energia elétrica. Também são destacadas as
possibilidades de continuidade natural do trabalho.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
17
1.4 PUBLICAÇÕES
Abaixo são listadas as publicações que foram geradas a partir do
trabalho desenvolvido para a elaboração desta dissertação:
• Almeida, Carlos F. M.; Kagan, Nelson; Camilo, Luciano. Metodologia
para a Alocação Ótima de Medidores de Qualidade de Energia em
Redes Transmissão e Subtransmissão para a Monitoração de VTCDs
devido a Curto-Circuitos. VI Seminário Brasileiro sobre Qualidade de
Energia Elétrica. Belém, 21 a 24 de agosto de 2005.
• Almeida, Carlos F. M.; Kagan, Nelson; Camilo, Luciano. Aplicação de
Algoritmos Genéticos na Alocação de Medidores de Qualidade de
Energia. VII Simpósio Brasileiro de Automação Inteligente. São Luís,
setembro de 2005.
• Almeida, Carlos F. M.; Kagan, Nelson; Camilo, Luciano. Metodologia
para a Alocação Ótima de Medidores de Qualidade de Energia em
Redes Transmissão e Subtransmissão para a Monitoração de VTCDs
devido a Curto-Circuitos. X Simpósio de Especialistas em
Planejamento da Operação e Expansão Elétrica. Florianópolis, 21 a
25 de maio de 2006.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
18
Este capítulo é composto por análise dos principais trabalhos
encontrados que podem ser relacionados com o desenvolvimento realizado
nesta dissertação. Para alguns casos, foi feita uma analogia entre o
problema abordado em cada um dos trabalhos analisados e o abordado por
esta dissertação, a fim de justificar a relevância de cada um perante o
desenvolvimento realizado.
A fim de permitir a compreensão entre os objetivos dos trabalhos
revisados com o desta dissertação, faz-se necessário expor a motivação
deste trabalho. Basicamente, nesta dissertação procurou-se definir uma
metodologia eficiente, a partir da análise de técnicas já existentes, capaz de
determinar o número mínimo necessário de medidores a serem instalados
em um sistema de potência qualquer, de forma a garantir a completa
monitoração do mesmo (todas as tensões em barras e correntes elétricas
em ligações da rede devem ser monitoradas) quanto aos fenômenos de
QEE.
A literatura atual sugere que, para caracterizar um sistema de
potência frente às Variações Tensão de Curta Duração, deve-se proceder a
instalação de um medidor de Qualidade de Energia em cada barra do
mesmo ([09], [10], [11] e [12]). O inconveniente dessa técnica é o número de
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
19
equipamentos necessários. Porém, no novo contexto do setor elétrico, a
necessidade de monitoração adquire cada vez mais força, devido aos
possíveis conflitos entre consumidores e concessionárias, ocasionados
pelas multas oriundas das transgressões sobre os limites estabelecidos para
os fenômenos da Qualidade de Energia. O interesse pela monitoração
também é contribuído pelo aumento da competitividade no setor elétrico,
uma vez que a eletricidade passou a ser encarada como um produto
comercial, que deve ser avaliado não apenas pela sua continuidade, mas
também pela sua conformidade. Ou seja, as concessionárias, fornecendo
energia com melhor qualidade e menor custo, têm mais chance de atrair
uma parte considerável do mercado, especialmente àquela composta pelos
consumidores cujos processos produtivos necessitam de energia livre de
perturbações. Nesse contexto, uma metodologia que determine o número
mínimo de medidores de Qualidade de Energia para monitorar um sistema
elétrico de potência torna-se uma alternativa atraente para as
concessionárias avaliarem as suas redes.
A minimização do número de medidores está intrinsecamente
relacionada com a Alocação Ótima dos Medidores, ou seja, a determinação
dos pontos em que os medidores devem ser instalados para que a área de
alcance de cada um seja maximizada, garantindo a monitoração completa
do sistema de potência em análise.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
20
Sendo assim, desde já é estabelecido que o problema abordado
na dissertação em questão lide com dois objetivos complementares, que
seriam:
• Determinação do número mínimo de medidores;
• Determinação da posição ótima dos medidores.
Uma referência sutil à importância da Alocação de Medidores de
Qualidade de Energia em sistemas de potência é feita em [09] e em [11].
Nesses trabalhos, a preocupação fundamental dos autores foi viabilizar uma
metodologia para a determinação das freqüências de afundamentos de
tensão de um sistema de potência qualquer, através de simulações
estocásticas de curtos-circuitos. Com isso, a intenção seria de disponibilizar
informações que caracterizassem as redes elétricas de potência. Essas
informações são fundamentais para o estabelecimento da compatibilidade
entre os níveis de sensibilidade dos diversos tipos de equipamentos
possíveis de estarem presentes nos consumidores e o desempenho
(confiabilidade) dos pontos de suprimentos de energia elétrica, sem a
necessidade de promover gastos com longas e complexas campanhas de
medição.
Em [09] e em [11], a partir da simulação de um defeito, foi
averiguada a propagação do mesmo, nas demais barras do sistema, de
forma a determinar a extensão do impacto da perturbação em questão.
Simulando-se um número fixo de defeitos possíveis de ocorrer no sistema
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
21
em avaliação, ponderados pela taxa de falha dos locais onde eles
ocorreriam, determina-se um valor médio para a tensão em cada uma das
barras do sistema. Isso define regiões com comportamentos semelhantes
(para um nível de disparo fixado, o número de afundamentos que ocorreram
eram iguais) definidas por áreas que contornam as barras com mesma “taxa
de sensibilidade”. Para simular a propagação dos defeitos foram
comparados dois métodos:
• Método de posição de falta;
• Método de distância crítica.
Tendo apresentado as conveniências e inconveniências de cada
método, bem como as ocasiões adequadas para as aplicações dos mesmos,
o artigo em questão conclui que os afundamentos de tensão variam bastante
ao longo dos sistemas de potência, de forma que os resultados médios de
monitoração não poderiam ser aplicados diretamente em consumidores
individuais. Isso porque a probabilidade de ocorrência de uma falta em uma
determinada linha varia consideravelmente ao longo de todo um sistema de
potência.
Além disso, a escolha dos pontos de monitoração também
representou um fator a ser considerado, devido as diferenças de exposição
aos curto-circuitos (a probabilidade de ocorrência de curto-circuito nas
barras de um sistema – subestações – era consideravelmente menor que a
probabilidade ao longo das linhas de transmissão, além dessa última
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
22
assumir valores diferentes ao longo das próprias linhas – quanto mais
próximo do meio das linhas, maior seria essa probabilidade).
Os autores também destacam, com grau de importância elevado,
a influência da posição dos geradores do sistema, pois a freqüência de
afundamentos diminui com a proximidade às grandes estações geradoras.
Em [08], os autores realizaram uma abordagem inovadora ao
problema da Determinação do Número Mínimo de Medidores de
Qualidade de Energia utilizando os conceitos de “Covering and Packing”
(seção da Matemática que trata de um conjunto de problemas, cuja solução
ótima depende da minimização - Covering - e/ou da maximização - Packing -
de propriedades dos problemas). Esses conceitos se adequaram
perfeitamente ao problema em questão, no qual, ao mesmo tempo em que
se busca minimizar o número de medidores necessários para monitorar um
determinado sistema de potência, maximizando-se a Observabilidade dos
mesmos; deseja-se maximizar o Grau de Observabilidade do sistema, de
maneira que todas variáveis de estado do mesmos fossem monitoradas (ou,
pelo menos, a sua grande maioria).
Nesse artigo, a questão “Covering” refere-se especificamente à
minimização do número de medidores, isto é, dada uma rede elétrica a ser
monitorada, “Covering” aborda as formas pelas quais os medidores podem
ser dispostos, de maneira que a Observabilidade de cada medidor seja
maximizada. Outra maneira de explicar a questão “Covering” para o
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
23
problema em questão seria que ela busca determinar uma disposição de
medidores em um sistema de potência qualquer, de forma que a soma das
intersecções das áreas de alcance desses medidores seja a menor possível,
sem que, para isso, deixe-se de monitorar qualquer elemento do sistema.
A questão “Packing” refere-se à maximização do Grau de
Observabilidade do sistema. Segundo os autores, esses conceitos retratam
o problema de forma a permitir a determinação de um vetor-existência de
medidores, que determina a posição onde cada um dos mesmos deve ser
instalado em uma rede elétrica qualquer. Esse trabalho engloba um
equacionamento no qual, através de Programação Linear Inteira, a função-
objetivo impõe que o número de medidores seja mínimo, e as restrições
garantem a Observabilidade sobre todo o sistema de potência em análise.
Isto é, ou garante-se a capacidade de monitorar as variáveis de estado
(tensão para as barras e corrente para as linhas) nos pontos de instalação
dos medidores; ou garante-se a capacidade de estimar analiticamente
(através de equações que modelem o comportamento dos elementos
elétricos que compõem o SEP) esses estados para cada um dos elementos
que não são monitorados diretamente, mas que também compõem a rede
elétrica de potência.
Porém, nesse trabalho os autores não destinam a aplicação da
metodologia a um determinado tipo de fenômeno de Qualidade de Energia.
Fica implícito, pela modelagem utilizada, que a preocupação maior se atém
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
24
aos fenômenos de regime permanente (Flutuação de Tensão, Desequilíbrio
de Tensão, Distorção Harmônica de Tensão e Corrente), transmitindo a idéia
de que a partir dela seja possível monitorar todo um sistema, para todos os
fenômenos, independente da forma de propagação específica de cada um
pelo SEP em avaliação.
Uma abordagem alternativa ao problema da Determinação do
Número Mínimo de Medidores de Qualidade de Energia pode ser
encontrada em [02]. Nesse trabalho, apesar do próprio título, o objetivo
principal, foi determinar os pontos com comportamentos semelhantes
perante os fenômenos de QEE, de forma a permitir a caracterização de todo
o sistema por meio da monitoração de apenas alguns pontos do mesmo.
A motivação dos autores desse trabalho foi devida à sugestão
encontrada na literatura existente, que sugere a instalação de medidores em
todas as barras de um SEP. Isso, porém, conforme discutido no próprio
artigo, faz com que o volume de dados a ser transmitido, processado e
armazenado seja muito elevado, inviabilizando a própria monitoração, devido
à quantidade e à sofisticação dos equipamentos necessários para realizar tal
tarefa.
Com isso, no intuito de estabelecer uma garantia que permita a
redução do volume de dados (e torne a monitoração viável), os autores
desenvolveram uma metodologia, baseada em análises de correlação e de
regressão de medições fictícias, que identifica pontos de uma rede elétrica
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
25
com comportamento semelhante frente aos fenômenos envolvidos pela
Qualidade de Energia. Ou seja, dada uma rede elétrica qualquer, simula-se
a injeção de perturbações características de um fenômeno de Qualidade de
Energia em pontos determinados, e registra-se o efeito dos mesmos nas
variáveis de estado da rede (no caso, o trabalho restringiu-se à injeção de 5ª
harmônica, e ao registro da tensão). Com os valores registrados, efetuam-se
as análises de correlação e de regressão, de maneira a agrupar os pontos
com comportamentos semelhantes. Dessa forma, determina-se que um
medidor deve ser instalado em qualquer um dos pontos de cada um dos
agrupamentos formados.
Assim, de acordo com a proposta idealizada pelos autores, para a
monitoração de um sistema de potência qualquer, seria necessária a
instalação de apenas um medidor em um único representante de cada
agrupamento de pontos com comportamentos semelhantes (“clusters”), uma
vez que o comportamento desses, conforme garantido pelas análises de
regressão e de correlação, seria capaz de representar o comportamento dos
demais, frente aos distúrbios característicos dos fenômenos de Qualidade de
Energia.
Contudo, conforme destacado anteriormente, a metodologia
apresentada nesse trabalho preocupou-se com a minimização do número de
medidores, e não com a determinação da posição ótima dos mesmos. Esses
dois objetivos, de certa forma, podem ser confundidos, já que, para a
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
26
determinação da posição ótima dos medidores, determinam-se inicialmente
os pontos em que os medidores devem ser instalados, de forma a maximizar
a Observabilidade de cada um sobre as variáveis de estado do SEP em
avaliação.
Logo, a Determinação da Posição Ótima dos Medidores de
Qualidade de Energia é um fator que contribui para a minimização do
número de medidores, pois ela está vinculada com a maximização da
Observabilidade do sistema de potência em estudo. Porém a
Determinação do Número Mínimo de Medidores de Qualidade de
Energia, por si só, isto é, sem a necessidade de alocar os medidores de
forma a garantir a monitoração de todas as variáveis de estado de um SEP,
não garante a completa monitoração do mesmo. Isto se deve ao fato de que
ela não engloba diretamente restrições e aspectos inerentes a um SEP,
como o fato de existirem pontos eletricamente equivalentes (cuja
monitoração de qualquer deles, permite estimar o comportamento em todos
os demais), esses mesmos pontos apresentam diferenças consideráveis,
devido a fatores ambientais, facilidade de acesso, infra-estrutura disponível,
etc.
Dessa forma, apesar dessa metodologia representar uma
alternativa econômica à monitoração de sistemas de potência, por reduzir
consideravelmente o número de equipamentos necessários para
monitoração, ela não se preocupa com a forma de propagação dos
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
27
distúrbios característicos a cada um dos fenômenos de Qualidade de
Energia, nem com as características particulares a que cada ponto de um
sistema pode estar submetido (como fatores ambientais), tão pouco com a
garantia da monitoração das variáveis de estado das redes em avaliação, já
que ela agrupa pontos com comportamentos elétricos semelhantes, mas
que, por sua vez, podem ser eletricamente independentes uns dos outros.
Ela permite, apenas, estimar estatisticamente o comportamento
de todo um sistema de potência através da monitoração de alguns pontos
representativos do mesmo; tornando-se interessante e aplicável, então, para
os sistemas com pouca informação ou que apresentam baixa diversidade de
cargas, e em que as mesmas estão distribuídas de forma uniforme (pois,
assim, garante-se que o número de “clusters” formados seja razoável).
O trabalho desenvolvido nesta dissertação foi fortemente baseado
nas definições apresentadas em [01], [03], [07], [10] e [13]. Assim, nesse
ponto do trabalho são feitos apenas alguns comentários sobre os objetivos
principais de cada um dos mesmos, uma vez que maiores detalhes sobre as
técnicas aplicadas nos mesmos podem ser encontrados nos capítulos
seguintes, durante a descrição da modelagem realizada para resolver o
problema da Alocação Ótima de Medidores de Qualidade de Energia.
Em [07] e em [10] os autores ilustraram as definições e
premissas, nas quais o desenvolvimento da modelagem do problema foi
fundamentado, como o Vetor-Alocação, a Matriz de Observabilidade e o
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
28
Vetor-Redundância. Neles nota-se a importância da Matriz de
Observabilidade, pois os autores apontam que a mesma é a responsável
pela caracterização do desempenho dos SEPs perante a metodologia
desenvolvida.
Dessa forma, são ilustrados os equacionamentos para os cálculos
de curto-circuitos, bem como a importância dos detalhes da modelagem para
execução dos mesmos, como a ligação dos transformadores, etc.
Em [13], os autores descreveram um procedimento pelo qual
essas definições apresentadas em [07] e em [10] foram empregadas para
realizar a Estimação de VTCDs em Redes de Transmissão, baseada em
Alocação Ótima de Medidores e Simulação Estocástica de Defeitos.
Diferentemente da Alocação Ótima de Medidores para a
Monitoração de Redes de Transmissão, a Alocação Ótima de Medidores
para a Estimação de VTCDs apresenta um número de restrições maiores.
Isso, porque a Estimação de VTCDs não se limita a garantir que todas as
barras do sistema estejam monitoradas. Por ela é necessário, também,
garantir que a Alocação de Medidores sugerida detecte todos os defeitos
passíveis de ocorrerem no SEP em avaliação, de forma que o erro de
Estimação seja minimizado.
Como a Estimação utiliza medições para realizar a localização
das faltas, isto é, a partir de informações de medições de uma determinada
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
29
falta, por uma Alocação sugerida, verifica-se o erro dessa localização de
falta. Isso se deve ao fato de que, em redes transmissão, com topologia
malhada, defeitos diferentes podem ocasionar valores de tensões residuais
próximos em algumas barras, podendo vir a dificultar a localização da falta.
Assim, a metodologia baseia-se na distribuição dos erros
possíveis de Estimação oriundos da má localização das faltas. As Alocações
que gerarem bons resultados são consideradas soluções para o problema
abordado.
O trabalho desenvolvido em [01] e em [03] serviu de base para
orientar a nova abordagem dada por essa dissertação para a solução do
problema da Alocação Ótima de Medidores de Qualidade de Energia
Elétrica. Devido o tamanho das redes utilizadas, os valores obtidos pelas
funções objetivo e de penalização eram distorcidos pelo valor das
constantes utilizadas e pela própria forma da função de avaliação, que,
assim, não favoreciam a convergência do AG. Essa dificuldade foi
contornada através da utilização da Teoria de Conjuntos Fuzzy na
determinação dos valores das funções objetivo e de penalização, inspirando-
se nos trabalhos [01] e [03], de maneira que os valores dessas funções não
interferissem na convergência do algoritmo e permitisse que o mesmo
pudesse ser aplicado para redes com dimensões maiores.
Nesses trabalhos os autores empregam na modelagem da
avaliação das soluções a Teoria dos Conjuntos Fuzzy, a fim de averiguar se
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
30
as configurações de rede de distribuição sugeridas pelo Algoritmo Genético
desenvolvido atendem os requisitos estabelecidos. Basicamente, eles
identificam condições em que a rede de distribuição não pode operar e
definem funções que representam esse comportamento. Dessa forma,
viabiliza-se o atendimento de diversos objetivos com relativa flexibilidade (no
caso do trabalho, a avaliação ateve-se ao carregamento das linhas e a
queda de tensão nas barras), ponderando-os de forma que ambos fossem
atendidos satisfatoriamente, sem a interferência do processo do Algoritmo
Genético.
O trabalho referenciado em [06] deu origem a uma configuração
alternativa dos indivíduos utilizados no Algoritmo Genético desenvolvido
nesta dissertação. Inicialmente, optou-se por uma configuração na qual o
tamanho dos indivíduos (Vetor-Alocação de medidores de QEE) era
determinado pelo número de barras do SEP em avaliação. Assim, como os
indivíduos representam soluções alternativas para a Alocação Ótima de
Medidores, a sugestão para a instalação de certo medidor em certa barra do
SEP em avaliação era determinada através da existência do número 1 na
posição respectiva do indivíduo, enquanto que o 0 indicava a não instalação
de medidor.
Porém, com essa modelagem o Algoritmo Genético apresentou
uma série de dificuldades para a sua convergência na aplicação em redes
com número de barras significativo. Dessa forma, a fim de aprimorar o
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
31
desempenho do AG, um novo Vetor-Alocação foi definido. Ele teve sua
dimensão fixada e a decisão pela instalação de um medidor em uma
determinada barra foi feita através do preenchimento de cada uma das suas
posições com o número de uma barra do SEP em avaliação. Isto é, apenas
as barras com os números descritos nas coordenadas no Vetor-Alocação
deveriam ser consideradas para a instalação de medidores de QEE.
Em [06] a preocupação dos autores está na determinação de
pontos ótimos de um SEP para a instalação de bancos de capacitores. O
trabalho ainda leva em consideração na sua formulação os tipos e tamanhos
dos bancos de capacitores a serem instalados, propondo um método híbrido,
baseado em Programação Linear e Algoritmos Genéticos (entre outras
técnicas), para a determinação das barras onde se devem instalar os bancos
de capacitores, bem como o tamanho e tipo de cada um, de modo que o
problema abordado, apesar de ser para outra aplicação, se assemelha
bastante com o abordado nesta dissertação.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
32
Este capítulo apresenta detalhadamente as definições que foram
necessárias para a elaboração de uma metodologia que atendesse o
problema da Alocação Ótima de Medidores para a Monitoração de Redes
Elétricas abordado nesta dissertação. Nele também são apresentados os
conceitos básicos de Algoritmos Genéticos e da Teoria dos Conjuntos
Fuzzy, utilizados como ferramentas para solução do problema, bem como a
descrição da formulação utilizada.
Conforme já mencionado nos capítulos anteriores, a metodologia
apresentada nesta dissertação preocupa-se em determinar as posições em
que medidores de Qualidade de Energia Elétrica devem ser instalados, de
forma a maximizar a capacidade de monitoração de VTCDs sobre um SEP.
Sendo assim, foi necessário o estabelecimento de algumas definições que:
• Viabilizassem o equacionamento do problema dentro dos
métodos de obtenção de solução utilizados;
• Permitissem ilustrar as soluções encontradas, bem como o
resultado da avaliação das soluções.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
33
3.1 DEFINIÇÕES
Com o problema da Alocação Ótima de Medidores de QEE
tornou-se necessária a criação de uma abordagem específica frente à
análise dos SEPs, uma vez que ele agrega a necessidade de avaliar várias
alternativas de configurações de alocação de medidores simultaneamente.
Essa abordagem ainda teve que ser sofisticada, de modo que permitisse
sistematizar a busca pela melhor solução. Sendo assim, fez-se necessário o
estabelecimento de uma série de definições, apresentadas a seguir, que,
além de facilitar a difusão dos resultados ao leitor, evitassem a constante
repetição de cálculos matriciais complexos, inerentes a análise dos SEPs.
3.1.1 Vetor-Alocação
Trata-se justamente da resposta ao problema da Alocação Ótima
de Medidores de QEE. É ele que vai indicar o número de medidores
necessários para monitorar um SEP, bem com em quais pontos (barras) do
SEP devem ser instalados os equipamentos de medição.
A sua configuração é, então, justificada pelo fato do problema
abordado nesta dissertação se tratar de um problema de decisão dupla, no
qual a solução deve satisfazer duas variáveis simultaneamente:
• Uma referente à decisão sobre a instalação, ou não, de um
medidor;
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
34
• E outra referente à decisão da posição (barra) do SEP em
avaliação que um medidor deve ser instalado.
Sendo assim, nesta dissertação o Vetor-Alocação foi definido de
duas formas distintas, de modo a averiguar qual alternativa mais eficiente
para a modelagem da solução para o problema.
3.1.1.1 Vetor-Alocação Binário
Inicialmente, o Vetor-Alocação definido teve sua dimensão
variando de acordo com o número de barras do SEP em avaliação. Isto é,
cada posição do vetor representava um possível ponto de instalação do
medidor (barra determinada).
Logo, a questão referente à determinação do número de
medidores necessários ficou aberta, uma vez que todas as barras do
sistema tinham a mesma possibilidade de ter um medidor instalado em cada
solução.
A decisão pela instalação ou não de um medidor em uma
determinada barra foi feita através do preenchimento de cada uma das
coordenadas do vetor. Elas eram preenchidas por 0 (zero) ou 1 (um),
indicando a não-instalação ou a instalação de um medidor, respectivamente.
A expressão [1], que segue, ilustra a definição do Vetor-Alocação
(VAloc) Binário:
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
35
A fim de ilustrar o Vetor-Alocação Binário, a Figura 3.1 exibe um
exemplo para um sistema de 20 barras, no qual é sugerida a instalação de
equipamentos nas barras de índices 5, 10, 15 e 19.
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0
Figura 3.1 – Exemplo de Vetor-Alocação Binário
3.1.1.2 Vetor-Alocação Inteiro
Posteriormente, a fim de aprimorar o desempenho do AG, o
Vetor-Alocação definido teve sua dimensão fixada, isto é, a questão
referente à determinação do número de medidores necessários ficou
restringida pelo tamanho do vetor.
Dessa forma, a decisão pela instalação de um medidor em uma
determinada barra foi feita através do preenchimento de cada uma das
coordenadas do vetor com o número de uma barra do SEP em avaliação.
Isto é, apenas as barras com os números descritos nas coordenadas no
Vetor-Alocação deveriam ser consideradas para a instalação de medidores
de QEE.
Essa mudança fez com que a possibilidade de cada uma das
barras terem medidor de QEE fosse diminuída consideravelmente; pois, na
, para a instalação de medidor na barra i
, para a não-instalação de medidor na barra i
( )
=0
1iV Aloc
[1]
Barras do SEP
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
36
determinação de cada coordenada do vetor, todas as barras do sistema
concorreriam igualmente.
A expressão [2], que segue, ilustra a definição do Vetor-Alocação
(VAloc) Inteiro:
A fim de ilustrar o Vetor-Alocação Inteiro, a Figura 3.2 exibe um
exemplo no qual o número máximo de medidores permitido é de 5
equipamentos. Ele sugere a instalação de medidores nas barras 4, 10, 19 e
03.
Figura 3.2 – Exemplo de Vetor-Alocação Inteiro
Note que no vetor-exemplo da Figura 3.2 propositalmente há a
repetição do número 10, como se os medidores 2 e 4 devessem ser
instalados na mesma barra. Nesta dissertação esse fato implica que, para
monitorar o suposto SEP, seriam necessários apenas 4 medidores (nas
barras 03, 04, 10 e 19), e que os mesmos deveriam ser alocados nas barras
indicadas. O valor máximo 5 excede o mínimo necessário para que o SEP
tenha Grau de Observabilidade máximo dentro da Redundância mínima
(1) (2) (3) (4) (5) 04 10 19 10 03
; para instalação do medidor i na barra n o, sendo que n pode variar de 0 ao número de barras do SEP em avaliação
( ) niVAloc = [2]
Medidores a serem Alocados
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
37
de monitoração (pelo menos um medidores monitorando cada um dos
defeitos passíveis de ocorrem nesse SEP)3.
3.1.2 Matriz de Observabilidade
Para mapear o desempenho de um SEP qualquer frente às
possíveis ocorrências de VTCDs no mesmo, foi definida uma matriz com os
valores das tensões de falta em cada uma das barras, para cada defeito
simulado. Essa matriz foi definida considerando que cada linha representaria
a posição de defeito, isto é, uma barra ou um ponto no meio de uma linha do
SEP em avaliação em que foi simulado um determinado tipo de curto-
circuito; e que, em cada coluna, seriam armazenados os valores das tensões
de falta de cada barra.
A fim de simplificar e tornar a avaliação mais objetiva, a partir
dessa matriz definiu-se a Matriz de Observabilidade, que é obtida fixando-
3 Porém, para os casos em que a preocupação seria garantir a monitoração de
determinados pontos de um SEP qualquer, esse fato pode ser interpretado diferentemente,
isto é, para os casos em que a preocupação seria ter uma monitoração redundante de
determinados pontos de um SEP (logo, redundância mínima diferente da unitária) ele
indicaria que na barra 10 do SEP deveria ser instalados 2 medidores, de modo que para o
ponto em questão as medições pudessem ser confrontadas e o SEP em avaliação
continuasse tendo Grau de Observabilidade máximo dentro da Redundância de
monitoração fixada.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
38
se o valor da magnitude das tensões de falta, a partir do qual se deseja que
os medidores sejam sensibilizados (Nível de Disparo - nd - dos medidores).
Assim, para o caso de avaliação de Afundamentos de Tensão,
fixando-se adequadamente o Nível de Disparo desejado (sendo que nd ∈
[0,1pu; 0,9pu], de acordo com a referência [05]), as posições da matriz são
preenchidas com 0 (zero), caso o valor da tensão de falta seja superior ao
Nível de Disparo fixado, e com 1 (um), caso contrário. Já para a avaliação
de Elevações de Tensão, fixando-se adequadamente o Nível de Disparo
desejado (sendo que nd ∈ [1,1pu; ∞), de acordo com a referência [05]), as
posições da matriz são preenchidas com 0 (zero), caso o valor da tensão de
falta seja inferior ao Nível de Disparo fixado, e com 1 (um), caso contrário.
A expressão [3] ilustra o procedimento descrito para montagem da
Matriz de Observabilidade (MO), para o caso da avaliação de
Afundamentos de Tensão.
Onde:
• vij: é o elemento da linha i, coluna j de uma matriz de tensões V.
, quando defeito i faz com que tensão de falta na barra j não fique abaixo do Nível de Disparo fixado (vij > nd)
, quando defeito i faz com que tensão de falta na barra j for igual ou abaixo do Nível de Disparo fixado (0,1 < vij ≤ nd)
=0
1
ijmo[3]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
39
Analogamente, a expressão [4], que segue, ilustra o procedimento
descrito para montagem da Matriz de Observabilidade (MO), para o caso
da avaliação de Elevações de Tensão:
Onde:
• vij: é o elemento da linha i, coluna j de uma matriz de tensões V.
A fim de ilustrar a obtenção de uma Matriz de Observabilidade
para um determinado SEP, suponha uma matriz de tensões de barras (V)
para um SEP de 20 barras, conforme ilustrado pela Figura 3.3.
, quando defeito i faz com que tensão de falta na barra j não fique acima do Nível de Disparo fixado (vij < nd)
, quando defeito i faz com que tensão de falta na barra j for igual ou ficar acima do Nível de Disparo fixado (vij ≥ nd)
=0
1
ijmo[4]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
40
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) [1] 0.20 0.52 1.00 0.88 0.89 0.89 0.96 0.87 0.96 0.96 0.97 0.91 0.97 0.97 0.92 0.90 0.95 0.98 0.88 0.95 [2] 0.39 0.27 1.00 0.81 0.86 0.83 0.95 0.80 0.95 0.95 0.96 0.86 0.96 0.96 0.90 0.87 0.93 0.97 0.82 0.93 [3] 1.00 1.00 0.14 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.99 1.00 1.00 [4] 0.75 0.72 0.99 0.49 0.87 0.50 0.94 0.50 0.93 0.93 0.94 0.57 0.94 0.94 0.90 0.87 0.93 0.97 0.50 0.93 [5] 0.94 0.95 1.00 0.97 0.31 0.97 0.98 0.97 0.98 0.98 0.98 0.98 0.98 0.98 0.92 0.84 0.97 0.98 0.97 0.96 [6] 0.70 0.67 0.99 0.28 0.83 0.10 0.91 0.32 0.91 0.91 0.92 0.49 0.92 0.92 0.86 0.83 0.90 0.96 0.33 0.91 [7] 0.97 0.97 1.00 0.98 0.96 0.97 0.51 0.98 0.67 0.74 0.79 0.98 0.79 0.78 0.97 0.97 0.98 0.99 0.98 0.98 [8] 0.74 0.71 0.99 0.50 0.87 0.53 0.94 0.47 0.94 0.93 0.94 0.59 0.94 0.94 0.90 0.88 0.93 0.97 0.52 0.93 [9] 0.99 0.99 1.00 0.99 0.99 0.99 0.87 0.99 0.16 0.79 0.85 0.99 0.84 0.82 0.99 0.99 0.99 1.00 0.99 0.99 [10] 0.97 0.97 1.00 0.98 0.96 0.97 0.75 0.98 0.54 0.49 0.64 0.98 0.64 0.63 0.97 0.97 0.98 0.99 0.98 0.98 [11] 0.97 0.97 1.00 0.98 0.97 0.97 0.75 0.98 0.52 0.53 0.08 0.98 0.12 0.15 0.97 0.97 0.98 0.99 0.98 0.98 [12] 0.92 0.90 1.00 0.79 0.96 0.82 0.98 0.80 0.98 0.98 0.98 0.17 0.98 0.98 0.97 0.96 0.98 0.99 0.80 0.98 [13] 0.98 0.98 1.00 0.98 0.97 0.98 0.82 0.98 0.64 0.67 0.43 0.99 0.40 0.41 0.98 0.97 0.98 0.99 0.98 0.99 [14] 0.98 0.98 1.00 0.99 0.98 0.98 0.85 0.99 0.67 0.73 0.53 0.99 0.47 0.31 0.98 0.98 0.99 1.00 0.99 0.99 [15] 0.95 0.95 1.00 0.97 0.89 0.96 0.98 0.97 0.98 0.98 0.98 0.97 0.98 0.98 0.43 0.90 0.96 0.97 0.97 0.93 [16] 0.92 0.93 1.00 0.96 0.78 0.95 0.97 0.96 0.97 0.97 0.97 0.96 0.97 0.97 0.89 0.57 0.95 0.98 0.96 0.94 [17] 0.98 0.98 1.00 0.98 0.97 0.98 0.99 0.98 0.99 0.99 0.99 0.99 0.99 0.99 0.97 0.97 0.28 0.99 0.98 0.97 [18] 0.99 0.99 0.99 0.99 0.98 0.99 0.99 0.99 0.99 0.99 1.00 0.99 1.00 1.00 0.98 0.98 0.99 0.32 0.99 0.96 [19] 0.81 0.79 1.00 0.55 0.91 0.60 0.95 0.57 0.95 0.95 0.96 0.66 0.96 0.96 0.93 0.91 0.95 0.98 0.33 0.95 [20] 0.95 0.95 0.99 0.97 0.93 0.97 0.98 0.97 0.98 0.98 0.98 0.98 0.98 0.98 0.89 0.93 0.94 0.92 0.97 0.70 [21] 0.97 0.97 1.00 0.98 0.95 0.98 0.99 0.98 0.99 0.99 0.99 0.98 0.99 0.99 0.94 0.96 0.96 0.95 0.98 0.36 [22] 0.85 0.86 0.99 0.91 0.77 0.90 0.93 0.91 0.93 0.93 0.94 0.93 0.94 0.94 0.55 0.77 0.86 0.86 0.91 0.60 [23] 0.94 0.94 0.99 0.96 0.90 0.96 0.97 0.96 0.97 0.97 0.98 0.97 0.98 0.98 0.76 0.89 0.94 0.93 0.96 0.84 [24] 0.98 0.98 0.99 0.99 0.98 0.99 0.99 0.99 0.99 0.99 0.99 0.99 0.99 0.99 0.95 0.97 0.98 0.77 0.99 0.92 [25] 0.97 0.98 1.00 0.98 0.96 0.98 0.99 0.98 0.99 0.99 0.99 0.99 0.99 0.99 0.95 0.96 0.97 0.96 0.98 0.58 [26] 0.96 0.96 1.00 0.97 0.94 0.97 0.98 0.97 0.98 0.98 0.98 0.98 0.98 0.98 0.92 0.94 0.95 0.94 0.97 0.63 [27] 0.92 0.93 0.99 0.95 0.89 0.95 0.97 0.95 0.96 0.96 0.97 0.96 0.97 0.97 0.85 0.89 0.91 0.90 0.95 0.38 [28] 0.95 0.95 0.99 0.97 0.93 0.97 0.98 0.97 0.98 0.98 0.98 0.97 0.98 0.98 0.89 0.93 0.94 0.91 0.97 0.70 [29] 0.89 0.89 0.99 0.93 0.84 0.92 0.95 0.93 0.95 0.95 0.95 0.94 0.95 0.95 0.74 0.84 0.85 0.86 0.93 0.41 [30] 1.00 1.00 1.00 1.00 1.00 1.00 0.99 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Figura 3.3 – Exemplo de Matriz de Tensões de Falta (V)
Fixando-se o Nível de Disparo de 0,9pu, temos a Matriz de
Observabilidade para Afundamentos de Tensão, conforme ilustra a Figura
3.4.
Barras do SEP ( j ) D
efei
tos
Sim
ulad
os (
i )
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
41
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) [1] 1 1 0 1 1 1 0 1 0 0 0 0 0 0 0 1 0 0 1 0 [2] 1 1 0 1 1 1 0 1 0 0 0 1 0 0 0 1 0 0 1 0 [3] 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 [4] 1 1 0 1 1 1 0 1 0 0 0 1 0 0 1 1 0 0 1 0 [5] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 [6] 1 1 0 1 1 1 0 1 0 0 0 1 0 0 1 1 0 0 1 0 [7] 0 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 0 0 0 0 [8] 1 1 0 1 1 1 0 1 0 0 0 1 0 0 1 1 0 0 1 0 [9] 0 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 0 0 0 0
[10] 0 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 0 0 0 0 [11] 0 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 0 0 0 0 [12] 0 0 0 1 0 1 0 1 0 0 0 1 0 0 0 0 0 0 1 0 [13] 0 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 0 0 0 0 [14] 0 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 0 0 0 0 [15] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 [16] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 [17] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 [18] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 [19] 1 1 0 1 0 1 0 1 0 0 0 1 0 0 0 0 0 0 1 0 [20] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 [21] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 [22] 1 1 0 0 1 1 0 0 0 0 0 0 0 0 1 1 1 1 0 1 [23] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 1 [24] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 [25] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 [26] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 [27] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 1 0 1 0 1 [28] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 [29] 1 1 0 0 1 0 0 0 0 0 0 0 0 0 1 1 1 1 0 1 [30] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Figura 3.4 – Exemplo de Matriz de Observabilidade para Afundamentos de Tensão
Logo, percebe-se que a qualidade do resultado obtido pela
metodologia está relacionada com a precisão do “mapeamento” do
desempenho do SEP em avaliação frente às VTCDs passíveis de ocorrerem
no mesmo, ou seja, está relacionado com os critérios de obtenção da Matriz
de Observabilidade (número de defeitos simulados, tipos de defeitos
simulados, impedância de defeitos consideradas, posição de ocorrência dos
defeitos, etc.).
Barras do SEP ( j )
Def
eito
s S
imul
ados
( i )
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
42
3.1.3 Vetor-Redundância
Definidos o Vetor-Alocação4 e a Matriz de Observabilidade
para um determinado SEP, conforme descrito anteriormente, o Vetor-
Redundância - VRed é obtido através da multiplicação da Matriz de
Observabilidade pelo Vetor-Alocação transposto, conforme ilustrado pela
expressão [5] que segue:
Essa operação faz com que cada posição do Vetor-Redundância
contabilize o número de medidores que, dispostos segundo VAloc, são
capazes de monitorar o defeito na barra correspondente a sua posição, isto
é, cada posição do Vetor-Redundância indica o número de medidores
sensibilizados para um determinado defeito armazenado na Matriz de
Observabilidade.
4Vetor-Alocação: foram definidos no item 3.1.1 desta dissertação, dois tipos de Vetor-
Alocação, um Binário e outro Inteiro, conforme os valores nas posições dos mesmos.
Porém, para que a multiplicação definida pela expressão [5] seja possível para ambos os
tipos de vetores, é necessário que, no caso da utilização de Vetores-Alocação Inteiros, os
mesmos sejam convertidos para o formato Binário, a fim de determinar as Redundâncias
com relação à monitoração de cada um dos defeitos da Matriz de Observabilidade. A
funcionalidade do formato Inteiro para Vetor-Alocação se faz útil na execução do AG.
[5] Aloc
tred VMOV ×=
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
43
A Figura 3.5 ilustra o Vetor-Redundância obtido a partir do
Vetor-Alocação e da Matriz de Observabilidade fixados nas Figuras 3.1 e
3.3.
Figura 3.5 – Exemplo de Vetor-Redundância
3.2 ALGORITMOS GENÉTICOS
Uma vez que o método de busca de solução escolhido foram os
Algoritmos Genéticos, cabe neste ponto uma breve descrição dos seus
principais fundamentos, pois, apesar de não se tratar do objeto principal do
trabalho realizado, as configurações dos principais parâmetros do mesmo
exercem influência direta nos resultados da metodologia elaborada.
O algoritmo básico do AG é constituído por quatro etapas
principais:
• sorteio da população;
• avaliação;
• seleção (reprodução);
• cruzamento e mutação.
A Figura 3.6 ilustra como essas etapas são inter-relacionadas de
maneira a constituir o AG que foi aplicado ao problema abordado neste
trabalho.
[1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] 2 2 0 3 1 3 1 3 1 1 1 1 1 1 2 2 0 0 1 1 0 2 2 0 0 0 2 1 2 0
Defeitos Simulados
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
44
Figura 3.6 - Fluxograma do Algoritmo Genético Básico
Basicamente, no AG são formuladas populações de indivíduos
(conjuntos limitado de possíveis soluções para um problema) em diferentes
etapas (gerações). Em cada etapa são aplicados aos indivíduos os
operadores Seleção, Cruzamento e Mutação, analogamente ao processo
biológico da Seleção Natural, de maneira que as respostas sofram
alterações convenientes. Logo, as alterações são ponderadas pela
adaptabilidade de cada indivíduo, isto é, pelo atendimento de cada possível
solução às restrições e objetivos pertinentes ao problema em análise, de
maneira que os indivíduos sofram alterações favoráveis para que o AG
convirja para uma solução melhor que satisfaça o problema, ou seja, a
solução melhor adaptada.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
45
Sendo assim, cada indivíduo do AG é formado por
“cromossomos”, os quais carregam as informações que determinam as
características próprias daquele indivíduo, ou seja, parâmetros pelos quais o
AG irá avaliar cada indivíduo (possível solução), de modo a averiguar o grau
de satisfação dessa solução às restrições e objetivos do problema. No AG, o
cromossomo é representado pela string (a Tabela 3.1 apresenta a analogia
entre os entes biológicos e os seus equivalentes no AG).
Tabela 3.1 - Tabela de equivalências Biologia Algoritmo Genético
Cromossomo String ou Indivíduo Genes Bits Lócus Posição do bit na string
Genótipo Estrutura de dados Fenótipo Solução alternativa
População Conjunto de Strings Geração Iteração do AG
Desse modo, a principal finalidade das funções que constituem o
AG é adequar as strings que compõem cada população de uma determinada
geração, através da manipulação dos seus conjuntos de dados, de maneira
que as possíveis soluções que eles constituem, cada vez mais, satisfaçam
os objetivos e restrições do problema.
O algoritmo básico é caracterizado pela utilização da codificação
binária, a qual se mostra muito eficiente na resolução de problemas de
tomada de decisão, como no caso em questão.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
46
Porém, há casos em que uma codificação alternativa, utilizando
inteiros, apresenta uma convergência melhor, principalmente quando a
aplicação de codificação binária implicaria em indivíduos de tamanho muito
grande, como também é o caso do problema em questão. Nesta dissertação
as duas formas de aplicação dos AGs são efetuadas, permitindo avaliar qual
é a que melhor atenderia o problema em questão.
A população inicial é criada de forma aleatória e então o
processo, em “loop”, faz a avaliação, seleção e alteração dos indivíduos que
constituem cada geração até a convergência.
3.2.1 Avaliação
A avaliação do indivíduo é realizada através de uma função de
avaliação. Ela pode ser representada por qualquer tipo de função, desde que
indique o quão bem “adaptado” é um determinado indivíduo para o contexto
em que ele está inserido. Colocando em termos mais adequados com o
problema abordado nesta dissertação, a função de avaliação deve indicar o
grau de satisfação de uma possível resposta para os objetivos e restrições
do problema dentro da modelagem do mesmo através dos AGs.
Muitas vezes, porém, principalmente quando se têm pequenas
populações, pode ocorrer que o AG convirja rapidamente para um máximo
(mínimo) local do universo de soluções do problema, gerando um resultado
não esperado.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
47
Quando se trabalha com a técnica de seleção da Roleta (que será
detalhada em item seguinte), e os melhores indivíduos estão com avaliações
próximas à média; pode ocorrer, devido ao sorteio, que alguns dos melhores
indivíduos não sejam selecionados, e conseqüentemente perdem-se
informações importantes para evolução do algoritmo. Uma técnica utilizada
para aprimorar este detalhe do algoritmo básico é o Re-escalonamento.
3.2.1.1 Re-escalonamento
O Re-escalonamento consiste em evidenciar melhor as diferenças
entre as avaliações dos indivíduos de uma dada geração. Isto é feito através
de uma função, que altera os valores das avaliações de cada indivíduo, sem
alterar a ordem da avaliação dos mesmos em uma dada geração.
Neste trabalho, quando se fez necessário, adotou-se o critério de
que a média das avaliações não deveria mudar, e que o melhor indivíduo
deveria ter como avaliação o valor fornecido pela mesma multiplicado pelo
dobro do valor fornecido pela média das avaliações de cada população (vide
Figura 3.7).
F’med
F’med
Fmed
F’min
Fmin Fmax
2
Figura 3.7 - Re-escalonamento
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
48
Um caso particular encontrado em algumas simulações foi aquele
em que a média e o máximo possuem o mesmo valor, ou ainda o máximo e
o mínimo possuem o mesmo valor (e conseqüentemente todos os elementos
possuem a mesma avaliação e não devem ser re-escalonados, pois a
convergência já teria sido atingida).
Assim, observou-se em muitos casos que, para problemas que
possuem máximos (mínimos) locais bem característicos e pouco próximos
do máximo (mínimo) absoluto, a utilização do Re-escalonamento coopera na
convergência para esses pontos, devendo-se atentar para a adequação da
modelagem, de forma a contornar esses inconvenientes, aumentando-se as
taxas de Cruzamento e Mutação, ou até mesmo aumentando-se o número
de indivíduos em cada população.
3.2.2 Operador Seleção
Depois da avaliação de cada um dos indivíduos, executa-se a
Seleção dos indivíduos. Para a solução do problema de otimização em
questão foram empregadas duas técnicas para a seleção dos indivíduos de
cada geração. A técnica empregada inicialmente foi a da Roleta, na qual a
chance de cada indivíduo ser selecionado é proporcional a sua avaliação.
Dessa maneira, um determinado indivíduo, com uma boa avaliação, pode
ser selecionado mais de uma vez, já que a chance de ele ser selecionado
para constituir a próxima população é maior que a dos indivíduos mal-
avaliados.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
49
Com o desenvolvimento do trabalho, percebeu-se que o grau de
dificuldade da alocação de medidores aumentava de acordo com o número
de pontos do sistema em avaliação. Dessa forma, uma outra técnica de
seleção foi implementada, a fim de permitir uma convergência mais rápida
para a resposta do problema. A segunda técnica foi a do Torneio, através da
qual, os indivíduos de uma dada geração são escolhidos por meio de
subconjuntos formados por indivíduos aleatórios da geração anterior.
Maiores detalhes das técnicas utilizadas no operador seleção do AG são
fornecidas nos itens seguintes.
3.2.2.1 Roleta
Esta técnica constitui uma forma de realizar o operador seleção
do AG. Ela é efetuada em duas etapas distintas. Inicialmente, logo após a
avaliação de cada um dos n indivíduos, executa-se o somatório das
avaliações, conforme explicitado na expressão [6] que segue.
Onde:
• Fsoma: Soma das avaliações de todos os indivíduos de cada
geração;
=n
avalsoma iFF1
)( [6]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
50
• Faval(i): Valor da avaliação do indivíduo i de uma dada
geração;
• n: Número de indivíduos em cada geração.
Com o valor de Fsoma, calcula-se a probabilidade de seleção de
cada um dos indivíduos de uma geração k para a geração k+1 seguinte,
baseando-se na relação do valor da avaliação pela soma das avaliações de
todos os indivíduos de uma dada geração. A expressão [7] que segue ilustra
a probabilidade de seleção do indivíduo i na geração k para a geração k+1:
Nota-se que, por essa compilação, a probabilidade de cada
indivíduo ser selecionado para a geração futura é diretamente proporcional
ao valor de sua avaliação.
A Figura 3.8 ilustra a técnica exposta para o caso de uma
população com seis indivíduos que têm probabilidades de serem
selecionados (pela Roleta) proporcional a sua Função de Avaliação.
soma
aval
FiF
iP)(
)( = [7]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
51
Roleta Tradicional Roleta Numérica
2 0
0
1
Figura 3.8 – Seleção por Roleta
A partir das probabilidades individuais, elabora-se uma Roleta
Numérica5, na qual cada faixa (indicada por cores na Figura 3.8) é
proporcional a sua probabilidade P(i). Nessa técnica de seleção, depois de
elaborada a roleta, sorteia-se um número entre 0 e 1, e verifica-se qual
indivíduo teria esse número dentro da respectiva faixa, e, só então, este
indivíduo é selecionado para possíveis cruzamentos e mutações, para
formação da geração futura.
3.2.2.2 Torneio
Diferentemente da seleção por Roleta, esta técnica de seleção
não tem a necessidade de criar a probabilidade individual de cada indivíduo.
Nela são pré-selecionados, aleatoriamente, x indivíduos (sendo que x << n,
e n é o número de indivíduos por geração), e o melhor entre os esses é
5 É dado o nome de Roleta Numérica pela Seleção ser realizada através de um número real
pertencente ao conjunto [0, 1]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
52
selecionado. O ciclo é repetido n vezes até que o número de indivíduos por
geração seja alcançado para a nova população da geração seguinte. A
Figura 3.9 ilustra uma iteração da aplicação do operador Seleção utilizando
a técnica do Torneio com x = 3.
Figura 3.9 – Seleção por Torneio
3.2.3 Operador Cruzamento
Após a Seleção dos indivíduos, aplica-se o operador
Cruzamento na população de cada uma das gerações que compõem um
AG. No caso do Cruzamento, os indivíduos que sofrerão Cruzamento são
sorteados de acordo com uma probabilidade específica, ou seja, a decisão
se um determinado indivíduo sofrerá o Cruzamento é feita através do
Escala daAvaliação
Melhor Avaliado
Torneio
Indivíduo Selecionado
População em Avaliação
Seleção Aleatória
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
53
sorteio de um número aleatório no intervalo [0, 1]. Se esse número for
superior ao valor da probabilidade de cruzamento fixado para o AG, o
indivíduo em questão não sofrerá o Cruzamento, caso contrário, ele é
separado dos demais.
Em seguida, os indivíduos selecionados para Cruzamento são
agrupados dois a dois, aleatoriamente. Sorteia-se, então, um número inteiro
no intervalo [1, nlocus], onde nlocus é o número de bits que forma os indivíduos
do AG. O valor obtido com o sorteio determina a posição dos indivíduos em
que se dará a troca de informação. A Figura 3.10 abaixo ilustra a aplicação
do operador Cruzamento, para o caso da utilização do Vetor-Alocação
Binário como indivíduo (que facilmente generalizada para a utilização do
Vetor-Alocação Inteiro):
Figura 3.10 – Operador Cruzamento
1 0 1 1 0 0
0 1 0 1 0 0
1 0 1 0 1 1
0 1 0 0 1 11
1 0 1 1
Indivíduos Originais Selecionados para Cruzamento
Indivíduos Resultantes do Cruzamento
Locus Sorteado para referência de Troca de Informação
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
54
3.2.4 Operador Mutação
Após a aplicação do operador Cruzamento, aplica-se o operador
Mutação para a população de cada uma das gerações do AG. Ele é
aplicado de acordo com uma dada probabilidade, fixada para o AG. Dessa
forma, para cada bit, de cada um dos indivíduos da população, de uma
determinada geração, sorteia-se um número aleatório no intervalo [0, 1]. Se
esse número for inferior ao valor da probabilidade de mutação fixado para o
AG, o bit em questão sofrerá a Mutação.
Na utilização do Vetor-Alocação Binário, a aplicação da Mutação
faz com que o valor do bit selecionado seja alterado, isto é; se ele for 0
torna-se 1, se ele for 0 torna-se 1. Já para o caso da utilização do Vetor-
Alocação Inteiro, a aplicação da Mutação ocorre de forma diferente. O valor
do bit selecionado para a Mutação é alterado para um outro qualquer,
dentro do universo de possibilidades, ou seja, o número de uma barra
armazenado no gene em questão é alterado para um outro número
qualquer, que identifica uma outra barra do SEP em avaliação.
Na seqüência do processo do AG, todos os indivíduos são
novamente avaliados. Caso seja a última geração, assume-se como
resposta, o indivíduo mais bem avaliado entre todas as gerações.
Maiores informações sobre os Algoritmos Genéticos podem ser
encontrados em [04].
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
55
3.3 TOMADA DE DECISÃO FUZZY
A Teoria de Conjuntos Fuzzy pode ser utilizada em problemas de
tomada de decisão (Zadeh [01], Zimmerman [01]), como é o caso do
problema abordado por esta dissertação. Ela representa uma alternativa a
abordagem de problemas de tomada de decisão, que podem ser encarados
como problemas de otimização (pois se têm objetivos e restrições bem
definidos). Sendo assim, na sua aplicação, deseja-se determinar uma
solução que “satisfaça” de forma simétrica tantos os objetivos, quanto as
restrições.
Dessa forma, utilizam-se funções de pertinência (tanto para os
objetivos, quanto para as restrições do problema) que descrevem o grau de
satisfação para uma possível solução do problema em análise.
No caso do problema tratado neste trabalho, adotou-se uma
função de pertinência para o objetivo (µµµµobj), que indica o quão mais próximo
de 1 (alocação mínima para monitoração de um SEP) é o número de
medidores sugeridos por um possível Vetor-Alocação; e uma função de
pertinência para a restrição (µµµµres), que indica o quanto melhor um Vetor-
Redundância está para uma possível solução (Vetor-Alocação),
considerando uma meta mínima de redundância para cada falta. A decisão
que avalia se os resultados de ambos (objetivos e restrições) estão
satisfatórios é feito através de uma função de pertinência de decisão (µµµµdec), a
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
56
qual, dessa maneira, agrega os resultados dos objetivos e das restrições. A
expressão [8] ilustra a expressão descrita.
Onde:
• µµµµobj: função de pertinência para o objetivo;
• µµµµres: função de pertinência para as restrições;
• µµµµdec: função de pertinência para a decisão;
• ⊗: representa o operador de agregação.
3.4 MODELAGEM (APLICAÇÃO DO AG AO PROBLEMA)
Tendo exposto as ferramentas que foram empregadas no
desenvolvimento da metodologia proposta por este trabalho, procede-se à
descrição da modelagem do problema abordado utilizando as mesmas.
A preocupação fundamental na solução do problema de Alocação
Ótima de Medidores de Qualidade de Energia Elétrica reside na
determinação das posições em que devem ser instalados os equipamentos
para minimizar o número de medidores. Logo, percebe-se que a
minimização do número de medidores é atingida indiretamente, a partir da
determinação dos pontos de maior Observabilidade do SEP em avaliação.
resobjdec µµµ ⊗= [8]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
57
Sendo assim, a avaliação recai na análise da influência de um
medidor no Grau de Observabilidade do sistema. Isto é, uma vez
determinado o número mínimo de equipamentos necessários e a disposição
dos mesmos para garantir Grau de Observabilidade máximo sobre o
sistema, tornar-se-ia possível averiguar a influência sobre o Grau de
Observabilidade do SEP com a redução de um medidor do número mínimo
estabelecido, bem como a Redundância da monitoração com o acréscimo
de um medidor.
Dessa forma, inicialmente, o problema restringiu-se na
determinação do Vetor-Alocação Binário com o menor número de 1’s
(medidores a serem instalados) possível, de forma que o Vetor-
Redundância não apresente nenhuma posição com valor nulo (garantia da
completa Observabilidade do sistema em avaliação). Posteriormente, a fim
de averiguar a possibilidade de redução do número de medidores, utilizou-se
o Vetor-Alocação Inteiro, sendo o tamanho máximo dele, definido a partir
dos resultados obtidos com a utilização do Vetor-Alocação Binário.
Logo, observou-se que essa abordagem pode ser bem modelada
através de AGs, uma vez que se têm uma função-objetivo bem definida
(minimização de medidores), e uma função de penalização clara (a não-
monitoração de algum defeito).
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
58
3.4.1 Avaliação Utilizando Algoritmo Genético Clássico
Para resolver o problema de alocação dos medidores de
qualidade de energia, a princípio foi feita a modelagem do problema
utilizando a modelagem clássica do AG.
Nela o string de cada indivíduo do AG consiste em nM genes, que
representam as nM barras do SEP em avaliação, onde se poderia alocar
medidores de QEE (utilização do Vetor-Alocação Binário).
3.4.1.1 Função - Objetivo
A função-objetivo do problema para a modelagem clássica é
apresentada através da expressão [9]. Pela sua definição, nota-se que a
intenção da mesma é minimizar o somatório dos elementos do Vetor-
Alocação Binário:
Onde:
• nM: é o número de barras nas quais pode-se alocar medidores;
• VAloc(i): é o valor da posição i do vetor VAloc.
=
=Mn
iAlocobj iVF
1
)( [9]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
59
3.4.1.2 Função - Penalização
As restrições do problema quanto a não-monitoração de algum
defeito da Matriz de Observabilidade por um determinado Vetor-Alocação
(independente de este ser Binário ou Inteiro) foram consideradas através da
função de penalização. Para esse problema, para cada posição do Vetor-
Redundância que apresentou valor nulo - indicando que o defeito da linha
correspondente na Matriz de Observabilidade não foi “observado” por
nenhum dos medidores na configuração da string em avaliação (VAloc) -
acrescenta-se uma unidade no valor do valor da função de penalização,
conforme descrito na expressão [10] que segue:
Onde:
• nd: é o número de defeitos considerados;
• Vred(i): é o valor da posição i do vetor Vred.
3.4.1.3 Função - Avaliação
Em seguida, como descrito para o algoritmo básico, multiplica-se
o valor obtido com a função de penalização pela constante de valor elevado
0)(0)(
01
))((≠=
=iV
iV
se
seiVg
red
redred
=
=dn
iredpena iVgF
1
))(( [10]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
60
r e adiciona-se a ele o valor obtido com a função-objetivo. Como a finalidade
do problema é de minimizar o número de medidores, definiu-se a função de
avaliação de cada indivíduo como o inverso dessa soma, como é ilustrado
pela expressão [11], de maneira que os indivíduos sem posições nulas no
Vetor-Redundância e com o menor número de medidores sugeridos para a
instalação adquirissem um elevado valor para a sua avaliação.
Onde:
• Faval: é a função de avaliação;
• Fobj: é a função-objetivo que queremos minimizar;
• Fpena: é o número de vezes cujo indivíduo extrapolou as restrições;
• r: é um número muito alto (106 por exemplo).
A função de avaliação em questão, ilustrada pela expressão [11],
é uma função característica do AG clássico, no qual geralmente modela-se o
problema em avaliação de tal forma que, na busca pela melhor solução,
busca-se minimizar os valores das funções objetivo e de penalização. Assim,
na tentativa de ilustrar o resultado obtido por cada indivíduo nessa busca, a
função foi definida da maneira ilustrada, pois com os menores valores para
as funções objetivo e de penalização é que se atingem os maiores valores
da função de avaliação.
penaobjaval FrF
F⋅+
= 1[11]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
61
Através dessa implementação do problema, nota-se que a
questão referente à definição das barras onde devem ser instalados os
medidores fica a cargo da busca realizada pelo AG, entre as possíveis
soluções apontadas pelos indivíduos de cada uma de suas gerações.
3.4.2 Avaliação Utilizando Teoria dos Conjuntos Fuzzy
Com o desenvolvimento do trabalho, percebeu-se que o grau de
dificuldade da alocação de medidores aumenta de acordo com o número de
pontos do sistema em avaliação. E, devido o tamanho do indivíduos
envolvidos, o equacionamento ilustrado nos itens anteriores não era
suficiente para modelar corretamente os objetivos e restrições do problema
em questão.
Essa dificuldade advinha do fato dos valores obtidos pelas
funções objetivo e de penalização serem distorcidos pelo valor da constante
r e pela própria forma da função de avaliação, que, assim, não favoreciam a
convergência do AG.
Para contornar essa dificuldade, lançou-se mão da utilização da
Teoria de Conjuntos Fuzzy na determinação dos valores das funções
objetivo e de penalização, de maneira que os valores das mesmas não
interferisse na convergência do algoritmo e permitisse que o mesmo
pudesse ser aplicado para redes com dimensões maiores.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
62
3.4.2.1 Função - Objetivo
A função-objetivo proposta para essa modelagem alternativa do
problema continua com a finalidade de minimizar o número de medidores a
serem alocados segundo um Vetor-Alocação. Ela é apresentada abaixo
através da expressão [12]:
Onde:
• x: é o número de medidores para alocação que o indivíduo em
avaliação sugere;
• NIM: é o número inaceitável de medidores para o sistema em estudo,
isto é, a partir do qual o sistema de monitoração torna-se inviável.
, se 1 < x < NIM
, se NIM ≥≥≥≥ x
=
0
1)( xxobjµ [12]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
63
Note que a função em questão não é definida para o intervalo (-,
1[, pois o número mínimo de medidores a serem instalados em um SEP que
se deseja monitorar é, logicamente, no mínimo unitário.
A razão da escolha de uma função hiperbólica, para representar a
função-objetivo, foi o fato desse tipo de função ilustrar fielmente o objetivo do
problema em questão, sem a necessidade de se utilizar constantes ou
quaisquer outros artifícios algébricos.
Além disso, essa função, de forma simples, insere um
comportamento muito interessante para o problema de minimização do
número de medidores, que é característico na definição dos sistemas de
monitoração. Este comportamento refere-se ao fato de que o impacto de se
agregar uma unidade (no caso do problema em questão, um medidor) no
resultado da função não é tão expressivo quanto o de se retirar uma
unidade. Isto é, sendo f(x) a função hiperbólica definida pela expressão [13].
|f(x+1) - f(x)| > | f(x) - f(x-1)| [13]
Dessa forma, pode-se entender que, por esse comportamento, a
função-objetivo também favorece a minimização do número de medidores.
3.4.3 Função - Penalização
Já as restrições do problema para a nova modelagem foram
consideradas através da função de penalização em duas etapas. Na
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
64
primeira etapa, avaliou-se a redundância mínima desejada, conforme
apresentado na expressão [14] abaixo:
Onde:
• x: é a média das redundâncias para uma determinada alocação;
• RM: é a redundância-média mínima definida para a avaliação
(número mínimo de medidores que se deseja para monitorar cada
uma dos defeitos).
Por fim, em uma segunda etapa, a fim de garantir que houvesse
uma distribuição homogênea da redundância ao longo de todo o Vetor-
, se x > (RM + 1)
, se x < (RM - 1)
, se (RM - 1) ≤ x ≤ (RM + 1)
−−
−=
RMx
RMxxFpena
11
1
)( [14]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
65
Redundância, divide-se o resultado da função de penalização pelo número
de posições nulas do próprio Vetor-Redundância. Dessa forma, impede-se
que um indivíduo (Vetor-Alocação em avaliação pelo algoritmo), que
apresentou uma redundância elevada para um determinado defeito e
redundância nula para muitos outros, seja tão bem avaliado quanto um que
apresentou uma redundância baixa para todos os defeitos.
Logo, seguindo os mesmos motivos que levaram a escolha de
uma função do tipo hiperbólica para a função-objetivo, determinou-se a
função de penalização definitiva aplicada no algoritmo, conforme está
ilustrado abaixo pela expressão [15]:
Onde:
• NRZ: é a o número de posições nulas do Vetor-Redundância (VRed);
Note que o expoente utilizado sobre o fator que considera o
número de posições nulas intensifica o peso deste na função, de forma que
seja favorecida a obtenção de Vetores-Rendundância sem nenhuma
posição nula, e, assim, a avaliação exercida pelo AG possa se voltar
unicamente para a questão da alocação dos medidores, a fim de se
minimizar o número dos mesmos.
3
)(NRZ
xrespena
µµ = [15]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
66
Isto é, a princípio a função de penalização deve refletir a premissa
básica para o problema da alocação dos medidores, que seria garantir a
monitoração de todos os defeitos passíveis de ocorrerem em um SEP.
Apenas após ter essa premissa atendida, se atentaria para a averiguação de
qual deve ser a disposição dos medidores, de maneira que seja necessário o
menor número dos mesmos para se monitorar um SEP.
3.4.3.1 Função - Avaliação
Para essa alternativa a modelagem do problema, a avaliação do
indivíduo é fornecida através de uma função de avaliação semelhante à
função de pertinência de decisão. Sendo assim, adotou-se a expressão [16]:
Onde:
• dec é a função de avaliação;
• obj é a função-objetivo;
• pena é a função de penalização.
Nessa função, o operador da multiplicação faz o papel do
operador de agregação da expressão [8].
penaobjdec µµµ ∗= [16]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
67
O capítulo em questão exibe os resultados da aplicação da
metodologia definida no capítulo anterior em três redes reais. Além da
apresentação dos resultados da Alocação Ótima de Medidores de Qualidade
de Energia Elétrica, são detalhados os objetivos e particularidades de cada
uma das simulações realizadas. Gráficos de desempenho do Algoritmo
Genético, bem como aprimoramentos executados para cada situação são
apresentados e justificados na medida em que se fizeram necessários.
4.1 CONSIDERAÇÕES GERAIS
A metodologia desenvolvida nesta dissertação foi empregada em
três redes reais de diferentes portes. Todas elas foram supostas
equilibradas. O AG utilizado em todas as simulações foi resultado de
desenvolvimento próprio.
Inicialmente, as simulações foram feitas sob uma série de
restrições, a fim de averiguar o correto funcionamento da metodologia
desenvolvida. Posteriormente, a medida que o desempenho da metodologia
se mostrou satisfatório, o grau de complexidade das simulações era
aumentado gradativamente. Ao final, para validar a metodologia, a alocação
de medidores final foi executada na rede de maior porte, considerando
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
68
defeitos fase-terra, dupla fase-terra e trifásico simultaneamente, a fim de
garantir a monitoração de Afundamentos e Elevações de tensão.
4.1.1 Curto-circuito
A opção por fazer a simulação de validação final considerando os
três tipos de defeitos, simultaneamente, deve-se a tentativa de tornar a
Matriz de Observabilidade do SEP em avaliação o mais completa possível,
isto é, aumentar a precisão do “mapeamento” de VTCDs passíveis de
ocorrerem no SEP utilizado, a partir da consideração do maior número de
causas dos mesmos, que, para esta dissertação, são simulações de curto-
circuitos.
As características de uma dada VTCD estão intrinsecamente
relacionadas com as características do evento que a originou. As VTCDs
dependem,basicamente, da aleatoriedade, da intensidade e do tipo do
evento que a originou.
Nesta dissertação foram utilizadas simulações de curto-circutos
para modelar as principais causas da ocorrência de VTCD. Então, as
características de um dado curto-circuito, como intensidade e tipo, estão
relacionadas a uma série de parâmetros determinados na ocorrência dos
mesmos, como impedância de defeito, posição de ocorrência e número de
fases envolvidas.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
69
A expressão [17] abaixo ilustra a dependência entre um dado
defeito e os parâmetros que o caracteriza:
Onde:
• x: corresponde à posição de ocorrência do defeito em uma
determinada rede elétrica;
• : corresponde à impedância de defeito;
• φ: corresponde ao número de fases envolvidas no defeito.
Logo, quanto maior for o número de curto-circuitos diferentes
simulados, maior será a Matriz de Observabilidade de um dado SEP e
melhor será a caracterização do comportamento do mesmo SEP com
relação às VTCDs. Por isso que, para a validação final da metodologia,
foram considerados defeitos fase-terra, dupla fase-terra e trifásico,
simultaneamente.
4.1.2 Ocorrências de VTCDs
Conforme descrito no item 3.1.2 do capítulo anterior, as
simulações de curto-circuito determinam uma matriz de tensões de falta que,
por sua vez, são utilizadas para determinar a Matriz de Observabilidade,
utilizada na metodologia. Assim, definindo-se o Nível de Disparo,
),,( φΩ= xfDefeito [17]
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
70
determina-se qual a intensidade das VTCDs que se deseja monitorar em um
dado SEP.
Definindo-se o Nível de Disparo como 0,9pu ou 1,1pu, isto é, o
limiar de ocorrência dos Afundamentos e Elevações, respectivamente, fica
claro que VTCDs com intensidades mais severas (isto é, com magnitudes
inferiores a 0,9pu, para os Afundamentos; e superiores a 1,1pu para as
Elevações) também serão monitoradas. Logo, fixando-se o valor de Nível de
Disparo no limiar de ocorrência das VTCDs, o número de medidores
necessários para monitorar todo um SEP será máximo.
Isto se deve ao fato de que, para algumas simulações de faltas,
as tensões nas barras podem não sofrer variações muito intensas. Assim,
estando o Nível de Disparo fixado em um valor diferente daquele referente
ao limiar da ocorrência das VTCDs, ou seja, VTCDs mais severas; algumas
simulações acabam sendo ignoradas pela metodologia na Matriz de
Observabilidade, isto é, na linha da Matriz de Observabilidade referente a
uma falta deste tipo, só haverá valores nulos.
Por exemplo, para uma determinada simulação de falta, as
tensões de algumas barras podem assumir valores entre 0,9 e 0,8pu. Caso o
Nível de Disparo para a avaliação de todo um sistema estiver fixado em
0,8pu, a linha correspondente a esse defeito na Matriz de Observabilidade
apresenta apenas valores nulos, indicando que esse defeito não ocasionou
VTCDs para a avaliação em questão. Dessa maneira, a monitoração desse
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
71
defeito não se torna necessária, contribuindo para que o número de
medidores necessários para monitorar todo o SEP seja menor (no caso
desse defeito ser decisivo para a instalação de um medidor de QEE).
Assim, alterando-se o Nível de Disparo do limiar de ocorrência
de VTCDs, o número de defeitos que ocasionam VTCDs pode ser diminuído,
diminuindo o número de medidores necessários para monitorar todo um
SEP, com relação àquele necessário para monitorar o mesmo SEP, quando
o Nível de Disparo é fixado no limiar de ocorrência de VTCDs.
Por esse motivo, as simulações realizadas nesta dissertação
sempre consideraram o Nível de Disparo fixado no limiar de ocorrência de
VTCDs.
4.2 REDE COM 7 BARRAS
A metodologia foi inicialmente aplicada para a rede da Figura 4.1.
Figura 4.1 – Rede com 7 barras
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
72
Para a montagem da Matriz de Observabilidade deste caso,
foram feitas simulações de defeitos fase-terra francos, utilizando aplicativo
de desenvolvimento próprio. Inicialmente, a fim de averiguar o correto
funcionamento da metodologia, foram simulados defeitos apenas nas barras
do sistema em questão. A Matriz de Observabilidade obtida para Nível de
Disparo de 0,9pu é exibida na Tabela 4.1 apresentada na seqüência:
Tabela 4.1 – Matriz de Observabilidade
A metodologia foi aplicada utilizando, inicialmente, a formulação
ilustrada no item 3.3.1. Então, foi determinada a alocação de dois medidores
nas barras 6 e 7, que são as barras que ficam logo após os transformadores
da barra 5, uma vez que a chave existente entre elas foi considerada
normalmente aberta. O Vetor-Alocação correspondente a essa
configuração é ilustrado a seguir na Tabela 4.2.
Tabela 4.2 – Vetor-Alocação
Barra de Defeito
Tensão 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 5 1 1 1 1 1 1 1 6 0 0 0 0 0 1 0 7 0 0 0 0 0 0 1
Barra 1 2 3 4 5 6 7 Redundância 0 0 0 0 0 1 1
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
73
Observando a Matriz de Observabilidade, nota-se que a barra 6
percebe praticamente todos os defeitos no sistema, com exceção daquele
simulado na barra 7. A situação análoga acontece para a barra 7. O Vetor
Redundância obtido para esse caso é mostrado na Tabela 4.3.
Tabela 4.3 – Vetor-Redundância
As posições para instalação dos medidores (determinação do
melhor indivíduo) foram determinadas utilizando 300 gerações, 200
indivíduos por população, probabilidade de cruzamento de 80% e
probabilidade de mutação de 5%. Esses valores foram definidos, a fim de
que a convergência dos resultados fosse garantida, permitindo, assim,
avaliar a adequação do problema à metodologia proposta, bem como o
impacto de possíveis adequações na modelagem no desempenho do AG.
O gráfico da Figura 4.2 ilustra o comportamento dos indivíduos de
cada geração frente o problema abordado neste trabalho. Ele é composto
por curvas com os valores obtidos pela Função-Avaliação para o melhor
indivíduo de cada geração (Max), para o pior indivíduo de cada geração
(Min) e pela média dos valores da Função-Avaliação de todos os indivíduos
de cada uma das gerações (Med). Também são apresentadas as curvas com
os valores obtidos para a Função-Objetivo para o melhor indivíduo de cada
Barra 1 2 3 4 5 6 7 Redundância 2 2 2 2 2 1 1
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
74
geração (Alfa), e a média dos valores obtidos pela Função-Objetivo para
todos os indivíduos de cada uma das gerações (Objetivo).
A partir dele, observa-se que a convergência do problema é muito
rápida e que cerca de 50 gerações já seriam suficientes para garantir que o
melhor indivíduo fosse encontrado, representando a alocação ótima de
medidores no sistema de 7 barras em avaliação.
Figura 4.2 – Gráfico de desempenho do AG para a Rede com 7 barras
4.3 REDE COM 60 BARRAS
O AG clássico apresentado no item 3.3.1 também foi aplicado
para a rede de 60 barras, ilustrada na Figura 4.3, considerando o Nível de
Disparo dos medidores em 0,9pu.
Evolução dos parâmetros
0
10
20
30
40
50
60
Ger
ação
1
Ger
ação
11
Ger
ação
21
Ger
ação
31
Ger
ação
41
Ger
ação
51
Ger
ação
61
Ger
ação
71
Ger
ação
81
Ger
ação
91
Ger
ação
101
Ger
ação
111
Ger
ação
121
Ger
ação
131
Ger
ação
141
Ger
ação
151
Ger
ação
161
Ger
ação
171
Ger
ação
181
Ger
ação
191
Ger
ação
201
Ger
ação
211
Ger
ação
221
Ger
ação
231
Ger
ação
241
Ger
ação
251
Ger
ação
261
Ger
ação
271
Ger
ação
281
Ger
ação
291
Alfa
Objetivo
Min
Média
Max
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
75
Nesta avaliação, foram feitas simulações de defeitos fase-terra e
trifásico francos apenas nas barras do sistema utilizando aplicativo de
desenvolvimento próprio, e foram consideradas apenas as contribuições do
gerador de 5MW (barra 1332), uma vez que os outros geradores têm
potência nominal pequena ou operam somente em situações de
contingência. A metodologia foi aplicada utilizando 300 gerações, 200
indivíduos por população, probabilidade de cruzamento de 80% e
probabilidade de mutação de 5%, a fim de garantir a convergência do
algoritmo.
Para o primeiro caso, defeitos fase-terra, o número mínimo de
medidores determinado foi 9. A possível configuração sugerida pelo AG
determinou a instalação de equipamentos nas barras 1349, 1263, 1418,
1343, 1257, 1260, 1336, 1372 e 1253 do sistema. Essas barras estão
identificadas na Figura 4.3 por círculos contínuos. Já para o caso de
simulações de defeitos trifásicos, o número mínimo de medidores
determinado foi 5. A possível configuração sugerida pelo AG determinou a
instalação de equipamentos nas barras 1264, 1356, 1343, 1253, 1336.
Essas barras estão identificadas na Figura 4.3 por retângulos tracejados.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
76
Alocação para defeitos trifásicos
Alocação para defeitos fase-terra
Figura 4.3 – Rede com 60 Barras
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
77
Observou-se que, para uma rede desse porte, existe mais de uma
disposição dos medidores que atende a restrição de minimização do número
de equipamentos necessários. Logo, mais restrições podem ser
implementadas de maneira a representar de forma mais fiel a realidade e de
maneira a diminuir o universo de soluções.
Também pode-se observar a comprovação do defeito trifásio ser
mais severo que o defeito fase-terra, pois o número de medidores
necessários para monitorar o SEP em questão, considerando apenas
defeitos trifásicos, é menor que necessário para monitorar defeitos fase-
terra. Isto se deve ao fato de que um defeito trifásico, ocorrido em uma dada
posição e com uma dada impedância de defeito, tem as suas conseqüências
propagadas por mais barras do sistema que um defeito fase-terra, ocorrido
nas mesmas condições. Logo, como mais barras são sensibilizadas por um
defeito trifásico do que por um defeito fase-terra, em uma dada posição, o
número de medidores necessários para monitorar o sistema com relação a
defeitos trifásicos é menor que aquele necessário com relação a defeitos
fase-terra.
A Figura 4.4 ilustra a evolução do AG para a resolução do
problema de alocação considerando defeitos trifásicos. Nota-se que a
convergência é rápida, sendo que 100 gerações já seriam suficientes para
atingir a solução ótima.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
78
Figura 4.4 – Gráfico de Desempenho do AG para Rede de 60 Barras – Defeitos Trifásicos
Considerando as simulações de defeitos fase-terra, observou-se
que o número de gerações para se atingir a convergência foi próximo do
limite utilizado para as gerações do AG, conforme ilustrado pela Figura 4.5.
Sendo assim, nesse caso, o desempenho do AG básico é prejudicado pela
sua própria simplicidade frente ao modelamento do problema proposto, isto
é, para redes com muitas barras, a dimensão da string torna-se
demasiadamente grande, aumentando a complexidade do problema, e
requerendo refinamento no algoritmo.
Evolução dos parâmetros
0
5
10
15
20
25
30
Ger
ação
1G
eraç
ão 9
Ger
ação
17
Ger
ação
25
Ger
ação
33
Ger
ação
41
Ger
ação
49
Ger
ação
57
Ger
ação
65
Ger
ação
73
Ger
ação
81
Ger
ação
89
Ger
ação
97
Ger
ação
105
Ger
ação
113
Ger
ação
121
Ger
ação
129
Ger
ação
137
Ger
ação
145
Ger
ação
153
Ger
ação
161
Ger
ação
169
Ger
ação
177
Ger
ação
185
Ger
ação
193
Ger
ação
201
Ger
ação
209
Ger
ação
217
Ger
ação
225
Ger
ação
233
Ger
ação
241
Ger
ação
249
Ger
ação
257
Ger
ação
265
Ger
ação
273
Ger
ação
281
Ger
ação
289
Ger
ação
297
AlfaObjetivoMinMédiaMax
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
79
Figura 4.5 – Gráfico de Desempenho do AG para Rede de 60 Barras – Defeitos Fase-Terra
Dessa forma, a fim de contornar essa dificuldade, foram aplicadas
as técnicas de seleção por Torneio e de Re-escalonamento da avaliação.
Observou-se, de acordo com a Figura 4.6, que a solução ótima foi
encontrada em menos de 50 gerações, mostrando-se mais apropriado para
problemas dessa magnitude.
Evolução dos parâmetros
0
5
10
15
20
25
30
35G
eraç
ão 1
Ger
ação
9G
eraç
ão 1
7G
eraç
ão 2
5G
eraç
ão 3
3G
eraç
ão 4
1G
eraç
ão 4
9G
eraç
ão 5
7G
eraç
ão 6
5G
eraç
ão 7
3G
eraç
ão 8
1G
eraç
ão 8
9G
eraç
ão 9
7G
eraç
ão 1
05G
eraç
ão 1
13G
eraç
ão 1
21G
eraç
ão 1
29G
eraç
ão 1
37G
eraç
ão 1
45G
eraç
ão 1
53G
eraç
ão 1
61G
eraç
ão 1
69G
eraç
ão 1
77G
eraç
ão 1
85G
eraç
ão 1
93G
eraç
ão 2
01G
eraç
ão 2
09G
eraç
ão 2
17G
eraç
ão 2
25G
eraç
ão 2
33G
eraç
ão 2
41G
eraç
ão 2
49G
eraç
ão 2
57G
eraç
ão 2
65G
eraç
ão 2
73G
eraç
ão 2
81G
eraç
ão 2
89G
eraç
ão 2
97
AlfaObjetivoMinMédiaMax
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
80
Evolução dos parâmetros
0
5
10
15
20
25
30G
eraç
ão 1
Ger
ação
9G
eraç
ão 1
7G
eraç
ão 2
5G
eraç
ão 3
3G
eraç
ão 4
1G
eraç
ão 4
9G
eraç
ão 5
7G
eraç
ão 6
5G
eraç
ão 7
3G
eraç
ão 8
1G
eraç
ão 8
9G
eraç
ão 9
7G
eraç
ão 1
05G
eraç
ão 1
13G
eraç
ão 1
21G
eraç
ão 1
29G
eraç
ão 1
37G
eraç
ão 1
45G
eraç
ão 1
53G
eraç
ão 1
61G
eraç
ão 1
69G
eraç
ão 1
77G
eraç
ão 1
85G
eraç
ão 1
93G
eraç
ão 2
01G
eraç
ão 2
09G
eraç
ão 2
17G
eraç
ão 2
25G
eraç
ão 2
33G
eraç
ão 2
41G
eraç
ão 2
49G
eraç
ão 2
57G
eraç
ão 2
65G
eraç
ão 2
73G
eraç
ão 2
81G
eraç
ão 2
89G
eraç
ão 2
97
AlfaObjetivoMinMédiaMax
Figura 4.6 – Gráfico de Desempenho do AG para Rede de 60 Barras – Defeitos Fase-Terra – com Seleção por Torneio e Re-escalonamento
4.4 REDE COM 154 BARRAS
Depois da comprovação do funcionamento da metodologia para
redes menores, a mesma foi empregada em uma rede com 154 barras, de
forma a averiguar a validade da mesma para um caso mais complexo e
próximo da realidade em que a mesma deve ser aplicada. A rede utilizada é
ilustrada nas Figuras 4.7, 4.8, 4.9 e 4.10 exibidas a seguir (no ANEXO I são
apresentados os diagramas de impedâncias das mesmas).
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
81
Figura 4.7 – Rede de transmissão utilizada – 1ª parte
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
82
Figura 4.8 – Rede de transmissão utilizada – 2ª parte
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
83
Figura 4.9 – Rede de transmissão utilizada – 3ª parte
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
84
Figura 4.10 – Rede de transmissão utilizada – 4ª parte
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
85
4.4.1 VETOR-ALOCAÇÃO BINÁRIO
Para a montagem da Matriz de Observabilidade foram
simulados defeitos fase-terra com impedância de 5Ω. O Nível de Disparo
dos medidores considerado foi de 0,9pu (limiar da ocorrência do
Afundamento de Tensão [05]).
Os defeitos foram simulados em todas as barras do sistema e a
cada 10% do comprimento de cada um dos trechos do mesmo. Isso foi feito,
pois assim, julgou-se que a representação do desempenho frente as
possíveis perturbações transitórias, passíveis de ocorrerem na rede elétrica
em avaliação estaria suficientemente completa, retratando a realidade do
sistema, para a realização da Alocação Ótima de Medidores de Qualidade
de Energia. Ou seja, a matriz de tensões obtidas com as simulações desses
defeitos, do ponto-de-vista da metodologia, estaria ilustrando os valores das
tensões de todas as barras do sistema para grande parte dos defeitos
passíveis de ocorrerem no SEP em avaliação. As simulações foram
executadas através de aplicativo específico para a simulação de curtos-
circuitos (ANAFAS), totalizando 2143 defeitos.
A opção por essa configuração dos parâmetros referentes a essa
simulação foi feita por ser conservativa. Isso porque o defeito fase-terra, em
geral, é o menos severo. Isto é, a área de influência de um defeito desse
tipo, em um determinado ponto de um sistema de potência qualquer, tende a
ser menor que para qualquer outro tipo de defeito aplicado no mesmo ponto.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
86
Assim, a fim de garantir Grau de Observabilidade máximo para o
sistema, o número de medidores necessários para monitorar um sistema
qualquer frente a defeitos fase-terra é maior do que para os outros tipos de
defeitos.
No entanto, nada impede a extensão da aplicação da
metodologia, considerando os outros tipos de defeitos possíveis (trifásico,
dupla-fase e dupla-fase terra).
Neste trabalho, os mesmos não foram simulados, pois se optou
por limitar os tipos de defeitos simulados, a fim de garantir uma simplicidade
na avaliação das alocações, e orientar a busca pela solução que melhor
satisfizesse as restrições do problema da Alocação Ótima de Medidores de
Qualidade de Energia. Essa restrição faz-se pertinente, uma vez que o
universo de soluções do mesmo mostrou-se demasiadamente extenso (por
se tratar de uma rede com 154 barras, o universo de soluções é da ordem
de 2154 ≈ 1050 possíveis soluções).
Foi com o mesmo intuito de representar adequadamente a
realidade das possíveis condições transitórias a que um determinado SEP
pode ser submetido, que foram simulados defeitos ao longo dos trechos e
com impedância de defeito não-nula, pois na realidade os mesmos são os
mais comuns de ocorrerem nas redes elétricas.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
87
As simulações iniciais da metodologia desenvolvida neste
trabalho, para a rede em questão, utilizaram a modelagem clássica do AG
descrita no item 3.3.1. Porém os resultados encontrados com a mesma não
se mostraram satisfatórios, uma vez que o AG sugeria a instalação de
aproximadamente 40 medidores, representando uma relação entre número
de medidores e número de barras muito superior ao apresentado pelas duas
redes anteriores. A partir da análise dos valores das Funções Objetivo, de
Penalização e de Avaliação, percebeu-se que os mesmos passaram a
apresentar um comportamento que não favorecia a convergência do AG.
Para contornar essa dificuldade, aplicou-se a Teoria dos
Conjuntos Fuzzy, conforme descrito no item 3.3.2, de forma que o
comportamento das Funções Objetivo, de Penalização e de Avaliação
pudesse ser mais bem controlado e parametrizado, de acordo com os
interesses da avaliação.
Além disso, também devido a elevada extensão do universo de
soluções, foi implementada a manutenção do melhor indivíduo da população
de uma determinada geração, na população da geração posterior, a fim de
evitar que o algoritmo não convergisse (Elitismo).
Outro diferencial na implementação do AG para resolver o
problema em questão foi a interferência no sorteio da população inicial. Uma
vez que o algoritmo clássico sugere a completa aleatoriedade para a
determinação dos valores de cada uma das posições dos Vetores-Alocação
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
88
dos indivíduos da população inicial (50% de chance para sortear-se o valor
“1”; 50% de chance para sortear-se o valor “0”). Com isso, para o
problema abordado nesta dissertação, os indivíduos apresentariam uma
configuração em que o número de 1’s (uns) médio nos respectivos Vetores-
Alocação seria de 77 (154barras/2 = 77). Assim, a convergência do
problema seria prejudicada, uma vez que os possíveis indivíduos iniciais
teriam avaliações muito ruins. A fim de contornar essa dificuldade, fixou-se a
probabilidade de sorteio do valor 1 para cada posição do Vetor-Alocação
em 10%, fazendo com que o número de 1’s (uns) médio nos respectivos
Vetores-Alocação de cada um dos indivíduos em questão fosse 15,
próximo ao número máximo de medidores que se pretenderia alocar para
monitorar a rede em avaliação com Grau de Observabilidade máximo.
Dessa forma, foi possível gerar uma população inicial
suficientemente diversificada, na qual cada um dos indivíduos sugerisse
para a instalação um número de medidores adequado. Assim sendo, o
operador Cruzamento do AG ficou responsável por encontrar a melhor
combinação dos loci dos indivíduos da população inicial.
O operador Mutação também foi alterado, a fim de favorecer a
convergência do AG para uma solução satisfatória. Dessa forma, como o
objetivo do trabalho é minimizar o número de medidores necessários para
monitorar completamente um SEP (e, para isso, determinam-se quais são as
posições em que os mesmos devem ser instalados, a Alocação Ótima dos
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
89
mesmos), foi estabelecido que a probabilidade de mutação de um bit unitário
da string de cada indivíduo seria o dobro da probabilidade de mutação de
um bit nulo. Assim, praticamente, a Mutação averiguaria a necessidade da
instalação de cada medidor sugerido no Vetor-Alocação de cada indivíduo
Sendo assim, fixando-se uma taxa de cruzamento de 80% e uma
taxa de mutação de 20%, e fixando o parâmetro NIM em 90 medidores; o
algoritmo sugeriu a alocação de medidores em 23 pontos do sistema. Os
mesmos são destacados por elipses pretas tracejadas nas Figuras, que
ilustram a rede utilizada no trabalho.
4.4.2 VETOR-ALOCAÇÃO INTEIRO
O último recurso utilizado para aprimorar a metodologia desenvolvida
neste trabalho foi a modificação no Vetor-Alocação. Seguindo conceitos
definidos em [12], o Vetor-alocação Inteiro passou a ser utilizado no lugar
do Vetor-Alocação Binário. As modificações necessárias no AG para
adaptar a metodologia desenvolvida ao novo Vetor-Alocação foram
descritas ao longo do próprio capítulo anterior.
Para validar a metodologia, a simulação final foi realizada
considerando defeitos fase-terra, dupla fase-terra e trifásico, todos com
impedância de defeito de 5. Os defeitos foram simulados a cada 10% de
cada trecho do SEP, sendo simuladas faltas em 2143 pontos diferentes,
para cada tipo de defeito. Além da avaliação individual para cada tipo de
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
90
defeito, foi feita uma avaliação conjunta dos defeitos. Assim, agregando-se
os três tipos de feitos, a matriz de tensões de falta totalizava 6429 linhas
(sendo 2143 linhas referentes a cada um dos três defeitos).
As simulações foram executadas considerando 500 gerações e 200
indivíduos por geração, a fim de garantir que a convergência fosse atingida.
As taxas de cruzamento e mutação foram fixadas em 70% e 5%,
respectivamente. Os resultados encontrados são apresentados na Tabela
4.3. Nas Figuras 4.7, 4.8, 4.9 e 4.10 anteriores, ilustrou-se as alocações de
medidores sugerida pelos Vetores-Alocação obtidos para cada tipo de
curto-circuito. Os pontos determinados pelo Vetor-Alocação referente aos
defeitos trifásico foram destacados por retângulos verdes, para os defeitos
dupla fase-terra por retângulos vermelhos, para os defeitos fase-terra por
retângulos azuis e os referentes pontos determinados pelo Vetor-Alocação
encontrado considerando os três tipos de defeitos simultaneamente foram
ilustrados por retângulos amarelos.
Tabela 4.3 – Números de Medidores por Tipo de Defeito Tipo Defeito Nº. de Medidores Fase-Terra 23
Dupla Fase-Terra 19 Trifásico 17 Todos 23
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
91
No capítulo em questão é exposta a contribuição acadêmica que a
presente dissertação buscou preencher. Também são apresentadas as
conclusões tiradas após a análise dos resultados das simulações realizadas.
O capítulo é encerrado apontando as possíveis continuidades do trabalho
realizado.
5.1 CONCLUSÕES
Com a metodologia desenvolvida foram obtidos resultados
promissores, que permitem orientar o engenheiro do planejamento de redes
na aquisição de equipamentos de medição, de forma a atender
necessidades conflitantes e comuns encontradas na sua atividade:
“Maximizar a Capacidade de Monitoração sobre a Rede” e “Atender os
Limites Orçamentários da Empresa”, uma vez que, pelo trabalho
desenvolvido, averiguou-se que, para monitorar completamente uma
determinada rede, o número de equipamentos necessários para a completa
monitoração gira em torno de 20% dos pontos da mesma (para a 1ª
simulação exibida no item 4.2, para uma rede de 7 barras a metodologia
sugeriu a instalação de 2 medidores, correspondendo a aproximadamente
30% dos pontos da rede; para a 2ª simulação exibida no item 4.3, para uma
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
92
rede de 60 barras a metodologia sugeriu a instalação de 9 medidores, no
caso mais conservativo, correspondendo a aproximadamente 15% dos
pontos da rede; e para a 3ª simulação exibida no item 4.4, para uma rede de
154 barras a metodologia sugeriu a instalação de 23 medidores,
correspondendo a aproximadamente 15% dos pontos da rede). Obviamente,
esta porcentagem pode variar com as características do sistema elétrico, tais
como intensidade e diversidade dos níveis de curto-circuito nas barras do
sistema.
Lembrando ainda que um Vetor-Alocação sugere uma alocação de
medidores, na qual pelo menos um monitora cada um dos “possíveis” casos
de ocorrência de VTCD no SEP em questão; observou-se que a
determinação dos pontos onde os mesmos vão ser instalados não é tão
significativa como a quantidade de instrumentos a serem utilizados. Isto é,
enquanto a quantidade de equipamentos a serem utilizados apresenta uma
variação relativamente baixa, a posição em que os mesmos devem ser
instalados varia, uma vez que isso está vinculado com a combinação da
capacidade de Observabilidade de cada ponto do SEP que se deseja
monitorar.
Isso é claramente ilustrado pelo resultado obtido na última simulação,
na qual, considerando as duas formas de modelagem da metodologia
(Vetor-Alocação Binário e Vetor-Alocação Inteiro), foi determinada a
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
93
instalação de 23 medidores no SEP, para o caso da avaliação considerando
apenas defeitos fase-terra.
Outro ponto que favorece essa argumentação é o fato de que o
número de medidores determinados para a avaliação de cada tipo de defeito
variou menos de 26%; e, para a simulação considerando os três tipos de
defeitos simultaneamente, também foi determinada a instalação de 23
medidores, conforme foi determinado para o defeito fase-terra
individualmente. Isso só, por sua vez, ilustra o fato de que a consideração de
defeitos fase-terra apenas foi suficiente para a aplicação da metodologia no
caso em questão.
A implementação de outras restrições para estabelecer critérios que
diferenciem a instalação de medidores entre os pontos de um SEP se fazem
necessárias, a fim de determinar exatamente os locais em que os mesmos
devem ser instalados.
Além disso, a metodologia, devido a sua flexibilidade, apresenta
um potencial ainda maior, uma vez que ela poderá ser ampliada para
permitir considerar particularidades também muito comuns no cotidiano do
planejamento de redes, como a impossibilidade de instalação de
equipamentos em determinados pontos do sistema, ou a necessidade de se
garantir a monitoração de determinados pontos com uma redundância pré-
estabelecida.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
94
Dessa forma, a metodologia pode promover a alteração dos
conceitos comumente utilizados no estabelecimento das premissas relativas
à obtenção de parâmetros que permitam averiguar o desempenho dos
SEPs, pois ela estabelece que a monitoração completa de um sistema pode
ser executada sem a necessidade de se instalar equipamentos com essa
finalidade em cada uma das barras de um SEP qualquer, ou seja, que
indicadores locais, devido às características topológicas do próprio SEP,
podem ser ampliados para outros locais, sem comprometimento do
significado das informações de medição. Isso, dessa maneira, amplia a
funcionalidade de um sistema de monitoração sobre um determinado
sistema de potência, transformando a combinação das posições de
instalação dos equipamentos em um parâmetro importante para a
monitoração de todo um sistema de potência.
Para as empresas concessionárias de energia elétrica, essa
metodologia representa uma alternativa atraente para a monitoração das
suas redes, pois ela permite considerar, além das limitações orçamentárias,
as limitações de acesso e instalação, e a priorização de pontos de
instalação. Com isso o processo de aquisição de um sistema de monitoração
passa a considerar as dificuldades pelas quais as empresas estão sujeitas,
adequando-o à realidade do setor elétrico.
Para o órgão regulador, essa metodologia fornece uma
flexibilização com relação ao estabelecimento de limites e critérios de
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
95
fornecimento de energia a serem respeitados pelas concessionárias. Ela
permite a exigência do respeito aos mesmos, já que a viabilização de um
sistema de monitoração que permita o acompanhamento do desempenho
das redes é facilitada, pois, através da utilização da própria topologia de
cada um dos sistemas, determina-se os pontos do sistema com
comportamentos semelhantes frente às possíveis perturbações que o
sistema pode vir a sofrer.
5.2 FUTUROS DESENVOLVIMENTOS
A evolução natural deste trabalho seria a Alocação Ótima de
medidores considerando os demais fenômenos de Qualidade de Energia
(Desequilíbrio de Tensão, Flutuação de Tensão – Flicker, Distorção
Harmônica de Tensão e Nível de Tensão). A dificuldade se ateria na busca
por uma Alocação que atendesse tanto a monitoração dos fenômenos que
se enquadram dentro da classificação de regime permanente, quanto a
monitoração das VTCDs, que se enquadram dentro da classificação de
fenômenos intempestivos. Para isso, conceitos diferentes de monitoração,
oriundos das características de cada um dos fenômenos (os fenômenos
intempestivos têm característica aleatória, enquanto que os de regime
permanente são monitorados continuamente) seriam tratados
conjuntamente, de forma a permitir a convergência para uma solução
comum.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
96
Além disso, os custos das configurações de instalação dos
equipamentos podem ser levantados, de forma que a metodologia estaria
apta a lidar diretamente com a realidade do processo de aquisição de um
sistema de monitoração.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
97
[01] KAGAN, Nelson. Configuração de Redes de Distribuição Através
de Algoritmos Genéticos e Tomada de Decisão Fuzzy. São Paulo:
Tese de Livre Docência, EPUSP, 1999.
[02] AMMER, C.; RENNER, H. Determination of the Optimum
Measuring Positions for Power Quality Monitoring. New York:
ICHQP, 2004.
[03] KAGAN, Nelson; OLIVEIRA, Carlos César Barioni de. Fuzzy
Decision Model for the Reconfiguration of Distribution Networks
Using Genetic Algorithms. In: POWER SYSTEMS COMPUTATION
CONFERENCE, 12., Trodheim, 1999. PSCC: Proceedings. Zurich :
PSCC, 1999. n. p.
[04] GOLBERG, D. E. Genetic Algorithms in Search, Optimization, and
Machine Learning. New York: Addison-Wesley, 1989.
[05] IEEE Std. 1346. IEEE Recommended Practice for Evaluating
Electric Power System Compability with Electronic Process
Equipment. New York: 1998.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
98
[06] GALLEGO, R. A.; MONTICELLI, A. J.; Romero, R. Optimal Capacitor
Placement in Radial Distribution Networks. New York: IEEE
Transactions on Power Systems, vol. 16, nº. 4, November 2001.
[07] OLGUIN G.; BOLLEN, M. H. J. Optimal Dips Monitoring Program
for Characterization of Transmission System. IEEE Power
Engineering Society General Meeting, 2003.
[08] ELDERY, M. A.; EL-SAADANY, E. F.; SALAMA, M. M. A. Optimum
Number and Location of Power Quality Monitors. New York:
ICHQP, 2004.
[09] BOLLEN, M. H. J.; QADER M. R.; ALLAN, R. N. Stochastic
Prediction of Voltage Sags in a Large Transmission System. New
York: IEEE Transactions on Industry Applications, Jan/ Feb 1999.
[10] OLGUIN, G. Stochastic Assessment of Voltage Dips Caused by
Faults in a Large Transmission System. Sweden, Göteborg: Thesis
for the Degree of Licentiate of Engineering, Department of Electric
Power Engineering, Chalmers University of Technology, 2003.
[11] BOLLEN, M. H. J.; QADER M. R.; ALLAN, R. N. Stochastical and
Statistical Assessment of Voltage Dips. IEE Colloquium, Tools and
Techniques for Dealing with Uncertainty (Digest No. 1998/200).
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
99
[12] BOLLEN, M. H. J. Understanding Power Quality Problems: voltage
sags and interruptions. New York: IEEE Press Series on Power
Engineering, 2000.
[13] OLGUIN, G. Voltage Dip (Sag) Estimation in Power Systems
based on Sthocastic /assessment and Optimal Monitoring.
Sweden, Göteborg: PhD Thesis, Department of Electric Power
Engineering, Chalmers University of Technology, 2003.
Metodologia para a Monitoração Eficiente de Variações de Tensão de Curta Duração em Sistemas Elétricos de Potência
100
DDIIAAGGRRAAMMAA DDEE IIMMPPEEDDÂÂNNCCIIAASS –– RREEDDEE DDEE 115544 BBAARRRRAASS
139
EQVX1=j1,58X0=j0,676x380 MW 6MQ
111
MV
Ar
j100
,00
3x1x186,7MVA
137
138kV
25
3x1x186,7MVA
138
138kV
3x1x186,7MVA
215
138kV
345kV
Zt
Zs
Z%
Zp
ATR50
Base 100MVA15,56
0,29
1,56
ATR49
15,70
0,281,57
ATR53
12,10
-0,101,70
500kV
18
500kV
3x1x186,7MVA
ATR9
19
20
345kV
345kV
21
Z1=0,59+j6,23Z0=3,34+j26,76
Z1=0,23+j2,44Z0=1,37+j10,66
Z1=0,13+j1,38Z0=0,78+j6,03
Z1=0,13+j1,92Z0=1,86+j7,03
VAI PARA
VAI PARA
E - 1
Z1=0,29+j4,10Z0=5,29+j19,45168
VAI PARA
C - 4
VAI PARA
202 km
Z1=0,17+j2,78Z0=3,16+j8,60
2106
13,8 kV
225MVA
0026
13,8 kV
0027
13,8 kV
0236
225MVA
225MVA
Zt
Zs
Z%
Zp
Base 100MVA
3,02
15,77
-0,68
345/230 A
2,99
15,80
-0,65
345/230 B2,99
15,80
-0,65
345/230 C
230 kV
28
Z1=0,29+j1,45Z0=1,18+j4,02 2556
Z1=0,68+j4,11Z0=4,00+j14,15
11km
44km
VAI PARA
VAI PARA
B - 2
2501
FEV 2005Z1=4,10+j19,76Z0=21,22+j57,31
2329
VAI PARA
2320
28
28
VAI PARA
B - 2/3
Z1=Z0=-j5,93
Z1=4,10+j19,76Z0=21,22+j57,31 208 km
Z1=1,27+j13,62Z0=14,36+j56,47
Z1=Z0=-j9,53
FEV 2005Z1=1,27+j13,62Z0=14,36+j56,47
0205
2328
136
MV
Ar
j136
,00
Z1=0,21+j2,93Z0=3,14+j12,15 212 KM
100
MV
Ar
j100
,00
AGO 2004
VAI PARA
16
Z1=0,17+j2,72Z0=1,45+j11,62
VAI PARA
A - 4
17Z1=0,17+j2,69Z0=1,43+j11,57
Z1=0,15+j2,40Z0=1,30+j10,32
VAI PARA
1236
VAI PARA
B - 1
Z1=0,23+j2,39Z0=2,40+j7,77 79km
VAI PARA
0287
VAI PARA
D - 1
VAI PARA
Z1=0,51+j5,61Z0=3,00+j23,99
Z1=0,50+j5,55Z0=2,97+j23,75
Z0M=2,57+j13,72
VAI PARA
E - 1/2
0031
0030
Zt
Zs
Z%
Zp
Base 100MVA17,98
-0,59
3,22
ATR9
EQVX1=j2,27X0=j0,791488MVA8MQ
100
MV
Ar
j100
,00
EQVX1=j1,81X0=j0,836x285 MW6MQ
EQV2 REATORESZ0=j55,00200MVAr
363
500kV
Z1=0,09+j1,38Z0=1,36+j5,04
Z1=0,15+j2,32Z0=1,26+j10,00
VAI PARA
1236
VAI PARA
B - 1
Z1=0,31+j4,75Z0=4,16+j16,64
Z0=j46,95
EQV
EQVX1=j10,70X0=j3,754x84 MW
Z1=4,18+j10,82Z0=10,08+j39,08
4MQ
138kV
474
138kV
24VAI PARA
Z1=2,26+j11,73Z0=8,86+j44,98
Z1=4,92+j13,02Z0=12,85+j44,21
VAI PARASAO PAULO 03E - 1
VAI PARA
Z1=4,92+j13,02Z0=12,85+j44,21
11551078
VAI PARA
E - 2
VAI PARA
D - 2
1079
Z1=6,93+j22,16Z0=18,96+j83,01
500kV
364
EQV2 REATORESZ0=j55,00200MVAr
75 M
VA
rj1
36,0
0
VAI PARA
282 Z1=0,28+j3,96Z0=5,10+j18,76
Z1=0,23+j3,41Z0=3,26+j12,78
VAI PARA
471
VAI PARA
A-3/4
EQVX1=j3,00X0=j1,084x298 MW 4MQ
Z1=0,08+j1,24Z0=1,22+j4,71
EQVX1=j6,61X0=j1,963x170 MW4MQ
Z1=0,10+j1,51Z0=1,48+j5,55
500kV
494
VAI PARA
2770
Z0M
=2,5
9+j4
,51
Z1=0,22+j3,36Z0=2,86+j10,79
Z1=0,23+j3,49Z0=3,50+j11,92
486
485
VAI PARA
491
VAI PARA
421
VAI PARA
B - 4
VAI PARA
C - 4
Z1=0,11+j1,57Z0=1,59+j5,40
Z1=0,05+j0,73Z0=1,15+j3,36
VAI PARA
A - 4
91 MVArZ0=j109,89
91 MVArZ0=j109,89
MAR - 2004
MAR - 2004
SAIDA MAR - 2004
500kV
367
EQV5 REATORESZ0=j22,00500MVAr
1x400MVA
ATR13
368
1x400MVA
ATR12
369
1x400MVA
ATR11
324
13,8kV
13,8kV
13,8kV
Zt
Zs
Z
Zp
ATR12
Base 100MVA8,29
-0,34
2,51
ATR11
8,34
-0,312,49
ATR13
8,34
-0,312,49
345kV
Zt
Zs
Z
Zp
ATR8
Base 100MVA10,57
5,69
7,45
ATR7
10,24
5,567,41
138kV
3x1x50MVA
ATR8
372
3x1x50MVA
371
EQVX1=j6,13X0=j2,634x106 MW4MQ
370
13,8kV
13,8kV
Z0M
=4,5
9+j9
,13
388
VAI PARA
389
Z1=0,51+j5,57Z0=6,01+J19,88
Z1=0,52+j5,86Z0=6,07+J20,07
Z1=0,01+j0,11Z0=0,06+j0,19
VAI PARA
A - 2
345kV
EQVX1=j7,73X0=j2,684x95 MW4MQ
379
Z1=0,26+j2,80Z0=2,39+J8,96
2705380
Z0M
=0,4
9+j1
,04
VAI PARA
10 Z1=0,07+j0,76Z0=0,68+j2,53
Z1=0,32+j3,51Z0=3,61+j14,01
VAI PARA
A - 3
373
Zt
Zs
Z%
Zp
ATR7
Base 100MVA8,60
-1,32
5,95
ATR6
8,60
-1,335,82
1x300MVA
356
1x300MVA
365
387
138kV
138kV
2701
Z1=8,97+j23,65Z0=21,53+j83,05
138kV
382
Z0M
=7,0
2+j2
1,88
Z1=7,41+j19,23Z0=17,74+j69,16
Z1=3,18+j8,13Z0=8,50+j29,13
Z0M
=1,5
7+j6
,65
Z0M=10,53+j43,00
Z1=8,13+j21,33Z0=21,97+j73,36
Z1=8,13+j21,32Z0=21,84+j73,41
384VAI PARA
2503
EQVZ1=134,66+j1173,33Z0=j146,16
482Z1=j0,01Z0=j0,01
383Z1=j0,01Z0=j0,01
Z1=6,32+j16,47Z0=17,11+j57,15
Z0M=8,06+j32,91
Z1=6,32+j16,48Z0=17,02+j57,21
VAI PARA
A - 2
138kV
VAI PARA
2525
VAI PARA
C - 1
Z1=3,62+j10,53Z0=8,75+j36,76
138kV
Z1=7,83+j20,04Z0=21,07+j71,59
2709
138kV
Z1=10,66+j27,74Z0=25,33+j99,55
495
Z1=15,96+j46,44Z0=39,83+j171,60
VAI PARA
497
VAI PARA
B - 2
Z1=5,51+j14,27Z0=13,34+j51,52
138kV
487
Z1=2,81+j7,28Z0=6,77+j26,31
138kV
343
Z1=8,54+j22,00Z0=20,34+j79,75
418
138kV
Z1=6,01+j15,89Z0=14,18+j55,61
Z1=10,89+j18,82Z0=24,37+j62,46
138kV
378
EQV
Z0=10,70+j90,23
Z1=12,46+j21,51Z0=27,88+j71,53
Z1=7,04+j18,58Z0=16,84+j65,22
Z1=6,08+j15,74Z0=14,64+j56,85
138kV
488
Z1=3,17+j8,20Z0=7,57+j29,75
138kV
386
EQVX1=j9,44X0=j2,873x133 MW
3MQ
Z1=5,79+j14,98Z0=13,94+j54,12
138kV
6
375
Z1=1,65+j7,49Z0=6,60+j22,36
Z1=1,65+j7,50Z0=6,71+j21,82
381 Z1=j0,01Z0=j0,01
Z1=1,03+j4,68Z0=4,03+j17,34
Z0M
=3,7
5+j1
2,54
138kV
380
EQV
Z0=27,42
Z1=j0,01Z0=j0,01
2706Z1=10,14+j26,30Z0=25,29+j74,26
Z1=1,77+j4,43Z0=4,79+j13,79
Z1=16,67+j29,68Z0=36,76+j105,47
138kV
138kV
377 Z1=10,50+j17,41Z0=23,78+j61,54
Z1=1,15+j5,39Z0=4,36+j14,86
376
Z1=1,15+j5,39Z0=4,32+j15,54
138kV
Z0M=2,87+j8,60
Z1=5,37+j14,14Z0=12,88+j41,28
Z0M=5,63+j16,87
2704 Z1=2,98+j14,00Z0=11,41+j39,44
138kV
2705 Z1=1,79+j8,31Z0=6,85+j23,43
EQVX1=j7,19X0=j4,525x42MW
4MQ
Z1=0,67+j3,09Z0=2,58+j8,97
Z1=4,91+j14,50Z0=13,34+j49,58
Z0M
=0,8
4+j2
,52
Z0M=1,20+j3,13
Z0M
=0,4
9+j1
,04
379370
VAI PARA
A - 1
9
VAI PARA
Z1=7,63+j20,07Z0=18,84+j55,81
489 Z1=j0,01Z0=j0,01
95 M
VA
rj1
05,2
6
135 km
42 km
49 km
49 km
90 km
49 km
Z0M
=0,0
5+j0
,09
0289
Z0M
=2,2
0+j3
,63
287
Z1=0,21+j3,21Z0=2,99+j11,67
Z1=0,21+j3,22Z0=3,00+j11,67
Z0M
=2,7
9+j4
,57
Z0M
=3,1
3+j9
,42
138kV
2775Z1=5,99+j15,53Z0=15,52+j56,08
Z1=3,63+j9,41Z0=8,75+j34,02
Z1=2,39+j6,21Z0=5,81+j22,43
138kV
2788Z1=3,63+j9,98Z0=6,99+j30,71 Z1=3,89+j10,10
Z0=9,44+j36,45
EQV Z1=j12,68Z0=j4,40
2007
2007
2007
2007
2774
EQV Z1=j12,38Z0=j3,80
Z1=2,29+j10,53Z0=10,07+38,16
138kV
Z1=2,29+j10,53Z0=10,07+38,16
2007
Z1=2,29+j8,39Z0=7,87+j27,88
Z1=2,29+j8,39Z0=7,87+j27,88
VAI PARA
1444
VAI PARA
D/E - 3
345kV
EQV6MQ
M. MORAES
Zt
Zs
Z%
Zp
Base 100MVA
57,15
0,39
6,26
ATR7
7
3x1x50MVA
ATR7
8
345kV
2
EQVX1=j38,70X0=j11,732X38MW
2MQ
EQVX1=j41,38X0=j11,682X45MW
2MQ
9
374
138kV
138kV
348
Z1=0,35+j3,42Z0=4,26+j11,05
Z1=0,09+j1,01Z0=0,56+j4,38
Z1=0,38+j4,13Z0=2,25+j17,81
Z1=3,75+j9,88Z0=11,18+j30,95
Z1=3,75+j9,68Z0=9,93+j26,12
2703 Z1=j0,01Z0=j0,01
Z0M
=7,1
4+j1
4,13
Z0M
=7,2
6+j1
5,0
Z1=3,88+j10,01Z0=9,32+j36,38
Z1=3,88+j10,01Z0=9,67+j28,54
Z1=3,86+j10,16Z0=11,24+j32,29
1
15kV
T#FU345 13A
G01 X1=j12,89
Z1=Z0=j29,10
30MVA
3
13,8kV
5
15kV
T#FU345 13B
G05 X1=j12,89
Z1=Z0=j29,10
30MVA
6
13,8kV138kV
Zt
Zs
Z%
Zp
TRUG05
Base 100MVA-0,38
22,71
7,96
ATRUG01
-0,17
22,847,96
Z1=4,75+j12,59Z0=12,38+j42,77
Z1=4,75+j12,59Z0=12,38+j42,77
VAI PARA
A - 1/2
1168
VAI PARA
Z1=8,90+j30,42Z0=29,04+j112,47 1174
Z1=6,16+j21,04Z0=20,09+j77,80 1175
VAI PARA
E - 3
VAI PARA
489
Z1=j0,01Z0=j0,01
138kV
Z0M
=2,6
5+j3
,09
Z0M
=2,8
1+j3
,87
Z0M
=2,7
5+j3
,46
Z0M
=2,9
2+j4
,63
Z0M
=2,7
0+j3
,30
Z0M
=2,8
6+j4
,13
Z0M
=2,7
7+j3
,62
Z0M
=3,0
1+j4
,82
Z0M
=6,1
7+j1
1,33
Z1=0,56+j6,19Z0=3,28+j26,38
Z1=0,65+j6,46Z0=7,12+j22,17
345kV
60 M
VAr
j166
,67
71
13,8kV
13,8kV
1x225MVA
A
446
1x225MVA
B
465Zt
Zs
Z%
Zp
B
Base 100MVA7,11
Z1=-j0,66 Z0=-j0,17
Z1=j3,20 Z0=j2,35
A
7,11
Z1=-j0,66 Z0=-j0,17
Z1=j3,20 Z0=j2,35
Z1=0,65+j6,50Z0=7,15+j22,28
Z1=0,56+j6,19Z0=3,68+j26,38
VAI PARA
74
VAI PARA
E - 2
VAI PARA
389Z1=0,22+j2,18Z0=2,18+j8,12
VAI PARA
A - 1/2
Z1=0,24+j2,14Z0=1,23+j8,70
FEV 2006
EQVZ1=21,05+j371,25Z0=7,96+j41,18
Z0M
=4,4
2+j8
,17
Z1=0,44+j4,30Z0=4,97+j14,82
Z1=0,44+j4,33Z0=4,97+j14,82
345kV
12
Z1=0,56+j6,16Z0=3,26+j26,25
Z1=0,55+j6,13Z0=3,25+j26,12
Z0M=2,70+j15,87
3x1x50MVA
ATR1
22
13,8kV
3x1x50MVA
ATR2
47
13,8kV
3x1x50MVA
ATR3
48
13,8kV
3x1x50MVA
ATR4
49
13,8kV
50
EQVX1=j3,43X0=j1,286X164 MW6MQ
Z1=0,37+j3,93Z0=2,17+j17,09
VAI PARA
B - 1
VAI PARA
46
VAI PARA
62
VAI PARA
B - 2
Z1=0,59+j6,32Z0=3,38+j27,13
VAI PARA
B - 3
VAI PARA
56Z1=0,65+j5,73Z0=6,77+j21,80
Z1=0,65+j5,73Z0=6,77+j21,79
Zt
Zs
Z%
Zp
ATR1
Base 100MVA17,91
-0,55
3,21
AT51
13,02
-0,01
6,61
ATR3
12,49
-0,40
7,52
ATR2
13,17
-0,08
7,28
ATR4
11,30
0,48
7,15
138kV
Z1=0,03+j0,24Z0=0,19+j0,58
456
138kV
Z1=0,05+j0,33Z0=0,16+j0,91
Z1=0,05+j0,33Z0=0,18+j0,82
4
138kV
360
EQV
Z1=j44,24
138kV
Z1=9,10+j23,99Z0=21,73+j84,31
357
138kV
351
3x1x186,6MVA
AT51
13
13,8kV
14
500kV
Z1=0,13+j2,00Z0=1,10+j8,60
VAI PARA
16Z1=0,16+j2,46Z0=1,32+j10,55
VAI PARA
A - 4
150 MVArZ0=j66,66
2726
2727
13,8kV
T1
300MVA
2729
13,8kV
T2
300MVA
500kV
Zt
Zs
Z%
Zp
T2
Base 100MVA3,41
-0,48
5,15
T1
3,41
-0,48
5,15 138kV
EQV Z1=73,08+j548,73
Z1=1,54+j2,39Z0=2,62+j6,97
Z1=5,43+j9,07Z0=11,07+j26,20
2711
2728
Z1=1,21+j2,32Z0=2,66+j6,19
138kV
138kV
2740
36 KM
2741
Z1=7,23+j18,91Z0=17,26+j67,37
Z1=2,18+j5,64Z0=5,17+j20,44
Z1=6,44+j11,09Z0=14,41+j36,94
2713
Z1=5,39+j9,03Z0=10,21+j32,82
138kV
138kV
VAI PARA
66 Z1=0,05+j0,79Z0=0,44+j3,44
VAI PARA
D - 4
Z1=8,67+j22,47Z0=20,80+j81,08
Z1=4,34+j8,07Z0=9,26+j29,93
Z0=-j636,5118MVAr
138kV
350
Z1=5,94+j15,67Z0=14,17+j55,03
354
Z1=11,20+j20,99Z0=26,35+j70,28
138kV
Z1=3,67+j9,52Z0=9,91+j29,95
138kV
Z1=3,17+j5,44Z0=5,98+j19,05
EQVZ0=j39,80
349
323
X1=j65,41X0=j23,152X12MW2X15MW
EQV4MQ
Z1=0,40+j1,03Z0=0,92+j3,35EQV
1MQ
X1=j137,26X0=j33,2624MW
358
138kV
Z1=0,40+j1,03Z0=0,92+j3,35EQV
1MQ
X1=j137,48X0=j33,4824MW
359
138kV
Z0M
=0,5
2+j2
,12
138kV
Z1=4,21+j10,99Z0=11,43+j38,15
361
138kV
Z1=0,26+j0,67Z0=0,70+j2,33
333
Z1=7,17+j18,71Z0=17,14+j66,85
Z1=5,46+j14,28Z0=13,24+j50,69
138kV
VAI PARA
332
VAI PARA
E - 2Z0M
=5,7
2+j2
3,36
Z1=j51,00Z0=j14,00
60MW
Z1=1,06+j4,91Z0=5,17+j19,11
2717
138kV
EQV1MQ
Z1=j51,00Z0=j14,00
60MWEQV1MQ
Z1=j51,00Z0=j14,00
60MWEQV1MQ
Z1=3,67+j9,52Z0=8,80+j34,26
Z1=4,42+j11,33Z0=12,10+j40,32
138kV
EQVZ0=j97,49
303
26 KMZ1=4,14+j6,91Z0=8,48+j20,42
Z1=2,64+j4,42Z0=5,03+j15,60
138kV
EQV Z0=j94,55
Z1=5,98+j15,65Z0=14,88+j53,79
2712
138kV
2710
Z1=1,12+j2,89Z0=3,38+j9,78
138kV
EQV
Z0=j110,10
138kV
352
353
EQV
Z1=43,49+j508,67
138kV
2714
Z1=11,45+j28,77Z0=27,12+j108,10
138kV
2754
Z1=5,50+j14,21Z0=13,21+j51,39
Z1=4,83+j12,72Z0=11,46+j44,72
138kV
466
Z1=8,10+j21,15Z0=19,43+j75,41
Z1=4,36+j11,48Z0=10,39+j40,36
342
1x150MVA
A
340
13,8kV
1x150MVA
B
341
13,8kV
VAI PARA
389
339
345kV
138kVZt
Zs
Z%
Zp
B
Base 100MVA8,01
-0,81
5,15
A
8,07
-0,83
5,17
Z1=0,64+j7,16Z0=6,64+j26,93
VAI PARA
A - 1
335
1x150MVA
A
336
13,8kV
1x150MVA
B
337
13,8kV
1x150MVA
C
490
13,8kV
Zt
Zs
Z%
Zp
B
Base 100MVA9,63
-0,08
4,57
A
9,63
-0,19
4,64
C
9,48
-0,08
4,50
EQV
338
345kV
138kV
VAI PARA
332
VAI PARA
E - 2
Z1=7,01+j18,38Z0=17,55+j62,14
VAI PARA
329
VAI PARAMINAS GERAIS 04
E - 3/4
138kV
328
Z1=0,04+j0,10Z0=0,10+j0,32
327Z1=3,74+j9,84Z0=10,10+j30,36
Z1=3,74+j9,74Z0=8,91+j34,85
Z0M=5,57+j17,65
Z1=3,60+j9,49Z0=8,57+j33,39
138kV
EQV X1=j160,52X0=j36,622MQ
Z1=2,40+j6,25Z0=5,69+j22,38
334
Z1=1,88+j21,08Z0=4,77+j26,15
Z1=2,05+j5,40Z0=4,86+j19,01
138kV
2752Z1=1,47+j5,69Z0=7,10+j27,70
Z1=0,61+j1,62Z0=2,99+j7,87
Z1=0,23+j2,35Z0=2,26+j8,96
Z1=0,42+j4,40Z0=5,01+j15,60
138kV
1806
Z1=0,70+j1,75Z0=1,60+j5,53
138kV
1819
Z1=0,52+j1,38Z0=1,26+j4,37
138kV
1813
Z1=21,04+j153,08Z0=218,81+j541,04
Z1=1,77+j4,62Z0=4,22+j14,60138kV
1814
Z1=3,99+j10,45Z0=10,40+j35,97
138kV
1815
Z1=2,20+j5,75Z0=4,77+j16,49
138kV
1816
Z1=5,19+j13,59Z0=12,29+j42,49
138kV
1817
Z1=1,50+j3,92Z0=3,58+j12,37
138kV
1818
Z1=0,70+j1,83Z0=1,67+j5,77
Z1=28,10+j4845,83Z0=0,00+j53,80
EQV
EQVZ1=-70,87+j824,75Z0=0,15+j26,14
EQV
Z1=j157,33Z0=j49,0022MW
138kV
1812
138kV
1811
Z1=0,50+j1,30Z0=1,19+j4,12
EQV
Z1=j44,94Z0=j22,44
41MW
EQV
Z1=j44,54Z0=j22,44
Z1=2,50+j6,53Z0=6,05+j20,66
138kV
1810
EQV
Z1=2,01+j467,49Z0=6,63+j159,926,1MW
138kV
1809
Z1=3,54+j9,27Z0=8,59+j29,34
EQV
Z1=16,06+j704,96Z0=j15,364MW
Z1=1128,51+j1471,22
138kV
1802
EQV
Z1=0,05+j113,29Z0=0,00+j39,6234,1MW
138kV
1807
138kV
1801
Z1=2,53+j5,34Z0=5,33+j16,73
138kV
1850
Z1=5,15+j10,90Z0=10,87+j34,13
138kV
1803
Z1=6,95+j14,70Z0=14,66+j46,04
Z1=2,81+j5,96Z0=5,94+j18,65
138kV
1804
Z1=73,61+j109,04Z0=728,77+j1580,08
EQV
Z1=j39,33
EQV
Z1=647,25+j899,45Z0=0,02+j26,54
EQV
Z1=1,28+j197,47Z0=0,24+j27,7019,2MW
EQVZ1=921,14+j2024,27Z0=0,03+j26,55
VAI PARA
VAI PARA
E - 3
Z0=j72,48
EQV
Z1=1,36+j2,92Z0=4,06+j9,87
Z1=1,36+j2,92Z0=3,97+j9,95937
138kV
1808
Z1=2,40+j6,29Z0=5,82+j19,89138kV
1805
Z1=0,91+j2,64Z0=2,20+j7,50
Z1=3,14+j6,65Z0=6,70+j20,78
Z1=0,22+j1,98Z0=2,03+j7,50
200 MVAr-j50,00
Z1=j11,88Z0=j2,36
Z1=3,14+j6,70Z0=6,61+j20,78
160MVA
160MVA
164MW
164MW
104km
198km
199km
199km
199km
66km
66km
131km
131km
139km
176km
197km
198km
184km
182km
204km
345kV
10
VAI PARA
C - 4
VAI PARA
379Z1=0,32+j3,51Z0=3,61+j14,01
Z1=0,07+j0,76Z0=0,68+j2,53
370
1168
EQV6MQ
Z1=j3,49Z0=j0,886x184MW
4x51MW2x54MW
Z0M
=4,4
1+j2
,17
10
Neste Desenho A-2
2
Z1=j41,66
EQV
Z0=j186,10
EQV
Z1=j64,51
EQV
Z0=j124,06
EQV
Z0=j274,18
EQV
Z0=j124,06
EQV
EQVZ1=2,97+j49,79Z0=9,10+j50,29
138kV
1804
EQVZ1=j80,84Z0=j16,643x13,5 MVA
Z1=4,21+j11,04Z0=10,02+j34,65
Z1=4,21+j11,04Z0=10,02+j34,65
140 km
138kVZ0M=2,19+j6,31
Z1=0,78+j2,04Z0=1,81+j7,02
F#HRTSLZ138434
Z1=2,26+j5,88Z0=5,20+j20,18
436
427
138kV
138kV
344
EQV
Z1=1,01+j2,62Z0=2,43+j9,36435
Z1=2,20+j5,74Z0=5,33+j20,51
Z0M
=4,8
6+j9
,92
421
409
425
Z0M
=0,4
0+j0
,67
441409
424
Z1=1,39+j3,53Z0=3,01+j9,39
Z0M
=1,3
8+j3
,91
Z1=1,28+j3,24Z0=2,56+j8,03
Z1=2,27+j5,75Z0=5,24+j15,96
428
138kV
429
138kV
Z1=1,66+j4,28Z0=4,12+j12,27
426
138kV
413
138kV
Z1=0,33+j0,87Z0=0,90+j3,17
Z1=0,02+j0,05Z0=0,05+j0,13
Z1=2,03+j5,15Z0=5,23+j12,84
Z0M
=1,3
9+j2
,54
Z0M
=1,3
5+j2
,05
Z0M
=2,7
7+j5
,69
F#ATLNEV138452
Z1=2,01+j5,10Z0=5,18+j12,71
138kV
453
Z1=1,26+j3,24Z0=2,44+j7,47 455
Z1=1,26+j3,24Z0=2,44+j8,20 464
Z0M
=1,0
6+j3
,48
Z0M
=0,4
5+j1
,46
Z1=0,46+j1,18Z0=0,89+j2,99
138kV
454
Z1=1,56+j7,06Z0=6,18+j19,81
138kV
VAI PARA
400
422
13,8kV
T5
300MVA
S1 100/-60MVArj16,00
423
13,8kV
T4
300MVA
S2 100/-60MVArj16,00
346
13,8kV
T3
300MVA
j110
,00
91 M
VA
r
500kV
1x400MVA
419
13,8kV
1x400MVA
420
13,8kV
Z1=0,49+j5,27Z0=4,85+j19,61
Z1=0,76+j7,11Z0=7,41+j25,12
Zt
Zs
Z%
Zp
ATR2
Base 100MVA8,39
-0,26
2,44
ATR1
1x400MVA
472
13,8kV
8,39
-0,26
2,44
VAI PARA
441 Z1=0,13+j1,36Z0=1,44+j5,14
VAI PARA
392 Z1=0,10+j1,01Z0=1,03+j3,77
345kV
Zt
Zs
Z%
Zp
ATR4
Base 100MVA7,33
-0,35
2,59
ATR3
7,43
-0,63
2,75
471
473
1x400MVA
481
13,8kV345kV
VAI PARA
364
Z0
=j10
9,89
91 M
VA
r
Z1=0,09+j1,54Z0=1,55+j6,21
F#SGTNEV500484
Z1=0,12+j1,60Z0=1,60+j4,93
VAI PARA
485 Z1=0,11+j1,57Z0=1,59+j5,40
Z0M
=1,1
7+j2
,05
Z1=0,12+j1,81Z0=1,77+j6,67
Z0M
=1,6
9+j2
,65
2770
Z1=0,09+j1,27Z0=1,29+j4,86
500kV
Z0M
=2,7
9+j4
,57
VAI PARA
367
VAI PARA
491Z1=0,06+j0,82Z0=0,84+j3,15
500kV
138kV
457
Z1=1,00+j2,63Z0=2,37+j9,27
Z1=0,23+j3,41Z0=3,26+j12,78
VAI PARA
A - 1 VAI PARA
C - 3
VAI PARA
C - 3
Z1=0,21+j3,21Z0=2,99+j11,67
Z1=0,21+j3,22Z0=3,00+j11,67 MAR - 2004
VAI PARA
D - 1
VAI PARA
B - 3
2723
13,8kV
300MVA
300MVA
2724
13,8kV
2721
Z1=0,02+j0,34Z0=0,33+j1,27
Z1=0,14+j2,10Z0=2,01+j7,80
2722
Zt
Zs
Z%
Zp
T2
Base 100MVA
5,04
T1
5,04
-0,75
7,23
-0,75
7,23
Z1=3,39+j11,35Z0=9,58+j37,87
Z1=1,47+j6,75Z0=4,13+j17,28
347
138kV
138kV
430Z1=4,82+j12,53Z0=12,33+j44,20
EQV
138kV
138kV
Z1=1,90+j5,01Z0=4,51+j17,61
Z1=1,10+j2,90Z0=2,61+j10,20
Z1=1,70+j4,48Z0=4,03+j15,76
Z0M
=0,4
0+j0
,67
424425
Z1=1,26+j3,24Z0=2,44+j7,47
Z1=0,46+j1,18Z0=0,89+j2,99
VAI PARA
D - 2
Z1=0,12+j1,82Z0=1,77+j6,68
127 Km
127 Km
91 Km
VAI PARA
C - 4
MAR - 2004
MAR - 200459 Km
VAI PARA
400Z1=0,32+j1,51Z0=1,30+j4,77
VAI PARA
D - 2
EQV Z1=j14,05Z0=j6,72
EQV Z1=j27,93Z0=j12,22
2753
138kV
Z1=0,11+j0,51Z0=0,39+j1,26
VAI PARA
397Z1=1,34+j3,53Z0=3,20+j9,78
VAI PARA
B - 2
Z0M
=1,7
6+j5
,02
433437
Z0
=j10
9,89
91 M
VA
r
Zt
Zs
Z%
Zp
T4
Base 100MVA6,80
-0,28
4,98
T3
j6,89
-0,284,94
T5
-0,455,13
j7,08
314
1x150MVA
ATR3
315
13,8kV
1x150MVA
ATR4
469
13,8kV
1x150MVA
ATR5
500
13,8kV
318
EQVZ1=305,42+j1035,61Z0=10,28+j83,75
138kV
2742
EQV Z1=j36,34Z0=j8,341MQ
120 MVA
Z1=j36,34Z0=j8,34
120 MVA
DEZ 2005
DEZ 2005
Z1=j36,34Z0=j8,34
120 MVA
JAN 2006
Z1=0,47+j5,02Z0=5,06+j20,33 DEZ 2005158 KM
50 M
VA
rj2
00,0
0 DEZ 2005
Zt
Zs
Z%
Zp
ATR4
Base 100MVA9,46
-0,08
4,50
ATR3 ATR5
9,48
-0,08
4,50
9,48
-0,08
4,50
345 kV
138 kV
366
313
1x150MVA
ATR3
447
13,8kV
1x150MVA
ATR4
470
13,8kV
1x150MVA
ATR5
317
13,8kV
345kV
Z1=Z0=-j318,0016,6MVAr
Z1=0,45+j4,70Z0=4,44+j17,85
Z0M
=18,
51+j
44,3
7 EQV Z1=116,50+j1290,09Z0=4,58+j43,93
Z1=1,10+j2,82Z0=3,58+j9,74
Z1=1,46+j2,94Z0=3,25+j9,77
319
138 kV
138 kV
300kV
1x150MVA
ATR12
310
13,8kV
EQVX1=j6,57X0=j2,636x66 MW 6MQ
412
308
1x150MVA
ATR13
311
13,8kV
Zt
Zs
Z%
Zp
ATR12
Base 100MVA9999,99
-0,60
1,75
ATR10
15,03
-3,70
11,30
ATR13
15,03
-3,70
11,30
3x1x142,8MVA
ATR10
411
2,3kV
410
345kV
138 kV
497
VAI PARA
495 Z1=15,96+j46,44Z0=39,83+j171,60
138kV
EQV Z0=j44,95
Z0=-j584,0016,6MVAr
138kV
2719
Z1=5,06+j14,80Z0=13,15+j52,68
EQV Z1=j83,46Z0=j24,0035MW
1MQ
VAI PARA
C - 2
EQV1MQ
EQV1MQ
EQV Z0=j89,98
Z1=15,37+j26,76Z0=28,90+j91,68
138kV
496Z1=19,62+j34,01Z0=36,70+j117,72
312
Z1=5,78+j9,83Z0=11,13+j34,84
Z1=Z0=-j584,0016,6MVAr
Z1=14,94+j39,41Z0=36,89+j130,99
138kV
Zt
Zs
Z%
Zp
ATR4
Base 100MVA9,86
-0,02
5,02
ATR3 ATR5
10,04
0,364,46
9,86
-0,02
5,02
Z0M
=13,
92+j
32,8
6
Z1=0,29+j3,04Z0=3,15+j11,27
Z1=8,96+j23,01Z0=21,32+j84,34
Z1=11,01+j29,12Z0=26,24+j101,96
Z1=21,91+j37,50Z0=41,26+j132,30
1x400MVA
C
499
13,8kV
1x400MVA
B
326
13,8kV
Z1=0,16+j0,75Z0=0,70+j2,50
230kV
307
500kV
304
1x400MVA
A
305
S1
100/-60MVAr
Zt
Zs
Z%
Zp
B
Base 100MVA7,63
-0,22
2,69
A
7,60
-0,282,69
C
7,37
-0,202,69
Z1=0,06+j0,31Z0=0,26+j0,79
Z1=0,06+j0,33Z0=0,24+j0,77
13,8kV
EQVX1=j37,28X0=j8,08
230kV
325
230kV
EQVZ1=3,75+j82,56
Z0=1,13+j8,93
EQVZ1=j48,67Z0=j8,08
Z1=0,10+j0,47Z0=0,44+j1,41
Z1=0,83+j4,20Z0=3,46+j10,37
Z1=0,96+j4,85Z0=3,78+j11,91
Z1=j27,07Z0=j6,102X56 MW
EQV2MQ
458
309
230kV
2715
Z1=1,61+j8,07Z0=7,09+j25,21
230kV
302
EQV Z0=j12,12
EQV
X1=j27,21X0=j42,044X35 MW
4MQ
Z1=0,34+j1,73Z0=1,35+j4,25
230kV
2708
Z1=0,45+j2,24Z0=1,77+j5,46
230kV
2707
VAI PARA
445
Z1=0,52+j2,60Z0=2,06+j6,31
301
230kV
EQVZ1=j161,64Z0=j15,64
Z1=1,54+j7,72Z0=6,08+j21,44
Z1=1,61+j8,16Z0=7,20+j25,49
Z1=1,71+j8,85Z0=7,49+j27,01
VAI PARA
E - 1
84,36 km
230kV
EQVZ0=j45,25
316
Z1=1,74+j8,55Z0=6,95+j24,84
Z1=1,72+j8,67Z0=7,57+j26,04
Z1=1,28+j6,58Z0=5,41+j20,01
230kV
EQV
Z0=j96,80
498VAI PARA
501
VAI PARA
D - 2
2004Z1=1,30+j6,76Z0=5,11+j18,64
230kV
Z1=0,10+j0,48Z0=0,37+j1,47
Z1=j30,15Z0=7,74
116 MVA
EQVMQ1
2739
VAI PARA
501
VAI PARA
D - 2
EQVMQ2
SET 2004
NOV 2004
Z1=0,38+j1,93Z0=1,49+j5,56 MAIO 2005
EQVMQ3
FEV 2005
Z1=1,27+j6,58Z0=4,98+j48,15
230kV
M.Gerais 04- C1432306
j16,00
500kV
73,3km
542
543Z1=0,10+j0,48Z0=0,37+j1,47
Z1=0,15+j0,80Z0=0,60+j2,20
DEZ 2004
Z1=j30,15Z0=7,74
116 MVA
Z1=j30,15Z0=7,74
116 MVA
138kV
2787
138kV
2786
Z1=3,67+j9,50Z0=8,83+j34,34
Z1=5,75+j14,90Z0=13,79+j53,83
DEZ 2004
3,4km
3,4km 50,27km
5,5km
9,0km
43,83km 80,1 km
95,26 km
23,45 km17,92 km
90 km
90 km
26,30km
34,5km
3x50MVA
T1
2784
13,8kV
3x50MVA
T2
2785
161kV
2783
2778
Zt
Zs
Z%
Zp
T2-2785
Base 100MVA81,30
-11,53
15,34
T1-2784
8,20
-0,334,33
138kV 138kV
2779
138kV
2782
Z1=5,49+j14,20Z0=13,20+j51,31
Z1=2,57+j6,46Z0=6,17+j24,45
Z1=6,27+j16,52Z0=14,99+j58,04
54,9km
138kV
2771
Z1=7,39+j19,50Z0=17,55+j68,50
EQV Z0=j45,46
EQV Z1=73,51+j311,80Z0=0,11+j50,51
2759
13,8kV
2758
161kV
P.PARAIS1382764
2755
Zt
Zs
Z%
Zp
Base 100MVA92,92
-4,70
16,67
A - 2756
95,92
-4,5516,58
138kV
2762
138kV
2761
Z1=14,74+j24,48Z0=27,83+j90,23
Z1=7,19+j12,54Z0=13,517+j42,89
Z1=14,17+j24,48Z0=26,40+j85,11
138kV
2763
Z1=2,02+j5,23Z0=4,89+j18,90
EQV
Z1=j50,00Z0=j15,00
2757
66MVA
2756
138kV
Z1=16,90+j34,52Z0=40,15+j114,92
Z1=18,65+j31,15Z0=35,12+j114,00
138kV
Z1=10,74+j18,54Z0=20,11+j64,49
138kV
JEQUINT1382765
EQVZ1=24,40+j136,10Z0=0,23+j45,99
138kV
2767
EQVZ0=j46,08
EQV Z0=j59,17
66MVA
66MVA
66MVA
2760
EQVZ0=j45,25
EQV
Z0=j97,09
125,6km
94,93
-4,70
16,67
94,93
-4,7016,67
B - 2757 C - 2758 D - 2759
EQV1MQ
EQV1MQ
Z1=5,92+j10,31Z0=11,00+j35,35
VAI PARA
2789
VAI PARA
E - 3
1x150MVA
2773
230kV
IRAPE----2302772
Zt
Zs
Z%
Zp
Base 100MVA
4,1
T1
-0,10
7,91
20072007
2007
2768
13,8kV
T#ARA230138
230kV
ARACAI2302766
20072007
Zt
Zs
Z%
Zp
Base 100MVA
4,1
T1
-0,10
7,91
Z1=j83,46Z0=j24,0035MW
Z1=j83,46Z0=j24,0035MW
Z1=j185,64Z0=j55,74
Z0=j45,58
Zt
Zs
Z%
Zp
ATR2
Base 100MVA
j13,03
-0,83
7,97ATR1 ATR4
13,36
-0,938,29
ATR3
13,25
-0,888,24
392
397
3x50MVA
396
13,8kV
3x50MVA
395
13,8kV
3x50MVA
ATR2
394
13,8kV
3x50MVA
ATR1
393
13,8kV
S1
+48/-24MVAr
VAI PARA
409
138kV
13,03
-0,83
7,97
138kV
F#BARDVL138
483
EQVZ1=0,21+j300,81Z0=1,15+j30,36
Z0M
=0,6
4+j1
,97
Z1=0,22+j1,05Z0=1,00+j3,80
Z1=0,21+j0,98Z0=0,80+j2,61 449
450
385
138kV
400
138kV
355 398Z1=0,76+j3,49Z0=3,40+j12,64
Z1=0,28+j1,28Z0=1,08+j4,02
Z0M
=0,8
8+j2
,67
Z0M=2,28+j6,97
Z0M=1,80+j5,43
401Z1=0,61+j2,84Z0=2,72+j10,29
Z1=0,30+j1,37Z0=1,31+j4,97
399
403
VAI PARA
425
404
138kV
G1X1=j18,82X0=j7,52156,25MVA
402
Z0M
=1,1
3+j3
,20
Z1=0
,60+
j2,7
6Z0
=2,6
4+j1
0,01
Z1=0,32+j1,49Z0=1,00+j4,34
Z1=0,33+j1,52Z0=5,45+j20,93
477
138kV
480
138kV
Z1=2,09+j5,39Z0=5,04+j19,47 479
Z1=0,31+j0,81Z0=0,83+j2,86
405Z1=3,64+j9,60Z0=8,70+j33,72
VAI PARA
409
Z1=0,18+j1,69Z0=1,61+j6,20
3x1x75MVA
442
13,8kV
445
3x1x75MVA
443
13,8kV
3x1x75MVA
ATR5
444
138kV
345kV230kV
301
438 439
13,8kV
T3
3x75MVA
440
13,8kV
T4
3x75MVA
138kV
Z1=1,34+j3,13Z0=3,19+j11,16
321
138kV
EQVZ1=35,68+j477,83Z0=j146,16
Z1=0,89+j2,32Z0=2,15+j8,29
EQV Z1=55,51+j457,67Z0=j34,28
345
138kV
Z1=0,79+j2,08Z0=1,86+j5,65
437
138kV
433Z1=0,21+j0,54Z0=0,52+j1,60
Z1=0,67+j1,71Z0=1,73+j5,37
Z1=0,78+j3,62Z0=3,46+j13,11
Z1=0,16+j0,72Z0=0,58+j1,90
Z1=0,16+j0,73Z0=0,69+j2,59
441
VAI PARA
302
Z1=1,54+j7,72Z0=6,08+j21,44
Z1=1,61+j8,16Z0=7,20+j25,49
Z1=1,71+j8,85Z0=7,49+j27,01
VAI PARA
B - 3
Z1=0,13+j1,36Z0=1,44+j5,14
Z1=0,10+j1,01Z0=1,03+j3,77
VAI PARA
B - 3
Z1=1,56+j7,06Z0=6,18+j19,81
VAI PARA
B/C - 4
Z1=0,21+j0,54Z0=0,58+j1,89
Z0M=0,91+j1,92
Zt
Zs
Z%
Zp
ATR2
Base 100MVA44,48
0,49
2,46
ATR1 T4
5,19
-0,607,98
T3
5,17
-0,598,00
ATR5
17,77
0,532,40
18,05
-0,05
2,95
EQVZ0=2,26+j74,22
Z1=0,32+j1,49Z0=1,00+j4,34
VAI PARA
413Z1=0,32+j1,51Z0=1,30+j4,77
VAI PARA
D - 3
Z1=1,09+j2,81Z0=2,76+j8,38
VAI PARA
E - 1
302
VAI PARA
Z1=1,34+j3,53Z0=3,20+j9,78
VAI PARA
D - 3
2753
Z0M
=1,7
6+j5
,02
435457
389
VAI PARA
370
388
VAI PARA
E - 4
Z1=0,52+j5,86Z0=6,07+j20,07
Z1=0,01+j0,11Z0=0,06+j0,19
VAI PARA
342Z1=0,64+j7,16Z0=6,64+j26,93
VAI PARA
E - 2/3
VAI PARA
2
Z1=0,22+j2,18Z0=2,18+j8,12
VAI PARA
B - 1/2
Z1=0,18+j2,08Z0=2,23+j8,69
FEV 2006
345kV
478 Z1=2,18+j5,25Z0=4,92+j18,97
Z1=0,22+j0,54Z0=0,51+j1,96
Z1=0,22+j0,56Z0=0,54+j2,03
Z0M
=0,4
9+j1
,27
476
406
Z1=1,43+j3,71Z0=3,55+j13,38
Z0M
=0,5
4+j0
,86
500kV
492
VAI PARA
486
VAI PARA
2770
491
VAI PARA
C - 3
Z1=0,05+j0,73Z0=1,15+j3,36
Z1=0,06+j0,82Z0=0,84+j3,15
VAI PARA
B - 4
59 Km
Zt
Zs
Z%
Zp
T2
Base 100MVA7,50
-0,43
5,14
T1
7,50
-0,43
5,14
138kV
T2
2702
493
13,8kV
T1
300MVA
13,8kV
300MVA
408
Z1=3,06+j8,07Z0=7,39+j28,35
451
138kV
Z1=4,05+j10,48Z0=9,76+j37,85
Z1=4,73+j8,88Z0=11,44+j30,05
417
138kV
EQVZ0=j127,27
Z1=3,86+j10,17Z0=9,26+j35,75
Z1=3,48+j9,17Z0=8,35+j32,23
475
138kV
EQV
Z1=19,42+j108,15
407
138kV
EQV Z1=6,42+j251,81
Z1=1,09+j2,86Z0=2,61+j10,05
Z1=0,30+j0,96Z0=0,74+j3,17
Z1=0,34+j0,87Z0=0,91+j2,11
Z1=2,50+j6,31Z0=6,45+j17,29
Z1=0,61+j6,70Z0=6,32+j25,15
Z1=0,05+j0,57Z0=0,62+j1,96
Z1=0,67+j6,48Z0=6,78+j21,06
461
1x400MVA
B
460
13,8kV
1x400MVA
C
467
13,8kV
Z1=1,05+j11,64Z0=11,78+j46,91
345kV
1x150MVA
A
330
13,8kV
1x150MVA
B
331
13,8kV
Z1=0,17+j1,65Z0=1,56+j5,96
345kV
Zt
Zs
Z%
Zp
B
Base 100MVA14,06
0,16
4,58A
14,17
0,05
4,65
332
138kV
EQV
Z0=j249,02
Z1=0,12+j1,67Z0=1,70+j6,35
370 km1x400MVA
E
2303
13,8kV
VAI PARA
333
Z1=8,38+j22,89Z0=14,47+j55,04
VAI PARA
E - 1
Z1=7,17+j18,71Z0=17,14+j66,85
462
329
Zt
Zs
Z%
Zp
C
Base 100MVA7,44
-0,56
2,74
B
7,42
-0,63
2,75
E
7,42
-0,63
2,75
VAI PARA
339
VAI PARA
E - 2
Z1=7,01+j18,38Z0=17,55+j62,14
345kV
138kV
391
150MVA
ATR2
431
13,8kV
150MVA
ATR1
390
138kV
Zt
Zs
Z%
Zp
ATR2
Base 100MVA14,17
-0,11
4,65
ATR1
9,58
-0,194,41
EQV
Z0=0,34+j45,02
138kV
448
Z1=3,57+j9,73Z0=8,58+j33,27
EQV
Z1=4,70+j289,14
138kV
322
Z1=1,98+j5,14Z0=4,76+j18,50
138kV
EQV
Z1=2,29+j5,98Z0=5,50+j21,31
Z1=1,72+j4,47Z0=4,14+j16,07
300MVA
A
459
13,8kV
D
468
13,8kV
Zt
Zs
Z%
Zp
D
Base 100MVA7,50
-0,43
5,14
A
7,55
-0,45
5,13
463
138kV
Z1=8,82+j23,09Z0=21,11+j80,78
Z1=2,49+j12,56Z0=11,27+j39,22
Z1=2,45+j12,21Z0=11,95+j37,14
Zt
Zs
Z%
Zp
C
Base 100MVA7,44
-0,56
2,74
B
7,42
-0,63
2,75
E
7,42
-0,63
2,75
EQV
Z1=9,73+j232,14138kV
320
Z1=1,58+j7,94Z0=8,14+j23,26
Z1=1,58+j7,94Z0=8,08+j23,29
138kV
Z1=6,65+j17,26Z0=15,89+j62,08
416
Z0M
=0,4
3+j1
,75
414 Z1=0,04+j0,09Z0=0,10+j0,34
Z1=0,36+j0,83Z0=0,92+j2,99
EQV G1
Z1=j45,31Z0=j22,01
2780
138kV
EQV G2
EQV G3
3 X 46,7 MW
EQV
Z1=17,60+j278,33Z0=1,60+j38,29
362
138kV
415 Z1=4,34+j11,39Z0=0,82+j2,93
Z1=1,84+j8,22Z0=5,99+j30,70
VAI PARA
342
VAI PARA
E - 3
Z1=0,22+j1,98Z0=2,03+j7,50
j110
,00
91M
VA
r
432
138kV138kV
306Z1=0,83+j2,14Z0=2,32+j7,56
Z0M=2,19+j6,31
436434
60 M
VA
rj1
66,6
7
VAI PARA
122
VAI PARA
C - 1
Z1=0,26+j0,68Z0=0,64+j2,46
j81,25
Z0=j36,32
500kV
138kV
75km
66km
231km
198km
182km
182km
120km
288 Km
300MVA
216km
17,6km
43,4km
53,6km
33km
51km
62,3km
63km
26,8km
2777
138kV
EQV Z1=j24,24Z0=j8,00
Z1=0,90+j2,37Z0=2,14+j8,34
Z1=2,30+j6,06Z0=5,46+j21,32
Z1=7,50+j19,76Z0=17,79+j69,52
2789
138kV
Z1=5,92+j10,31Z0=11,00+j35,35
VAI PARA
2771
VAI PARA
E - 1
20072007
2007
2007
20072005
Z1=0,31+j0,80Z0=0,77+j2,82
Z1=j45,31Z0=j22,01
Z1=j45,31Z0=j22,01