Escolar Documentos
Profissional Documentos
Cultura Documentos
n
c
i
a
MinimaLeve MediaPesada
Entrada 1 - Carga
Figura 2. Entrada 1 Parmetro carga do sistema fuzzy
Os parmetros do sistema fuzzy foram ajustados utilizando-
se o conhecimento dos especialistas em regulao de tenso
em sistemas de distribuio, a fim de identificar o
relacionamento existente entre as variveis envolvidas com a
medio da tenso e da carga (potncia ativa). Inmeras
simulaes com estas variveis foram tambm realizadas com
o intuito de comprovar a fidelidade dos resultados
proporcionados pelo sistema fuzzy.
A segunda entrada (desvio de tenso) calculada usando a
expresso dada a seguir:
desvio = V
medido
V
referncia
(1)
Onde V
medido
a magnitude da tenso de fase e V
referncia
a
tenso de referncia do sistema (V
referncia
= 1 p.u.).
Tal desvio foi representado em todo o seu universo de
discurso por intermdio de cinco funes de pertinncia como
mostrado na Fig. 3, onde os termos utilizados foram
NegativoGrande, NegativoMedio, Pequeno, PositivoMedio e
PositivoGrande.
A utilizao de 5 funes de pertinncia para essa entrada
permite uma combinao maior de regras visando elevar a
tenso em carga Mdia/Pesada e diminuir a comutao em
carga Mnima/Leve.
-5 0 5
0
0.5
1
Desvio da Tenso (%)
G
r
a
u
s
d
e
P
e
r
t
i
n
n
c
i
a
Negativo
Grande
Pequeno
Positivo
Grande
Negativo
Medio
Positivo
Medio
Entrada 2 - Desvio da Tenso
Figura 3. Entrada 2 Parmetro desvio de tenso do sistema fuzzy.
A largura de faixa de atuao do controle fuzzy definida
por meio dos pontos de cruzamento das funes de pertinncia
do parmetro desvio de tenso, onde o ponto comum entre
Pequeno e PositivoMdio indica o limite superior da faixa,
enquanto que o ponto comum entre NegativoMdio e Pequeno
indica o limite inferior da faixa.
O parmetro lingstico de sada, ou seja, o estmulo
tenso de referncia foi mapeado por meio de cinco funes
de pertinncia conforme ilustradas na Fig. 4, ou seja, INGde
(Incremento Negativo Grande), INMed (Incremento Negativo
Mdio), Mantm, IPMed (Incremento Positivo Mdio) e
IPGde (Incremento Positivo Grande).
-0.015 -0.01 -0.005 0 0.005 0.01 0.015
0
0.5
1
Incremento/Decremento da Referncia (p.u.)
G
r
a
u
s
d
e
P
e
r
t
i
n
n
c
i
a
INGde Mantem IPGde INMed IPMed
Sada - Estmulo Vref
Figura 4. Sada Parmetro estmulo de tenso ao V
referncia
do sistema fuzzy.
Largura de
faixa
HERNANE SPATTI et al.: FUZZY CONTROL SYSTEM 53
Assim, considerando esta estratgia fuzzy, a sada da
mesma um nmero real, o qual ser enviado diretamente ao
rel visando ento alterar (incrementar/decrementar) a sua
tenso de referncia. Quando o estmulo estiver dentro da
faixa Mantm significa que a tenso de referncia do rel
permanece inalterada. A base de conhecimento do sistema
proposto se encontra armazenada nas regras fuzzy do tipo Se-
Ento, as quais so apresentadas a seguir:
1. Se carga Mnima/Leve e desvio Negativo Grande
ento estmulo IPGde
2. Se carga Mnima/Leve e desvio Negativo Mdio
ento estmulo Mantm
3. Se carga Mnima/Leve e desvio Pequeno
ento estmulo Mantm
4. Se carga Mnima/Leve e desvio Positivo Mdio
ento estmulo Mantm
5. Se carga Mnima/Leve e desvio Positivo Grande
ento estmulo INGde
6. Se carga Mdia/Pesada e desvio Negativo Grande
ento estmulo IPGde
7. Se carga Mdia/Pesada e desvio Negativo Mdio
ento estmulo IPGde
8. Se carga Mdia/Pesada e desvio Pequeno
ento estmulo IPMed
9. Se carga Mdia/Pesada e desvio Positivo Mdio
ento estmulo INMed
10. Se carga Mdia/Pesada e desvio Positivo Grande
ento estmulo INMed
As regras de 2 4 so responsveis pela reduo de
comutaes em carga Mnima/Leve, as quais no alteram a
tenso de referncia. J as regras 6 e 7 indicam que os
estmulos de incrementos positivos, ou seja, para elevar a
tenso, em carga pesada, sero sempre grandes; ao passo que
os estmulos de decrementos (regras 9 e 10) so sempre
mdios, mantendo-se ento a tenso mais elevada e dentro da
largura de faixa operativa. As demais regras so utilizadas
para manter a tenso de acordo com os nveis estabelecidos
em [1], evitando-se tambm comutaes prematuras. A
superfcie fuzzy representando o relacionamento entradas/sada
pode ser visualizada na Fig. 5.
0.5
1
1.5
-5
0
5
-0.01
0
0.01
Desvio
Superfcie Fuzzy
Carga
R
e
f
e
r
e
n
c
i
a
Figura 5. Superfcie fuzzy de relacionamento entre entradas/sada.
O processo de inferncia adotado no sistema proposto foi o
max-min, tendo como mtodo de defuzzificao de sada o
centro de rea. Todos esses procedimentos envolvidos com a
estruturao do sistema fuzzy pode ser consultados em [19].
III. ASPECTOS DE SIMULAO E ENSAIOS EM LABORATRIO
Para investigar o comportamento da tcnica proposta neste
artigo, o software Matlab/Simulink foi usado para
implementar a abordagem convencional e a estratgia fuzzy.
As simulaes tiveram como base as curvas histricas reais de
potncia ativa e reativa de subestaes administradas pela
concessionria ELEKTRO S/A.
A partir destas curvas reais, realizou-se ento um fluxo de
carga simplificado para determinar a tenso na subestao
para cada valor de potncia ativa e reativa fornecidos, os quais
so ento apresentados s simulaes do rel fuzzy e
convencional que realizam suas operaes matemticas para
decidir sobre comutar ou no o tap. Na Fig. 6 se encontra o
modelo simplificado de simulao utilizando o fluxo de carga.
Fluxo
de Carga
Rel
Regulador
de Tenso
Histrico
Curva
de Carga
P Q
V
barra Tap
Figura 6. Modelo simplificado de simulao com fluxo de carga.
Os novos valores de tenso obtidos das comutaes de tap
realimentam o fluxo de carga simplificado, passando ento a
conter dados dinmicos de tenso. O uso do fluxo de carga
simplificado foi necessrio para se poder estimar a tenso na
subestao. Foram simulados exaustivamente o
comportamento de 10 transformadores, sendo que por meio
destes procedimentos foi possvel ajustar o modelo geral do
sistema fuzzy. Na Fig. 7 possvel se constatar o princpio de
funcionamento da tenso de referncia dinmica empregado
pelo prottipo de rel regulador de tenso com sistema fuzzy.
0 1 2 3 4 5 6 7
13.9
14
14.1
14.2
14.3
14.4
14.5
Tempo (dias)
T
e
n
s
o
(
k
V
)
Tenso
Largura de Faixa
Figura 7. Tenso de referncia dinmica obtida com o prottipo do rel
regulador de tenso.
No sendo mais fixa a tenso de referncia, a mesma agora
54 IEEE LATIN AMERICA TRANSACTIONS, VOL. 8, NO. 1, MARCH 2010
acompanha melhor a variao de carga, ajustando-se s
condies automaticamente, elevando, diminuindo ou
mantendo a referncia de acordo com as solicitaes do
sistema de distribuio. Devido ao fato do sistema de controle
fuzzy ser bem compacto, apresentando duas entradas e uma
sada, um prottipo pde ser implementado em hardware com
relativa facilidade, programando-se em memria a superfcie
de relacionamento fuzzy apresentada na Fig. 5. Para a
confeco deste prottipo com o controle fuzzy utilizou-se
como hardware-base o rel AVR da marca TreeTech. Tal rel
recebeu uma atualizao de firmware de forma que o mdulo
inteligente ficasse incorporado dentro da estrutura fsica do
AVR. Para a realizao dos testes em laboratrio foram
empregados: caixa de testes da Doble Modelo F6150, com
caractersticas especficas para testes de rels; o Rel AVR da
TreeTech atualizado com o firmware da estratgia inteligente;
computador pessoal para controlar a caixa de testes via
software. Na Fig. 8 encontra-se uma representao da
disposio dos equipamentos na fase de testes em laboratrio.
Comandos
Tenso e Corrente
Caixa de Corrente
Rel
AVR
Computador
PC
Ethernet
Comandos
Tenso e Corrente
Caixa de Corrente
Rel
AVR
Computador
PC
Ethernet
Figura 8. Diagrama de montagem dos equipamentos para testes em
laboratrio.
Na fase de ensaios em laboratrio todos os procedimentos
de normalizao e testes de regras foram empregados para
validar o princpio de funcionamento do rel com
funcionalidades inteligentes. Diversos experimentos foram
realizados para certificar que o prottipo contemplasse de
forma satisfatria os objetivos de elevar a tenso mdia no
barramento secundrio da subestao, sem transgredir as
regulamentaes da ANEEL.
Aps exaustivos testes, o prottipo foi levado campo,
instalado em dois transformadores e colocado em operao
para validao final do controle.
IV. RESULTADOS DE ENSAIOS REALIZADOS EM CAMPO
Uma vez finalizada a etapa de testes em laboratrio e
validada a operao do prottipo, escolheu-se a subestao
Mogi Guau 2 para a realizao dos testes em campo, com
situaes reais de carga. Os rels AVR com as estratgias
fuzzy foram instalados nos dois transformadores (Trafo-1 e
Trafo-2) desta subestao. Para os ensaios em campo,
instalou-se dois rels por transformador, sendo um AVR fuzzy
e outro convencional (Rel 90) de retaguarda. Por meio de
uma chave seletora foi possvel escolher manualmente o rel
que iria operar. Na Fig. 9 possvel visualizar o esquema de
montagem dos rels no painel de controle do transformador.
AVR
Mdulo
Inteligente
Rel 90
Chave de Troca de comando
Figura 9. Esquema de montagem dos rels no painel de controle do
transformador.
Nas Fig. 10 e Fig. 11 encontram-se os principais resultados
para a operao dos rels instalados em Mogi Guau 2.
0 2 4 6
13.8
14
14.2
14.4
14.6
Tenso Rel - Rel Fuzzy
Tempo (dias)
T
e
n
s
o
(
k
V
)
Vm = 14.311 kV
0 2 4 6
13.8
14
14.2
14.4
14.6
Tenso Rel - Convencional
Tempo (dias)
T
e
n
s
o
(
k
V
)
Vm = 14.155 kV
Entre 2.48 e 3.39 Entre 3.39 e 4.42 Acima de 4.42
14.2
14.25
14.3
14.35
Faixas (MW)
T
e
n
s
o
M
d
i
a
(
k
V
)
Tenso Mdia em Carga Pesada
Fuzzy
Conv encional
Figura 10. Resultados de tenso para 7 dias de funcionamento (Trafo-1).
0 2 4 6
13.8
14
14.2
14.4
14.6
Tenso Rel - Rel Fuzzy
Tempo (dias)
T
e
n
s
o
(
k
V
)
Vm = 14.189 kV
0 2 4 6
13.8
14
14.2
14.4
14.6
Tenso Rel - Convencional
Tempo (dias)
T
e
n
s
o
(
k
V
)
Vm = 14.175 kV
Entre 4.06 e 4.68 Entre 4.68 e 5.39 Acima de 5.39
14.15
14.2
14.25
Faixas (MW)
T
e
n
s
o
M
d
i
a
(
k
V
)
Tenso Mdia em Carga Pesada
Fuzzy
Conv encional
Figura 11. Resultados de tenso para 7 dias de funcionamento (Trafo-2).
HERNANE SPATTI et al.: FUZZY CONTROL SYSTEM 55
Para um perodo de avaliao de 7 dias de operao do rel
AVR fuzzy, a tenso mdia foi mantida 156V mais elevada no
Transformador 1, e 14V para o Transformador 2 comparando-
se com a operao do rel convencional. Na faixa de carga
mais pesada, acima de 4.42MW, a tenso mdia foi 89V mais
elevada no Transformador 1. Na faixa de carga mais pesada
para o Transformador 2, acima de 5.39MW, a tenso mdia
foi 113V mais elevada que a obtida com o rel convencional.
Estudos realizados pela equipe que administra a subestao
comprovou que as perdas no superaram 1%.
Por outro lado, as comutaes de tap provocam tambm
desgastes estruturais que necessitam de manuteno e seguem
um protocolo de inspeo que realizado a cada 100 mil
operaes do comutador ou 6 anos. Levando-se em
considerao esta condio de manuteno, pode-se realizar
1388 comutaes/ms sem se comprometer a vida til do
equipamento e sem a necessidade de se realizar manuteno
em perodo inferior quele de 6 anos. Em todos os casos, as
comutaes de tap mensais no ultrapassaram o limite de
1388, o qual (aliado s perdas apuradas) foi considerado um
excelente resultado de regulao frente aos benefcios da
elevao da tenso mdia no barramento secundrio deste
transformador.
V. CONCLUSES
Este trabalho apresentou inmeros desafios, principalmente
em relao s normalizaes necessrias para se deixar a
estratgia inteligente genrica para qualquer transformador. A
normalizao por meio da potncia ativa mdia se mostrou um
excelente parmetro de regulao para todas as subestaes
testadas.
O controle fuzzy apresentou timos resultados quando
aplicado na regulao de tenso em campo, validando-se ento
as simulaes e os testes em laboratrio, sendo que o mesmo
j se encontra em perfeito funcionamento h mais de dois
anos, o que comprova a sua habilidade em regular a tenso nas
mais diversas condies. Assim, as principais potencialidades
da estratgia fuzzy apresentada neste artigo so as seguintes: i)
facilidade de implementao em hardware; ii) adaptao
automtica s mudanas ocorridas na demanda de carga da
subestao; iii) resultados de sada so produzidos de forma
extremamente rpida, possibilitando aplicaes em tempo-
real; iv) elevao automtica do perfil de tenso em condies
de carga pesada; e v) otimizao do nmero de comutaes de
tap em condies de carga mnima/leve.
A explorao contnua da faixa, flexibilizando-se as
comutaes de tap em carga leve e buscando melhorar o perfil
de tenso em carga pesada, apresenta benefcios tanto para o
consumidor quanto para a concessionria. Com nveis de
tenso mais elevados em carga pesada o consumidor tem a
garantia que seus equipamentos no sero submetidos a
tenses abaixo da nominal ao fim do alimentador.
Finalmente, torna-se de grande valia destacar o
desempenho da estratgia inteligente frente aos objetivos
delineados no comeo deste trabalho. A validao dessa
estratgia fuzzy inteligente, por meio de dados reais de
subestaes de distribuio em simulaes, testes em
laboratrio e ensaios em campo, apresentou resultados bem
satisfatrios, contribuindo para melhorar a regulao de tenso
em sistemas de distribuio de energia eltrica.
AGRADECIMENTOS
Os autores agradecem ELEKTRO pelos arranjos
experimentais visando toda a validao da tcnica proposta.
REFERNCIAS
[1] ANEEL Agncia Nacional de Energia Eltrica, Resoluo N
505/2001 Disponvel em: http://www.aneel.com.br.
[2] R. C. Dugan, M. F. McGranaghan, S. Santoso, and H. W. Beaty,
Electrical Power Systems Quality, New York: McGraw Hill, 2003, 528
p.
[3] T. A. Short, Electric Power Distribution Handbook, New York: CRC
Press, 2003, 784 p.
[4] J. H. Choi, and J. C. Kim, The online voltage control of ULTC
transformer for distribution voltage regulation, International Journal of
Electrical Power & Energy Systems, vol. 23, pp. 91-98, 2001.
[5] Z. Hu, X. Wang, H. Chen, and G. A. Taylor, Volt/VAr control in
distribution systems using a time-interval based approach, in Proc.
2003 IEE Generation, Transmission and Distribution, pp. 548-554.
[6] Y. Liu, P. Zhang, and X. Qiu, Optimal volt/var control in distribution
systems, International Journal of Electrical Power & Energy Systems,
vol. 24, no. 4, pp. 271-276, 2002.
[7] G. Estrada S., J. H. Tovar, and G. Gutirrez, Metodologa para la
localizacin optima de capacitores mediante sensibilidades lineales,
IEEE Latin America Transactions, vol. 3, no. 2, pp. 185-192, 2005.
[8] Y. Y. Hsu, and F. C. Lu, A combined artificial neural network-fuzzy
dynamic programming approach to reactive power/voltage control in a
distribution substation, IEEE Transactions on Power Systems, vol. 13,
no. 4, pp. 1265-1271, 1998.
[9] R. H. Liang, and Y. S. Wang, Fuzzy-based reactive power and voltage
control in a distribution system, IEEE Transactions on Power Delivery,
vol. 18, no. 2, pp. 610-618, 2003.
[10] M. N. Moutinho, C. T. da Costa, W. B. Jr. and J. A. L. Barreiros,
Identification, digital control and fuzzy logic techniques applied to a
synchronous generator, IEEE Latin America Transactions, vol. 7, no. 2,
pp. 141-150, 2009.
[11] M. Dixon, Innovative Volt/VAr management provides payback, in
Proc. 2001 IEEE/PES Transmission and Distribution Conference and
Exposition, pp. 461-468.
[12] V. Miranda, and A. Moreira, J. Pereira, An improved fuzzy inference
system for voltage/var control, IEEE Transactions on Power Systems,
vol. 22, no. 4, pp. 2013-2020, 2007
[13] R. H. Liang, and C. K. Cheng, Dispatch of main transformer ULTC and
capacitors in a distribution system, IEEE Transactions on Power
Delivery, vol. 16, no. 4, pp. 625-630, 2001.
[14] J. Y. Park, S. R. Nam, and J. K. Park, Control of a ULTC considering
the dispatch schedule of capacitors in a distribution system, IEEE
Transactions on Power Systems, vol. 22, no. 2, pp. 755-761, 2007.
[15] B. Milosevic, and M. Begovic, Capacitor placement for conservative
voltage reduction on distribution feeders, IEEE Transactions on Power
Delivery, vol. 19, no. 3, pp. 1360-1367, 2004.
[16] P. M. S. Carvalho, P. F. Correia, and L. A. F. Ferreira, Distributed
reactive power generation control for voltage rise mitigation in
distribution networks, IEEE Transactions on Power Systems, vol. 23,
no. 2, pp. 766-772, 2008.
[17] A. Augugliaro, L. Dusonchet, S. Favuzza, and E. R. Sanseverino,
Voltage regulation and power losses minimization in automated
distribution networks by an evolutionary multiobjective approach,
IEEE Transactions on Power Systems, vol. 19, no. 3, pp. 1516-1527,
2004.
[18] M. E. Baran, and I. M. El-Markabi, A multiagent-based dispatching
scheme for distributed generators for voltage support on distribution
feeders, IEEE Transactions on Power Systems, vol. 22, no. 1, pp. 52-
59, 2007.
56 IEEE LATIN AMERICA TRANSACTIONS, VOL. 8, NO. 1, MARCH 2010
[19] W. Pedrycz, and F. Gomide, Fuzzy Systems Engineering, New York:
John Wiley, 2007. 526p.
Danilo Hernane Spatti nasceu em Araras-SP em
1981. Graduou-se pela UNESP/Bauru em Engenharia
Eltrica no ano de 2005. Atualmente aluno de
doutorado em Engenharia Eltrica pela USP de So
Carlos. Suas reas de pesquisa so sistemas
inteligentes, rel regulador de tenso, otimizao no
linear e sistemas eltricos de potncia.
Ivan Nunes da Silva nasceu em So Jos do Rio
Preto-SP em 1967. Obteve os ttulos de Mestre e
Doutor em Engenharia Eltrica pela UNICAMP em
1995 e 1997, respectivamente. Atualmente
professor associado do Departamento de Engenharia
Eltrica da USP de So Carlos e seus interesses de
pesquisa so redes neurais artificiais, sistemas
inteligentes, sistemas eltricos de potncia,
otimizao no linear, identificao e controle de
processos.
Wesley Fernando Usida nasceu em Ibitinga-SP em
1981. graduado em Engenharia Eltrica pela
UNESP/Bauru em 2005. Atualmente aluno de
doutorado em Engenharia Eltrica na USP de So
Carlos. Suas reas de pesquisa so qualidade de
energia, proteo de sistemas eltricos de potencia,
redes neurais artificiais, sistemas fuzzy e sistemas
inteligentes.
Rogrio Andrade Flauzino nasceu em Franca-SP em
1978. Obteve a graduao em Engenharia Eltrica
pela UNESP/Bauru em 2001. Em 2004 recebeu o
ttulo de Mestre em Engenharia Industrial
(UNESP/Bauru) e em 2007 defendeu o Doutorado em
Engenharia Eltrica pela USP de So Carlos.
Atualmente pesquisador de Ps-Doutorado na USP
de So Carlos, realizando pesquisas na rea de
sistemas inteligentes e sistemas eltricos de potncia.
HERNANE SPATTI et al.: FUZZY CONTROL SYSTEM 57