Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistemas Elétricos
Washington Neves
Benemar Alencar
maio 2018
unidade 4
Modelos
de Carga
Modelos de Carga
Numa barra típica, a carga pode consistir de:
Motores de indução 50 – 70%
Aquecimento e resfriamento 20 – 30%
Motores síncronos 5 – 10%
Exemplo 4.1 V 2
V
A tensão e a potência P P0 p2 p1 p0
V0 V0
medidas em
V 2 V
intervalos de uma Q Q0 q2 q1 q0
hora em duas barras V0 V0
V 2 V
P P0 p2 p1 p0
V0 V0
MW MW MW
kV kV kV
P0 V
2
V
p2 0 p1 0 p0
p 2 p1 p 0 1
P0 V0 V0
P1 V
2
V 1,0102 p 2 1,010 p1 p 0 1,020
p2 1 p1 1 p0
V0 V0
1,0212 p 2 1,021p1 p 0 1,042
P0
2
P2 V V
p2 2 p1 2 p0
P0 V0 V0 1,0252 p 2 1,025 p1 p 0 1,051
2
P3 V V
p2 3 p1 3 p0
P0 V0 V0
Regressão Polinomial
Parábola
ajustada
Modelos de Cargas -
Regressão:
Minimização
de Funções
Interpolação e Aproximação
Interpolação:
Encontrar uma função que passe por pontos de uma conjunto de dados.
A função passa por cada ponto.
Extrapolação
Dados estimados estão fora do conjunto de dados observados.
Interpolação
Objetivo?
Estimar valores da função em pontos intermediários
(dentro da região de dados observáveis).
Interpolando dois pontos
com uma função linear
y f(x) = ax+b
x
xnovo
Parábola
ajustada
Regressão Polinomial
Regressão Linear-
Princípio dos Quadrados Mínimos
Medição de uma grandeza feita M vezes
Xi=X+i i=1,2,…,M
Mínimos Quadrados
M M
f ( X est ) i2 X i X est 2
i 1 i 1
Princípio dos Mínimos Quadrados-
uma variável
M M
f ( X est ) i2 X i X est 2
i 1 i 1
df M
0 2 X i Xest
dXest i 1
M M
0 X i X est
i 1 i 1
M
0 X i MXest
i 1
1 M
X est X i X médio
M i 1
Princípio dos Mínimos Quadrados
M M
f ( X est ) i2 X i X est 2
i 1 i 1
df M
2 X i X est
dXest i 1
1 M
X est X i X médio
M i 1
d 2f
2
2M 0 Mínimo existe
dX
est
Regressão Linear-Mínimos Quadrados
Considere o conjunto de dados: X=1;2;5;7 Y=2.1;2.9;6.1;8.3.
Obtido como resultado de medições, que geralmente incorporam algum erro. Utilizando o
critério dos mínimos quadrados desejamos ajustar a curva y=aestx+best a estes dados.
Precisamos resolver o sistema: 1 1 2.1
2 1 aest 2.9
5 1 best 6.1
7 1 8.3
Como não podemos resolver o sistema de forma exata, podemos tentar minimizar o erro.
Usando o critério dos mínimos quadrados:
=b-Ax
-2ATb+2ATAx=0;
1 1 2.1
1 aest 1 2 5 7 2.9
1 2 5 7 2
1 1 1 1 5
1 best 1 1 1 1 6.1
7 1 8.3
aest 1.0440
b 0.9352
est
Regressão Polinomial
y=ax2+bx+c
Parábola x12 x1 1 y1
ajustada 2
x2 x2 1 a y 2
x 2 b y
x3 1 3
3
c
x 2 1 y n
n xn
Regressão Linear Múltipla
y=ax+bz+cw+
1 x1 z1 w1 a y1
1 x2 z2 w 2 b y
2
1 x3 z3 w3 c y 3
1 xn zn w n y n
Modelos de Carga
Exemplo 4.2
Determinar o modelo ZIP da carga da barra 58 a partir da
amostra de valores medidos que foi dada no exemplo 4.1
p 2 p1 p 0 1
1,0102 p 2 1,010 p1 p 0 1,020 p2=3.6652
1,0212 p 2 1,021p1 p 0 1,042 p1= -5.3934
p0= 2.7282
1,0252 p 2 1,025 p1 p 0 1,051
Modelos de Carga
Características P-V dos modelos de carga
V 2 V
P P0 p2 p1 p0
V0 V0
MW MW MW
kV kV kV