Escolar Documentos
Profissional Documentos
Cultura Documentos
CAPÍTULO 2
1 2 4
Esta equação pode ser reescrita na forma: x= x +
5 5
5x − 4
ou ainda: x=
x
onde ambas são do tipo x = F(x)1.
A figura abaixo mostra que as raízes da equação original [f(x) = x2 – 5x + 4 =
0] também podem ser obtidas pelas intersecções das curvas g(x)=x e F(x) =
1 2 4
x + .
5 5
1
É sempre possível achar uma ou mais funções F(x) para qualquer f(x).
2
1 2 4
Exemplificando, tomando-se x= x + , tem-se:
5 5
A convergência é lenta, nas podem ser gastas até cerca do 100 iterações
para se conseguir convergência. Dependendo da estimativa inicial, poderá
até não ocorrer a convergência.
Exemplo:
Resolver o sistema de equações não lineares2:
2x1 + x1 x2 – 1 = 0
2x2 – x1 x2 + 1 = 0
Exemplo 1:
Resolver o sistema de equações não lineares anterior pelo Método de Gauss-
Seidel:
x1 . x 2
x 1 = 0,5 −
2
x .x
x 2 = −0,5 + 1 2
2
• multiplicando ∆x 1( v ) e ∆x (v)
2 por α (α > 1) os valores de x1 e x2 a serem
utilizados nas iterações serão:
x 1( v ) = x 1( v −1) + α . ∆x 1(v)
x (2v ) = x (2v −1) + α . ∆x (v)
2
2a Iteração:
x 1( 2) = 0,5 − [0,75 . (- 0,75)] / 2 = 0,781
x (22) = 0,5 + [0,75 . (- 0,75)] / 2 = −0,781
NOTAS:
1. Em geral a barra oscilante, também conhecida como barra de referência, é
assumida como aquela de número 1, embora isso não seja obrigatório.
2. Nas barras em que a carga é especificada, comumente chamada de barra P-
Q, a equação (2.4) será dada por:
1 ⎡ Pi − jQ i ⎤
esp esp
E i( v +1) = ⎢ − ∑ n
k =1; k ≠ i Yik E (v)
k ⎥ (2.5)
Yii ⎣⎢ E i( v )* ⎦⎥
Parte-se de Q i = I m [E i . I *i ] = −I m [E *i . I i ]
Substituindo-se Ii na equação acima por: I i = ∑nk =1 Yik E k , tem-se que :
Q i = Q icalc = −I m [E *i . ∑nk =1 Yik E k ] (2.6)
Obs.: Q icalc é uma notação adotada para diferenciar do valor Q iesp da equação
(2.5) para as barras de carga. Substituindo a equação (2.6) na equação (2.4)
tem-se:
1 ⎡ Piesp − jQ icalc ⎤
E i( v +1) = ⎢ − ∑ n
k =1; k ≠ i Yik E (v)
k ⎥ (2.7)
Yii ⎣⎢ E i( v )* ⎦⎥
E i( v +1) =
(Pi − jQ i )L i − ∑nk =1;k ≠i Yik L i E (v) (2.4b)
k
E i( v )*
K Li
E i( v +1) = − ∑nk =1;k ≠i Y L ik E (v)
k (2.4c)
E i( v )*
Exemplo de equacionamento:
Neste caso vamos supor que a barra flutuante seja a barra 2 do tipo P-Q e
não existem barras tipo 2 (P-V). As equações de tensão de acordo com a
expressão (2.4c) serão:
K L1
E1( v +1) = − Y L12 E (v)
2 − Y L13 E 3 - Y L14 E 4
(v) (v)
E1(v)*
E (2v +1) = valor fixo especificado
K L3
E 3( v +1) = − Y L 31 E1(v) − Y L 35 E 5(v)
E 3(v)*
K L4
E (4v +1) = − Y L 41 E (v)
4 − Y L 46 E 6
(v)
E (v)
4
*
K L5
E 5( v +1) = − Y L 52 E (v)
2 − Y L 53 E 3
(v)
E 5(v)*
K L6
E (6v +1) = − Y L 62 E (v)
2 − Y L 64 E 4
(v)
E (v)
6
*
9
Aspectos computacionais
Parte Real:
1 ⎡ Pi e i + Q *i f i ⎤
ei = ⎢ − ∑ n
k =1; k ≠ i G ik e k + ∑ n
k =1 B ik f k ⎥ (2.9a)
G ii ⎣ e i2 + f i2 ⎦
Parte Imaginária:
1 ⎡ Pi f i + Q *i e i ⎤
fi = ⎢ − ∑ n
k =1; k ≠ i G ik f k + ∑ n
k =1 B ik e k ⎥ (2.9b)
G ii ⎣ e i2 + f i2 ⎦
onde:
ei, fi - partes real e imaginária de Ei
ek, fk - partes e imaginária de Ek
Gik, Bik - partes real e imaginária do elemento ik da matriz complexa de admitância.
Qi* - para os nós do tipo P-Q → Qiesp.
- para os nós do tipo P-Q → Qicalc (através da equação 2.6).
O teste de convergência também pode ser dividido em duas partes, uma real e
outra imaginária a saber:
e iv +1 − e iv ≤ ε re
f iv +1 − f iv ≤ ε im
( )
e iv−+ac1 = α re e iv +1 − e iv−ac + e iv
( )
f iv−+ac1 = α im f iv+1 − f iv−ac + f iv
2.4.1. O Método:
Se uma aproximação xj é conhecida para uma das raízes da equação f(x) = 0
então uma melhor aproximação pode ser obtida calculando-se:
xj+1 = xj + ∆xj
Onde:
f xj ( )
∆x = 1 j e tan α =
j f (x j )
f x ( ) ∆x j
Uma vez que seja conhecido o vetor xj das variáveis (x 1j , x 2j ,L, x nj ) que
constituem uma aproximação para a solução das equações (2.10), então uma
melhor aproximação poderá ser obtida por:
x j+1 = x j + ∆x j
12
onde:
∆x j = −[J ] . F x j
−1
( )
F( x j ) : é o vetor constituído pelas equações (2.10)
[J ] : é a matriz das derivadas parciais de primeira ordem das equações
(2.10), chamada Matriz Jacobiana, cujos elementos são:
Jik = ∂fi / ∂xk e Jii = ∂fi / ∂xi.
( ) ⎡− 2,5⎤
F x1 = ⎢ ⎥
⎣ 1,0 ⎦
⎡1 / 2 1 / 2 ⎤ ⎡− 2,5⎤ ⎡0,75⎤
∆x 1 = − ⎢ ⎥x⎢ ⎥=⎢ ⎥
⎣1 / 6 − 1 / 6⎦ ⎣ 1,0 ⎦ ⎣0,58⎦
Visualização gráfica:
ou ainda:
Pi + jQ i = ∑nk =1 Yik* E i E *k = ∑kn =1 Yik* Vi Vk e (θi −θk ) (2.11)
Notas importantes:
a) Para no nó de referência do sistema (barra oscilante) as variáveis Vi e θi
são conhecidas e, portanto não é necessária nenhuma equação para esse nó.
b) Para os nós P-Q do sistema as variáveis Vi e θi são incógnitas e, portanto,
serão necessárias as duas equações (2.13) para cada nó.
c) Para s nós P-V do sistema a variável Vi é conhecida e θi é incógnita.
Portanto, só há necessidade de uma equação (2.13).
d) De acordo com os ítens acima o número total de equações (e de incógnitas)
é: npv + 2 npq.
e) O vetor x das incógnitas será:
⎡θ⎤
x=⎢ ⎥
⎣V ⎦
Onde θ é o vetor dos ângulos das tensões para todos os nós (exceto
aquele de referência) e V é o vetor dos módulos das tensões para as
barras P-Q.
f) As equações (2.13) também podem ser expressas vetorialmente:
15
⎡ gp ⎤
⎢ ⎥
g = ⎢− − −⎥
⎢ gq ⎥
⎣ ⎦
• g p são equações de potência ativa (uma para cada nó, exceto o de
referência),
• g q são equações de potência reativa (uma para cada nó P-Q).
Já foi visto que: xj+1 = xj + ∆xj, onde ∆xj = -J1 . gj. Desta forma a Matriz
Jacobiana [J] deverá possuir quatro submatrizes:
⎡H N ′⎤
J=⎢ ⎥
⎣J L′ ⎦
onde:
H ik = ∂g ip / ∂θ k ; H ii = ∂g ip / ∂θ i
J ik = ∂g iq / ∂θ k ; J ii = ∂g iq / ∂θ i
Finalmente:
⎡ θ j+1 ⎤ ⎡ θ j ⎤ ⎡ ∆ θ j ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ...... ⎥ = ⎢......⎥ + ⎢ ...... ⎥ (esta equação equivale a: x j+1 = x j + ∆x j )
⎢ V j+1 ⎥ ⎢ V j ⎥ ⎢ ∆ V j ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
onde:
−1
⎡ ∆θ j ⎤ ⎡ H N ′ ⎤ ⎡ ∆P j ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ...... ⎥ = − ⎢...... ......⎥ . ⎢ ...... ⎥ (2.14)
⎢ ∆V j ⎥ ⎢ J L ′ ⎥⎦ ⎢⎣ ∆ Q j ⎥⎦
⎣ ⎦ ⎣
16
⎡ ∆P j ⎤ ⎡ H N ′ ⎤ ⎡ ∆ θ j ⎤ ⎡ H N ′.V ⎤ ⎡ ∆ θ j ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ...... ⎥ = − ⎢...... ......⎥ . ⎢ ...... ⎥ = ⎢...... ...... ⎥ . ⎢ ...... ⎥
⎢∆Q j ⎥ ⎢ J L ′ ⎥⎦ ⎢⎣ ∆V ′⎥⎦ ⎢⎣ J L ′.V ⎥⎦ ⎢⎣(∆V / V ) ⎥⎦
j
⎣ ⎦ ⎣
( )
N ik = Vk ∂g ip / ∂Vk ; N ii = Vi ∂g ip / ∂Vi( )
L ik = V (∂g
k
q
i / ∂V ) ; L
k ii = V (∂g
i
q
i / ∂V )
i
onde:
-1
⎡ ∆θ j ⎤ ⎡H N ⎤ ⎡ ∆P j ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ...... ⎥ = − ⎢...... ......⎥ . ⎢ ...... ⎥ (2.15b)
⎢(∆V / V ) j ⎥ ⎢ J L ⎥⎦ ⎢⎣ ∆Q j ⎥⎦
⎣ ⎦ ⎣
Obs.: |∆Pi| < εp e |∆Qi| < ε, para todos os elementos de ∆P e ∆Q. Valores
típicos para os ε’s ão entre 0,01 e 0,0001.
Onde:
Hik = - Vi Vk (Giksenθik - Bikcosθik
(2.16a)
H ii = − Vi2 . B ii + Q iT
Elementos da submatriz N:
N ik =
∂g ip
∂θ k
= Vk
∂
∂Vk
[
PiG − PiC − Vi ∑kni Vk (G ik cos θ ik + B ik sen θ ik ) ]
desta forma:
Nik = - Vi Vk (Gikcosθik + Biksenθik)
(2.16b)
N ii = −Vi2 . G ii + PiT
Elementos da submatriz J:
J ik =
∂g iq
=
∂
∂θ k ∂θ k
[
Q iG − Q iC − Vi ∑kni Vk (G ik sen θ ik − B ik cos θ ik ) ]
Então:
Jik = - Nik = Vi Vk (Gikcosθik + Biksenθik)
Elementos da submatriz L:
L ik = Vk =
∂g iq
∂Vk
= Vk
∂
∂Vk
[
G iG − Q iC − Vi ∑kni Vk (G ik sen θ ik + B ik cos θ ik ) ]
Desta forma:
Lik = Hik = - Vi Vk (Giksenθik - Bikcosθik)
(2.16d)
L ii = − Vi2 . B ii + Q iT
18
onde:
kni – indica o conjunto de todos os nós k diretamente conectados a i,
incluindo-se k=i.
PiT e Q iT - potências transmitidas do nó i para o resto do sistema,
respectivamente ∆P e ∆Q na equação (2.13).
Desvantagens:
1. Necessidade de formar e inverter a Matriz Jacobiana a cada iteração.
Para ganhar tempo, existem programas em que o mesmo Jacobiano é
utilizado em duas iterações sucessivas.
2. A convergência é muito sensível às condições iniciais: uma má escolha
pode levar rapidamente à divergência.
3. Os fastos com memória são bem maiores do que no Método de Gauss.
4. Requer uma programação mais complexa.
Vantagem:
1. Possui convergência rápida: em geral, de 3 a 5 iterações. Detalhe: uma
iteração Newton-Raphson leva um tempo aproximado a 7 iterações Gauss-
Seidel (para o mesmo sistema).
DADOS DA LINHA
z12 = 0,2 + j0,1 = 1,02∠78,69o
y12 = 0,981∠-78,69o = 0,1923 – j0,9615
ysh = jbsh = j0,02
Solução:
Matriz de admitância:
⎡0,1923 − j0,9415 - 0,1923 + j0,9615⎤
Y = G + jB = ⎢ ⎥
⎣- 0,1923 + j0,9615 0,1923 - j0,9415 ⎦
⎡− 0,9415 0,9615⎤
B=⎢
⎣0,9615 - 0,9415⎥⎦
O número de equações do tipo das equações (2.13) é dado por: nPV + 2 nPQ.
Portanto nPV = 1 e nPQ = 0. Assim, haverá apenas uma equação (2.13), aquela
da potência ativa:
1a Iteração:
b) Teste de convergência: | ∆Pi | < εp ⇒ | -0,4| > 0,003. Desta forma, não
havendo convergência, o processo iterativo continua.
c) Cálculo do Jacobiano:
-1
⎡ ∆θ j ⎤ ⎡H N ⎤ ⎡ ∆P j ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ...... ⎥ = − ⎢...... ......⎥ . ⎢ ...... ⎥
⎢(∆V / V ) j ⎥ ⎢ J L ⎥⎦ ⎢∆ Q j ⎥
⎣ ⎦ ⎣ ⎣ ⎦
( ) 2
H 22 = V2( 0) B 22 + V2( 0) (G 21 sen θ 21 − B 21 cos θ 21 ) + V2( 0) (G 22 sen θ 22 − B 22 cos θ 22 )
d) A equação (2.15b) ficará ∆θj = -H-1 . ∆Pj, que aplicada para a 1a Iteração
dará:
∆θ(0) = - (1 / -0,9615) x (-0,4) = - 0,4160
2a Iteração:
c) Jacobiano:
H (221) = −0,1923 . senθ (1)
2 − 0,9615 . cosθ 2 = −0,8002
(1)
d) Variação de ∆θ:
( )
∆θ (1) = − 1 / H (221) . ∆P2(1) = −(1 / − 0,8002) . (-0,0279) = -0,0349
3a Iteração:
a) ∆P2( 2) = −0,4 − 0,1923 . (1 - cosθ (2)
2 ) − 0,9615 . senθ 2 = −0,0002
(2)
Solução: Para este caso, sendo nPV = 0 e nPQ = 1 o no de equações (2.13) = nPV
+ 2. NPQ = 2, serão utilizadas as duas equações (2.13):
Potência Ativa:
∆P2 = P2 – V2 [V1(G21cosθ21+B21senθ21) + V2(G22cosθ22+B22senθ22)]
Potência Reativa:
∆Q2 = Q2 – V2 [V1(G21senθ21+B21cosθ21) + V2(G22senθ22 - B22cosθ22)]
1a Iteração:
a) ∆P2(0) = −0,3 − 0,1923V2(0) (V2( 0) − cos θ (20) ) − 0,9615V2(0) sen θ (20) = −0,2
∆Q (20) = −0,07 − (V2( 0) ) 2 . 0,9415 + 0,9615V2(0) . cosθ (0)
2 = 0,09
b) Teste de convergência:
∆P2( 0) = 0,3 > 0,003
∆Q (20) = 0,09 > 0,003
c) Matriz Jacobiana:
Para montar esta matriz, serão usadas as equações (2.16).
Da equação (2.16a):
H (220) = (V2( 0) ) 2 B 22 + V2( 0) [V1( 0) (G 21 sen θ (210) − B 21 cos θ (210) ) + V2( 0) (G 22 sen θ (220) − B 22 cos θ (220) )]
como θ (210) = 0 o e θ (0)
22 = 0
o
tem-se que:
[
H (220) = (V2( 0) ) 2 0,9415 + V2(0) V1( 0) (−0,9615) + V2( 0) (0,9415) = −0,9615 ]
Da equação (2.16b):
J (220) = (V2( 0) ) 2 G 22 − V2( 0) [V1( 0) (G 21 cos θ (210) + B 21 sen θ (210) ) + V2( 0) (G 22 cos θ (220) + B 22 sen θ (220) )] =
( ) 2
[
= V2( 0) G 22 − V2( 0) V1( 0) (−0,1923) cos θ (20) . (0,1923) = 0,1923 ]
Da equação (2.16c):
23
N (220) = −(V2( 0) ) 2 G 22 − V2( 0) [V1( 0) (G 21 cos θ (210) + B 21 sen θ (210) ) + V2( 0) (G 22 cos θ (220) + B 22 sen θ (220) )] =
= −0,1923
Da equação (2.16d)
N (220) = (V2( 0) ) 2 B 22 − V2( 0) [V1( 0) (G 21 sen θ (210) − B 21 cos θ (210) ) + V2( 0) (G 22 sen θ (220) − B 22 cos θ (220) )] =
= −0,9215
2a Iteração
As estimativas iniciais são: V2(1) = 1,032 e θ (1)
2 = −0,3183
b) Teste de convergência:
∆P2(1) = 0,0059 > 0,003
c) Matriz jacobiana:
Da equação (2.16a):
[ ( ) (
H (221) = (V2(1) ) 2 B 22 + V2(1) V1(1) G 21 sen θ (211) − B 21 cos θ (211) + V2(1) G 22 sen θ (221) − B 22 cos θ (221) )]
Como θ (211) = −0,3183 rds e θ (0)
22 = 0 tem-se que:
( ) [
H (221) = V2(1) (−0,9415) + V2(1) V1(1) (− 0,1923 se(-0,3183rds ) − 0,9615 cos(−0,3183rds)
2
]
+ V2(1) (0,9415)] = −0,8796
24
Da equação (2.16b):
[ ( ) (
N (221) = −(V2(1) ) 2 G 22 − V2(1) V1(1) G 21 cos θ (211) + B 21 sen θ (211) + V2(1) G 22 cos θ (221) − B 22 sen θ (221) = )]
= 0,0802
Da equação (2.16c):
[ ( ) ( )]
J (221) = (V2(1) ) 2 G 22 − V2(1) V1(1) G 21 cos θ (211) + B 21 sen θ (211) + V2(1) G 22 cos θ (221) − B 22 sen θ (221) =
= 0,4986
Da equação (2.16d):
L(22
1)
[ ( ) ( )]
= (V2(1) ) 2 B 22 − V2(1) V1(1) G 21 sen θ (211) − B 21 cos θ (211) + V2(1) G 22 sen θ (221) − B 22 cos θ (221) =
= 0,0888
3a Iteração:
∆P2( 2) = −0,3 − 0,1923V2( 2) (V2( 2) − cos θ (22) ) − 0,9615V2( 2) sen θ (22) = −0,0011
a)
∆Q (22) = 0,07 − (V2( 2) ) 2 .0,9415 + 0,1923V2( 2) sen θ (22) + 0,9615V2( 2) . cos θ (22) = −0,0024
b) Teste de convergência:
∆P2( 2) = 0,0011 < 0,003
Solução:
⎧⎪x ( j+1) = x ( j) + ∆x ( j)
⎨ ( j)
[ ] −1
⎪⎩∆x = y ′ ( j) .y ( j)
a) Newton-Raphson tradicional:
Assim:
[ ]
∆x (1) = − y′ (1)
−1
.y (1) =
1
2
(−3) =
3
2
e
x(2) = x(1) + ∆x(1) = 1 + 3/2 = 2,5
y(3) = [x(3)]2 – 4 = 2,052 – 4 = 0,2025, que é menor que a tolerância (ou erro):
0,25 → 0,2025 < 0,25
26
b) Derivada constantes:
b.1)
⎧ (1) ⎛ − 1 ⎞ (1) 1
⎪∆x = ⎜⎜ ⎟⎟.y = − .(−3) = 0,75
y ′ = 4 ⇒ para j = 1⎨ ⎝ + y' ⎠ 4
⎪ ( 2)
⎩x = x + ∆x = 1 + 0,75 = 1,75 ⇒ y = x
(1) (1) ( 2) ( 2)
[ ]2
− 4 = 1,75 2 − 4 = −0,94
⎛ −1⎞ 1
para j = 2: ∆x ( 2) = ⎜⎜ ⎟⎟ y ( 2) = − x (−0,94) = 0,235
⎝ y′ ⎠ 4
x(3) = x(2) + ∆x(2) = 1,75 + 0,235 = 1,985 → que pode ser considerada como
resposta para a raiz procurada (y(3) = [x(3)]2 – 4 = -0,06)
⎛1⎞ 1
b.2) y’ = 1: para j = 1: ∆x (1) = −⎜⎜ ⎟⎟ y ( 2) = − x − 3 = 3
⎝ y′ ⎠ 1
y(2) = [x(2)]2 – 4 = 16 – 4 = 12
⎡ θ j+1 ⎤ ⎡ θ j ⎤ ⎡ ∆ θ j ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ...... ⎥ = ⎢......⎥ + ⎢ ...... ⎥
⎢ V j+1 ⎥ ⎢ V j ⎥ ⎢(∆V / V )j ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
onde:
´ -1
⎡ ∆θ j ⎤ ⎡H N ⎤ ⎡ ∆P j ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ...... ⎥ = − ⎢...... ......⎥ . ⎢ ...... ⎥
⎢(∆V / V ) j ⎥ ⎢ J L ⎥⎦ ⎢ ∆Q j ⎥
⎣ ⎦ ⎣ ⎣ ⎦
Lik = Hik
Lii = Hii
⎡ ∆Q 3j ⎤ V3 B 35 V5 ⎤ ⎡ (∆V3 /V3 ) ⎤
j
⎡ V3 B 33 V3 V3 B 34 V4
⎢ j⎥ ⎢ ⎢ j⎥
⎢∆Q 4 ⎥ = − ⎢V4 B 43 V3 V4 B 44 V4 V4 B 45 V5 ⎥⎥ . ⎢(∆V4 / V4 ) ⎥
⎢ ∆Q j ⎥ ⎢⎣ V5 B 53 V3 V5 B 55 V5 ⎥⎦ ⎢ (∆V5 / V5 ) ⎥
j
⎣ 5⎦ V5 B 54 V4
⎣ ⎦
BII
Nas duas equações acima, as tensões à esquerda das susceptâncias podem ser
levadas para o 1o membro:
∆P / V j = −B I V x ∆ θ j
∆ Q / V j = − B II x ∆V j
Serão:
∆P / V j = −B I x ∆ θ j
29
∆ Q / V j = − B II x ∆V j (2.20)
Explicitando [ ∆θ ] j :
[ ∆θ ] j = −[ B I ] −1 .[ ∆P / V ] j
e [ ∆V ] j : [ ∆V ] j = −[ B II ] −1 .[ ∆Q / V ] j
NOTAS:
1. Observando-se as equações (2.18) e (2.20) conclui-se que as matrizes BI e
BII são idênticas às matrizes H e L e são calculadas apenas uma vez.
2. Para um sistema de n barras:
Dimensão de BI: (n-1).(n-1)
Dimensão de BII: npq . npq (npq: no de barras PQ do sistema)
3. Os elementos do BI e BII são imaginários (parte imaginária da matriz Y do
sistema).
4. As demais simplificações para desacoplar ∆P de M e ∆Q de θ são:
Aspectos computacionais:
Solução:
B′kk
′ = − B kk (da matriz de admitância) ⇒ B′22
′ = + B 22 = −0,9415 →
aqui inclui-se “bsh = j0,02”.
Cálculos iterativos:
1a Iteração Pθ:
a) ∆P2 ?
Adota-se a mesma equação (2.13a) do Newton-Raphson:
b) Teste de convergência:
|∆P2 = 0,3 > 0,003 ⇒ deve-se então prosseguir os cálculos.
c) ∆θ (20) = ? Das equações (2.20): [∆P/V]j = - [BI ]. [∆θ]j
Explicitando [ ∆θ ] j : [ ∆θ ] j = −[ BI ] −1 .[ ∆P / V ] j
Para o presente exemplo:
( ) ′ = −(− 0,3 / 1,0) /( −1,0) = −0,3rds
⇒ ∆θ 2( 0 ) = − ∆P2( 0 ) / V2( 0 ) / B22
1a Iteração QV
a) ∆Q2 = ?
Da equação (2.13b) do Newton-Raphson:
b) Teste de convergência:
| ∆Q2 | = 0,0098 > 0,003 ⇒ deve-se então prosseguir os cálculos.
2a Iteração Pθ:
a) ∆P2(1) = −0,3 − 0,1923(V2(1) cos θ (21) ) − 0,9615V2(1) sen θ (21) = −0,0253
b) Teste de convergência:
| ∆P2(1) | = 0,0253 > 0,003 ⇒ deve-se então prosseguir os cálculos.
c) ∆θ 2(1) = −(∆P2(1) / V2(1) ) / B22′ = −[(− 0,0253 / 0,9896) /(−1,0)] = −0,0256 rds
2a Iteração QV:
a) ∆Q (21) = 0,07 − V2(1) . 0,9415 + 0,1923V2(1) . senθ (2)
2 + 0,9615V2 cos θ 2 = −0,0114
(1) (2
b) Teste de convergência:
| ∆Q (21) | = 0,0114 > 0,003 ⇒ deve-se então prosseguir os cálculos.
33
3a Iteração Pθ:
a) ∆P2( 2) = −0,3 − 0,1923V2( 2) (V2( 2) − cos θ (22) ) − 0,9615V2( 2) sen θ (22) = −0,005
b) Teste de convergência:
| ∆P2( 2) | = 0,005 > 0,003 ⇒ deve-se então prosseguir os cálculos.
3a Iteração QV:
a) ∆Q (22) = 0,07 − V2( 2) . 0,9415 + 0,1923V2(2) . senθ (3)
2 + 0,9615V2 cos θ 2 = −0,0016
( 2) ( 3)
b) Teste de convergência:
∆Q (22) = 0,0016 < 0,003 ⇒ O subproblema QV convergiu e esta iteração não
precisa ser efetuada.
4a Iteração Pθ:
a) ∆P2(3) = −0,3 − 0,1923V2( 2) (V2( 2) − cos θ (23) ) − 0,9615V2( 2) sen θ (23) = −0,001
b) Teste de convergência:
∆P2(3) = 0,001 < 0,003 ⇒ O subproblema Pθ também convergiu.
NOTAS:
1. Comparando com os resultados obtidos com o Newton-Raphson:
V2 = 0,9784∠-0,3302 rds
2. Os resultados poderiam ser mais próximos ainda, bastaria que para isso se
aumentasse o número de iterações (diminuindo-se a tolerância).
BIBLIOGRAFIA:
1. ELGERD, O. I. – “Introdução à Teoria de Sistemas de Energia Elétrica” – McGraw-Hill
do Brasil Ltda., 1976.
2. MONTICELLI, A. – “Fluxo de Carga em Redes de Energia Elétrica” – Edgard Blucher,
1983.