Escolar Documentos
Profissional Documentos
Cultura Documentos
José A. Jardini
1.1 INTRODUÇÃO
Este trabalho contém um relato das pesquisas realizadas no CED - Centro de Excelência em Distribuição
de Energia Elétrica, no período 1991 a 1997, relacionadas com as curvas diárias de carga dos
consumidores, posses e hábitos de uso de equipamentos elétricos e aplicação destas informações para o
melhoramento da Engenharia da Distribuição.
O CED resultou de um convênio entre as concessionárias de energia elétrica do Estado de São Paulo;
CESP - Companhia Energética de São Paulo S.A.; CPFL - Companhia Paulista de Força e Luz S.A.;
ELETROPAULO - Eletricidade de São Paulo S.A; e da USP - Universidade de São Paulo através do IEE
- Instituto de Eletrotécnica e Energia e da EPUSP-PEA Escola Politécnica - Departamento de
Engenharia de Energia e Automação Elétricas.
Esta pesquisa, que nas suas várias etapas levaram as siglas PLAN 001, PLAN 006, PLAN 010 e PLAN
011, teve as seguintes atividades:
Desta pesquisa resultaram várias publicações [7] a [30] em congressos e revistas, brasileiros e
internacionais, diversos relatórios técnicos [R1] a [R50]; e dissertações e teses [1] a [6].
Voltar ao Menu Principal
1.2 APRESENTAÇÃO
No “Capítulo 2 - A Curva de Carga” procura-se descrever a curva de carga, explicar a sua composição, e
listar alguns fatores que servem para caracterizá-la.
No “Capítulo 8 - Avaliação da Diversidade da Carga” procura-se definir uma metodologia para obter o
valor da ponta de carga num conjunto de consumidores residenciais.
Os autores agradecem ao CED, CESP, CPFL, ELETROPAULO e USP pela oportunidade e incentivo a
tão importante pesquisa.
Aproveitam também para agradecer a colaboração de vários técnicos que acompanharam e conduziram
parte dos trabalhos, quais sejam: Carlos A. H. Vieira, Celso P. Braz, Ronaldo P. Casolari, Eduardo L.
Ferrari, Carlos M. V. Tahan, Ricardo Hayashi, Paulo S. M. Surur, Fabiano C. C. Dias, Flávio Kitahara,
Se U. Ahn, Olando de Faria, Takashi Mizutani, José L. Atman, Francisco J. Bassotelli e Fernando M.
Figueiredo.
Como visto, muitas pessoas participaram, e foi longo o período de estudo, razão pela qual
antecipadamente pede-se desculpa por algum eventual esquecimento.
Agradecem também aos dirigentes das empresas que muito contribuíram para orientação do trabalho:
Sérgio L. S. Cabral; Domingos C. Oddone Fo; Wilson P. Ferreira Jr, Edmundo Picucci, Cyro V.
Bocuzzi, Eichi Kogumyia, Carlos J. Barreiro, Ivan M. Magalhães e Valbert P. Garcia.
Voltar ao Menu Principal
CAPÍTULO 2
A CURVA DE CARGA
José A. Jardini
A energia elétrica é usada nas residências, no comércio e na indústria, em equipamentos para diversos
fins. Apenas para ilustração, relaciona-se a seguir alguns dos destinos ou “usos finais” da energia
elétrica:
a) nas residências: aquecimento de água (chuveiro, torneira elétrica, boiler, etc.); preparação de
alimentos (fogão, tostadeira, liquidificador); conservação de alimentos (geladeira, freezer);
condicionamento do ambiente (ar condicionado, aquecedor, ventilador); iluminação (lâmpada); lazer
(rádio, TV); higiene e limpeza (máquina de lavar roupas, secadora, máquina de lavar pratos,
enceradeira); etc.;
c) na indústria: conversão eletro mecânica (motor, furadeira, etc.); conversão eletro térmica (forno);
eletrólises; etc., além daqueles usos listados em a) e b) anteriormente.
Desta forma para determinar como é consumida a energia elétrica procura-se identificar a “posse e
hábitos de uso” destes equipamentos.
Esta identificação é feita através de questionários, respondidos por consumidores que compõem uma
amostra estatisticamente válida do universo destes. Nestes questionários, procura-se identificar quais os
equipamentos, quantos existem num dado consumidor, e o instante em que são ligados e desligados.
Assim, por exemplo, a iluminação de uma sala é ligada numa dada hora da noite e é normalmente
desligada quando os habitantes vão dormir. No entanto, a geladeira fica constantemente ligada à tomada
porém o compressor liga e desliga em função da temperatura interna . Para fins de curva de consumo
entretanto, considera-se que a geladeira é uma carga com valor de potência fixo, constante durante todo
o dia, e cujo valor é definido pelo valor médio com o compressor ligado e desligado. A soma destes
consumos dá a carga total do consumidor no dia.
Como ilustração na Figura 2.1-1 apresenta-se um consumidor com 3 cargas: geladeira, iluminação e TV;
seus períodos de uso e a curva total de demanda (global).
Voltar ao Menu Principal
A Curva de Carga 4
TV
0.1
P(kW)
P
(K
W) 0.05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
ILUMINAÇÃO
0.3
P 0.2
P(kW)
(k
W)
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
GELADEIRA
0.2
P
P(kW)
(k
0.1
W)
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
a) equipamentos
TOTAL
0.6
0.5
P 0.4
(k
P(kW)
0.3
W)
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
b) total
Retornando ao exemplo do consumidor com três cargas, deve-se lembrar que o “hábito” de uso de um
consumidor não é exatamente igual todos os dias.
No exemplo citado (Figura 2.1-1), a TV ficou ligada naquele dia no período 10-12h e 18-22h, podendo
ocorrer que no dia seguinte ela permaneça ligada num período diferente. Assim as curvas de carga de
dois dias não são necessariamente iguais.
Quando se obtém a resposta a questionários com informações de posse e hábitos de uso, pode-se estimar
qual é a forma da curva de carga daquele consumidor. Porém esta curva se trata de um valor médio, não
significando que ela se repetirá todos os dias. Quando se somam várias destas curvas médias para
determinar, por exemplo, a curva de carga de uma cidade, é provável que o resultado obtido seja válido
pois, embora exista a aleatoriedade no consumo individual, como existem muitos destes componentes, a
aleatoriedade global acaba se compensando e o resultado da soma média é a carga da cidade.
Isto entretanto não é valido para um consumidor individual onde, por exemplo, deseja-se ter acesso a sua
carga para dimensionamento da sua “entrada” de força e luz.
Neste caso, é preciso determinar não só a curva média mas também as curvas diárias individuais, e isto,
é feito através de medição numa amostra estatisticamente válida.
A área sob a curva de carga é a energia consumida naquele período. No exemplo anterior, poder-se-ia
determinar a energia consumida pela geladeira, TV, e iluminação multiplicando as demandas pelos
respectivos tempos de uso, e acumulando-os no período. Pode-se da mesma forma obter a energia total
consumida que pode ser expressa em kWh/dia ou kWh/mês ou mesmo kWh/ano.
b) os consumos individuais
A participação média dos vários equipamentos de uma residência no consumo de energia elétrica é
mostrada na Tabela 2.1-1 [31] [32].
Voltar ao Menu Principal
Chama-se a atenção para dois equipamentos: o chuveiro e a geladeira. O primeiro caracteriza-se por
uma grande potência utilizada por um tempo pequeno (banho que dura, em média, 8 minutos), e o
segundo que trata de uma potência pequena, porém usada em todo o período.
Voltar ao Menu Principal
A curva diária da carga é o gráfico no tempo das demandas médias. Assim, junto com a curva de carga,
é preciso sempre definir qual é o intervalo de demanda média [R7]. O mais comumente encontrado são
curvas diárias baseadas nas demandas médias a cada 1 hora, ou nas demandas médias a cada 15
minutos.
1000
800
600
400
200
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Normalmente, em lugar de patamares de potência nos intervalos de tempo, são colocados pontos (valor
de patamar arbitrado no início, meio ou fim do intervalo) que são unidos continuamente.
Neste texto, na maioria dos casos, trabalhar-se-á com estas demandas médias de 15 minutos. Assim, só
será feito referência de qual é a demanda média, quando esta for diferente de 15 minutos.
Neste ponto, chama-se a atenção do leitor para algumas peculiaridades que poderão acontecer e que
poderá levar a um uso errado de uma curva. Por exemplo seja o caso de um banho de 5 minutos,
ocorrido dentro de um dado intervalo de 15 minutos, usando um chuveiro de 3 kW. Na curva diária de
carga (demandas de 15 minutos) aparecerá o valor de 1 kW apenas, visto que E = 3 kW x 5 min e D =
3 x 5 / 15 = 1 kW.
Voltar ao Menu Principal
Comumente, para não se referenciar a curva de carga como um todo, procura-se definir alguns
parâmetros ou fatores característicos [34]. São eles:
- demanda máxima;
- energia consumida;
- potência média;
- fator de carga;
- fator de demanda;
- fator de utilização;
- fator de diversidade;
- fator de coincidência;
- fator de contribuição;
Muitos destes fatores são aplicados à potência aparente S = P + j Q onde P e Q são as potências ativa e
reativa. Por simplificação estas definições serão aqui feitas, admitindo que o fator de potência seja
unitário.
a) demanda máxima
A demanda máxima (Dmax) é a maior demanda média numa curva. Assim, para uma curva de carga
diária, ter-se-á a demanda máxima diária.
Na Figura 2.3-1 são apresentados três consumidores: um residencial, um comercial e um industrial, bem
como a curva da soma (total) dos três.
A Curva de Carga 9
600
400
200
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
2000
1500
Watt
1000
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
800
600
Watt
400
200
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
3000
Watt
2000
1000
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Residencial 13,3
Comercial 25,0
Industrial 10,0
Total (Global) 48,3
A potência ou demanda média diária é obtida dividindo-se a energia diária por 24 horas.
Consumidor Potência Média (kW)
Residencial 0,555
Comercial 1,042
Industrial 0,417
Total (Global) 2,014
e) fator de demanda
f) fator de utilização
É a soma das demandas das várias cargas na hora de ponta (máxima) dividida pelo número de cargas.
i) fator de diversidade
É a relação entre a soma das demandas máximas individuais das cargas e a demanda do conjunto. No
exemplo tem-se:
j) fator de coincidência
É a relação entre a demanda máxima do conjunto e a soma das demandas individuais. No exemplo tem-
se:
3440
f coinc = = 0,806
1100 + 2180 + 990
k) fator de contribuição
É a relação entre a contribuição de uma carga para a demanda máxima do conjunto e a demanda
máxima desta carga. No exemplo tem-se:
Voltar ao Menu Principal
Residencial 1013/1100=0,921
Comercial 2180/2180=1,00
Industrial 247/990=0,249
∆E = ri 2 t
sendo: “r” a resistência interna do elemento; “i” a corrente e “t” o tempo. Considerando que a tensão
seja constante, então a energia perdida será proporcional (k) ao quadrado da demanda ∆Ε = k D2 t.
96 96
∆Edia = k ∑ D 2 (15 / 60) = k (15 / 60) ∑ D 2
1 1
96
∆P = ∆E dia /24 = (k/96)∑ D 2
1
1 96 2
fp (Dmax)2 = ∑ D
96 1
1 96 2
fp = ∑ (D / D max)
96 1
1 96 2
hp (Dmax)2 = ∑ D 24
96 1
1 96 2
hp = ∑ ( D / D max) 24 = fp 24
96 1
Voltar ao Menu Principal
A curva das demandas acumuladas exprime qual a porcentagem do tempo em que um valor de demanda
é excedido. Ela é obtida, determinando quanto tempo a demanda fica acima do referido valor (Figura
2.3-2)
k
kW
W
t2
D2
D1 t1
Hora
t
Probabilidade(D ≥ D1) = 1
24
t
Probabilidade(D ≥ D2) = 2
24
Normalmente, estes valores são representados numa curva como mostrado na Figura 2.3-3
Voltar ao Menu Principal
0 100
frequência (%)
n) generalização
É importante lembrar que até o momento, as definições contemplaram curva diária e a curva de carga
referida à potência ativa.
Na prática, é de interesse que esses fatores sejam referidos à potência aparente. Para tal, basta adaptar as
definições pertinentes apresentadas, substituindo D (kW) por S (kVA).
Porém, por exemplo, no caso específico de energia, esta adaptação levará à energia aparente (kVAh),
devendo ser lembrado que o interesse maior, neste caso, reside no valor da energia ativa (kWh)
Outra generalização que pode ser feita é em lugar do período de 1 dia, considerar 1 mês ou 1 ano,
levando a fatores similares, tais como fator de carga mensal ou fator de carga anual.
Voltar ao Menu Principal
NOTA: Nos estudos de distribuição, é muito importante conhecer a ponta (demanda máxima), o horário
de ponta e quanto cada carga contribui para a ponta global. Assim da Figura 2.3-1 depreende-se:
Consumidor na ponta 20:00 h (W)
Residencial 1013
Comercial 2180
Industrial 247
Total 3440
Voltar ao Menu Principal
Para o estudo das curvas de carga, faz-se necessário medi-las e organizar as informações num mesmo
referencial de forma a poder analisá-las e compará-las.
b) bobina de corrente Bc, ligada em série com a carga, dividida em duas meias bobinas enroladas em
sentidos contrários.
d) núcleo de alumínio com grau de liberdade de girar em torno de seu eixo de suspensão M.
O medidor funciona através da interação eletromagnética dos fluxos alternados (produto deles)
produzidos nas bobinas, criando um movimento de rotação no disco. Assim, a velocidade de rotação do
disco é função da potência solicitada pela carga, sendo a energia ativa consumida proporcional ao
número de voltas do disco.
Para se registrar ponto a ponto a potência consumida pela carga numa primeira alternativa, as
concessionárias utilizam estes medidores sendo necessários alguns artifícios. Na superfície inferior do
disco são feitas marcações para leitura (Figura 2.4.1-2). Através de um transdutor colocado sob o disco,
a leitura destas marcações é transformada em pulsos de tensão que, são transmitidos e contados em um
registrador eletrônico acoplado ao medidor de energia elétrica..
O REP pode armazenar dados referentes a 38 dias de medição com potências definidas em intervalo de
15 minutos.
Para a medição trifásica utiliza-se o mesmo registrador, porém acoplado a um medidor de indução de
três elementos (“um elemento” ou “elemento motor” é o conjunto “bobina de corrente - bobina de
Voltar ao Menu Principal
potencial e disco de alumínio”). Então os três discos são acoplados a um mesmo eixo sendo a medição
única.
A retirada dos dados é feita através de uma leitora programável que, acoplada ao REP, “inicializa” o
programa operacional no início da medição e faz a retirada dos dados no final do período.
Os registros são feitos em dispositivo magnético e, após os testes de consistência, são passados para
disquete a fim de serem tratados.
Estes equipamentos têm evoluído e hoje já se encontram no mercado equipamentos onde o medidor e o
registrador estão integrados na mesma unidade eletrônica.
Um deles funciona com base em amostragem discreta de sinais. As três tensões e correntes são lidas
através de um conversor analógico digital com uma frequência de até 256 amostras por ciclo a 60 Hz. Os
valores amostrados correspondentes a um ciclo a 60 Hz são utilizados para determinar o módulo e fase
da senóide fundamental (e até mesmo harmônicas até a ordem 50).
Com o módulo e fase das tensões e correntes pode-se determinar as potências ativas e reativas, os fatores
de potência, por fase ou trifásico. Evidentemente, precisa também fazer uma média no intervalo de
demanda desejado. Os valores são armazenados nesta unidade eletrônica que possui uma saída serial
para transferir a informação a um computador para posterior análise e armazenamento.
Voltar ao menu Principal
A Curva de Carga 3
Normalmente as curvas diárias dos consumidores são medidas, por períodos de 15 a 30 dias em média.
Para cada dia registra-se uma curva com os valores da potência média (kW) em cada intervalo de
integração de 15 minutos (96 pontos no dia). Junto com a curva, vem identificado o dia, mês, ano e dia
da semana.
Estas curvas de vários dias são utilizadas para se obter duas outras curvas que representarão um dado
consumidor:
a) “curva média” - curva de 96 pontos, 1 para cada 15 minutos Pm (t) {ou M(t)}, obtidos pela média dos
pontos naquele horário de todas as curvas diárias.
n
∑ Pd ( t )
M( t ) = Pm ( t ) = 1 t = 1 ... 96
n
b) “curva de desvios” - curva de 96 pontos S(t), obtidos pelo cálculo do desvio padrão
n
∑ (Pd ( t ) − Pm ( t )) 2
S2 ( t ) = 1
n −1
O valor
24 horas 96 15
E base = ∫ Pm ( t )dt ≅ ∑ Pm (t )
1 1 60
é o valor da energia média em um dia. O valor Pbase = Ebase / 24 representa a potência média, valor este
que constante durante todo dia levaria a uma energia consumida Ebase, ou a (30 Ebase) num mês. Segue-se
que:
E mensal
Pbase =
24 × 30
Pbase pode ser usada para normalizar os valores das curvas média e dos desvios.
Pm (t )
m( t ) = pu
Pbase
Voltar ao menu Principal
A Curva de Carga 4
S2 ( t )
s (t ) =
2
pu
Pbase 2
_ s( t )
s ( t) = pu/pu
m ( t)
Segue-se pois que o consumidor ou transformador passa a ser definido pelas suas curvas média e de
desvios em pu (m,s).
Pode-se estabelecer valores de (m , s) para diferentes faixas de estratos de consumo, para diferentes tipos
de cidade, e definir uma curva estatística do consumidor através dos seguintes passos:
C mj
- dado Cmj, consumo médio mensal do consumidor j, calcula - se Pbasej =
(24 × 30)
- com a curva representativa de consumidor (m, s) calculam-se os valores da curva média e de desvios
em kW por:
Mj(t) =m(t) Pbasej t = 1 ... 96
As seguintes probabilidades (%) de não serem excedidas são associadas aos valores k:
k %
1,0 84,0
1,3 90,0
1,96 95,0
2,0 98,0
3,0 99,9
Na realidade a curva do consumidor pode não ser gaussiana, mas uma distribuição assimétrica. Porém
para efeito de cálculo admitir-se-á que seja gaussiana definida pelos valores calculados de Mj e Sj.
Voltar ao menu Principal
A Curva de Carga 5
Este procedimento é usado para todos consumidores e para os transformadores de distribuição e poderia
ser extrapolado para outros elementos: alimentador, subestação, etc.
Voltar ao Menu Principal
CAPÍTULO 3
CONSUMIDORES RESIDENCIAIS
José A. Jardini, Se U. Ahn, Carlos M.V. Tahan
3.1 PREÂMBULO
Alguns estudos foram efetuados para identificação da curva de carga de consumidores residenciais,
sendo os principais:
- Estudos realizados pela JW-Jorge Wilhein Consultores para a cidade de São Paulo [31];
Os três primeiros estudos listados acima, se basearam em questionários que foram respondidos pelos
consumidores, indicando a posse dos eletrodomésticos (quantos eletrodomésticos, que tipos) e o hábito
de uso (horário e tempo).
Com base nestas informações foi proposta a compilação de uma curva de carga representativa para os
consumidores, para a soma de consumidores de uma cidade, de uma região, do estado etc.
Foram feitas algumas medições, porém orientadas a verificar o hábito do uso comparando-o com a
resposta no questionário.
No estudo de prédios residenciais foram feitas medições com maxímetros (para determinar o valor da
ponta) colocados em média durante dois dias nos circuitos do condomínio, do apartamento de maior
consumo de energia, e na cabine de entrada.
Estas medições serviram para determinar estatisticamente as características da ponta das cargas, como
por exemplo: kW de ponta por m2 do apartamento; dos elevadores; das bombas; e fatores de diversidade.
Partindo da análise destes documentos foi possivel estabelecer no CED a sistemática para
desenvolvimento do estudo da curva diária de carga para os consumidores e transformadores
residenciais.
Voltar ao Menu Principal
Como regra seriam medidas as curvas diárias de carga por períodos de 15 a 30 dias, utilizando-se
aparelhos registradores eletrônicos que armazenam o valor da potência a cada 15 minutos (96 pontos por
dia).
Um estudo da amostra de medição para se obter resultados significativos, e determinação dos locais de
medição, deveria preceder estes tipos de medição.
Cumpre lembrar que em [31] foi feita uma recomendação de como montar uma curva de carga
baseando-se nas respostas aos questionários de posse e hábito de uso de eletrodomésticos. Por aquele
procedimento um eletrodoméstico de uso praticamente contínuo (geladeira, freezer) era alocado na curva
de carga como uma potência constante durante todo dia. Já o chuveiro elétrico era alocado, considerando
a probabilidade da hora do banho, e o valor da potência era distribuído na hora, com uma curva de
potência no tempo com valor máximo no instante do banho indicado pelo consumidor.
Não foi definido naquele projeto quais as quantidades e tipos de eletrodomésticos são característicos de
cada estrato da população e um hábito médio.
Desta forma a metodologia é aplicada para um consumidor, quando se conhece a sua posse e hábito.
Voltar ao Menu Principal
3.2 MEDIÇÕES
Foram feitas medições em vários consumidores seguindo a sistemática descrita no Capítulo 2 itens 2.4 e
2.5.
Voltar ao menu Principal
Antes de iniciar as medições procura-se fazer uma estimativa inicial do volume delas, ou seja, do
tamanho da amostra.
Na tabela 3.3-1 são apresentados os valores de tamanho da amostra n, obtidos pela equação:
Z 2a s 2
n= 2
L20
Conclui-se, que a amostra no qual será avaliada a média deve ter 300 a 400 elementos (95% confiança,
Lo=0,5, S=5). Entretanto como não se conhece a priori o valor S, nem como seriam agrupados os dados,
pode-se partir com este objetivo e efetuar verificações após terminada cada fase de medição.
Para os transformadores a amostra necessária é menor visto ser também menor o desvio padrão.
Voltar ao Menu Principal
No projeto que serviu de base para edição deste texto partiu-se inicialmente com a proposição de dividir
os consumidores em estratos de consumos quais sejam:
0-50 kWh/mês
51-100 kWh/mês
101-150 kWh/mês
151-200 kWh/mês
201-250 kWh/mês
251-300 kWh/mês
301-400 kWh/mês
401-500 kWh/mês
501-1000 kWh/mês
>1001 kWh/mês
Para transformadores, não se estabeleceu uma regra a priori, exceto que este alimentasse carga
predominantemente residencial (mais que 95% da carga).
Para melhor distribuir as medições, procurou-se efetuar uma análise da similaridade de cidades. Este
estudo visava identificar semelhanças entre localidades, de forma a agrupá-las para reduzir o número
delas para efetuar medições nos consumidores.
Esta análise foi feita com base na distribuição estatística dos consumos (kWh/mês), por estrato. O
resultado desta análise foi considerado orientativo, válido para início das medições, visto que
similaridade de consumo não necessariamente pode significar similaridade da curva de carga , devendo
tal fato ser revisto no final das medições
Voltar ao Menu Principal
Com os dados de consumo da CPFL e CESP, foram feitas então a distribuição estatística do consumo de
várias cidades (grandes, médias e pequenas).
Grupo III - Andradina, Três Lagoas, Jales, Mogi Guaçu, Dracena, Votuporanga, Fernandópolis,
Vargem Grande do Sul, Francisco Morato
Grupo IV - Rio Claro, Limeira, Araras, Leme, Porto Ferreira, Franco da Rocha, Pirassununga,
Caieiras, Tatuí, Registro
Para estudo na ELETROPAULO utilizou-se de um arquivo com os consumidores e consumos nos meses
janeiro a dezembro de 1990. O estudo constatou que a distribuição dos consumos de São Paulo e de
Ribeirão Preto são semelhantes.
Voltar ao Menu Principal
Na análise de “cluster” pode-se utilizar o programa da IBM SAS - Statiscal Analysis System. Por esta
análise as curvas são alocadas em compartimentos (cluster) de acordo com a distância euclidiana entre
seus pontos. Seja por exemplo uma amostra com n curvas (cada uma com m pontos), e que se deseja
agrupá-las em w grupos (cluster).
- para as (n-w) curvas seguintes (i) toma-se uma delas e calcula-se a distância euclidiana entre seus
pontos e os pontos das curvas nos w cluster
m
2
Diw = ∑ ( x i − x wi ) 2
1
onde:
- a curva i será alocada no cluster para o qual obteve-se a menor distância. A curva típica do cluster
(semente) passa a ser substituida pela média das curvas alocadas no cluster
- o processo é repetido para toda a amostra quando finda a primeira iteração. Como a escolha da
semente foi arbitraria, sem um critério de espaçamento entre as curvas, procura-se reiniciar o processo
(2º iteração) alocando as n curvas nos cluster porem partindo como semente inicial as curvas medias
no final de iteração 1.
- o processo é finalizado quando entre duas iterações sucessivas as curvas permanecem nos mesmos
cluster, ou quando se atinge o numero máximo de iterações.
Desta forma, ficam em cada cluster as curvas que tem a mesma forma e estão próximas entre si.
Para as curvas do mesmo cluster são calculadas as curvas média e de desvios, bem como a porcentagem
de incidência de elementos da amostra. Portanto com esta análise pode-se procurar tendências nas
formas das curvas e sua representatividade.
Voltar ao Menu Principal
No estudo das médias e desvios procede-se o cálculo com todas as curvas diárias, ou todas as curvas de
um estrato ou de uma companhia, tentando assim estabelecer um subconjunto (por exemplo
consumidores num estrato), que será caracterizado pelas suas curvas média e dos desvios.
Voltar ao menu Principal
Com estas medições foram calculadas as curvas médias e de desvios que foram recomendadas para uso
em modelagem da rede e de equipamentos.
Antes porém procedeu-se uma análise de agrupamentos visando examinar se havia tendencias na
amostra de curvas.
Voltar ao Menu Principal
- médias e desvios
Inicialmente foi organizada uma amostra com todas as curvas diárias de todos os consumidores, e outra
com todos os transformadores, para serem usadas numa análise de agrupamento.
Os dados foram processados solicitando a divisão em 10 cluster (grupos). As curvas médias de cada
cluster estão indicadas nas Figuras 3.7.1-1 e 3.7.1-2.
Examinado-se a Figura 3.7.1-1 verifica-se que os clusters 1, 2, 3, 4 são semelhantes diferindo apenas no
horário de pico. O mesmo aplica-se aos clusters 6 e 10 conjuntamente
Examinando a Figura 3.7.1-2 verifica-se que o cluster 3, 5, 6 caracterizam-se por ter o pico durante o
dia. O cluster 2 tem pico baixo e os cluster restantes são semelhantes entre si.
- Transformadores: Os cluster 3 e 8 com pico alto aparecem em pequena porcentagem. Não existe um
cluster único que seja preponderante e que possa representar o transformador
- Consumidores: O cluster 2 é preponderante e se caracteriza por baixo pico. Não existe um cluster
único que seja representativo dos consumidores
Pela comparação das figuras verifica-se as tendências de agrupamento sendo que o agrupamento em 3
cluster separou melhor as curvas.
Procede-se então o cálculo das curvas médias e de desvios: individuais depois agrupando por estrato; e
por localidade.
Quando há semelhança das curvas de alguns estratos, estes estratos são agrupados.
Resulta então a recomendação de curvas (em p.u.) das médias e dos desvios para certos estratos, listados
no item seguinte.
3.8 RECOMENDAÇÕES
As curvas recomendadas, com base no estudo realizado referem-se aos seguintes estratos (Tabela 3.8-1).
Tabela 3.8-1 Estratos
Estratos kWh/mês
CESP CPFL ELETROPAULO
0-50 51-100 101-200
51-200 101-200 201-400
201-300 201-300 401-500
301-400 301-400 501-1000
> 401 - -
a) consumidores
É recomendado utilizar as seguintes curvas por estrato:
b) transformadores
Utilizar as curvas:
Consumidores Residenciais 32
a) Média
b) Desvio Padrão
Consumidores Residenciais 33
a) Média
b) Desvio Padrão
Consumidores Residenciais 34
a) Média
b) Desvio Padrão
Consumidores Residenciais 35
a) Média
b) Desvio Padrão
Consumidores Residenciais 36
a) Média
b) Desvio Padrão
Consumidores Residenciais 37
Consumidores Residenciais 38
a) consumidores
b) transformadores
Utilizar as curvas:
Consumidores Residenciais 39
a) Média
b) Desvio Padrão
Consumidores Residenciais 40
a) Média
b) Desvio Padrão
Consumidores Residenciais 41
a) Média
b) Desvio Padrão
Consumidores Residenciais 42
a) Média
b) Desvio Padrão
Consumidores Residenciais 43
Consumidores Residenciais 44
a) consumidores
b) transformadores
Utilizar as curvas:
Consumidores Residenciais 45
a) Média
b) Desvio Padrão
Consumidores Residenciais 46
a) Média
b) Desvio Padrão
Consumidores Residenciais 47
a) Média
b) Desvio Padrão
Consumidores Residenciais 48
a) Média
b) Desvio Padrão
Consumidores Residenciais 49
b) Desvio Padrão
Consumidores Residenciais 50
Verifica-se pela Tabela 3.6-1 que poucas medições foram realizadas nesse estrato
- os desvios padrão são altos no caso de consumidores (da ordem de grandeza da média). Isto é devido a
aleatoriedade de algumas cargas como chuveiro, iluminação, maquinas de lavar e secar roupa.
- os desvios padrão no caso dos transformadores são pequenos (20 a 30% da média). Visto que nele
estão ligados varios consumidores a aleatoriedade não é muito sentida, pela diversidade das cargas.
A título de ilustração, estão apresentadas nas Figuras 3.9-1 e 3.9-2 a distribuição dos valores num
instante do dia específico obtidos das curvas medidas em cada dia.
Nas mesmas figuras foram desenhadas também as distribuições de curvas gaussianas de média e desvio
padrão igual aos valores calculados. Verifica-se que a distribuição dos valores medidos é assimétrica no
caso do consumidores residenciais. Isto já não ocorre no caso dos transformadores. No caso dos
consumidores a assimetria aparece principalmente devido ao chuveiro que se trata de uma carga elevada
(4000W) quando comparada com a potência media do consumidor (300 W em media).
Voltar ao Menu Principal
Consumidores Residenciais 51
Consumidores Residenciais 52
2.00
1.80
1.60
média
1.40
1.20
Potência (pu)
1.00
0.80
0.60
0.40
0.20 desvios
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Verifica-se pelo baixo valor destes desvios que os valores das curvas médias são próximos, valendo
utilizar uma única curva para representação dos transformadores.
Na Figura 3.9-4 são apresentadas algumas curvas médias dos transformadores medidos da Eletropaulo.
Consumidores Residenciais 53
Visto tratar-se das primeiras medições alguns detalhes não foram examinados. Entretanto procurou-se
obter pelo menos algumas medições para inferir as suas influências.
3.10.1 Sazonalidade
O efeito da sazonalidade deve ser examinado tanto em termos de variação de energia como em variação
de curva de carga.
a) sazonalidade da energia
Uma vez organizados os vários consumidores em estratos de consumo, procurou-se verificar a influência
da sazonalidade observando como variava nos vários meses a energia media do estrato. Este estudo foi
feito para várias cidade da área de concessão da CESP.
Na Figura 3.10.1-1 estão apresentados os valores de energia referidos a média do ano, nos vários estratos
de consumo para a cidade de Itapeva.
Nas Figuras 3.10.1-2 e 3.10.1-3 são apresentados os valores de energia separados em dois estratos
representativos, comparando os valores de algumas cidades.
Voltar ao Menu Principal
Consumidores Residenciais 54
Figura 3.10.1-2 - Energia Média em Várias Cidades - Variação no Ano - Estrato 151 a 200 kWh/mês
Voltar ao Menu Principal
Consumidores Residenciais 55
Figura 3.10.1-3 - Energia Média em Várias Cidades - Variação no Ano - Estrato 117 a 200 kWh/mês
Nas Figuras 3.10.1-4 a,b,c,d,e estão apresentadas as curvas de carga de um transformador em vários
meses, bem como as curvas obtidas com todos os meses de medição juntos.
Não se observa diferenças significativas nas curvas, tomando-se como unidade de medida o desvio
padrão, ou seja, a diferença entre duas curvas médias é inferior a um desvio padrão.
Voltar ao Menu Principal
Consumidores Residenciais 56
Consumidores Residenciais 57
Consumidores Residenciais 58
Na Figura 3.10.1 - 5 a,b,c,d estão apresentadas as curvas (médias) nos vários meses para um consumidor.
Deve-se lembrar neste ponto que o desvio padrão do consumidor é da ordem de grandeza do valor da
média.
Finalmente, para comparação estão indicadas na Figura 3.10.1-6 as curvas ( médias ) em duas estações
diversas do ano, podendo-se assim comparar a diferença.
Voltar ao Menu Principal
Consumidores Residenciais 59
Consumidores Residenciais 60
Consumidores Residenciais 61
As curvas de carga apresentadas até o momento foram definidas por pontos, um a cada 15 minutos.
Considerando que o chuveiro elétrico é uma carga importante e que a duração do banho é da ordem de 5
min., induz-se que o intervalo de integração de 15 min. possa não ser adequado (a potência do chuveiro
seria reduzida a 1/3 do valor se o banho for de 5 minutos no intervalo).
As medições na prática são feitas no medidor a cada 5 min para depois serem agrupadas em intervalos
de 15 min. Assim, com os dados originais procurou-se traçar também outras curvas de carga a partir
deste intervalo de integração
Nas Figuras 3.10.2-1 a 5 estão apresentadas as curvas referentes a um consumidor para os intervalos de
integração de 5, 10, 15, 30 e 60 minutos respectivamente (índice a para curva média e índice b para
curva dos desvios padrão).
Consumidores Residenciais 62
a) média
b) desvio
Consumidores Residenciais 63
a) média
b) desvio
Consumidores Residenciais 64
a) média
b) desvio
Consumidores Residenciais 65
a) média
b) desvio
Consumidores Residenciais 66
a) média
b) desvio
Consumidores Residenciais 67
Consumidores Residenciais 68
Consumidores Residenciais 69
Examinando as Figuras 3.10.2-6 a 3.10.2-10 (transformador) verifica-se que as medições com intervalo
de 5, 10, 15 minutos levam ao mesmo resultado.
Examinando as Figuras 3.10.2-1 a 3.10.2-5 (consumidores) verifica-se que todas as curvas são
diferentes. Assim para a representação do consumidor individualmente seria desejável utilizar as curvas
obtidas com intervalo de 5 minutos (ou menor talvez). Entretanto visto que no elemento logo a
montante, que é o transformador de distribuição, esta discretização menor não é necessária (efeito da
diversidade das cargas) recomenda-se utilizar as curvas dos consumidores obtidas em intervalos de 15
minutos. Cuidado deve-se ter entretanto com relação a cálculos na rede secundária.
Os resultados da medição num transformador da CESP em Rio Claro estão apresentados nas Figuras
3.10.3-1 a 3.10.3-3 para as várias fases e na Figura 3.10.3-4 para medição trifásica.
Os valores de ponta observados são 3,4; 2,6; 2,9; e 3,0 p.u respectivamente. As curvas de carga são
semelhantes neste caso pelo menos.
Apesar da ponta na fase A ser maior que a da média, julga-se que adotar o valor trifásico é aceitável
como representativo do transformador, visto que esta diferença é inferior a um desvio padrão.
Voltar ao Menu Principal
Consumidores Residenciais 70
O fator de potência é baixo durante todo o período do dia (cosfi=0,7) e na hora de ponta é alto (maior
que 0,95).
De fato, de madrugada apenas as geladeiras e os freezeres ficam ligadas. Na hora de ponta são ligadas
outras cargas como as lâmpadas, e os chuveiros que são cargas resistivas melhorando assim o fator de
potência.
Potência
ativa
Fator de potência
Consumidores Residenciais 71
Consumidores Residenciais 72
Figura 3.10.3-4 – Valores Trifásicos – Curva Média da Potência Ativa e Fator de Potência
Verifica-se que a curva de carga do transformador predial é diferente daquela dos bairros residenciais e
isto se deve ao fato da carga do condomínio ser do tipo parecido com uma carga comercial. Isto faz com
que a curva tenha ponta relativamente menor e carga alta entre as 6 e 24 horas.
Quanto aos consumidores parece que eles não difere dos habitantes de casas, exceto, neste caso, pelo fato
da ponta ocorrer de manhã.
Consumidores Residenciais 73
Consumidores Residenciais 74
Consumidores Residenciais 75
CAPÍTULO 4
CONSUMIDORES COMERCIAIS
José A. Jardini, Ronaldo P. Casolari, Fernando M. Figueiredo, Francisco J. Bassotelli
4.1 INTRODUÇÃO
O estudo das curvas de carga de consumidores comerciais envolveu as seguintes etapas [R20 a R26]:
- medições;
Deve-se ressaltar que o procedimento de medição e análise, caracterizando o consumidor por uma curva
diária de carga média e uma dos desvios, todos em p.u da potência média mensal, é semelhante ao
estabelecido para consumidores residenciais.
Voltar ao Menu Principal
Estão cadastradas no Estado de São Paulo cerca de 200 atividades comerciais. Algumas são semelhantes
entre si e podem levar a confusão na hora de classificar o consumidor (ex: 5322 - Manutenção e
Conservação de Veículos - Geral e 5321 - Reparação de Veículos) e existem aquelas indefinidas (ex:
6199 - Comércio Varejista - Outros).
Existem atividades que podem ser consideradas mais importantes que outras, quando se considera o
número ou mesmo a energia global consumida pelos consumidores nestas atividades.
Visto estas considerações e o aspecto de recursos financeiros para caracterizar todas as atividades,
procurou-se identificar quais as mais importantes quanto ao número de consumidores e energia
consumida.
Para tal, obteve-se os arquivos de dados: da Eletropaulo com os consumidores e seus consumos, no
período janeiro a dezembro de 1990; da CPFL no período junho a agosto de 1993; e CEB (Brasília) no
período janeiro a dezembro de 1992.
Com o cadastro da Eletropaulo calculou-se, para cada consumidor, o consumo médio (média dos meses
onde haviam valores diferentes de zero) e agrupou-se, por atividade comercial, a quantidade de
consumidores existentes em cada uma das seguintes faixas de consumo médio (0-100, 101-200, 201-300,
301-400, 401-500, 501-1000, 1001-1500, 1501-2000, 2001-2500, 2501-3000, 3001-4000, 4001-5000,
5001-10000, 10001-15000, 15001-20000, 20001-25000, 25001-30000, 30001-40000, 40001-50000 e
maior que 50000 kWh/mês ).
c) classificação das atividades comerciais com maior número de consumidores, em ordem decrescente;
d) cálculo das porcentagens do número de consumidores de cada atividade com relação ao total e com
relação ao maior valor, por atividade.
f) classificação, em ordem decrescente das atividades comerciais com maior valor de energia média,
calculadas no passo e.
A partir dos passos e e f gerou-se uma listagem com a ordem de classificação. Vale salientar que não
foram incluídos nestes passos os consumidores de faixa de consumo maior que 50000 kWh/mês.
Procedeu-se então a uma comparação entre as listagens de atividades comerciais classificadas por
número de consumidores e por energia média.
Tal comparação permitiu selecionar como primeiro grupo para análise as 50 primeiras atividades
comerciais classificadas por energia média, cujo conjunto contempla também as 46 primeiras
classificadas por número de consumidores.
A listagem com essas atividades selecionadas encontra-se na Tabela 4.2-2. Salienta-se que esta relação é
representativa pois contém 86% do total da energia média consumida e 88% do total de unidades
consumidoras comerciais, conforme deduz-se da Tabela 4.2-3.
Essas atividades pela sua descrição não permitem uma definição clara do tipo de consumidor.
Foram selecionadas algumas atividades que não são representativas em número comparando-se com a
quantidade de consumidores das outras atividades que se pretende medir cuja listagem encontra-se na
Tabela 4.2-5.
III - Atividades comerciais cujas unidades consumidoras devem ser medidas - Prioridade I
Algumas atividades constantes dessa relação foram agrupadas, em função de sua similaridade (por
exemplo: “manutenção, conservação, veículos-geral” e “reparação de veículos”).
ATIVIDADE CÓDIGO
Comercio Varejista - Outros 6199
Outros Serviços Comerciais 5599
Atividades não Especificadas 6999
Escrit. Empresas - não Específico. 5769
Outros Serv. Alimentação não Específico. 5229
Outras Reparações - não Especificadas 5399
Outros Serviços Diversões 5699
Outros Serviços Pessoais 5499
Com. Atacadista Prod. Não Especificado 6099
Voltar ao Menu Principal
ATIVIDADE CÓDIGO
Assoc. Esportivas e Recreativa 8023
Transp. Rodoviário. de Carga 5032
Escrit. Empr. Indust. Construção 5732
Escrit. Empr. Indust. Química 5720
Com. Var. Brinq. E Art. Desport 6119
ATIVIDADE CÓDIGO
Bares, Botequins e Cafés 5222
Restaurantes e Lanchonetes 5221
Mercearias, Armazéns e Padarias 6114
Bancos e Caixas Econômicas 5900
Com. Var. Vestuário e Calçado 6112
Com. Var. Carnes e Peixes 6113
Supermercados 6115
Com. Var. Combustiveis/Lubrif 6109
Assist. Med. Odont. Veterinário 5233
Hoteis Moteis 5211
Manut. Conserv. Veículo-Geral 5322
Barbearias, Saunas e Lavanderias 5410
Com. Var. Móveis e Util. Doméstica 6106
Com. Var. Mat. Construção 6101
Reparação de Veículos 5321
Com. Var. Prod. Químico e Farmacêut. 6108
Garagens 5048
Com. Var. Acessórios Veículos 6105
Escolas Particulares Cursos Livre 5465
Com. Var. Veículos 6103
Serv. Contábil/Despachante 5536
Bancos e Empr. De Crédito 5910
Hospitais e Casas de Saúde 5440
Armazéns Gerais e Trapiches 5512
Com. Var. Veículos e Acessórios 6104
Voltar ao Menu Principal
ATIVIDADE CÓDIGO
Comercial - Serviço 6800
Assoc. Benef. Relig. e Assistente 8021
Entidades Religiosas 8010
Serv. Consultoria e Engenharia 5535
Administração de Imóveis 6330
Joalheria e Relojoarias 6118
Serv. Engenharia/Arq/Decoração 5432
Confecção sob Medida Vestuário 5420
Serv. De Advocacia 5431
Publicidade e Propaganda 5531
Compra e Venda Bens Imóveis 6300
Selecionou-se então, a exemplo do que foi feito para a ELETROPAULO, as 50 primeiras atividades
classificadas por energia média para a CPFL e CEB, as quais estão apresentadas nas Tabelas 4.2-8
(CPFL) e 4.2-9 (CEB). Salienta-se que estas relações de atividades são representativas pois, para a CPFL
e CEB, significam respectivamente, 88,6% e 86,9% do total da energia média, e 87,5% e 82,0% do total
do número de consumidores comerciais de baixa tensão analisados.
Assim como para a Eletropaulo, foram classificadas como Prioridade I, 25 atividades também para
CPFL e CEB.
Numa análise mais detalhada das atividades relacionadas como Prioridade I das 3 Empresas, verificou-
se que as 11 primeiras atividades da ELETROPAULO e CPFL são as mesmas, apesar de não estarem na
mesma ordem, e para a CEB, entre estas 11, houve coincidência de 8 atividades conforme apresentado
na Tabela 4.2-10.
Para a estratificação de cada atividade, em consumidores pequenos, médios e grandes, com relação ao
consumo médio (kWh), foram elaborados, para cada uma das 11 principais atividades, e para cada
Empresa, gráficos da Frequência Percentual Acumulada (FA) nas respectivas faixas de consumo médio,
obtidas a partir da seguinte expressão:
n
∑ NC i
FA n = i =1 .100
NC t
Voltar ao Menu Principal
onde:
FAn - frequência percentual acumulada dos consumidores comerciais existentes na faixa de consumo
médio n;
- a faixa de consumo médio que fica próximo ao valor de FA igual a 33%, será o valor do limite
superior para o consumidor comercial “pequeno”;
- a faixa de consumo médio que fica próximo ao valor de FA igual a 66% será o limite superior para o
consumidor comercial “médio”, que ficará com o limite inferior a um valor de consumo médio
(kWh/mês) imediatamente acima do limite superior do consumidor comercial “pequeno”;
- o consumidor comercial “grande” terá como limite inferior o valor do consumo médio (kWh/mês)
imediatamente acima do limite superior do consumidor comercial “médio.”
Assim, obteve-se um banco de dados cuja quantidade de medições estão indicadas na Tabela 4.3-1.
Na Tabela 4.3-2 estão apresentadas as atividades e o número de medições divididas por companhia.
Deve-se ressalvar que na maioria das medições efetuadas pela Eletropaulo, o período de medição foi de 7
dias.
A partir destes dados procurou-se definir dois tipos de modelos: o individual e o aglutinado.
O modelo individual leva à recomendação de uma curva de carga típica para cada atividade e
concessionária.
Voltar ao Menu Principal
No modelo aglutinado procurou-se agrupar curvas semelhantes (de atividades diferentes) em 4 tipos de
curvas típicas.
Voltar ao Menu Principal
Para determinação deste modelo foi utilizada uma sub-amostra apenas do conjunto total de curvas
(quando esta análise foi feita não tinham sido medidos todos os consumidores) composta de: CESP - 7
consumidores e 1 transformador; CPFL - 8 consumidores e 4 transformadores; Eletropaulo - 102
consumidores. De posse das medições mencionadas, foi efetuado o tratamento dos dados na sequência
apresentada a seguir:
- cálculo das médias (M) e dos desvios-padrões (S) para todos os 96 pontos da curva diária de carga,
referente a cada unidade consumidora medida, determinando assim a sua curva diária média e dos
desvios-padrões.
- cálculo da energia média diária (E), pela integração da curva diária média, e cálculo da potência média
diária (Pb=E/24);
- cálculo das curvas diárias de carga (média e desvio), em pu, (m,s) utilizando-se como valor de base a
potência média (Pb) para cada consumidor em questão;
- desenho das curvas diárias de carga, em pu (curvas médias e de desvios) para todos os consumidores
medidos;
- desenho das novas curvas de carga diárias, em pu (curvas médias e de desvio) para cada consumidor
estudado, sem considerar os domingos;
- desenho das novas curvas de carga diárias, em pu (curvas médias e de desvio) para cada consumidor
estudado, sem considerar os sábados e domingos.
Na Figura 4.3.1-1 estão apresentadas, para um consumidor, as curvas considerando: todos os dias; sem
os domingos; e sem os sábados e domingos.
Voltar ao Menu Principal
Figura 4.3.1-1 - Curvas de Carga Média e Desvio-Padrão Considerando Todos os Dias, Sem os
Domingos e Sem os Sábados e Domingos, para um Consumidor
Voltar ao Menu Principal
Consumidores Comerciais 99
Foram então impressas, para possibilitar uma análise detalhada, as três curvas separadas (considerando
todos os dias medidos, sem os domingos e sem os sábados e domingos) para todos os consumidores e
transformadores estudados.
Nesse ponto do estudo tornou-se necessário escolher com qual conjunto de curvas seria prosseguido o
trabalho.
A partir da análise dessas curvas foi possível concluir que o mais recomendável seria utilizar aquelas
obtidas sem os sábados e os domingos pois, além de demonstrarem comportamento bastante homogêneo,
com valores de desvios bem pequenos, na maioria dos casos abaixo dos 15% da média, apresentavam,
como era de se esperar, valores máximos em pu geralmente um pouco mais elevados, portanto mais
conservativos quando utilizados para dimensionamentos.
De posse das curvas dos 117 consumidores e 5 transformadores medidos passou-se à fase de
agrupamento por atividades.
Cálculou-se então, para cada conjunto de atividades, a curva média das médias e a curva de desvio das
médias, a partir dos dados (curvas médias) de cada consumidor, individualmente considerado.
Desenhou-se então essas curvas de médias e desvios das médias, para cada atividade estudada. Para
possibilitar uma análise mais precisa desenhou-se também, em um mesmo gráfico, todas as curvas
médias da respectiva atividade.
As Figuras 4.3.1-2 a 4.3.1-21, contém esses dois gráficos para as atividades com mais de um consumidor
medido.
A grande utilidade desses conjuntos de curvas é que permite que se observe, além dos valores médios e
de desvio, os valores de média máxima por atividade.
Além das atividades comerciais efetuou-se o mesmo procedimento para os cinco transformadores
medidos. A Figura 4.3.1-22 apresenta o resultado obtido. É possível observar que no caso dos
transformadores também o comportamento é bastante homogêneo.
Voltar ao Menu Principal
1.8
1.6
1.4
média
1.2
0.8
0.6
0.4
desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5 média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
média
1 desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
média
1.5
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
média
1.5
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
média
2
1.5
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
2
média
1.5
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
média
1
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
4.5
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
média
2
desvio
1
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
2
média
1.5
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
3
média
2.5
1.5
desvio
1
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
1.2 média
1
0.8
0.6
0.4
desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3
média
2.5
1.5
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
média
1
0.5 desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
média
2
1.5
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
média
1.2
0.8
0.6
0.4 desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
média
1.2
0.8
0.6
0.4 desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
A fase seguinte das simulações consistiu em agrupar aquelas atividades que guardavam alguma
semelhança entre si.
Foram inicialmente agrupadas as atividades 6103 - Comércio Varejista de Veículos, 6104 - Comércio
Varejista de Veículos e Acessórios e 6105 - Comércio Varejista de Acessórios de Veículos.
Este agrupamento foi feito pois, além de existir sempre a possibilidade de classificação trocada pelas
empresas, conforme já mencionado, ocorreu uma grande semelhança nas curvas individuais obtidas.
A Figura 4.3.1-23 contém as curvas médias e de desvio das médias para esse conjunto de atividades e
todas as curvas médias do mesmo conjunto. Nessa simulação foram agrupados 11 consumidores
correspondendo a 84 dias de medições.
4 .5
3 .5
2 .5
1 .5
média
1
desvio
0 .5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
4 .5
3 .5
2 .5
1 .5
0 .5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
A próxima simulação consistiu em reunir todas as medições referentes às atividades iniciadas pelo código
61, ou seja, Comércio Varejista. Para esta simulacão foram considerados 74 consumidores
correspondendo a 804 dias de medições.
O resultado desta simulação encontra-se na Figura 4.3.1-24. Analisando a referida figura observa-se que o
valor máximo ultrapassou em poucos casos o valor de 3 pu. Essa informação associada à curva média
apresentada na mesma figura é um elemento fundamental para compreender o perfil da carga desse tipo
de consumidor.
2.5
2
média
1.5
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Em seguida procurou-se realizar o agrupamento, não mais por tipo de atividade, mas sim por semelhança
das curvas.
Estabeleceu-se que o modelo deveria contemplar quatro tipos de curvas, a saber: (Figura 4.3.1 - 25)
- Curvas do tipo 1
- Curvas do tipo 2
- Curvas do tipo 3
- Curvas do tipo 4
Tipo 1 Tipo 2
Tipo 3 Tipo 4
Para compor a curva do tipo 1 foram agrupadas as curvas correspondentes às atividades 5465 - 5769 -
5900 - 6102 - 6105 - 6106 - 6107 - 6112 - 6116 - 6199 e 6330 e o resultado encontra-se na Figura 4.3.1 -
26.
Para compor a curva do tipo 2 foram agrupadas as curvas correspondentes às atividades 6101 e 6103, e o
resultado obtido encontra-se na Figura 4.3.1-27.
Para a curva do tipo 3 as atividades consideradas foram 5222 - 6024 e 6109, estando o resultado na Figura
4.3.1-28.
Finalmente para a curva do tipo 4 utilizou-se as atividades 5041 - 5120 - 6114 e 6115 obtendo-se como
resultado a Figura 4.3.1-29. Observa-se um resultado bastante interessante, principalmente quando nota-
se a semelhança das curvas individuais plotadas no mesmo gráfico.
6009 - Comércio atacadista de máquinas, aparelhos e equipamentos para uso comercial, profissional e
doméstico
6116 - Magazines
6115 - Supermercados.
Voltar ao Menu Principal
2.50
m édia
2.00
1.50
p.u.
1.00
desvio
0.50
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora
2.50
2.00
média
1.50
p.u.
1.00
0.50 desvio
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora
2.50
2.00
média
1.50
p.u.
1.00
desvio
0.50
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora
1.40
m é d ia
1.20
1.00
0.80
p.u.
0.60
0.40 desvio
0.20
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora
CAPITULO 5
SETOR INDUSTRIAL
José A. Jardini, Ronaldo P. Casolari, Se U. Ahn, Marcos R. Gouvea
5.1 INTRODUÇÃO
O estudo das curvas diárias de carga para o setor industrial[R-27 a R-33] seguiu a mesma metodologia
apresentada para o setor comercial ou seja:
Da forma análoga a realizada para o conjunto dos consumidores comerciais, para os consumidores
industriais de baixa tensão foram produzidas tabelas por ordem de importância quanto ao número de
consumidores (Tabela 5.2-1) e por ordem de consumo mensal utilizando a base de dados da Eletropaulo
com as informações referentes ao ano de 1990.
Procedeu-se então a uma comparação entre as listagens de atividades industriais classificadas por
número de consumidores e por energia média.
Tal comparação permitiu selecionar como grupo inicial para análise as 50 (cinquenta) primeiras
atividades industriais classificadas por energia média, cujo conjunto contempla também as 44 (quarenta
e quatro) primeiras classificadas por número de consumidores.
A listagem com essas atividades selecionadas encontra-se na Tabela 5.2-2. Salienta-se que esta relação é
representativa, pois contém 87% do total da energia média e 85% do total das unidades consumidoras
industriais (Tabela 5.2-3).
Analisando-se o conjunto das 50 (cinquenta) atividades selecionadas foi possível dividí-lo em 3 (três)
grupos:
Voltar ao Menu Principal
Essas atividades pela sua descrição não permitem uma definição clara do tipo de consumidor.
III - Atividades industriais cujas unidades consumidoras devem ser medidas – Prioridade II
Em seguida aplicou-se o mesmo procedimento com os dados da CPFL referentes ao período de junho a
agosto de 1993. Na Tabela 5.2-6 encontram-se as 50 atividades mais importantes.
Na Tabela 5.2-7, para as atividades mais importantes, são indicadas suas ordens de importância, seja na
área da Eletropaulo ou CPFL.
A partir destas distribuições foram definidas as faixas, “pequeno”, “médio” e “grande” para obter uma
representatividade nas medições.
Na Tabela 5.2-8 estão apresentadas estas faixas para as atividades mais importantes e que serão
prioritárias nas medições.
Tabela 5.2-6 - 50 Atividades mais Importantes - Classificação por Número e por Energia Média
As medições obtidas para consumidores ligados em baixa tensão estão apresentados na Tabela 5.3-1
Como pode ser verificado, dispõe-se de 108 consumidores medidos com 1885 dias de medições, assim
distribuídos pelas Companhias:
Com base nos resultados obtidos de todas as curvas industriais de baixa tensão medidas pode-se
recomendar as curvas características das atividades selecionadas, por Companhias:
Convém enfatizar que algumas atividades tiveram uma única medição por Companhia. Quando a
mesma apresentou um bom comportamento, com baixos valores de desvio-padrão, ela foi recomendada
para representar a atividade, ressalvando-se, no entanto, a necessidade de continuação da campanha de
medições visando obtenção de maiores subsíduos na caracterização da atividade.
As curvas de carga recomendadas (Figuras 5.3-1 a 5.3-41) estão apresentadas na Tabela 5.3-2.
Os consumidores de média tensão devem sempre ser tratados separadamente e sua curva real ser
utilizada nos cálculos.
Tabela 5.3-2 – Relação das Figuras com as Curvas Representativas por Companhia e por Atividade.
Figura 5.3-1 – Atividade 1010 – Aparelhamento de Pedras / Mármores / Granito – CPFL e CESP
Figura 5.3-8 – Atividade 1232 – Fabricação de peças, acessórios, utensílios e ferramentas para máquinas -
CPFL
Voltar ao Menu Principal
Figura 5.3-9 – Atividade 1232 – Fabricação de peças, acessórios, utensílios e ferramentas para máquinas -
CESP
Figura 5.3-11 – Atividade 1433 – Fabricação de Peças e Acessórios para Veículos Automotores –
ELETROPAULO
CAPITULO 6
CORRELAÇÃO ENTRE CONSUMO MENSAL E CARGA
INSTALADA DE CONSUMIDORES
José A. Jardini, Ronaldo P. Casolari
6.1 INTRODUÇÃO
Neste capitulo é apresentada uma metodologia para a definição da correlação entre consumo mensal e a
carga instalada do consumidor.
Essa metodologia deve ser aplicada usando: a) questionários respondidos pelos consumidores das
empresas concessionárias de energia elétrica sobre posse de equipamentos elétricos na ocasião do pedido
de ligação da força (carga instalada); e b)medições de energia consumida depois de estabilizado o valor
de consumo (kWh).
Neste projeto havia uma impossibilidade das empresas de preenchimento de questionários atuais. Assim
as informações de carga instalada necessárias foram obtidas da área comercial da ELETROPAULO, que
dispunha do valor de carga instalada kWi (obtida através da declaração e aplicação da norma de cálculo
da companhia, quando do pedido de ligação) e o consumo mensal medido kWh dos consumidores
(valores medidos).
Neste capítulo são apresentados os resultados das correlações encontradas para os vários segmentos de
mercado analisados (residencial, comercial e industrial) e recomendar os valores (kWi x kWh) que
possam ser utilizados pelas concessionárias nos seus estudos.
O objetivo a ser alcançado seria representar o segmento residencial por uma única correlação para os
vários estratos de consumo, e os segmentos comercial e industrial por ramo de atividade.
Com esta informação, na ocasião do pedido de ligação a empresa poderá estimar preliminarmente o kWi
(pela declaração de cargas), a seguir calcular o kWh/mês esperado e com base nas curvas de carga
típicas obter a curva de carga provável do consumidor. A curva de carga serviria então para verificar o
efeito de ligação da carga (queda de tensão, sobrecarga em transformadores e linhas) é aprová-la ou não.
Voltar ao Menu Principal
A metodologia a ser proposta deve encontrar alguma forma de determinar a correlação entre as variáveis
envolvidas, de tal modo que essa medida possa mostrar:
- que, se essa correlação existir, estabelecer um modelo que interprete a relação funcional existente
entre as variáveis;
- que, construído o modelo, ele possa ser usado para fins de predição.
Para atingir tais objetivos, será utilizada análise de regressão, que se constitui num conjunto de métodos
e técnicas para estabelecimento de fórmulas empíricas que interpretem a relação funcional entre
variáveis com boa aproximação [R 37 - R 40].
Supondo que Y seja uma variavel a se estudar o seu comportamento. Os valores da variável Y
(dependente) sofrem influência dos valores de um número finito de variáveis: X1, X2,…, Xn
(independentes) e existe uma função “g”que expresse tal dependência, ou seja:
Y=g (X1, X2,…, Xn)
É impraticável a utilização das “n” variáveis, ou pelo desconhecimento dos valores de algumas ou pela
dificuldade de mensuração e tratamento de outras. Portanto, utilizando um número menor de variáveis
(k), o modelo ficará:
Y=f (X1, X2,…, Xk) + h (Xk+1, Xk+2,…,Xn)
Todas as influências das variáveis Xk+1, Xk+2, ..., Xn sobre as quais não se tem controle, são consideradas
como casuais, e associa-se uma variável aleatória U, obtendo o seguinte modelo de regressão:
Y=f (X1, X2,…, Xk ) + U
- estimação dos parâmetros: consiste em estimar o valor dos diversos parâmetros que aparecem na
especificação adotada. Para o modelo de regressão linear será necessário estimar os parâmetros α e β.
Voltar ao Menu Principal
Y = α+〈X+U
^
onde Y é o estimador de Y. Para a determinação das expressões dos estimadores será utilizado o
Método dos Mínimos Quadrados.
a) conceito e hipóteses
Quando a função f que relaciona as variáveis é do tipo f(x) = α + β X, o modelo de regressão linear
simples é dado por;
Y=α+βX+U
onde o valor de Y é formado por dois componentes: o componente funcional ou regressão f(x), que
representa a influência da variável independente X sobre o valor de Y e define o eixo da nuvem de
pontos, que nesse caso é uma reta (Figuras 6.2.2-1 e Fig 6.2.2-2); o componente aleatório U representa a
influência de outros fatores, bem como os erros de medição da variável Y. Este componente surge devido
à variabilidade dos valores de Y para cada valor de X.
Voltar ao Menu Principal
Analisando a Figura 6.2.2-2, nota-se que foram admitidas certas hipóteses quanto ao componente
aleatório, que são as seguintes:
U= N(0; σ2 )
onde:
Média[Y] = Média [f(X) + U] = Média [f(X)] + Média [U] = f(X)
Dada uma amostra de n pares (Xi, Yi) I=1,2,3,…, n, deseja-se obter uma reta Y tão próxima quanto
possível do conjunto de pontos marcados, equivalente a se minimizar a discrepância total entre os pontos
marcados e a reta estimada a fig 6.2.2-3. O gráfico abaixo ilustra tal situação:
Como se observa, para um dado Xi, existe uma diferença D entre o valor Y observado e o seu
corresponde ^
Y , dado pela reta estimada. Os valores Di são os erros ou desvios. Simbolicamente, tem-se
D=Y – ^
Y ou D = Y – (a + b X). O Método dos Mínimos Quadrados é um método pelo qual determina-
se os valores de a e b de tal forma que a soma dos desvios ao quadrado seja mínima, isto é:
D1 2 + D 2 2 + ... + Dn 2 = Mínima
n n ^
M = ∑ D i 2 = ∑ (Yi − Y) 2 = Mínima
i =1 i =1
n
M = ∑ (Yi − a − b Xi) 2
i =1
δM n
= −2 ∑ X i (Yi − a − bXi )
δb i =1
n
∑ (Yi − a − bX i ) = 0
i =1
n
∑ Xi (Yi − a − bXi ) = 0
i =1
Ou seja,
n n
∑ Yi = n.a + b ∑ X i
i =1 i =1
n n n
∑i =1
XiYi = a ∑
i =1
Xi + b ∑X
i =1
2
i
S xy _ _ _
b= ; a = Y − b X; e Y = a + bX
S xx
onde:
n n
n
∑ X i ∑ Yi
S xy = ∑ Xi Yi − i=1 i =1
i =1 n
2
n
∑ X i
= ∑ Xi 2 −
n i =1
S xx
i =1 n
2
n
∑ Yi
2 i =1
n
S yy = ∑ Yi −
i =1 n
n
_ ∑ Xi
i =1
X=
n
n
_ ∑ Yi
i =1
Y=
n
Voltar ao Menu Principal
Para se tentar a existência de regressão, pode-se utilizar a análise das variâncias, ou seja, estudar o
comportamento das variações total (VT), explicada (VE) e residual (VR). Este teste é compactado no
chamado Quadro de Análise de Variância (QAV), cuja composição é a seguinte:
H1: β ≠ 0
F (m,n) é a variável aleatória com distribuição F de Snedecor, com 1 grau de liberdade do numerador e
(n – 2) graus de liberdade no denominador, podendo ser obtida em tabelas dos livros de estatística.
determinação da Região Crítica (RC) e da Região de Aceitação (RA). Como se está testando Ho: β=0,
tem-se a seguinte configuração:
d) estimativa de variância
n
∑ (Yobs − Ycal )
2
S2 = i =1
φ
S yy − b S xy
S2 = ,
n−2
que é estimador justo de ∑2.
O coeficiente de determinação ou de explicação indica quantos por cento a variação explicada pela
regressão representa da variação total. Este índice varia entre 0 e 1.
No caso de R2=1, todos os pontos observados se situam exatamente sobre a reta de regressão, sendo o
ajuste considerado perfeito. Por outro lado, se R2=0, conclui-se que as variações de Y são exclusivamente
aleatórias e a introdução da variável X no modelo não incorporará informação alguma sobre as variações
de Y.
(∑ X )(∑ Y )
∑ XY −
2
R = n
( X ) Y 2 − (∑ Y )2
∑ X 2 − ∑
2
∑
n n
Voltar ao Menu Principal
a) conceito e hipóteses
Neste caso, objetiva-se estudar o modelo de regressão com mais variáveis independentes, visando uma
melhor compreensão do comportamento da variável dependente.
Supondo que a variável Y dependa dos valores assumidos por k variáveis independentes,
(X1, X2, X3, …Xk) e que essa dependência seja expressa pelo modelo:
Y = α + β1 X1 + β2 X2 + …+bk Xk + U
Fórmulas semelhantes às apresentadas para regressão linear simples podem ser obtidas para regressão
linear multipla, e não serão aqui apresentadas pelo fato que não foram utilizados no decorrer deste
trabalho.
Voltar ao Menu Principal
Para o cálculo da potência (carga) instalada, seguiu-se o procedimento adotado pela Eletropaulo na
NTU.01 – “Fornecimento de Energia Elétrica em Tensão Secundária a Edificações Individuais – Rede
de Distribuicão Aérea”, ou seja:
a) cargas de tomadas
Será considerado o número de tomadas indicadas na Tabela 6.3-1 em função da área construída. Caso a
área construída seja maior que 250 m2, será adotado o número de tomadas existentes e considerado
100 W por tomada. Será considerada também a carga mínima de tomadas para a cozinha, conforme
indicado na Tabela 6.3-1
b) pontos de luz
Será considerado um ponto de luz por comodo ou corredor, de potência igual a 100 W por ponto de luz.
. fogão elétrico
. condicionador de ar
. hidromassagem
d) número de tomadas
O número de tomadas é dependente da área construída e os valores adotados pela Eletropaulo estão
indicados na Tabela 6.3-1.
e) exemplificando:
e1) dados
- área construída = 50 m2
1 televisão
1 máquina de lavar-roupa
1 aparelho de som
1 aspirador de pó
1 máquina de costura
1 secador de cabelos
número de comodos = 7
número de habitantes = 4
- cargas de tomadas
- pontos de luz
Total = 5500 W
Esta metodologia foi testada tomando como base 12 questionários respondidos durante as medições
residenciais efetuadas.
Na Tabela 6.4-1 apresentam-se os atributos dos 12 consumidores pesquisados onde serão procuradas as
possíveis correlações existentes com o consumo mensal.
Tabela 6.4-1 - Atributos dos Consumidores
1 196 8,6 50
2 233 10,0 50
3 230 11,5 56
4 173 7,7 58
5 210 8,6 60
6 254 10,4 60
7 272 9,0 90
8 195 8,1 120
9 248 15,8 120
10 282 13,0 170
11 115 8,3 190
12 354 14,5 200
Inicialmente procurar-se-á a possível correlação existente entre o consumo mensal (kWh) e a potência
instalada (kWi) dos consumidores,através da análise de regressão linear simples.
- F = 9,81
- σ = 44,9
Voltar ao Menu Principal
kWi
CONSUMO MENSAL (kWh)
Para verificar a correlação entre os valores de carga instalada e consumo mensal de consumidores,
representada, neste trabalho, através de uma regressão linear, é testada a existência dessa regressão,
através da distribuição F de Snedecor, calculando-se a variável F da amostra e comparando-a com a
variável aleatória F(m,n) com 1 grau de liberdade no numerador e (n-2) graus de liberdade no
denominador, onde n é o número de pontos da amostra. Para um nível de significância de 5%, existe
regressão quando Fcalculado > F5%(1, n-2) .
A análise considera também dois indicadores que medem a qualidade dos resultados obtidos.
Um dos indicadores é o coeficiente de Determinação ou de Explicação (R2) que indica quantos por cento
a variação explicada pela regressão representa da variação total. Este índice varia entre 0 e 1.
No caso de R2 = 1, todos os pontos observados se situam exatamente sobre a reta de regressão, sendo o
ajuste considerado perfeito. As variações de Y são 100% explicadas pelas variações de X através da
função especificada, não havendo desvios em torno da função estimada.
Por outro lado, se R2 = 0, conclui-se que as variações de Y são exclusivamente aleatórias, e a introdução
da variável X no modelo não incorporará informação alguma sobre as variações de Y.
O outro indicador é a variável Lo que forrnece indicação do erro esperado entre o valor do consumo da
amostra e da população.
Finalmente, convém lembrar que os resultados apresentados baseiam-se numa amostra depurada, ou
seja, considerando-se somente os pontos que se situaram dentro da faixa de variação ^
Y ± 3 σ. Os pontos
fora desta faixa foram abandonados.
Foram obtidos dois arquivos de dados da ELETROPAULO contendo 1062 e 932 consumidores
residenciais. Inicialmente trabalhou-se separadamente com cada arquivo, obtendo-se dois valores de
correlação.
Esta forma de tratamento dos dados foi devido a grande dispersão dos dados fornecidos, conforme pode
ser visualizado na Tabela 6.5.1-1.
onde:
F tab – variável F de Snedecor tabelada para a amostra, para um nível de significância de 5%;
Porém o modelo adotado explica somente 4% (amostra 1) e 1% (amostra 2) da variação total de kWh em
função do kWi ( coeficiente R2), mostrando um índice muito baixo de correlação entre os valores das
amostras analisadas e a necessidade de uma coleta mais apurada de dados para se atingir o objetivo
proposto.
A Tabela 6.5.2-1 apresenta os resultados obtidos da correlação kWh x kWi para os ramos de atividades
comerciais mais importantes
Voltar ao Menu Principal
a). Atividade 5048 (Garagens) : Como Fcalculado < Ftabelado não existe regressão para um nível de
significância de 5%.
b) Atividade 5211 (Hotéis e Motéis): Como Fcalculado > Ftabelado, existe regressão linear, para um nível
de significância de 5,4%, com o modelo adotado explicando 95,5% da variação total de kWh em
função do kWi. Como o número de consumidores é pequeno (9), é esperado um erro de até 26,1%
entre o valor do consumo da amostra e da população.
A Tabela 6.5.3-1 apresenta os resultados obtidos da correlação kWh x kWi para os ramos de atividades
industriais mais importantes.
Voltar ao Menu Principal
6.5.4 Recomendações
a) residencial
Para o segmento residencial, devido à baixa correlação existente, dever-se-ia fazer uma coleta mais
apurada de dados. Pode-se porém adotar a princípio, de uma recomendação conservativa correspondente
à utilização da curva de valor médio acrescida de 3σ.
A Tabela 6.5.4-1 apresenta o valor recomendado para utilização nos estudos envolvendo a atividade
residencial e o erro esperado entre o valor do consumo da amostra e da população.
b) comercial e industrial
Para os segmentos comercial e industrial, para as atividades onde foram constatadas correlações entre a
carga instalada (kWi) e consumo mensal (kWh), são apresentadas as equações de regressão linear
representativas dessas correlações, acrescentando-se 1,3σ ao valor médio obtido.
Para as atividades que não apresentarem regressão para um nível de significância de 5% da função F de
Snedecor, dever-se-ia fazer uma maior coleta de dados. Pode-se porém adotar, a princípio, de uma
recomendação conservativa à utilização da curva de valor médio acrescida de 3 σ.
Tabela 6.5.4-2 Correlação Recomendada Consumo Mensal x Carga Instalada Consumidores Comerciais
(Média + 1,3σ)
Tabela 6.5.4-3 Correlação Recomendada Consumo Mensal x Carga Instalada Consumidores Comerciais
(Média + 3σ)
Para a atividade 5410 (Barbearias, Saunas e Lavanderias), não é recomendada correlação entre consumo
mensal e carga instalada, pois é preciso uma maior coleta de informações para a obtenção dessa
correlação.
Tabela 6.5.4-5 - Correlação Recomendada Consumo Mensal x Carga Instalada Consumidores Industriais
(Média + 3σ)
Para as atividades 1060 (Fabricação de Peças e estruturas de Cimento), 1550 (Fabricação de Artigos
Diversos de Madeira) e 2601 (Beneficiamento de Café e Cereais), não foram recomendadas correlações
entre consumo mensal e carga instalada, pois é preciso uma maior coleta de informações para a obtenção
dessas correlações.
Figura 6.5.4.4 - Atividade 1232 - Fabricação de Peças, Acessórios Utensílios e Ferramntas Para
Máquinas
Voltar ao Menu Principal
Figura 6.5.4-6 - Atividade 1433 - Fabricação de Peças e Acessórios para Veículos Automotores
Voltar ao Menu Principal
Figura 6.5.4-17 - Atividade 2670 (Fabricação de Produtos de Padaria) 2680 (Fabricação de Massas e
Biscoitos)
Figura 6.5.4-23 - Atividade 5221 (Restaurantes e Lanchonetes) / 5222 (Bares, Botequins e Café)
Figura 6.5.4-28 - Atividades 6103 (Comércio Varejista de Veículos) /6104 (Comércio Varejista de
Veículos e Acessórios)
Voltar ao Menu Principal
CAPÍTULO 7
AGREGAÇÃO DE CURVAS DE CARGA
José A. Jardini, Ronaldo P. Casolari
7.1 INTRODUÇÃO
Muitas vezes, deseja-se saber a curva de carga num ponto do sistema, como por exemplo, no disjuntor do
alimentador primário, ou numa chave de seccionamento no meio de um tronco da rede primária, ou
mesmo na saída de um transformador de distribuição.
Esta curva pode ser obtida por medição. Neste caso, instala-se o medidor eletrônico, no ponto e as
informações são coletadas por um período de alguns dias (7 a 15 dias é suficiente nos casos citados).
Uma outra alternativa seria obter por cálculo esta curva de carga. Neste caso é necessário conhecer as
características (atividade, kWh/mês) dos consumidores a jusante do ponto e aplicar a metodologia que
será descrita a seguir, que aqui será denominada “agregação de curvas ou de consumidores”.
Voltar ao Menu Principal
Esta metodologia está baseada na formulação da soma de funções com distribuição normal onde são
conhecidos os valores das médias e dos desvios padrão. A função soma tem um média (Magreg) igual a
soma das médias das funções parcelas (Mi) e desvio padrão (Sagreg) igual a raiz quadrada da soma dos
quadrados dos desvios padrões das funções parcelas (Si).
Magreg = Σ Mi
S2agreg = Σ Si2
As funções parcelas neste caso são as curvas de carga dos consumidores a jusante.
É importante ressalvar que, como visto nos capítulos anteriores, a distribuição dos valores da curva de
carga num determinado instante não é uma gaussiana perfeita (skew simétrica).
Entretanto, para efeitos práticos, é estabelecido (por hipótese) que a curva de carga do consumidor é
definida pela média e desvio, e tem uma distribuição normal.
Assim um ponto de curva Di(t), com certa probabilidade de não ser excedido, será calculado por:
Considere agora o seguinte exemplo: existem num transformador “p” consumidores do tipo “a” e “q”
consumidores do tipo “b”. Segue-se que são conhecidos também os valores de média (ma,mb) e desvios
(sa,sb) típicos deste tipos de consumidores, em pu da potência média.
No banco de dados das empresas encontram-se as energias mensais deste consumidores e, portanto, as
potências médias, Pi dos consumidores tipo “a” e Pj dos tipo “b”.
Para um consumidor tipo “a” e um tipo “b” podem ser escritas as fórmulas a seguir:
P q
M agreg = ∑ m a Pi + ∑ m b P j
i =1 j=1
P q
S 2 agreg = ∑ (s a Pi ) 2 + ∑ (s b P j ) 2
i =1 j=1
Seja o caso de n consumidores iguais ligados (definidos por curva em p.u. (m,s)) em um transformador
do sistema. A agregação destes consumidores é obtida por:
n
M n = ∑ m Pi = m(n Pi ) kW
i =1
n
S 2n = ∑ (s Pi ) 2 = s 2 (n Pi 2 ) kW 2
i =1
n
m n = M n / Pt = ∑ m Pi / Pt = m n Pi / Pt = m
i =1
n
s n 2 = (S n / Pt ) 2 = ∑ (s Pi ) 2 / Pt 2 = s 2 (n Pi 2 ) / Pt = s 2 / n
i=1
s
sn =
n
Assim explica-se porque, embora os desvios padrões sejam altos para os consumidores individualmente,
no transformador ele é menor relativamente à média. Este fato foi observado na campanha de medições e
reportados nos capítulos 3,4 e 5 deste texto.
Para obter a agregação das curvas dos consumidores ligados a jusante de um ponto da rede deve-se
executar os seguintes passos:
- cada consumidor tem sua potência de base Pi calculada através da sua energia mensal Ei pela expressão
Ei
Pi =
24 x30
Voltar ao Menu Principal
Os valores Ei e onde estão ligados os consumidores são encontrados na base de dados da distribuição das
empresas;
- multiplicam-se as curvas em pu {mi(t) e si(t)} pelo valor da potência de base (Pi), obtendo-se a curva
em potência do consumidor i.
n
M agreg (t ) = ∑ M i (t )
i =1
n
S 2 agreg (t ) = ∑ Si2 (t )
i=1
Voltar ao Menu Principal
O programa computacional pode ser desenvolvido, por exemplo, em Visual Basic e deve possibilitar a
obtenção das curvas média e desvio-padrão de um componente com base nos consumidores ligados a ele.
1º Passo: montagem de banco de dados com as curvas média e desvio-padrão, em pu, representativas
dos consumidores dos três segmentos de mercado analisados, ou seja, residencial, comercial e
industrial;
a) as curvas dos consumidores devem ser fornecidas por 96 pontos, caracterizando um intervalo de
integração de 15 minutos, padrão utilizado nos trabalhos;
b) as curvas dos consumidores residenciais devem ser fornecidas por estratos de consumo, de acordo com
o apresentado no capítulo 3;
c) as curvas dos consumidores comerciais e industriais devem ser fornecidas por ramo de atividade,
conforme os capítulos 4 e 5.
A entrada de dados do programa é feita através de telas individuais por consumidor, onde devem ser
fornecidos os consumos mensais dos consumidores residenciais e os códigos de atividade e consumos
mensais dos consumidores comerciais e industriais.
O programa possui uma tela principal, que permite acesso aos seguintes módulos:
- arquivo;
- editar;
Voltar ao Menu Principal
- cadastrar;
- calcular;
- ajuda.
- novo
- abrir
- excluir
- salvar
- salvar como
- imprimir
- sair
- tela
- impressora
- nuvens
- cadastro
- dados
- resultados
Quando a escolha recai sobre o módulo editar, as opções que o usuário dispõe são de :
- cadastro
- dados
- normal
- especial
A seleção do módulo calcular, que é habilitado somente quando houver arquivo de dados já criado ou
aberto, não fornece opões ao usuário. O módulo calcular apenas procede a agregação das curvas de
cargas do arquivo de dados já criado.
- conteúdo
- sobre
b.1) arquivo
- novo
Ao acionar a opção arquivo/novo, aparecerá na tela um quadro que permite o início do cadastro de
consumidores de uma estação transformadora, onde deverão ser fornecidos:
- consumo em kWh/mês;
Este arquivo novo deve ser nomeado com extensão .DCG, através da opção salvar como.
- abrir
Esta opção permite ativar um arquivo existente de dados de consumidores (extensão DCG).
Se quiser alterar um arquivo tipo DCG já existente deve-se utilizar o seguinte procedimento:
arquivo/abrir (escolhendo-se o nome do arquivo) e editar/dados. Com o scroll horizontal ir até o
registro que se quiser alterar, proceder as alterações e teclar OK. Se for necessário acrescentar um ou
mais registros, deve-se ir com o scroll horizontal até o último registro já existente e teclar adicionar.
Deve-se fornecer os novos dados e finalizar com OK. Observa-se que há valores “default” para
consumidores monofásicos de 100% na fase A; 50% nas fases A e B, para bifásicos, e no caso de
consumidores trifásicos 33% nas fases A e B e 34 % na fase C. Para a exclusão de um consumidor,
basta selecioná-lo e teclar excluir. Observa-se ainda que os tipos de arquivos podem ser com extensão
.DCG (que é exigido pelo programa) ou com extensão .TXT.
- excluir
Esta opção permite excluir um arquivo existente de dados de consumidores (extensão .DCG). Informa-
se que a tela de exclusão é parecida com a da Figura 7.3-3.
Estas opções permitem salvar as alterações efetuadas num arquivo, mantendo o mesmo nome ou
criando um novo nome, respectivamente. Um arquivo de dados de consumidores tem extensão .DCG.
A tela de salvar e salvar como é parecida com a da Figura 7.3-3.
- imprimir
Esta opção apresenta os resultados obtidos na agregação de curvas dos consumidores num ponto.
- tela: apresenta os gráficos, na tela (Figura 7.3-4), da média e desvio-padrão das 3 fases, da agregação
de todos os consumidores, permitindo também a apresentação da agregação dos consumidores por
segmento de mercado (residencial, comercial, industrial e outros).
Voltar ao Menu Principal
- nuvens: cadastro - apresenta os 96 pontos das curvas média e desvio-padrão de todas as atividades
cadastradas (Figura 7.3-5)
Voltar ao Menu Principal
Observa-se que, nesta tabela, primeiramente aparece a média. Teclando-se “desvio” obtém-se valores do
desvio padrão. A tecla salvar permite que seja salvo o arquivo de resultados, da média ou do desvio
padrão, que terá a extensão.SCG.
- nuvens: dados - apresenta a relação dos consumidores cadastrados na estação transformadora, com
consumo, código de atividade, tipo de ligação, carregamento das fases e número de registros
(consumidores) constantes no ponto (Figura 7.3-6).
- nuvens: resultados - apresenta os 96 pontos das curvas média e desvio-padrão dos resultados, por fase,
da agregação de todos os consumidores do ponto e também por segmento de mercado (Figura 7.3-7).
Voltar ao Menu Principal
- sair
b.2) editar
- cadastro
Por esta tela (Fig 7.3-8) o usuário está apto a consultar as curvas de cargas diárias representativas das
atividades cadastradas no banco de dados, pertencentes aos segmentos de mercado analisados
(residencial, comercial, industrial e outros).
Além disso, o usuário também estará apto a alterar os dados da média e desvio-padrão de atividades
cadastradas (atualização). Esta atualização pode ser feita através da opção importar, onde o usuário
fornece os nomes do aplicativo, do arquivo e o número da coluna onde estão cadastrados os dados.
Voltar ao Menu Principal
- dados
Apresenta os dados dos consumidores ligados no ponto, constando de consumo, código de atividade,
tipo de ligação, carregamento das fases. É uma tela igual à da opção arquivo/novo. Esta opção permite
acrescentar novos consumidores a um ponto existente (Figura 7.3-9).
Voltar ao Menu Principal
Observa-se que além das teclas de adicionar e OK, existem as teclas cancelar e excluir.
b.3) cadastrar
- normal
Permite o cadastro de curvas de novas atividades medidas (Figura 7.3-10), sendo acrescentadas ao
banco de dados inicial, devendo ser fornecidos os valores em pu., da média e desvio-padrão, ponto a
ponto em intervalos de 15 minutos (96 pontos) até se completar a curva diária.
Existe a opção de “importar” os valores de uma planilha similar ao ocorrido na opção cadastro do
módulo editar (item b.2).
Voltar ao Menu Principal
- especial
Permite o cadastro de novas atividades, representadas por curvas retangulares onde devem ser
fornecidos os patamares mínimo e máximo e os instantes de ocorrência da mudança de patamar
(Figura 7.3-11).
Voltar ao Menu Principal
T1 (h) : corresponde a hora (em formato decimal) de início da atividade, delimitado no intervalo [0, 24]
T2 (h) : corresponde a hora (em formato decimal) de término da atividade, delimitado no intervalo [0,
24]. O valor T2 deve ser maior que o valor T1.
atividade : campo reservado para o cadastro do código de identificação da atividade ao qual corresponde
a curva cadastrada.
Deve-se atentar para o fato que as curvas são fornecidas com valores em pu., devendo a energia da curva
média resultar 1,0 pu.
b.4) calcular
b.5) ajuda
Para testar a metodologia, usando o programa descrito foram processados os seguintes casos:
Para estes casos dispunha-se de medições de curvas de carga realizadas pela concessionária podendo
assim analisar a precisão da agregação.
Deve-se notar o pequeno número de consumidores industriais que compõem os elementos sob análise,
dificultando a aferição das curvas industriais obtidas. Uma melhor avaliação deveria ser feita,
pesquisando-se um equipamento do sistema que alimentasse uma quantidade significativa de
consumidores industriais.
As Figuras 7.4-1 e 7.4-2 apresentam os resultados obtidos para as curvas médias e desvio-padrão
medidas e calculadas, respectivamente para o transformador e o alimentador.
Analisando-se as curvas, verifica-se que ambas mantém a mesma forma, entre a medição e o cálculo,
sendo que:
- no caso do transformador (Figura 7.4.-1), ocorreu uma diferença no valor da ponta da curva média,
com a curva medida apresentando um pico de carga que a curva agregada não reproduziu, com uma
diferença da ordem de 10%;
Da observação dessas figuras, pode-se concluir pela validade da metodologia utilizada para
determinação do carregamento de um equipamento da rede.
Deve-se mostrar que os erros podem ser considerados pequenos, por serem, menores que um desvio
padrão.
Voltar ao Menu Principal
Outros casos foram processados para transformadores e serão discutidos no capítulo 9 onde a
aceitabilidade da precisão será feita conforme cálculo e comparação da perda de vida para a curva
medida e agregada.
CAPÍTULO 8
AVALIAÇÃO DA DIVERSIDADE DE CARGAS
J.A.Jardini, S.U.Ahn, E.L.Ferrari
8.1 INTRODUÇÃO
O conhecimento das características do pico (ponta) de carga ou demanda máxima é um fator que está
ligado intimamente às Concessionárias de Distribuição de Energia Elétrica. De posse do valor numérico
deste pico e do instante de sua ocorrência, as Concessionárias fazem o dimensionamento de sua rede e
ajustam os seus contratos de compra de energia em grandes blocos com outras Concessionárias
responsáveis pela transmissão da energia.
O objetivo neste capitulo é desenvolver uma metodologia para determinar a diversidade das cargas, em
particular abordando os consumidores residenciais sendo que a ênfase maior é dada ao uso do chuveiro
elétrico, que se constitui num dos aparelhos de maior potência dentro de uma residência, e com uma
contribuição importante no pico de carga.
Voltar ao Menu Principal
a) Um dos primeiros estudos de carga no estado de São Paulo foi realizado pela Jorge Wilheim
Consultores [31]. Através da análise daquele trabalho pode-se depreender várias conclusões de
interesse, a saber:
- quanto à participação dos eletrodomésticos na ponta do setor residencial o chuveiro elétrico participa
com o valor de 49%.
b) No CED foram realizados estudos, que tiveram por objetivo o conhecimento da curva diária de carga
do consumidor residencial e dos transformadores predominantemente residenciais(capítulo 3)
Foram medidas cerca de 4000 curvas diárias de consumidores residenciais e 2200 curvas diárias de
transformadores.
c) A CEMIG [36] desenvolveu um trabalho de uso de energia solar para aquecimento de água. Teve como
objetivo principal desenvolver uma análise sobre o comportamento do consumo de energia elétrica dos
equipamentos de aquecimento de água e de uso de aquecimento solar para água nas residências. Foram
analisadas vantagens do ponto de vista da concessionária e também do ponto de vista dos usuários
mostrando vantagens na aplicação em prédios residenciais.
O trabalho considera que 67,6% das residências brasileiras possuem chuveiro elétrico, sendo seu uso
um hábito nacional. Os maiores índices de difusão são alcançados nas regiões Sul, Sudeste e Centro
Oeste, conforme o estudo realizado pelo PROCEL [33] (Pesquisa de Posse de Eletrodomésticos e de
Hábitos de Consumo).
O uso do chuveiro elétrico dá-se principalmente das 18:00 h às 19:00 h, quando em cerca de 50% das
residências existe pelo menos uma pessoa tomando banho. Entre 18:00 h e 19:00 h a influência do
chuveiro corresponde a 8,5% da ponta total do sistema de energia elétrica.
Voltar ao Menu Principal
Para os estudos descritos neste capítulo, foram utilizadas as curvas de cargas medidas pelas
concessionárias do Estado de São Paulo em conjunto com o CED.
Na Figura 8.3-1 são apresentadas curvas de carga de dois dias de um mesmo consumidor residencial.
Analisando-se vários dias de curva de carga de um mesmo consumidor pode-se notar que os maiores
picos, que são, em geral oriundos do chuveiro, não acontecem sempre no mesmo horário. Mesmo que um
consumidor tivesse hábitos mais rígidos de consumo, nem sempre ele tomaria banhos no mesmo horário,
podendo quando muito situar seus banhos dentro de uma faixa por ele pré determinada.
8
7
6
quinta - feira
5
quarta - feira
P.U.
4
3
2
1
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Por isto, para caracterizar o consumidor prefere-se utilizar a curva diária média e uma outra dos
correspondentes desvios padrão. Na Figura 8.3-2 apresenta-se para um consumidor, as curvas diárias das
médias e dos desvios padrão. Nota-se que os valores de desvio padrão são altos devido a aleatoridade das
cargas. Em particular o chuveiro é responsável pelo alto desvio padrão nos horários de seu uso, em
particular no horário de ponta.
Voltar ao Menu Principal
2,5
desvio média
2
1,5
P.U.
0,5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
Figura 8.3-2 - Curvas Diárias de Carga das Médias e dos Desvios Padrão de um Consumidor Residencial
Isto sugere um cuidado no dimensionamento (pela ponta) de equipamentos com vários consumidores a
jusante já que logo no transformador de distribuição o efeito da diversidade é bastante sentido.
2.5
1.5
P.U.
média
1
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
Voltar ao Menu Principal
Nos estudos relativos ao levantamento das curvas de cargas dos consumidores residenciais, nota-se que o
eletrodoméstico predominante na determinação do valor da demanda máxima de carga é o chuveiro. O
uso do chuveiro apresenta, em geral, instante de ocorrência aleatório durante as 24 horas do dia,
considerando-se cada um dos consumidores individualmente, em diversos dias de análise. Esta
aleatoriedade faz com que as cargas dos chuveiros não coincidam totalmente, num dado tempo, no
transformador de distribuição.
Para verificar esta tese, foi feito um levantamento prático das coincidências, baseando-se em diferentes
amostras de consumidores, da CPFL e da CESP.
- Medições simultâneas das curvas diárias de cargas de um grupo de “n” consumidores residenciais
ligados a um mesmo transformador de distribuição.
- Tratamento das curvas diárias de cargas de “n” consumidores, expandindo para um intervalo de
integração de 5 minutos. Obtém-se, para cada um dos consumidores individuais, uma tabela onde
constam para cada um dos dias medidos, os valores da demanda média de 5 minutos ao longo das 24
horas de um dia com 288 pontos. Desta forma fica melhor caracterizado quando o chuveiro é ligado e
está em operação.
- Comparações entre as planilhas dos “n” consumidores com a meta de quantificar as coincidências entre
os picos de carga a cada instante.
a) medições na CPFL
Medições foram feitas na CPFL contemplando tempos de integração dos pulsos de 5 minutos. Os pontos
diários medidos foram separados em duas planilhas, uma delas incluindo as medições desde 4:00 h até às
14:00 h e uma segunda incluindo medições desde 14:05 h até as 24:00 h.
Desenvolveu-se então, uma série de programas simples para tratar convenientemente os dados das
medições e observar os instantes de coincidência de uso de chuveiros.
Foram medidas as curvas de cargas em 9 consumidores (C1 a C9) ligados a um transformador T1, e 11
consumidores (C1 a C11) ligados a um transformador T2. Estes consumidores foram medidos
simultaneamente em grupos conforme a Tabela 8.4-1.
Voltar ao Menu Principal
Do exame destes grupos pode-se inferir quantas coincidências de chuverios ocorreram para grupos de até
4 consumidores.
Embora as referidas medições não fossem todas contemporâneas, os consumidores foram deslocados no
tempo convenientemente para que as amostras assim obtidas, fossem comparadas para os mesmos dias da
semana. Obteve-se assim, cerca de 30 dias de medições para os consumidores ligados a T1 e também para
os consumidores ligados a T2.
Ainda com o mesmo propósito de se aumentar mais ainda o número de consumidores ligados ao mesmo
transformador de distribuição, foi feito adicionalmente um deslocamento conveniente entre os 9
consumidores de T1 e os 11 consumidores de T2, de modo a se criar uma amostra de 20 consumidores
ligados.
b) medições na CESP
Foram elaboradas tabelas, para cada uma das planilhas (grupos de consumidores) com as estatísticas de
coincidências de chuveiros, considerando-se:
- tipo de coincidências (dupla, tripla, etc.);
- número de dias em que ocorreu pelo menos uma coincidência;
- número de vezes em que ocorreram coincidências.
Lembra-se que, num mesmo dia pode ocorrer mais que uma coincidência, sendo portanto o número de
vezes em que ocorre coincidências maior ou igual ao número de dias em que ocorre pelo menos uma
coincidência.
Voltar ao Menu Principal
Na Tabela 8.4-2 são apresentados os resultados para cada um dos grupos de consumidores analisados.
CPFL 11 cons. 30 1,000 6,900 0,700 1,633 0,167 0,267 - - 0,033 0,033 -
CPFL 20 cons. 24 1,000 7,125 1,000 6,542 0,958 2,000 0,458 0,750 0,042 0,042 0,042 0,042
d - número de “dias” em que houve coincidências, dividido pelo número de dias de medição;
v - número de “vezes” em que houve coincidências, dividido pelo número de dias de medição.
A curva de probabilidade de ocorrências para cada tipo de ocorrência é mostrada na Figura 8.4-1 e
obtidas com os dados da Tabela 8.4-2.
A partir desta figura pode-se obter o tipo de ocorrência em função do número de consumidores, com
qualquer probabilidade de acerto. Por exemplo, na Figura 8.4-2, apresenta-se as coincidências com
probabilidade 10%, ou seja, existe apenas 10% de probabilidade de um número maior de coincidências
que aquele indicado nas ordenadas.
Dividindo o número de coincidências pelo número de consumidores obtem-se os valores da Figura 8.4-3
denominada fator de coincidência de uso de chuveiro.
Observa-se que, nas condições da Figura 8.4-3, que o fator de coincidência para transformadores
residenciais com 40 consumidores ligados é de cerca de 25%.
Visto de outra forma a Figura 8.4-3 indica qual a porcentagem de consumidores que tem chuveiros
simultaneamente ligados, em função do número total destes consumidores.
Voltar ao Menu Principal
RISCO DE OCORRÊNCIAS DE 10 %
10
9
8
OCORRÊNCIAS
7
6
5
4
3
2
1
0
NÚMERO DE CONSUMIDORES
FATOR DE COINCIDÊNCIA
0,8
FATOR DE COINCIDÊNCIA
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
NÚMERO DE CONSUMIDORES
Neste ítem está descrita uma metodologia para a obtenção de curvas de demandas coincidentes para os
consumidores residenciais. Esta metodologia procura levar em conta:
- Fator de coincidências das demais cargas. Para isto utiliza-se das curvas de médias e de desvios padrão,
já levantadas, com intervalos de integração superiores a 5 minutos, isto porque nestas curvas está
diluido o efeito da ponta proporcionada pelos chuveiros, mas está mantida a energia dos chuveiros.
A aplicação desta segunda parte da metodologia está apresentada para as medições feitas na CPFL, cujos
estratos representativos de consumo, foram: 51 a 100 kWh/mês; 101 a 200 kWh/mês; 201 a 300 kWh/mês
e 301 a 400 kWh/mês. Na Figura 8.5-1 estão apresentadas as curvas representativas do estrato 101 a 200
kWh/mês expressas em pu da potência média, usando diferentes intervalos de integração (15, 30 e 60
minutos). Observa-se pela comparação entre elas, a diluição do efeito do chuveiro como ponta.
voltar ao Menu Principal
3
desvio
média
P.U.
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
HORA DO DIA
3
média
P.U.
1 desvio
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
HORA DO DIA
média
P.U.
1
desvio
0
0
10
12
14
16
18
20
22
24
HORA DO DIA
Para a determinação da ponta de “n” consumidores iguais, os passos descritos abaixo devem ser seguidos:
Na curva de carga média representativa de cada estrato de consumo seleciona-se a demanda máxima (d)
da curva média e o respectivo desvio padrão (s).
A demanda máxima média (ddn) e o desvio padrão (ssn) de “n” consumidores podem ser obtidos pelas
fórmulas:
ddn = n d
ssn2 = n s2 ou
ssn = n s
Os valores obtidos pelas fórmulas anteriores estão em pu da potência média de um consumidor. No caso
de se considerar os valores em pu da potência média dos “n” consumidores somados, as fórmulas passam
a:
dn = n d / n = d
sn = ssn / n = n s/n=s/ n
Os valores de ponta (pu) de “n” consumidores iguais com uma certa probabilidade (p%) de não ser
excedida são obtidos por:
ponta (pu) = dn + k sn = d + k s/ n
Observa-se que o cálculo acima está calcado nos valores de desvio padrão, que são muito variáveis
devido a aleatoriedade das cargas, principalmente do uso de chuveiros elétricos.
a) Primeiramente deve-se eliminar os chuveiros como ponta das curvas diárias. Isto pode ser feito
representando a curva diária de cada estrato em intervalos de 60 minutos.
Visto que um banho dura da ordem de 7,5 min., seu efeito, como ponta, aparece dividido por (60/7,5) =
8 na demanda média de 1 hora eliminando assim seu efeito como pico. Notar que o efeito como energia
consumida ainda é mantido.
As curvas diárias preparadas desta forma (pontos a cada 60 minutos) levam a uma nova curva média
parecida com aquela obtida com valores em intervalos de 15 ou 5 min., porém a curva do desvio padrão
voltar ao Menu Principal
é menor. Pelo equacionamento anterior obtém-se os valores da demanda máxima coincidente, sem
incluir portanto o efeito do chuveiro.
b) Adicionalmente, os chuveiros (coincidentes) como valores de ponta são somados ao valor de ponta
obtidos no cálculo da alínea a obtendo-se as demandas máximas coincidentes incluindo os chuveiros.
Os resultados destes vários procedimentos são mostrados na Figura 8.5-2 onde os valores de demandas
coincidentes são calculados para diferentes condições a saber:
b) curvas de demanda diversificada originais, isto é, de 15 minutos, incluindo pois em parte os chuveiros
(15 min).
c) com chuveiros de 4000 W e duração de banho de 5 minutos (com chuveiro: 4000 W / 5 min).
Para a obtenção das curvas de demandas coincidentes, por estratos, considerando-se por exemplo potência
dos chuveiros de 3000 W e duração do banho de 4 minutos, utiliza-se das seguintes equações.
Convertendo os valores para pu, na base da potência média de “n” consumidores iguais, tem-se:
Valor (kW) 4 1
valor (pu) = = V + Fc 3000
Media kWh x 1000 15 Media kWh x 1000
n
720 720
ou de outra forma:
3000 4 1
valor (pu) = nV + Fc n
15 n
Media kWh
0,72
Sendo:
voltar ao Menu Principal
valor (pu) - valor da demanda coincidente em pu da potência média de “n” consumidores do mesmo
estrato, cada um consumindo a energia média (Média kWh) do estrato (ou seja 75, 150,
250 e 350 kWh/mês, para os estratos 1, 2, 3 e 4 respectivamente).
nV - produto do número de consumidores n, pelo valor de ponta (V) do estrato. O valor V depende da
probabilidade p% fixada de não ser excedido, e é obtido na curva representada em intervalos de
60 minutos (em pu).
média kWh - é a energia média do estrato. Este valor multiplicado por 1000 e dividido por 720 horas
fornece a potência média (potência de base), em Watts, no estrato.
4/15 - é a redução que aparece no valor da ponta do chuveiro quando a curva é representada em
intervalos de 15 minutos (4 minutos é a duração do banho).
Considerou-se, nas Figuras 8.5-2 (a,b,c,d), a seguir, a composição da curva de 60 minutos com
probabilidade dos valores não serem excedidos de 90% (k = 1,3). O mesmo foi considerado para as
curvas com demandas de 15 minutos.
18,00
16,00
ESTRA T O 1 , 5 1 a 1 0 0 k W h / m ê s
14,00
12,00
c/ chuveiro: 3 000 W / 4 min c/ chuveiro: 4000 W / 5min
10,00
8,00
6,00
4,00
2,00
60 min 15 min
0,00
2 8 14 20 26 32 38 44 50
10.00
9.00
8.00 ESTRA T O 2 , 1 0 1 a 2 0 0 k W h / m ê s
6.00
5.00
4.00
3.00 15 min
2.00
1.00 60 min
0.00
2 8 14 20 26 32 38 44 50
8,00
7,00
ESTRA T O 3 , 2 0 1 a 3 0 0 k W h / m ê s
6,00
c/ chuveiro: 4000 W / 5 min
5,00
4,00
3,00
1,00
0,00
2 8 14 20 26 32 38 44 50
6,00
ESTRA T O 4 , 3 0 1 a 4 0 0 k W h / m ê s
5,00
3,00
2,00
1,00
15 min
60 min
0,00
2 8 14 20 26 32 38 44 50
Na Tabela 8.5-2 é apresentada a ponta dos chuveiros para “n” consumidores ligados, considerando o fator
de coincidências..
voltar ao Menu Principal
Tabela 8.5-1 - Demanda Diversificada (pu) para “n” Consumidores Iguais sem Efeito do Chuveiro na
Ponta
n estrato 1 estrato 2 estrato 3 estrato 4
1 6,900 3,530 5,040 3,250
2 5,758 3,111 4,355 2,869
3 5,252 2,926 4,051 2,701
4 4,950 2,815 3,870 2,600
5 4,744 2,740 3,746 2,531
6 4,592 2,684 3,655 2,481
7 4,474 2,640 3,584 2,441
8 4,379 2,606 3,527 2,410
9 4,300 2,577 3,480 2,383
10 4,233 2,552 3,440 2,361
11 4,176 2,531 3,406 2,342
12 4,126 2,513 3,375 2,325
13 4,082 2,497 3,349 2,311
14 4,042 2,482 3,325 2,297
15 4,007 2,469 3,304 2,286
16 3,975 2,458 3,285 2,275
17 3,946 2,447 3,268 2,265
18 3,919 2,437 3,252 2,256
19 3,895 2,428 3,237 2,248
20 3,872 2,420 3,223 2,241
21 3,851 2,412 3,211 2,234
22 3,831 2,405 3,199 2,227
23 3,813 2,398 3,188 2,221
24 3,796 2,392 3,178 2,215
25 3,780 2,386 3,168 2,210
26 3,765 2,380 3,159 2,205
27 3,751 2,375 3,150 2,200
28 3,737 2,370 3,142 2,196
29 3,724 2,366 3,135 2,191
30 3,712 2,361 3,127 2,187
31 3,700 2,357 3,120 2,183
32 3,689 2,353 3,114 2,180
33 3,679 2,349 3,107 2,176
34 3,669 2,345 3,101 2,173
35 3,659 2,342 3,096 2,170
36 3,650 2,338 3,090 2,167
37 3,641 2,335 3,085 2,164
38 3,633 2,332 3,080 2,161
39 3,624 2,329 3,075 2,158
40 3,617 2,326 3,070 2,156
voltar ao Menu Principal
Tabela 8.5-2 - Pico Devido aos Chuveiros (kW) em Função do Número de Consumidores
n Pc(kW)
1 1,333
2 2,400
3 3,200
4 3,733
5 4,333
6 4,800
7 5,133
8 5,547
9 5,880
10 6,267
11 6,600
12 6,720
13 7,107
14 7,467
15 7,800
16 8,107
17 8,387
18 8,540
19 8,613
20 8,733
21 8,820
22 9,093
23 9,353
24 9,600
25 9,833
26 10,053
27 10,260
28 10,453
29 10,633
30 10,800
31 10,953
32 11,093
33 11,352
34 11,605
35 11,900
36 12,000
37 12,087
38 12,160
39 12,220
40 12,267
Voltar ao Menu Principal
8.6 CONCLUSÕES
A metodologia pode ser estendida para obter um pedaço maior da curva de carga e não apenas a demanda
máxima.
Voltar ao Menu Principal
CAPÍTULO 9
SELEÇÃO E GERENCIAMENTO DE
TRANSFORMADORES DE DISTRIBUIÇÃO
J.A. Jardini, S.U. Ahn, C. B. Oliveira, H.P. Schimidt, E.L. Ferrari
9.1 INTRODUÇÃO
Os transformadores de distribuição são equipamentos existentes em grande quantidade nas
concessionárias. Numa empresa do tamanho da ELETROPAULO este número ultrapassa 300.000.
Para gerenciar estes tansformadores (ver como a carga está em relação à potência nominal), faz-se
necessário o uso de uma metodologia com base estatística uma vez que não é prático serem calculados
individualizadamente.
O processo adotado pelas concessionárias tem esta característica e é conhecido como método pela
função KVAS (KVA Statistic). Este método tem sido adequado, porém verifica-se que fatos
importantes como as características diferentes de formas da curva de carga diária, não são considerados.
Assim procurou-se elaborar uma nova metodologia que avançasse mais nos detalhes porém sem perder
de vista que ela deva ser aplicada, mensalmente a um grande número de transformadores e que o tempo
de cálculo não pode ser excessivo.
Esta metodologia é objeto deste capítulo que incluí também critérios para seleção de um transformador
para instalação na rede.
Voltar ao Menu Principal
O procedimento atual utilizado pelas concessionárias, para estimar a demanda máxima de uma estação
transformadora é a função KVAS. A função KVAS é uma equação que converte a energia passante
mensal (kWh) numa instalação transformadora, em demanda máxima (kVA) estimada da referida
instalação, com 90% de probabilidade de não ser excedida. Esta função é utilizada pelos Sistemas de
Gerenciamento da Rede de Distribuição, onde para cada localidade é elaborada uma função KVAS
própria através de medições.
l No mínimo 120 transformadores com potências nominais escolhidas na mesma proporção existente
na rede devem ser medidos.
- Cada demanda máxima medida é associada à energia total mensal passante pelo transformador,
energia esta obtida no banco de dados da empresa.
- Aplica-se a técnica de regressão linear ao conjunto de pontos (kWh x kVA) por métodos de mínimos
quadrados, para se obter uma dentre vários tipos de curvas (reta, geométrica ou parabólica). Em geral
prefere-se a curva geométrica para obter a coerência no ponto de origem .
- Com a curva ajustada média (valor 50% de probabilidade) e o respectivo desvio padrão, calcula-se
uma curva com intervalo de confiança (IC) de 90% (10% de probabilidade de ser excedida). Esta curva
obtida é a função KVAS da localidade.
Função KVAS = f (kWh), com IC = 90%
Uma vez definida a curva KVAS, todas as simulações para a estimação da demanda baseiam-se na
referida curva.
b) função KVAT
Voltar ao Menu Principal
Pelo transformador, num dia, pode passar uma carga acima do seu valor nominal por um certo período
desde que compensada por uma carga abaixo da nominal no período restante. Para se representar este
fato foi definido o KVAT (carregamento térmico do transformador).
O KVAT é o valor máximo de uma carga com dois patamares, um acima (P2) durando t2 horas e um
abaixo (P1) da potência nominal (KVAN) do transformador, curva esta que leva à mesma perda de vida
que teria o transformador com uma carga constante igual a nominal. Este valor é expresso por:
KVAT = KV KVAN = P2
Sendo KV: função de P1, P2 e t2, de valor maior que 1 (tabelados nas normas).
c) gerenciamento
Portanto, para gerenciamento dos transformadores instalados, calcula-se a sua demanda máxima pela
função KVAS e a relação:
KVAS KVAS
K= =
KVAT Kv KVAN
1,25 < K < 1.50 - O transformador ou sua carga deve ser remanejada numa data de manutenção
próxima.
1,50 < K - O remanejamento do transformador ou sua carga deve ser feito imediatamente.
Conforme pode-se deduzir, a metodologia em uso pelas concessionárias está baseada no valor estatístico
da carga, 90%. Portanto, em 10% do tempo haverá sobrecargas com eventual perda adicional de vida
relativa (implícita no valor de K atual do transformador).
Portanto nesta metodologia está implícito a avaliação de perda de vida do transformador no uso do fator
K indicativo do carregamento e Kv representativo de forma da curva de carga.
Voltar ao Menu Principal
Figura 9.2-1 - Ponto de medição e as curvas médias de regressão linear: reta, geométrica e parabólica
Voltar ao Menu Principal
Figura 9.2-2 - Pontos de medição, curva geométrica selecionada (50%) e a função KVAS (90%)
Voltar ao Menu Principal
Para definir qual a perda de vida do transformador, necessita-se antes definir as condições em que esta
será calculada e em quais critérios basearão sua análise. A aplicação de uma carga no transformador,
provoca neste um aquecimento que por sua vez gera uma degradação no material isolante. Quantificar o
nível de degradação do material isolante é justamente calcular a taxa de perda de vida do transformador.
Para melhor entendimento deste processo torna-se necessário discutir os aspectos listados a seguir:
- Sobrecarga admissível,
- Temperatura ambiente,
- Crescimento da carga.
a) temperatura do transformador
Deve-se reconhecer que existem outras limitações ao carregamento dos transformadores tais como,
expansões de óleo, pressão nos elementos seladores e capacidade térmica de componentes internos e
externos. Qualquer destes itens podem ser limitantes e devem ser avaliados antes de se decidir
sobrecarregar o transformador. Por exemplo, a operação do transformador acima de 140ºC pode causar
gaseificação do óleo isolante originando bolhas de gás que podem produzir um grande risco a
integridade do transformador. Outro exemplo seria a potência momentânea passante não exceder 2 pu
para evitar problemas com conectores e acessórios.
Para um transformador instalado pode-se definir, uma curva de carga de operação (kW x tempo) e curva
de temperatura ambiente (ºC x tempo). Estes dois fatores determinam a curva de temperatura do ponto
Voltar ao Menu Principal
mais quente do transformador no tempo. Para cada instante (t) do dia, a temperatura no ponto mais
quente é obtida pela soma de 3 parcelas [37].
Onde:
Ghs (t) é a elevação de temperatura do ponto mais quente, acima da temperatura do topo do óleo.
Para o enrolamento do transformador admite-se que não há inércia térmica. Sendo a capacidade térmica
do enrolamento pequena, as variações da carga refletem na variação praticamente instantânea da
temperatura do enrolamento.
Onde:
Ghspc é a diferença entre a temperatura do ponto mais quente e a temperatura do topo do óleo, com
o transformador operando com a potência (carga) nominal, em º C.
K (t) é a relação entre a carga do transformador no instante (t) e a potência nominal, em pu:
S( t )
K (t) =
Snom
a2) cálculo do Go ( t ).
Go ( t ) = [ Goreg - Go ( Hi ) ] ( 1 - e -t/Tc ) + Go ( Hi )
Voltar ao Menu Principal
onde:
Goreg - é a elevação de temperatura do óleo acima da ambiente para uma dada potência, tendo atingido
o novo regime, em ºC.
A elevação da temperatura do óleo para uma dada potência, tendo a temperatura atingido o regime (
Goreg ), é calculada pela expressão:
n
1 + C( t )R 2 K
Goreg = Gopc
1 + R
Onde:
R - relação entre as perdas joule do transformador sob carga nominal e as perdas no ferro.
A constante térmica do transformador ( Tc ) é calculada por uma equação empírica e depende das
características do transformador, tais como dimensões, volume de óleo, peso do tanque etc. Para uma
concessionária de porte é prática comum possuir vários fornecedores, com diferentes padrões de
construção e assim, convive-se com vários valores de constantes térmicas para os transformadores de
mesma potência. Foram realizados alguns cálculos com diferentes características dos transformadores e
o valor médio obtido da constante térmica foi de 2,6 horas. Vale salientar que a adoção de um valor
único, representativo, é adequado para fins operacionais práticos das concessionárias. Este valor não
difere muito do valor 3 horas indicado por outros autores.
Cumpre notar também que devido ao fato de que os projetos mais recentes levam a um menor volume
de óleo e cobre, este valor de constante térmica tem-se reduzido a patamar próximo a 2,2 horas.
Por esta razão foram desenvolvidas as fórmulas que relacionam a perda de vida com a temperatura do
enrolamento (ANSI; PECO; MONTSINGER; NBR5416; e IEC354 [6][37][38][39][40] ).
Voltar ao Menu Principal
Esta temperatura deve ser estabelecida por seu valor médio dos enrolamentos e pelo hot-spot ( ponto-
quente). Este cálculo irá determinar o limite de uso do transformador. A expectativa de vida do
transformador é estimada com base na "Lei de Arrhenius", que relaciona a taxa de envelhecimento do
material isolante em função do tempo e da temperatura a que ele é submetido. Esta equação apresenta
diferentes formas e é dada por:
B
A+
VTr = K . a T
Onde:
T temperatura do material.
K constante.
a 10 ou e = 2,71828
Para a aplicação desta fórmula aos transformadores utiliza-se valores A e B, característicos do material
isolante, e para a temperatura T, o valor no hot-spot. Contudo, dependendo do autor, os valores das
constantes são diferentes, resultados das diferentes pesquisas. Os equacionamentos mais utilizados são:
o de Montsinger, o da ANSI C57-91, o da NBR 5416 e o da PECO.
Além das referências acima, pode-se citar também a norma IEC-354 [39].
Na IEC, não é especificado o valor absoluto (horas) de expectativa de vida para uma dada temperatura e
seu método de cálculo indica uma taxa de envelhecimento relativa. Assim para um hot-spot de 98ºC, a
duração de vida é considerada 1,00 pu, acrescentando-se que esta expectativa de vida é normalmente
mais de 30 anos. Para as demais temperaturas utiliza-se uma regra de degradação térmica; para cada
aumento no hot-spot, de 6 graus (acima de 98ºC) o transformador perde a metade de sua vida útil (regra
de 6 graus).
Pode-se notar que Montsinger recomenda a regra de 8 graus, ou seja, para um aumento de 8º C na
temperatura, o transformador perde metade da vida. PECO, NBR 5416 e ANSI adotam a regra de 6ºC.
Voltar ao Menu Principal
Como a ANSI é específica para os transformadores de distribuição e pelo fato de ser bastante utilizada
na América do Norte, e de que testes de laboratórios e de campo confirmaram a sua validade, todas as
análises deste texto serão feitas com a formulação da ANSI.
Verifica-se pela ANSI que, se o transformador trabalha com temperatura nominal (TN = 95ºC)
continuamente a sua vida será VN = 169750 horas ( de ordem 20 anos).
Assim a cada hora que ele trabalha com 95ºC, ele perde uma hora de vida. Se trabalhar com temperatura
Ti, (Figura 9.3-2), sua vida será Vi horas, menor que VN
Voltar ao Menu Principal
Segue-se que numa hora que ele trabalhar com Ti ele perderá
VN
horas de vida.
Vi
VN V − Vi
−1 = N
Vi Vi
VN
1h horas de vida
V*
i
Quando a soma atingir o valor 1,0, exauriu a vida do transformador. Desta forma pode ser conveniente
mudar a escala da Figura 9.3-2 para aquela da Figura 9.3-3.
Pode-se mesmo obter a curva inversa que será aqui denominada curva de perda de vida.
Voltar ao Menu Principal
Pode-se também calibrar a escala de curva de perda de vida em (anos -1) ou relativa a perda nominal do
transformador (pu-1).
d) sobrecarga admissível
Com as experiências adquiridas ao longo dos anos, e com as pesquisas do fenômeno de envelhecimento
conclui-se que um transformador pode ser sobrecarregado (conduzir potência acima da nominal)
durante um intervalo de tempo determinado, sem que isto ocasione a sua destruição ou mesmo uma
perda de vida excessiva. Assim, visto que a curva de carga não é constante durante todo o tempo,
passando por períodos com carregamentos baixos e outros com carregamentos altos, pode-se adotar
num dimensionamnento, que o transformador está parte do tempo sobrecarregado. O carregamento
médio em geral no caso de transformador de distribuição, é menor que 50% da carga máxima. Assim,
os seguintes comentários se aplicam:
• Uma sobrecarga de curta-duração, especialmente quando a temperatura ambiente é baixa, não reduz
a expectativa de vida do transformador;
• Permitindo uma sobrecarga ocasional, a relação custo benefício será mais favorável.
Por estas e outras razões, aceitar uma sobrecarga predefinida do transformador de distribuição tem se
tornado uma prática comum. Contudo a sua aplicação requer uma compreensão dos efeitos da
sobrecarga na expectativa da vida, na operação econômica, e na qualidade de serviço.
Voltar ao Menu Principal
As curvas podem ser medidas com aparelhos eletrônicos de armazenamentos de dados ao qual acopla-se
um medidor convencional eletromecânico de disco. A cada volta do disco é gerado um pulso que é lido
pelo elemento eletrônico e acumulado num intervalo de tempo especificado pelo usuário ( 1 minuto, 5
minutos, 15 minutos etc...). É praxe no setor elétrico, obter com este sistema a curva de carga definida
por um ponto em cada intervalo de 15 minutos. Sendo que este valor é proporcional a energia naquele
intervalo, ele dividido pelo tempo do intervalo fornece a potência (média) representativa daquele
(intervalo) ponto. Neste procedimento uma ponta de curta duração (exemplo: chuveiro que tem duração
próxima de 5 minutos) tem seu valor atenuado pelo cálculo indicado acima.
Para estudo da vida do transformador, esta média a cada 15 minutos é considerada aceitável, visto que
no cálculo do aquecimento aparece a constante de tempo térmica do transformador, da ordem de 2,6
horas. Entretanto é prudente efetuar uma análise adicional considerando uma potência momentânea
maior e seu efeito em certos componentes (conectores, por exemplo).
A curva diária de um transformador varia durante os dias da semana e do ano, e este efeito deve ser
levado em conta, nos estudos de perda de vida.
Nesta nova metodologia propõe-se trabalhar com uma curva diária média e uma curva com os valores
dos desvios padrão, para serem utilizadas no cálculo de perda de vida.
Para isto deve-se fazer a hipótese da curva seguir a distribuição gaussiana. Nesta distribuição, o valor
correspondente a média (M) mais k desvios padrão (S), corresponde a uma probabilidade de P % de não
ser excedido com P = f (k).
Assim procura-se estabelecer uma família de curvas que representa a carga de um transformador (e sua
probabilidade de ocorrência), composta em 11 estratos ou grupos:
Cada curva acima tem uma probabilidade de ocorrer de dez por cento, com exceção das curvas 2,5% e
97,5% que tem cinco por cento cada.
A obtenção destas curvas se faz através da curva média e dos desvios absolutos (S), sendo calculadas
pela fórmula:
CURVA P % = M + K S
P% K
2,5 - 1,960
10,0 - 1,280
20,0 - 0,840
30,0 - 0,525
40,0 - 0,255
50,0 0,000
60,0 0,255
70,0 0,525
80,0 0,840
90,0 1,280
97,5 1,960
-
A perda de vida deve ser calculada para cada curva e estes valores serem ponderados pela probabilidade
de ocorrência ( 10 % ou 5 %) para calcular a perda de vida total anual.
Voltar ao Menu Principal
Figura 9.3-5 - Curva de carga média e de desvios utilizados para cálculo de perda de vida.
Voltar ao Menu Principal
f) temperatura ambiente
Como as equações que definem a perda de vida do transformador são do tipo equilíbrio térmico, a
temperatura ambiente é um dos fatores que mais influenciam o cálculo.
Portanto se fez necessário a obtenção das informações corretas para a localidade em questão.
- o maior valor, entre os 4 de uma dada hora é escolhido para representar a temperatura daquele horário
- com as curvas diárias por hora, são calculadas as curvas, diárias médias e dos desvios, de cada mês,
fazendo isto para vários anos
- as curvas média e de desvios do mesmo mês em vários anos são agrupados obtendo-se as curvas
representativas do mês no ano.
Na Figura 9.3-7 estão apresentadas as curvas diárias representativas dos vários meses num período de
tempo para São Paulo, ano 1989.
A partir destas curvas calculou-se a curva média e desvios representativas do ano para ser usada no
cálculo de perda de vida (Figura 9.3-8).
Com as curvas média e dos desvios (Figura 9.3-8), seguindo o procedimento usado na obtenção das
curvas de carga obtem-se as curvas de temperatura por estrato (Figura 9.3-9).
OBS: Alternativamente poder-se-ia repetir o cálculo 12 vezes, um para cada mês do ano e fazer a
ponderação dos valores. Neste caso utiliza-se como partida a curva de temperatura diária média e
de desvios representativa de um mês no período de vários anos.
Voltar ao Menu Principal
Figura 9.3-7 - Temperatura Ambiente - Curvas Diárias Médias dos Meses do Ano.
Voltar ao Menu Principal
Figura 9.3-8 - Curva de Temperatura Média e de Desvios. Fonte: IAG - USP, ano 1989
Voltar ao Menu Principal
g) Crescimento de Carga
O método mais comumente utilizado para representar o crescimento da carga nas redes de distribuição é
dado pela expressão:
Pn = Po ( 1 + r ) n
N é o número de anos
Portanto com a taxa de crescimento médio anual é possível prever a potência solicitada pela carga nos
anos seguintes e com isto calcular a perda de vida em vários anos sucessivos.
Estes valores de taxa de crescimento médio são encontrados no setor de planejamento das
concessionárias.
Entre vários programas computacionais para cálculo de perda de vida dos transformadores disponíveis
foi escolhido para os cálculos mostrados neste texto o programa "VIDA", de propriedade da E.J. Robba
Consultoria.
Este programa utiliza as equações descritas e a curva de carga é representada por seus 96 pontos.
Para o cálculo da expectativa de vida, foram escolhidas as potências nominais dos transformadores na
faixa de 1,0 pu até 4,0 pu ( da potência média da carga; mesma base usada no cálculo pu das curvas de
carga).
Para cada valor de potência nominal do transformador, calcula-se a perda de vida para cada uma das
curvas de carga estratificada (Figura 9.3-6) combinada com cada curva estratificada da temperatura
(Figura 9.3-9). A seguir calcula-se a perda de vida total ponderando-se os valores de perda de vida
obtidos para cada par de curva com a probabilidade de ocorrência (produto das possibilidades de cada
curva).
Para estudar a sensibilidade, repetiu-se o cálculo usando porém apenas a curva média (valor 50 % de
probabilidade) da carga e da temperatura, e a curva média (50 %) de temperatura combinada com as
curvas estratificadas de carga.
Na Figura 9.3-10 são apresentadas os três gráficos onde pode se notar que:
Voltar ao Menu Principal
- A diferença entre a curva com perda de vida considerando todos estratos ("perda de vida estatística")
e perda de vida considerando só as curvas média é bastante significativa. Utilizar simplesmente a
curva média, leva a resultados mais baixos de perda de vida com erro superior a 30 % na maioria dos
casos.
- A diferença entre as curvas de perda de vida calculada com a curva de carga estratificada e
considerando apenas a curva média da temperatura ou as curvas estratificadas de carga não são
significativas, uma vez que a parcela de elevação da temperatura por efeito da carga é muito maior do
que a parcela devido da temperatura ambiente.
Desta forma, no que se segue serão apenas utilizados os cálculos com as curvas estratificadas de cargas
e a curva média da temperatura.
Neste item trata-se das simulações de casos práticos onde são considerados a carga inicial, a taxa de
crescimento e o tempo em operação do transformador. As simulações são efetuadas variando os três
fatores acima, sendo calculada para cada caso a perda de vida estatística durante a operação
- Taxa de crescimento:
Baixa 1; 2; 3 e 4 % ao ano.
Média 5; 6; 7 e 8 % ao ano.
De 1,0 a 4,0 pu
- Tempo de Operação:
Para a facilidade de aplicações diversas, a curva de perda de vida estatística é representada por uma
equação obtida através de regressão linear sobre os valores da Figura 9.3-10. A curva de ajuste
escolhida foi uma exponencial com expoente polinomial de sétimo grau. Com isto, pode-se obter um
índice correlação de 0.999997 e erro padrão médio de 0,03 %.
e= 2,71828
A = 109,121399
B = -192,394116
C = 142,683973
D = - 62,555711
E= 17,273907
F= 2,971386
G= 0,292197
H= -0,012588
Na Figura 9.3-11 são apresentados os resultados obtidos utilizando a equação e os pontos originais.
Agora, com a expressão da regressão linear pode-se calcular a perda de vida dos transformadores para
cada ano em função da carga, que por sua vez é função da carga inicial e da taxa de crescimento. Os
valores de perda de vida são então acumulados no período especificado de operação do transformador.
Os casos em que as perdas totalizadas ultrapassam 1.0 pu foram obviamente suprimidos.
Voltar ao Menu Principal
Figura 9.3-11 – Valores de Perda de Vida Original e Obtidas Pela Curva de Regressão
Voltar ao Menu Principal
Com estas temperaturas levantou-se a curva horária média de temperaturas para a região da Capital.
Levantaram-se as médias horárias para os anos individuais de 1990 a 1994, obtendo-se as curvas de
temperaturas médias e dos desvios padrão.
Calculou-se ainda a média das médias anuais e o desvio padrão destas médias anuais. A curva média
assim obtida é considerada a curva base para os estudos de perda de vida de transformadores de
distribuição para a grande S. Paulo.
As medições das demais regiões do Estado de São Paulo são de responsabilidade de outros órgãos como
por exemplo do INMET e do IAC. Neste caso os registros não são tão detalhados como os do IAG e sim
tirados periódicamente (3 ou 6 medições diárias).
- Campos do Jordão
- Catanduva
- Franca
- Presidente Prudente
- Santos
- S. Simão
- S. Paulo
- Ubatuba
- Votuporanga
O próximo passo consistiu em calcular, mês a mês, os desvios de temperaturas médias mensais em
relação à grande São Paulo, para as demais regiões.
Voltar ao Menu Principal
Cada região terá então um desvio médio anual em relação à grande S. Paulo. Pode-se então considerar a
curva horária da grande S. Paulo e corrigí-la para as demais regiões adicionando-se o desvio médio anual
da região.
Nas Figuras 9.4.1-1 a 9.4.1-5, são apresentados para os anos de 1990 a 1994, as temperaturas médias
anuais das médias mensais e os correspondentes desvios padrão para a região da grande S. Paulo.
Na Figura 9.4.1-6 apresenta-se a média das médias anuais e os desvios padrão das médias anuais. Pode-se
verificar que os desvios das médias são muito baixos, o que por si só permitiria que qualquer dos anos
analisados representasse a média da grande S. Paulo.
Na Figura 9.4.1-7 apresenta-se a curva média recomendada para os estudos de perda de vida em
transformadores de distribuição da grande S. Paulo e a respectiva curva dos desvios padrão.
Voltar ao Menu Principal
30.00
25.00
15.00
10.00
DESVIO
5.00
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-1 - Temperaturas Médias da Grande São Paulo - Ano 1990
25,00
20,00
GRAUS
15,00
MÉDIA ANUAL
10,00
5,00
DESVIO
0,00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-2 - Temperaturas Médias da Grande São Paulo - Ano 1991
Voltar ao Menu Principal
25.00
20.00
MÉDIA ANUAL
15.00
GRAUS
10.00
5.00
DESVIO
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
30.00
25.00
MÉDIA ANUAL
20.00
GRAUS
15.00
10.00
5.00
DESVIO
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
30.00
25.00
15.00
10.00
5.00
0.00 DESVIO
0 1 2 3 4 5 6 7 8 9 10 11 12
HORA
30
25
20
MÉDIAS DAS MÉDIAS ANUAIS
GRAUS
15
10
5
DESVIOS DAS MÉDIAS ANUAIS
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-6 - Todos Anos - Médias das Médias e Desvios das Médias para a Grande São Paulo
Voltar ao Menu Principal
30.00
25.00
20.00
MÉDIA RECOMENDADA
GRAUS
15.00
10.00
5.00
DESVIO RECOMENDADO
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-7 - Curva de Temperatura Média e Desvios Padrão para a Grande São Paulo
Recomendadas para Estudo
A Tabela 9.4.1-1 apresenta as diferenças de temperatura em relação à grande S. Paulo, para as regiões
analisadas pelo INMET. Estas diferenças são referentes aos anos de 1993 e 1994. Apresenta-se também
a média destas diferenças considerando-se ambos os anos.
Assim, por exemplo para o cálculo de perda de vida de um transformador de distribuição na região de
Ubatuba, recomenda-se considerar a curva média da figura 9.4.1-7 acrescentando-se à mesma 2.490C.
Tabela 9.4.1-1 - Diferenças de Temperaturas em Relação à Grande S. Paulo
Como visto uma vez conhecidas as curvas da carga (médias e desvios padrão) e da temperatura ambiente
(médias e desvios padrão), pode-se estratificar as curvas de carga e de temperatura em um certo número
de curvas do tipo M + K S, onde:
- M é a curva média
- S é o desvio padrão
Nos cálculos do item anterior, a utilização de 11 curvas estratificadas de carga e apenas a temperatura
média ambiente apresentava os mesmos resultados que a utilização das 121 curvas(11 de carga e 11 de
temperatura).
Neste subitem esta comparação é repetida tabelando-se os resultados. Procura-se também verificar a
influência dos seguintes fatores na metodologia de cálculo:
Nas Figuras 9.4.2-1 e 9.4.2-2 são apresentadas as curvas de carga (média e desvio padrão) de um
transformador e da temperatura ambiente (Grande S. Paulo).
Para este caso foram feitos os cálculos de perda de vida considerando uma estratificação de 11 de curvas
de carga (denominados c1 a c11”) e 11 curvas de temperatura e depois foram repetidos os cálculos
considerando apenas a curva média de temperatura e 11 curvas de carga.
Na Tabela 9.4.2-1 é apresentado um comparativo entre o cálculo global (121 curvas) e aquele
simplificado (11 curvas).
A curva de carga mais elevada (C11) apresenta pico da ordem de 2,7 pu (na base 20 kVA), o que
significa 2,7 × = 1,8 pu na base do transformador.
20
30
Obs: Examinando o resultado da ultima coluna da Tabela 9.4.2-1 verifica-se que o estrato mais alto é
responsável pela grande contribuição na perda de vida. Portanto este cálculo é muito dependente
deste valor e de como ele é formulado e será posteriormente analisado.
Voltar ao Menu Principal
Variou-se então a potência nominal do transformador e foram recalculadas as perdas de vida, mantendo-
se as mesmas curvas de cargas e de temperaturas. Os resultados estão apresentados na Tabela 9.4.2-2.
Observa-se que a diferença porcentual entre os dois tipos de cálculos não ultrapassou a 6%,.
Os cálculos foram feitos na suposição de curvas de carga constantes ao longo dos diversos anos de vida
do transformador. Desta forma a expectativa de vida do transformador é o inverso da sua perda de vida
em pu. Exemplificando, para potência nominal de 40 kVA a expectativa de vida do transformador é de
2532 anos ou 2644 anos, considerando-se respectivamente as 121 curvas combinadas ou 11 curvas,
respectivamente.
2
1,8
1,6
1,4 média
1,2
P.U.
0,8
0,6
0,4 desvio
0,2
0
16
24
32
40
48
56
64
72
80
88
96
0
Tempo
1,00
0,90
média
0,80
0,70
0,60
p.u.
0,50
0,40
Base 25 graus
0,30
0,20 Desvio
0,10
0,00
0 2 4 6 8 10 12 14 16 18 20 22 24
tempo
Figura 9.4.2-2 - Média e Desvio Padrão da Temperatura da Grande S. Paulo
Estrato de Perda de Vida Perda de Vida. Fator de Perda de Vida (Valor Ponderado)
Carga com 121 com 11 Curvas Ponderação das (%)
Curvas Curvas de
Cargas.
Com 121 Curvas Com 11 Curvas
Tabela 9.4.2-2 - Perdas deVida Comparativas para Diversas Potências Nominais do Transformador de
Distribuição
Potência Nominal (KVA) Perda de Vida (%) Perda de Vida (%) Diferença (%)
121 curvas 11 curvas
30 1,7991 1,7308 3,95
40 0,0395 0,03782 4,50
50 0,005246 0,004951 5,96
À titulo ilustrativo apresenta-se na Figura 9.4.2-3 a curva de temperatura do ponto quente para um dos
casos analisados. Escolheu-se para esta verificação a combinação do estrato (C9) da curva de carga com
o estrato 7 da curva de temperatura nominal do transformador de 30 kVA.
Observa-se que as temperaturas máximas ocorreram nos horários de pico da carga e que durante os
máximos da temperatura ambiente (por volta de 12 as 14 horas), a temperatura do ponto quente é
relativamente baixa, pois a curva de carga, nestes horários não é muito severa.
120,00
Temperatura do ponto quente
100,00
80,00
60,00
40,00
20,00
0,00
16
24
32
40
48
56
64
72
80
88
96
0
Intervalos de 15 minutos
A seguir foi selecionado um transformador contendo 21 dias de medições ininterruptas. A energia média
mensal deste transformador foi de 15754 kWh, o que equivale a uma demanda média mensal de 21,88
kW.
Procedeu-se então, comparações entre os resultados utilizando-se dois processos distintos. No primeiro
processo consideram-se as curvas de médias e de desvios padrão. No segundo processo são utilizadas as
curvas diárias calculando-se a perda de vida para cada um dos 21 dias medidos, para a seguir calcular a
perda de vida do transformador através da média das perdas de vidas diárias individuais.
Enfatiza-se que em ambos os processos utilizou-se uma única curva diária de temperatura ambiente, a
média (50%), desconsiderando-se a curva do desvio padrão das temperaturas.
No que se refere ao primeiro processo algumas outras investigações foram feitas conforme descrito a
seguir.
Na Tabela 9.4.2-3 apresentam-se as perdas de vida anual para cada uma das curvas diárias de carga,
considerando-se transformadores de diversas potências nominais. Em todos os casos as curvas diárias,
em kVA, foram mantidas modificando-se apenas a potência nominal do transformador.
Para normalizar os resultados, os valores das potências nominais do transformador foram divididas pela
potência média da curva de carga, que é de 21,88 kW e aparecem na tabela com denominação pu.
Voltar ao Menu Principal
Tabela 9.4.2-3 - Perda de Vida Anual (% / ano) com Curvas de Cargas Diárias
A última curva (97,5%) produz a maior parte da perda de vida do transformador, o que levou a
necessidade de se averiguar o adequado truncamento da função (curva de Gauss).
Através da comparação de cada uma das curvas diárias com a curva M+2 S (98%) verificou-se que o
truncamento das curvas poderia ser feito no que ultrapassasse a 98% e no que fosse inferior a 2% (M-2S)
(Figura 9.4.2-4). Nestes casos os resultados foram corrigidos pelo fator(1/0,96), para se levar em conta o
truncamento.
Voltar ao Menu Principal
M+2 DP
2
pu
curva
1 diária
M-2 DP
0
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
HORA DO DIA
Figura 9.4.2-4 - Comparação Entre uma Curva Diária com a Faixa M+2S e M-2S
Na Figura 9.4.2-4, notar que embora possam existir picos acima do limite de truncamento pode-se
inferir que o truncamento não influi nos resultados. Desta forma é valido que o cálculo seja feito
utilizando-se as curvas estratificadas através de média e desvios padrão, considerando-se o truncamento
dos dois extremos(acima de +2S e abaixo de -2S).
Obs (1): Para se obter o Total Ponderado, multiplicar os valores da Tabela por 0,1 (10%) exceto os
valores extremos, que multiplica-se por 0,05 (5%).
A Tabela 9.4.2-5 indica os valores de perda de vida anual considerando o truncamento, bem como os
valores específicos de perda devido aos extremos da curva.
Tabela 9.4.2-5 - Perda de Vida Anual (% / ano) dos Estratos Extremos Considerando Truncamento
Obs (2): Para obter o Total Ponderado multiplicar os valores da Tabela 9.4.2-4 por 0,1 (10%), sem
considerar os pontos extremos, e os valores da Tabela 9.4.2-5 por 0,03 (3%).
Uma investigação adicional foi feita procurando-se basear os cálculos de perda de vida na curva típica,
ou seja aquela curva diária real que mais se aproximasse da curva média.
Para se determinar a curva típica foi calculado para cada curva diária um índice (I1) igual a somatoria
dos quadrados das diferenças entre os pontos desta curva diária e os correspondentes pontos da curva
média. Alternativamente calculou-se o índice I2, igual a somatória dos módulos da diferença entre os
pontos da curva diária e a curva média. A curva diária de menor valor I1 ou I2 é a que mais se aproxima
da média.
Observou-se que o dia 16 foi o dia que se apresentou mais próximo da média, e para ele existe o cálculo
de perda de vida na Tabela 9.4.2-3.
- Resumo
Os valores de perda de vida anual obtidos com curvas estratificadas, sem o truncamento, com
truncamento, com curvas diárias individualizadas e curvas típicas foram alocados na Figura 9.4.2-5.
Voltar ao Menu Principal
Pode-se observar que na faixa onde estão estabelecidas os critérios de seleção de transformadores (10-1 a
10-3 ou seja de 10 a 1000 anos de vida ) as curvas apresentam resultados parecidos.
Ainda visando comparar as metodologias escolheu-se outro transformador, este com 60 dias de medição
da curva de carga.
Na seleção da curva típica, duas curvas dos dias 19 e 55 apresentaram-se mais próximas da média sendo
que dependendo do critério (distância para curva média) uma ocupa o primeiro lugar e outra o segundo e
vice-versa.
Na Figura 9.4.2-6 estão apresentadas as curvas: média; 19;e 55. Na Tabela 9.4.2-7 estão apresentados os
valores de perda de vida calculados, ratificando as conclusões formuladas com o outro transformador.
2
média
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
HORA
Recomenda-se o procedimento de cálculo com as curvas estratificadas com truncamento a ± 2S. Este
caso é pouco mais conservativo que aquele usando as curvas diárias (que deveria ser o recomendável) e
de mais simples execução.
Voltar ao Menu Principal
A curva de carga diária que conjuntamente com a curva de temperaturas diária, possibilita o cálculo da
perda de vida no transformador de distribuição até aqui foi assumida como a própria curva da potência
ativa medida.
A solicitação ao transformador, no entanto, é dada pela potência aparente, que é a relação entre a
potência ativa (medida) e o fator de potência da carga nos vários instantes.
Com o objetivo de se conhecer o fator de potência foram realizadas medições de potência ativa e reativa
nas três fases de um transformador de distribuição, cujos resultados passam a ser reapresentados neste
ítem.
Na Figura 9.4.3-1 apresentam-se as curvas médias medidas de potência ativa e reativa para a fase A do
transformador medido.
Da mesma forma, nas Figuras 9.4.3-2 e 9.4.3-3 são apresentadas as potências para a fase B e fase C.
Na Figura 9.4.3-4 são apresentados os valores horários médios do fator de potência para as fases A, B e
C, e trifásico este ultimo em destaque obtido através da soma das potências ativas e reativas das três
fases.
- para todas as fases medidas, durante o intervalo entre 17:30 h e 20:00 h, que engloba a ponta do
sistema brasileiro, o fator de potência situa-se em valores acima de 0.95 atingindo até 0,979. A
diferença entre a potência ativa e a aparente neste intervalo é portanto muito pequena. Neste
intervalo há muito componente resistivo em atuação tais como chuveiros e iluminação, que são
favoráveis para que o fator de potência se aproxime da unidade.
- No período de tempo complementar ao da ponta, no entanto, os valores podem vir abaixo, até 0,7.
Voltar ao Menu Principal
14000
12000
10000
8000
média
6000
4000 desvio
2000
0
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00 20,00 22,00 24,00
HORA DO DIA
a) POTÊNCIA ATIVA - FASE A
3500
3000
média
2500
2000
1500
1000
desvio
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
b) POTÊNCIA REATIVA - FASE A
14000
12000
10000
média
8000
W
6000
desvio
4000
2000
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
a) POTÊNCIA ATIVA - FASE B
5000
4500
4000
média
3500
3000
2500
2000
1500
1000 desvio
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
b) POTÊNCIA REATIVA - FASE B
18000
16000
14000
média
12000
10000
W
8000
6000
desvio
4000
2000
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
4000
3500
média
3000
2500
VAR
2000
1500 desvio
1000
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
0,9
0,8
0,7
FATOR DE POTÊNCIA
0,6
0,5
0,4
0,2
0,1
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
Considerou-se nesta comparação a curva do fator de potência trifásico para a determinação da potência
aparente.
Na Figura 9.4.3-5 são apresentadas as comparações entre médias e desvios, respectivamente, para a
potência ativa e potência aparente do transformador estudado.
Voltar ao Menu Principal
2,5
1,5
Aparente
1
0,5
Ativa
0
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
0,4
0,35
0,3
0,25
Aparente
0,2
pu
0,1
5
0,
Ativa
0,05
0
0 2 4 6 8 1 1 1 1 1 20 22 24
hora do dia
Na Tabela 9.4.3-1 são apresentados os resultados de perda de vida, por estrados, para diversos nominais
do transformador estudado, considerando-se a curva de potência ativa e de potência aparente.
Na Figura 9.4.3-6 são apresentados, em forma gráfica, os valores de perda de vida porcentual anual,
considerando a potência aparente e apenas a potência ativa.
Observa-se que para se ter a mesma vida do transformador de 30 anos, os nominais seriam 1,70 pu ou
1,875 se no cálculo fossem consideradas a potência ativa ou a aparente.
Estes valores são obtidos da figura 9.4.3-6 considerando-se a perda de vida do transformador de 1/30,
ou seja 0,333 pu ou 3,33 %.
Assim recomenda-se que quando o cálculo for feito com a potência ativa apenas se corrija pelo fator
1,105 = 1,875/1,70 o valor de potência nominal para obter o valor de perda de vida correta.
Ou seja o nominal determinado por um dos métodos difere de 10,8% daquele calculado pelo outro.
Voltar ao Menu Principal
1,00E+01
1,00E+00
PERDA DE VIDA ANUAL PORCENTUAL
1,00E-01
pot ativa
pot aparente
1,00E-02
1,00E-03
1,00E-04
0 1 2 3 4 5 6
Potência Nominal (p.u.)
b) transformadores residenciais
Nas Figuras 9.5-1 a 9.5-25 são apresentadas as curvas de cargas (média e desvio padrão) dos
transformadores residenciais e as curvas de perda de vida.
Lembra-se que as curvas estão em valores por unidade da potência média da carga medida.
Exemplificando, no caso da Figura 9.5-1 a potência de base média é dada por (13941 kWh/mês) /720h =
19,36 kW.
Voltar ao Menu Principal
1,8
1,6
1,4
1,2
P.U
Média
1
pu
0,8
0,6
0,4 Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de Tempo
2
1,8
1,6
1,4
1,2 Média
P.U.
1
pu
0,8
0,6
0,4
Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de Tempo
2,5
1,5
pupu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-3 - Transformador 073336 - ELP - Média 8256 kWh/Mês
2,5
1,5
pupu
Média
1
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-5 - Transformadores 075840 - ELP - Média 7147 kWh / Mês
2,5
1,5
Média
pu
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de Tempo
Figura 9.5-6 - Transformador 013524 - ELP - Média 11021 kWh / Mês
Voltar ao Menu Principal
2,5
1,5
pu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-7 - Transformador 078260 - ELP - Média 6503 kWh / Mês
2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-8 - Transformador 020020 - CPFL - Média 6911 kWh / Mês
Voltar ao Menu Principal
2,5
1,5
Média
pu
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-9 - Transformador 024017 - CPFL - Média 6761 kWh / Mês
2
1,8
1,6
1,4
1,2
Média
pu
1
0,8
0,6
0,4
Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-10 - Transformador 090016 - CPFL - Média 11121 kWh / Mês
Voltar ao Menu Principal
2,5
1,5
pu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-11 - Transformador 094046 - CPFL - Média 11105 kWh / Mês
2,5
1,5
pu
Média
1
Desvio
0,5
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
1
Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-13 - Transformador 020035 - CPFL - Média 5611 kWh / Mês
2,5
1,5
pu
Média
1
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-14 - Transformador 02422 - CPFL - Média 5876 kWh / Mês
Voltar ao Menu Principal
2,5
1,5
pu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-15 - Transformador 034013 - CPFL - Média 7820 kWh / Mês
2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
Média
1
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-18 - Transformador 044014 - CPFL - Média 6755 kWh / Mês
Voltar ao Menu Principal
2,5
2,0
1,5
pu
pu
1,0 Média
0,5
Desvio
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-19 - Transformador - 344325 - CESP - Média de 13504 kWh / Mês
3,0
2,5
2,0
1,5
pu
pu
1,0
Média
0,5 Desvio
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
3.0
2.5
2.0
pu
1.5
Média
1.0
0.5
Desvio
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
3.0
2.5
2.0
1.5
Média
1.0
Desvio
0.5
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5–22 – Transformador – 687637 – CESP – Média de 6255 KWH/Mês
Voltar ao Menu Principal
3.0
2.5
2.0
pu
1.5
Média
1.0
0.5
Desvio
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2.5
2.0
1.5
pu
Média
1.0
0.5
Desvio
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Média
Desvio
Intervalo de tempo
c) transformadores comerciais
Nas Figuras 9.5-26 a 9.5-36 são apresentadas as curvas de carga e de perda de vida de transformadores
comerciais medidos.
1.6
1.4
Média
1.2
Média
1
0.8
pu
Desvio
0.6
Desvio
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-26 – Transformador Comercial – CPFL – MT044024 – Média 20491 KWH / MÊS
1.8
1.6
1.4
1.2
Média
pu
0.8
0.6
0.4
Desvio
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-27 – Transformador Comercial – CPFL – MT104049 – Média 29642 KWH / MÊS
Voltar ao Menu Principal
1.8
1.6
1.4
1.2 Média
1
pu
0.8
0.6
Desvio
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-28 – Transformador Comercial – CPFL – MT114010 – Média 20646 KWH / MÊS
1.8
1.6
1.4
1.2 Média
pu
0.8
0.6
0.4
Desvio
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-29 – Transformador Comercial – CPFL – MT154011 – Média 22058 KWH / MÊS
Voltar ao Menu Principal
1,6
1,4
1,2
Média
1
pu
0,8
0,6
0,4
Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
1.8
1.6 Média
1.4
1.2
1
pu
0.8
Desvio
0.6
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-31 – Transformador Comercial – CPFL – MT284012 – Média 38271 KWH / MÊS
Voltar ao Menu Principal
1.6
1.4
Média
1.2
1
pu
0.8
0.6 Desvio
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-32 – Transformador Comercial – CESP – MT33849 – Média 29014 KWH / MÊS
1,6
Média
1,4 Média
1,2
1,0
0,8
0,6
0,4
Desvio
0,2 Desvio
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-33 – Transformador Comercial – CESP – MT54467 – Média 19337 KWH / MÊS
Voltar ao Menu Principal
1,8
1,6 Média
1,4
1,2
1,0
0,8
0,6
0,4
Desvio
0,2
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-34 – Transformador Comercial – CESP – MT54508 – Média 24755 KWH / MÊS
1,8
1,6
Média
1,4
1,2
1,0
0,8
Desvio
0,6
0,4
0,2
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-35 – Transformador Comercial – CESP – MT56550 – Média 27591 KWH / MÊS
Voltar ao Menu Principal
1,6
1,4
1,2 Média
1,0
pu
0,8
0,6
0,4
Desvio
0,2
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-36 – Transformador Comercial – CESP – MT65501 – Média 28401 KWH / MÊS
d) sumário
Nas Tabelas 9.5-1 e 9.5-2 são apresentadas, para todos os transformadores residenciais e comerciais
respectivamente, as seguintes informações:
- valor da ponte de carga e correspondente desvio-padrão, bem como o intervalo de tempo da sua
ocorrência;
- perda de vida percentual anual para potência nominal do transformador 2.0 p.u. ( da base de carga
média).
Voltar ao Menu Principal
Considerando que existe uma defasagem de tempo sensível entre as medições e esta análise, foram
comparadas também, as curvas de perda de vida dos transformadores selecionados, considerando-se as
cargas atuais. As curvas de cargas atuais foram obtidas utilizando-se o método de agregação de curvas
de cargas dos consumidores individuais com base em informações de consumos (kWh / mes) disponíveis
na base de dados da empresa
- Tipo de ligação
- Relação dos consumidores ligados ao transformador, contendo o tipo de consumidor, fases onde a
instalação consumidora está conectada, kWh consumido, endereço residencial, etc..
- Fatores da função KVAS, que dependem de cada localidade, onde o transformador estiver instalado.
A função KVAS é definida por uma equação do tipo:
KVAS = F1 C F2
Os valores de F1 e F2 são os mesmos para cada localidade e a função KVAS indica a demanda máxima
com 90 % de probabilidade de não ser excedida.
Para ligações com apenas transformadores de luz, usa-se os coeficientes para curva KVAS monofásica.
Para o primeiro transformador relacionado foi analisado apenas o seu transformador de Luz, uma vez
que a função KVAS do transformador de força é muito inferior à do transformador de luz.
Na Tabela 9.6-2 são apresentados os valores da função KVAS, calculados através do sistema de
informática da empresa.
Patamar Noturno da
Transformador
função KVAS (kVA)
256-ET-006596 95,7
257-ET-035359 80,2
256-ET-073336 57,2
256-ET-028922 31,6
254-ET-075840 91,1
252-ET-013524 103,7
254-ET-078260 105,7
c) critérios de gerenciamento
Conforme os critérios apresentados, quando a relação KVAS / KVAT estiver no intervalo compreendido
entre 1,25 e 1,50 será necessário o remanejamento de carga no transformador. Para valores de KVAS /
KVAT superiores a 1,5 o remanejamento deve ser imediato.
Na análise aqui efetuada, considera-se a situação atual do transformador, com informações obtidas na
base de dados e admitindo uma evolução do carregamento do transformador, ao longo do tempo,
enfocando-se os carregamentos que conduzem às relações de KVAS / KVAT de 1,25 e de 1,50.
A relação entre KVAS e KVAT, para a situação atual e quando se atinge 1,25 é dada por :
F 1 × Cinicial F 2 F2
KVAS / KVAT INICIAL Cinicial
= =
1, 25 F 1 × C 125 F 2 C 125
onde: Cinicial é o consumo mensal atual, obtido do GRADE. ( base de dados da ELETROPAULO)
C125 é o consumo mensal do transformador, quando a relação KVAS / KVAT atingir 1,25.
F2 F2
KVAS / KVAT INICIAL F 1 × Cinicial Cinicial
= =
1,50 F 1 × C 150 F 2 C 150
Utilizando-se as expressões acima obtém-se os consumos que resultam em KVAS / KVAT iguais a 1,25
e 1,50, respectivamente.
Na Tabela 9.6-4 são apresentados, para cada transformador de distribuição selecionado, os consumos
quando a relação KVAS / KVAT for de 1,25 e de 1,50, bem como os valores da relação potência
nominal/potência média, em (pu), para estas situações de consumo.
deve ser aplicada a curva de carga, para levar em conta a potência aparente do transformador ao invés de
considerar apenas a potência ativa medida. (ou equivalentemente considerar uma reduçao na potência
nominal).
De posse das potências nominais dos transformadores corrigidas e das curvas de perdas de vida, são
estabelecidas as perdas de vida porcentuais anuais e as respectivas expectativas de vida, para as situações
de KVAS / KVAT de 1,25 e de 1,50.
Na Tabela 9.6-4 são apresentados os valores quando KVAS/KVAT atinge 1,25 e 1,50.
Através das curvas de perda de vida tem-se a perda de vida porcentual anual e a expectativa de vida
(Tabela 9.6-5) para cada um dos transformadores selecionados (supondo-se que o transformador sempre
operasse com a sua curva de carga constante).
Tabela 9.6-5 - Expectativa de Vida dos Transformadores para Relações KVAS/KVAT de 1,25 e de 1,50
KVAS / KVAT
Transformador 1,25 1,50
Expectativa de Expectativa de
Perda anual Perda anual
Vida (anos) Vida (anos)
(%) (%)
256-ET-006596 0,05 2000 2,00 50
257-ET-035359 2,00 50 100 -
256-ET-073336 0,20 500 6,00 16,7
256-ET-028922 100 - 100 -
254-ET-075840 100 - 100 -
252-ET-013524 100 - 100 -
254-ET-078260 3,00 33,3 100 -
Voltar ao Menu Principal
Da base de dados da empresa obteve-se a relação de consumidores (e suas características) ligados a cada
um dos transformadores analisados. Pelo método de agregação de curvas de cargas obteve-se as curvas
de cargas dos transformadore. Através do sistema de base de dados obteve-se os valores da função
KVAS.
Os transformadores selecionados tiveram suas medições realizadas durante os anos de 1992 e 1993. Na
Tabela 9.7-1 são apresentados o consumo atual e o consumo medido. Foram recalculados os valores da
função KVAS, na ocasião dos transformadores medidos, mantendo-se os fatores F1 e F2 da fórmula.
Os valores agregados foram, inicialmente, convertidos em pu, na base da potência média do consumo
atual, enquanto que os valores medidos encontram-se na base da potência medida.
À título ilustrativo são apresentados, na tabela 9.7-2, os valores da média e do desvio padrão, no horário
de pico de carga. Calculou-se o número de desvios padrão (k) que faria a curva de carga se igualar à
função KVAS. Considerou-se, ainda, a correção para se levar em conta a potência aparente, ao invés de
apenas a potência ativa.
Voltar ao Menu Principal
Nas Figuras 9.7-1 a 9.7-7 são apresentados, para cada um dos transformadores selecionados, as médias
e os desvios padrão, em p.u. , considerando-se os valores originariamente medidos e os valores
agregados. Ressalta-se que os valores medidos foram transformados em pu da potência de base obtida
pela divisão do consumo original por 720 h ,enquanto que os valores agregados estão em p.u. da
potência de base obtida através da agregação dos consumos individuais, dividindo-se o resultado por
720 h.
Ainda, para cada um dos transformadores selecionados, são apresentadas as curvas de perda de vida
porcentual anual, em função da potência nominal, para valores medidos e para as curvas agregadas.
Voltar ao Menu Principal
2.50
média agregada
2.00
1.50
média medida
p.u.
1.00
desvio medido
0.50
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+01
PERDA DE VIDA PORCENTUAL ANUAL
1.00E+00
MEDIDO
1.00E-01
AGREGADO
1.00E-02
1.00E-03
1 1.2 1.4 1.6 1.8 2 2.2 2.4
POTÊNCIA NOMINAL (P.U.)
b) Perda de vida
Figura 9.7-1 - Comparação entre Valores Medidos e Agregados - Transformador 006596
Voltar ao Menu Principal
2.50
média agregada
2.00
1.50
média medida
p.u.
1.00
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+01
PERDA DE VIDA PORCENTUAL ANUAL
1.00E+00
MEDIDO
1.00E-01
AGREGADO
1.00E-02
1.00E-03
1 1.5 2 2.5 3 3.5
POTÊNCIA NOMINAL (P.U.)
b) Perda de vida
Figura 9.7-2 - Comparação entre Valores Medidos e Agregados - Transformador 035359
Voltar ao Menu Principal
2.50
média medida
2.00
1.50
p.u.
média agregada
1.00
desvio medido
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+02
1.00E+01
PERDA DE VIDA PORCENTUAL ANUAL
1.00E+00
MEDIDO
1.00E-01
AGREGADO
1.00E-02
1.00E-03
1.00E-04
0 0.5 1 1.5 2 2.5 3 3.5 4
POTÊNCIA NOMINAL (P.U.)
b) Perda de vida
Figura 9.7-3 Comparação entre Valores Medidos e Agregados - Transformador 073336
Voltar ao Menu Principal
2.50
média medida
2.00
1.50
média agregada
p.u.
1.00
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+03
1.00E+02
PERDA DE VIDA PORCENTUAL ANUAL
1.00E+01
1.00E+00
MEDIDO
AGREGADO
1.00E-01
1.00E-02
1.00E-03
1.00E-04
0 1 2 3 4 5 6
POTÊNCIA NOMINAL (P.U.)
b) Perda de vida
Figura 9.7-4 Comparação entre Valores Medidos e Agregados - Transformador 028922
Voltar ao Menu Principal
2.50
média agregada
2.00
1.50
média agregada
p.u.
1.00
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+02
1.00E+01
PERDA DE VIDA PORCENTUAL ANUAL
1.00E+00
MEDIDO
AGREGADO
1.00E-01
1.00E-02
1.00E-03
1 1.5 2 2.5 3 3.5
POTÊNCIA NOMINAL (P.U.)
b) Perda de vida
Figura 9.7-5 Comparação entre Valores Medidos e Agregados - Transformador 075840
Voltar ao Menu Principal
2.50
média medida
2.00
1.50
p.u.
média agregada
1.00
0.50
desvio medido
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+02
1.00E+01
PERDA DE VIDA PORCENTUAL ANUAL
1.00E+00
MEDIDO
AGREGADO
1.00E-01
1.00E-02
1.00E-03
0 0.5 1 1.5 2 2.5 3
POTÊNCIA NOMINAL (P.U.)
b) Perda de vida
Figura 9.7-6 Comparação entre Valores Medidos e Agregados - Transformador 013524
Voltar ao Menu Principal
2.50
2.00
média medida
1.50
p.u.
média agregada
1.00
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+00
PERDA DE VIDA PORCENTUAL ANUAL
1.00E-01
MEDIDO
AGREGADO
1.00E-02
1.00E-03
1 1.5 2 2.5 3 3.5
POTÊNCIA NOMINAL (P.u.)
b) Perda de vida
Figura 9.7-7 Comparação entre Valores Medidos e Agregados - Transformador 078260
Voltar ao Menu Principal
Para efeitos de comparações fixou-se uma expectativa de vida em 100 anos, tabelando-se os nominais
correspondentes. Estes valores constam da Tabela 9.7-3.
Nota: Cumpre observar que todos os cáculos de perda de vida de transformadores foram levantados para
temperatura de projeto de 65o C. Na prática é usual que a temperatura de projeto seja de 55o C, que
resultaria em resultados de perda de vida mais severos. Por outro lado não foi considerado o truncamento
em 2 vêzes o desvio padrão nas curvas de cargas estratificadas, o que implicaria em resultados menos
severos de perda de vida.
Caso esta metodologia venha ser incorporada ao Sistema de Gerenciamento das Concessionárias, os
parâmetros de temperatura do projeto, temperatura ambiente, constante térmica do transformador, bem
como o truncamento conveniente das curvas estratificadas, teriam de estar disponíveis para cada
transformador gerenciado.
Voltar ao Menu Principal
Nos itens anteriores foi descrita a metodologia para determinar a perda de vida de transformadores
utilizando as curvas diárias de carga e de temperatura definidas pela média e desvios.
Foram também avaliadas as diferenças com relação à metodologia atual das concessionárias e com
relação a alguns detalhes.
Na aplicação prática a uma companhia com, digamos, 300.000 transformadores é preciso cuidar para que
se tenha volume de processamento computacional não exagerado. Segue-se que não é recomendável a
aplicação do cálculo como proposto para cada transformador. Um processo de estimar a perda de vida
com base no conhecimento da perda de vida de um conjunto de transformadores representativos do
universo (padrão), deve ajudar o processo como um todo.
Desta forma, para formar o conjunto ou “banco de padrões” poder-se-ia aplicar o processo de cálculo
descrito, enquanto que para o restante far-se-ia uma estimativa. Estes dois processos recebem aqui a
denominação de: “cálculo (ou similação)”; e “estimativa”.
a) o processo
O primeiro conjunto escolhido para formar o que se denomina banco de padrões, contém uma amostra de
45 transformadores, sendo:
• TRMED Transformador Residencial Médio (as suas curvas média e desvios foram obtidas com
as curvas de carga de 802 dias de medições em diferentes transformadores da
Eletropaulo, CESP e CPFL);
• TCP01 Trata-se de um transformador hipotético cuja curva de carga seria igual a curva
Comercial Padrão, Tipo 1 (ver capítulo 4);
• TAA01 Transformador com curva agregada misto 1; Trata-se de uma curva obtida com o
agrupamento de consumidores residenciais, comerciais e industriais;
Os transformadores seguintes TERI1 a TPRI8 tiveram suas curvas diária de carga medidas
individualmente e alimentam predominantemente consumidores residenciais.
Os transformadores seguintes tiveram suas curvas de carga calculadas pela agregação dos seus
consumidores.
Para estes 45 transformadores foram calculadas as curvas de perda de vida, usando a metodologia
descrita, baseada na estratificação das curvas diárias de carga e das temperaturas ambientes.
Estas curvas de perda de vida, junto com as curvas de carga (m,s) compõem o 'banco de padrões".
Adicionalmente, foram escolhidos outros 6 transformadores que também tiveram suas curvas de perda de
vida calculadas pelo procedimento descrito.
Para este 6 transformadores, alternativamente, serão obtidas as curvas de perda de vida por estimativa,
tendo por base o banco de padrões. E os resultados pelos vários procedimentos são então comparados.
Pretende-se que a metodologia proposta seja utilizada para todos os transformadores em operação, e , por
isto, procurou-se ter, no banco de padrões, diversas curvas típicas medidas, bem como algumas de carga,
obtida por agregação a partir dos seus consumidores.
Para abranger as diferentes tipologias das curvas de carga possíveis na rede, o banco de padrões foi
ampliado de duas formas:
Na primeira foram eleitos alguns tipos de consumidores para fazer composições, na obtenção de curvas
de transformadores. São eles:
Definidos os diferentes consumidores, foi efetuada uma simulação da sua suposta agregação no
transformador, variando a proporção da participação na sua composição em energia. Das combinações
possíveis, foram efetuadas as 19, indicadas na tabela 9.8.2-1
Tabela 9.8.2-1 - Composição dos Consumidores para Agregação
Para todos os transformadores deste conjunto foram calculadas as curvas de carga por agregação e as
curvas de perda de vida. Alternativamente será calculada a curva de perda de vida por estimativa.
Portanto, é imprescindível a busca por uma solução tecnológica de cálculo compatível com a
metodologia, e é este o escopo neste item. A alternativa, para cálculo, é a estimativa da Curva de Perda de
Vida de um transformador, comparando-o com os transformadores do banco de padrões.
Voltar ao Menu Principal
No processo de estimativa, duas alternativas de soluções foram aqui estudadas sendo denominadas:
"Classificação"e "Interpolação".
Na alternativa de "classificação", determina-se qual é a curva diária de carga (m;s) do banco de padrões
que apresenta a maior similaridade com a curva diária de carga (m;s) do transformador em estudo. Então
é assumido que a curva de perda de vida do transformador em estudo seja igual ao do transformador com
curva de carga similar obtida no banco de padrões.
Como mostrado na Figura 9.8.3-1, onde está apresentado o diagrama de blocos do procedimento global, a
"classificação" pode ser feita por três modelos diferentes: Cluster Analysis do programa SAS [41].
Distância Euclideana e o LVQ Learning Vector Quantization de rede neurais. Apesar dos modelos serem
de origens e aplicações diversas, as respostas de classificação foram idênticas. As particularidades de
cada modelo serão exploradas no decorrer do texto e de acordo com o interesse de aplicação.
Voltar ao Menu Principal
A seguir os processos alternativos para estimativa de perda de vida de um transformador são detalhados.
Voltar ao Menu Principal
a) Processo de Classificação
O primeiro procedimento utilizado para teste foi de o Cluster Analysis do pacote de programa SAS.
• Escolhe-se aquele transformador do banco de padrões que resultou na menor soma do quadrado
das distâncias. A curva de perda de vida do transformador em estudo passa a ser a do
transformador selecionado pela menor distância.
Cumpre ressaltar que, nesta programação, pode-se atribuir pesos diferentes às distâncias calculadas para
compor a soma. Assim, pode-se privilegiar alguns pontos (horário de ponta por exemplo, ou os pontos da
curva média ou os pontos da curva dos desvios, etc.).
O terceiro procedimento, LVQ, aparece como solução interessante pela sua capacidade de processamento
em grande velocidade, devido ao fato de usar a técnica das redes neurais artificiais, que vem sendo uma
inovação tecnológica computacional de grande uso prático.
1 2 3 M
C11, C12, ...C1N C21, C22, ...C2N C31, C32, ...C3N .... CM1, CM2, ...CMN
Voltar ao Menu Principal
No processo de classificação os atributos essenciais de cada conjunto são conhecidos, porém pode surgir
uma incerteza na classificação de uma dada observação. Na figura 9.8.3-2 apresenta-se a forma da
observação que será usada no processo de classificação ("Curva Composta"). Esta curva se baseia na
curva de perda média e sofreu uma segunda normalização dividindo-se os seus valores pelo valor da
ponta da curva média.
Ponta=2,09pu da média
Dentre as várias opções do pacote SAS, a metodologia selecionada para este estudo foi a denominada
FastClus.
O procedimento FastClus do SAS efetua a análise de agrupamentos tendo por base as distâncias
euclideanas, computadas com uma ou mais variáveis.
As curvas são, então, divididas em n clusters tais que cada observação pertence a um e somente um
cluster. Se for necessário mudar o número n de clusters, deverá ser reprocessado o programa para a nova
análise.
O procedimento FastClus combina um método que adota a semente inicial dos clusters com um algoritmo
interativo normal, visando minimizar a soma dos quadrados das distâncias da amostra para as médias dos
clusters.
Inicialmente um conjunto de n curvas é escolhido. São as sementes dos clusters representando então as
suas médias. Cada observação seguinte é identificada com a semente mais parecida. Em par passam a
formar um cluster temporário. A semente é então substituída pela média das curvas do cluster e todas as
Voltar ao Menu Principal
observações são de novo classificadas. O processo encerra-se quando não houver variação de
classificação entre duas iterações sucessivas, ou atingir o número máximo de iterações especificado.
O procedimento FastClus difere dos outros métodos, na forma de selecionar a semente inicial do cluster.
Para efetuar o processamento no caso deste trabalho, é necessário que os dados das curva de carga dos
transformadores ( curva composta com m;s) estejam de forma coerente. No caso, para cada transformador
tem-se a sua curva composta, expressa em pu da média ou normalizada pelo valor da ponta da curva
diária média.
Para todos os transformadores padrões, foram calculadas as suas curvas compostas, a partir de medições
das curvas diárias, ou, senão, pelo método de agregação de seus consumidores, descrito no capítulo 7.
Obs: Foram também feitos testes com número menores de clusters, tais como, 6; 10;12 e 20.
b) Cada curva a ser classificada é, então, comparada com as sementes, através de suas distâncias
euclideanas, utilizando-se as variáveis de seleção. No presente trabalho, todos os pontos da média e
dos desvios (Figura 9.8.3-2) foram utilizados;
d) Com a nova curva no cluster, é calculada a nova curva média. Entretanto, o método tem também
uma opção que é a chave No Replace, que, quando ligada, faz com que o processamento assuma
para n clusters as primeiras n curvas, como sendo as sementes permanentes. Portanto, a chave é útil,
quando se quer processar o reconhecimento de várias curvas tendo como semente apenas as curvas
do banco de padrões.
Deve-se lembrar que, para os tranformadores a serem classificados, também foram calculadas as curvas
de perda de vida, permitindo, assim, verificar se a classificação foi correta.
Das 51 curvas citadas (45 padrões de 6 a serem classificadas), processou-se o caso para 45 clusters, sem
reposição das sementes (No Replace), a fim de que as 6 curvas restantes pudessem ser alocadas em um
dos 45 clusters em função da semelhança.
Voltar ao Menu Principal
Na figura 9.8.3-3 estão indicadas as curvas semente ( TRCPQ ) e a curva classificada ( TRPPQ ), e as
respectivas curvas de perda de vida para comparação.
Voltar ao Menu Principal
a) curva de carga
b) perda de vida
Figura 9.8.3-3 – Comparação das curvas de perda de vida
Voltar ao Menu Principal
O processo de cluster é baseado no cálculo da distância euclideana das mesmas variáveis ( média ou
desvios), porém, na soma, elas não são diferenciadas. Como pode-se observar nos exemplos deste
trabalho a curva média tem seu valor máximo de 1,0, enquanto a curva de desvios tem valor máximo da
ordem de 0,3, portanto há uma relação de 3 entre eles.
Para se estudar qual será o efeito do uso de diferentes ponderações entre as curvas da média e dos desvios
foram realizados alguns testes onde a curva composta ( m; s) foi substituída por outro conjunto de 192
pontos, porém com diferentes composições de valores ( m + k s). As composições foram:
Não houve ganho neste exemplo com a nova composição das curvas, ou seja, não é significativa a
desproporção dos valores de m e s, podendo ambos serem tomados com o mesmo peso.
Este teste foi feito, primeiramente agrupando em 25 clusters, as 4S curvas do banco de padrões. Para cada
um dos clusters que continham duas ou mais curvas, calculou-se a curva de perda de vida para a curva
representativa do cluster (média das curvas compostas). Foram então comparadas a curva de vida obtida
com este novo cálculo com a curva obtida pela média das curvas de perda de vida individuais contidas no
cluster.
Na Figura 9.8.3-4 estão apresentadas as curvas que se agruparam no cluster 1 (dos 25) e a média das
curvas (traço cheio). Estão, também, apresentadas as curvas de perda de vida dos transformadores. A
curva de perda de vida calculada com a curva composta média da figura 9.8.3-4, será aqui denominada
"perda de vida da curva composta média.”
Voltar ao Menu Principal
a) curva de carga
b) perda de vida
São apresentadas, a seguir, duas curvas de perda de vida: a primeira sendo "perda de vida/curva composta
média"da figura 9.8.3-4 e a segunda calculando-se a perda de vida pela "média das curvas "de perda de
vida de cada transformador do cluster.
Figura 9.8.3-5 - Comparação Entre Forma de Obtenção das Curvas de Perda de Vida.
Para a faixa de carga de operação dos tranformadores, o erro verificado é menor que 10%, valor aceitável
para fins de engenharia, considerando as precisões envolvidas no processo como um todo.
Os processos com a metodologia de FastClus podem também ser executados por programas específicos (
não mais dentro de um programa SAS ). Assim, pode-se ter a vantagem de um programa de mais fácil
manuseio e tão eficiente quanto à sua execução. Para tal o seguinte equacionamento é usado:
( ) ( )
96 96
Dist p 2 = ∑ ωi m i − m pi 2 + ∑ δ1 Si − S pi 2
i =1 i =1
Onde: Distp Distância da curva a ser classificada para a curva p do banco de padrões.
mi,si Ponto i da curva da média e dos desvios, respectivamente, da curva a ser classificada.
mpi , spi Análogo acima, porém, para uma das p curvas do banco de padrões.
ωi , δI Pesos eventuais.
Voltar ao Menu Principal
Considerando que foi construída uma curva composta com 192 pontos, contendo os pontos da média de 1
a 96, e dos desvios de 97 a 192, e designando por X um ponto genérico dessa curva (m ou s) e o peso, por
y então:
( )
192
Dist p 2 = ∑ y i X i − X pi 2
i =1
Assim, foi desenvolvido um programa numa planilha eletrônica para efetuar a classificação. Os seguintes
passos compõem a sistemática:
• Colocar todas as curvas de banco de padrões numa planilha (45 curvas no exemplo deste trabalho);
• Selecionar uma das curvas que se irá classificar. ( 6 testes no exemplo deste trabalho);
• Calcular a soma das distâncias euclideanas de cada ponto da curva, que se quer classificar, para uma
curva padrão ( o processo é depois repetido para p curvas padrão, no caso p=45);
( )
192
Dist p 2 = ∑ X1 − X pi 2
i =1
• Selecionar a curva padrão que apresenta a menor distância como representativa da curva, a ser
classificada.
Foram usados para o teste os mesmos 6 transformadores usados no item anterior. Os resultados obtidos
foram idênticos aos apresentados pelo processo FastClus, usando o programa SAS.
Portanto, desta forma tem-se acesso a uma metodologia que pode ser escrita em qualquer um dos
programas, tipo planilha de uso comum.
Na verificação sobre se os valores da média ou dos desvios tinham importâncias diferentes, foram feitas
as mesmas simulações, atribuindo diferentes pesos nas distâncias dos pontos de curva dos desvios e
observando o efeito na classificação. As seguintes alternativas de pesos foram examinadas.
É importante ressaltar que, nesta metodologia poder-se-ia também usar pesos diferentes nos vários
horários. Por exemplo, atribuir pesos maiores no horário de ponta quando a temperatura seria maior no
tranformador.
Voltar ao Menu Principal
Considerando os bons resultados obtidos com pesos iguais unitários, não houve preocupação de realizar
estes testes.
Como foi exposto, o problema que deve ser solucionado é: dado um banco de n curvas compostas padrão,
cada uma tendo como atributo, a sua curva de perda de vida, classificar uma nova curva composta ( ou
seja identificar, a mais semelhante, e portanto inferir o atributo da curva em classificação, tomando para
sua curva de perda de vida valores iguais aos do padrão máximo).
Para classificação com base em redes neurais, foi utilizado um dos módulos do pacote de programas
chamado LVQ_PARK, disponível na Internet para uso nas pesquisas. (ftp://cochlea.hut.fi/pub/lvg_pak).
O procedimento para acessar este módulo de programa será descrito sucintamente, a seguir:
2. Descompactar o arquivo;
3. Compilar os programas a partir do arquivo makefile, no compilador Borland C++. O makefile gerará
os programas necessários;
Deve-se salientar que o programa LVQ foi desenvolvido para reconhecimento de voz, portanto, com
aplicações mais amplas. Neste projeto, foi utilizado apenas o módulo de classificação para o propósito do
estudo.
O treinamento é feito com todas as curvas de cargas existente no banco de padrões. Nesta etapa é criado
um arquivo com as curvas compostas para treinamento. O processo de treinamento pode ser considerado
muito rápido, uma vez que dura em torno de 15 segundos, num microcomputador PC486, usando 45
curvas compostas como base.
No pacote LVQ, existe o módulo de programa denominado classify que utiliza a rede treinada e classifica
um arquivo de curvas, de cordo com o treinamento recebido.
É essencial notar que a qualidade da resposta da rede neural é idêntica ao dos outros dois métodos
anteriores, porém com velocidade de resposta mais rápida. No presente caso, cada classificação foi 0,03
segundos/curva, num PC486.
Voltar ao Menu Principal
Apesar do programa possuir 3 níveis de refinamento de treino, o primeiro nível lvql já se mostrou
plenamente satisfatório.
Até o momento, neste trabalho, aborda-se o aspecto de cálculo da perda de vida, por cálculo específico
para um transformador usando sua curva de carga e por 3 processos de estimativa da curva da perda de
vida, por processo de classificação.
Portanto, há vantagem em utilizar as redes neurais para classificação, uma vez que foi mais rápido o
processamento e sendo igual a qualidade das respostas.
Neste ponto é importante lembrar que, numa concessionária tipo Eletropaulo, existem cerca de 300.000
transformadores de distribuição, que se deseja fazer o seu gerenciamento mensal.
b) Processo de Interpolação
No sub-item anterior, a estimativa da curva da perda de vida dos transformadores foi feita em função do
grau de similaridade entre as curvas de carga do transformador em análise e um conjunto de padrões,
adotando-se, para o transformador em estudo, a curva de perda de vida do padrão mais próximo.
No processo aqui denominado de "interpolação", procura-se-á estimar uma curva da perda de vida própria
para transformador em estudo.
Dada a complexidade das informações envolvidas, bem como das relações não-lineares entre as entradas
e a saída, um processo adequado à solução do problema é usar a tecnologia das redes neurais artificiais
para estimativa, interpolando valores.
Na aplicação das redes neurais artificiais para o problema de estimativa pode-se distinguir 3 etapas:
Treinamento, Teste e Aplicação.
Para a utilização das redes neurais não há necessidade de se informar os algoritmos de relacionamento
entre pares de vetores, de entrada e saída. A rede auto-organiza os valores dos pesos entre os neurônios de
uma camada à outra, a fim de obter uma "CPVi". Curva de Perda de Vida distinta para cada curva de
carga i.
Voltar ao Menu Principal
O programa utilizado, neste estudo, é o "STATIST2" , que utiliza a configuração de MLP Multi-Layer
Perceptron com treinamento em "Back propagation"[42].
No presente caso, foi concebido uma rede com 3 camadas, uma das quais é a de saída com 14 neurônios,
correspondendo os pontos de expectativa de vida em anos do transformador, em função da taxa de
carregamento (quociente do valor de ponta da curva média dividido pela potência nominal do
transformador), que varia de 70% a 200% da potência nominal.
a) Inicialmente, executar o programa para gerar os pesos iniciais de treinamento da rede neural. A
execução desse programa objetiva a possibilidade de repetir o processo, com as mesmas
condições do contorno inicial;
No caso considerado, a rede realizou os treinamentos e testes com erro médio de 0,1266 (12,66%), o que
é considerado alto nível de desempenho em termos de engenharia.
Para melhorar o desempenho das simulações, a rede foi alimentada com valores de saída em função
logarítmica.
Assim, as respostas de valores numéricos de 0 a 20.000 (anos), passa para valores de 0 a 5 (logaritmo de
anos), e uma melhora sensível na resposta foi notada.
Como para cada configuração de treinamento pode-se ter respostas diferentes, é necessário que se efetue
várias simulações e análises, a fim de selecionar a resposta mais apropriada.
As 70 curvas de carga, definidas para o estudo em questão no item 9.8.2b (45 do banco de padrões, 6 para
classificação, 19 da Tabela 9.8.2-1), foram separadas em conjuntos distintos de treinamentos e testes.
A configuração da rede neural escolhida foi a de 3 camadas, com as seguintes características: 192
entradas, 35 e 20 neurônios nas duas camadas ocultas e 14 neurônios na saída.
Executou-se o treinamento e o teste, sendo estabelecido o número de iterações máximas 15000, loop
interno, de 9 iterações, e grau de precisão 0,0025.
O processo de treinamento convergiu após 6967 iterações, com tempo de treinamento de 3432 segundos.
O tempo para o processamento para estimativa das 5 curvas de perda de vida foi de 0,33 segundos.
Obs: Os tempos referem-se a processamento, usando um Pentium 133 MHz em todos os casos que se
seguem.
Na Tabela 9.8.3-1 estão apresentados os resumos das informações gerais e, na Tabela 9.8.3-2 estão
apresentados os resultados de alguns transformadores.
Os resultados são considerados bons, uma vez que, quando se manuseia valores com variação
exponencial, considera-se diferente quando o erro é uma ordem de magnitude ou seja 10 vezes.
Redes Neurais
Estrutura: 3 camadas
192 35 20 14
Grau de Precisão
0.0025
Treinamento
46 Curvas de Carga
Testes
5 19
Tempo
Nas Figuras 9.8.3-6 e 9.8.3-7 são apresentados exemplos comparativos de interpolação (transformador
TRPPQ e TR2742)
Voltar ao Menu Principal
Figura 9.8.3-6 - Curvas de Expectativa de Vida: Cálculo Específico; Classificação; Interpolação RNA -
TRPPQ
Voltar ao Menu Principal
Figura 9.8.3-7 - Curvas de Expectativa de Vida: Cálculo Específico; Classificação; Interpolação RNA -
TPR12
Voltar ao Menu Principal
Neste processo, a rede foi treinada com 40 curvas. As 30 curvas seguintes foram usadas para testes,
obtendo os resultados semelhantes em qualidade, ao do item anterior.
Estrutura da Rede
192 15 5 14
Número de iterações
500 externa 3 loop interno
Média de Erro
= 0.1266
Voltar ao Menu Principal
Nas duas simulações nos processamentos dos testes apareceram várias mensagens contendo a informação:
Ao iniciar um teste, o programa verifica se todas as variáveis estão dentro dos limites definidos durante o
treinamento. Isto é, a rede neural treinada armazena as informações dos valores limites da entrada, e,
portanto, os vetores de pesos são funções desses limites e estão adequados para efetuar uma interpolação.
O alerta não interrompe o processo de estimativa, porém é um indicativo de que a amostra das curvas
compostas para o treinamento devam ser revisadas.
Na simulação do caso 2: treinamento 40, teste 30, no cálculo de 18 dos testes apareceu o referido aviso.
Então, formou-se um conjunto de treinamento com as 40 iniciais e as 18 com o aviso, sobrando para os
testes as outras 12 curvas. Assim este caso 3 é um derivativo do caso 2.
As respostas foram todas interpoladas sem as mensagens de violação dos limites. A qualidade dos
resultados obtidos foi aceitável, porém inferior ao caso 2.
c) Conclusão
Os 3 processamentos efetuados, todos, forneceram respostas boas e com a precisão aceitável, em termos
de engenharia. Destaca-se, entretanto, que, no caso 2: Treinamento 40, Teste 30, apesar de se ter maior
quantidade de processamentos de testes de curva, com mensagens de exceder os limites de interpolação,
mostraram-se as melhores respostas, talvez pela a sua configuração menor.
Voltar ao Menu Principal
Quanto as curvas de carga existem duas alternativas: ou utilizar as curvas medidas ou pode-se obtê-las
por agregação dos consumidores.
- efetuar o cálculo ou simulação para gerar informações ao banco de padrões e para casos especiais;
• Custo das perdas no ferro CPFe e no cobre CPcu, ambos com as parcelas da demanda e energia;
Na avaliação econômica, os custos unitários são estabelecidos para o ano inicial. Para o ano J eles devem
ser corrigidos com uma taxa de inflação i (pu). Define-se pois o fator g a seguir, para se chegar ao valor
presente de uma parcela no ano J considerando uma taxa de desconto d (pu/ano):
J
1+ i
g=
1 + d
9.10.1 Custo de Compra do Transformador
O custo anual, CATJ para pagamento parcelado em N anos de empréstimo que cubra o custo CT0, com taxa
de desconto d, no ano J será:
d
C ATJ = . CT0. (1+i)J
1 − (1 + d) − N
O custo de remoção CRJ, na data de remoção, em relação ao custo CR no ano inicial será:
CRJ = CR .( 1 + i ) J
O custo das perdas é composto de duas parcelas, sendo uma devido a perda no ferro e a outra devido a
perda no cobre.
Voltar ao Menu Principal
a) perda no ferro
O custo anual desta perda CPFJ é avaliado considerando as parcelas de demanda e da energia.
b) perdas no cobre
As perdas no cobre dependem da curva diária de carga do transformador. Num dado ano, a carga é
representada por uma família de curvas associadas à probabilidade de ocorrência. Estas curvas são dadas
por (m ± k s); onde m é a média e s o desvio.
Este custo também é avaliado considerando as parcelas de custos diferentes para a demanda e energia.
b1) demanda: Para calcular este valor, deve-se utilizar o valor do pico anual da potência aparente
passante no transformador (com certa probabilidade de não ser excedido). Como exemplo, toma-se-a o
transformador TRMED da Figura 9.3-6 e far-se-á a suposição que o fator potência nele é unitário em
todos os instantes.
Valor a 1,96 ∑ ; IC = 97,5%, portanto com 97,5% de probabilidade de não ser excedido.
PM potência média mensal passante no transformador (energia mensal dividido por 720 horas);
(3,34.Pm ). 2 .Cd.(1 + i )J
CPcu = Pcu. PN
Onde: Pcu Perdas no cobre para carregamento nominal (valor em pu da potência nominal).
b2) energia: Para calcular esta parcela, devem ser utilizadas todas as curvas estratificadas com as devidas
probabilidades. Para a curva média (50% de probabilidade) as perdas, num dia, ∆Pm será:
24
∆Pm = ∫ Pcu.
(Pt.Pm ) 2 .dt = Pcu.∆t. (Pm )2 . 96 Pt 2
∑
1 PN PN n =1 t
onde: Pt é o valor da potência na curva de carga em pu de potência média mensal Pm. Portanto, Pt.Pm
é o valor em kW.
Voltar ao Menu Principal
Ou fazendo,
Pm 2
B = Pcu ∆t
PN
E simplificando a nomenclatura fazendo P = Pt, e não representando os limites da somatória tem-se:
∆Pm = B∑ P 2
Uma vez calculada as perdas para a curva média, o passo seguinte é efetuar o cálculo das perdas para as
demais curvas dos estratos.
Para as duas curvas (a, a'), uma acima (60% de probabilidade) e outra abaixo (40% de probabilidade) da
média (eqüidistantes da média de (kaS)) tem-se:
A curva da média (50%) representa neste tipo de discretização feito, as curvas com probabilidade entre
45% e 50%. Portanto ela representa 10% de frequência de ocorrência. A curva a representa as curvas
entre 55% e 65% de probabilidade de ocorrência que, a curva a' representa as curvas entre 35% e 45%.
Portanto juntas ∆Pa + ∆Pa' tem frequência de 20% de ocorrência. Analogamente as curvas (b, b'), (c, c'),
(d, d') tem probabilidade 20% de ocorrer e as curvas (e,e'), 10%.
2 2
∑ ∆P = B.∑ 0,1.P + 0,2. P + ka S + ... + 0,1. P + ke S
2 2 2 2 2
Voltar ao Menu Principal
2
∑ ∆P = B∑ P + 0.2∑ S .ka + kb + kc + kd + 0.5.ke = B.T
2 2 2 2 2 2
ou
(Pm )2 .T
∑ ∆P = Pcu.∆t.
PN
sendo:
T = ∑ P 2 + 0,2∑ S2 .ka 2 + kb2 + kc2 + kd 2 + 0,5.ke2
b3) Custo total anual das perdas no cobre. O custo anual da energia perdida no cobre do
transformador será então:
( 3 , 34 . Pm ) 2
Cpcj = PCu . .Cd + 365 . B .T .Ce .(1 + i ) J
PN
A vida do transformador operando à temperatura de projeto (95ºC), é previsto para durar o tempo nominal
estabelecidos pelas normas (na ANSI, 20 anos).
Quando carregado acima da temperatura de projeto, a sua taxa de perda de vida relativa (pu/ano) DVJ é
maior. Tem-se que a perda adicional de vida anual DDVJ será de:
DDVJ = (DVJ-1)
Este valor de perda de vida adicional pode ser transformado em custo no ano J, multiplicando-o pelo
custo anual do transformador CATJ.
CVJ = DDVJ CATJ
9.10.5. Avaliação Econômica com Carga Crescente
As fórmulas deduzidas nos itens anteriores referem-se a custos num dado ano J. Para a avaliação
econômica num período maior, precisa-se, calcular ano a ano estes custos em função da potência
passante.
Parte-se então, da potência média de carga no ano inicial PO, e num dado ano J, se a potência média
cresce a uma taxa r (ano), a potência será PJ:
PJ = Po (1+r)j
A avaliação econômica do transformador é, então, feita, calculando, para potência Pj, e todos os
transformadores padrão da empresa, os seus custos em cada ano.
CTAJ = CATJ + (CPFJ + CPCJ) + CVJ
Os valores CTAJ podem ser colocados num gráfico para verificar qual o transformador que tem o menor
custo anual, nos vários anos. (Figura 9.10.5-1 exemplo).
Deve-se avaliar a troca do transformador instalado quando um outro tranformador passar a ter custo anual
CTAJ menor. Entretanto ele será mais econômico na avaliação global quando a economia futura,
acumulada, for maior que o custo da remoção do transformador existente e custo da nova instalação.
Voltar ao Menu Principal
Evidentemente estas parcelas no tempo devem ser atualizadas através da taxa de desconto d para um ano
de referência para permitir a comparação adequada.
Figura 9.10.5-1 Comparação dos Custos Entre o Transformadores Padronizados (Caso Exemplo)
Ex: 30 kVA anos 0 a 4, 45 kVA-5 a 12, 75 kVA -13 a 20, 112,5 kVA 21 a 25; ou
Observa-se que se os padrões estão bem escolhidos (30; 45; 75; 112,5; 150 kVA), Neste exemplo
alternativa envoltória inferior é a mais econômica. Isto pode mudar dependendo da taxa de crescimento e
custos unitários supostos.
Voltar ao Menu Principal
Nesta oportunidade, justifica-se procurar inovar o próprio sistema de critério gerenciamento, uma vez que
o anterior, baseado em função KVAS, estaria em acordo com a tecnologia disponível na década de 70.
Esse critério tradicional, como visto, agrupa os transformadores em faixas: Subcarregado; Ideal;
Sobrecarregado; e Remanejamento Urgente, em função da carga no transformador, ou seja no valor K
obtido da relação entre o valor da função KVAS e o KVAT. As faixas citadas acima correspondem:
K < 0,75; 0,75 < K ≤ 1,25; 1,25 < K ≤ 1,50; K > 1,50, respectivamente.
Uma nova proposta é utilizar as curvas de perda de vida de cada um dos transformadores e gerenciá-lo,
em função da sua expectativa de vida passada e futura. O processo de gerenciamento proposto,
basicamente, é constituído dos seguintes passos:
a) Dado o transformador Tr, conhece-se a energia mensal passante e portanto a sua curva de carga diária
definida pela curva média e dos desvios (m;s).
b) Com (m;s) estima-se a CPV - Curva de Perda de Vida com o uso de RNA de MLP ou LVQ, Distância
Euclideana, Cluster Analysis ou mesmo pelo Cálculo Específico.
Cai = CAinic(1+Tc)i
f (CAi )
1
10
Voltar ao Menu Principal
PVi(CAi) =
f(CAi) = KO+K1CAi+K2CAi2+K3CAi3+K4CAi4+K5CAi5+K6CAi6+K7CAi7
Se PVtot for menor que 1,0, o transformador estará integro até Trfim.
f) Quando antes de Trfim a perda de vida acumulada estiver superior a 1 pu é preciso agir na carga do
transformador ou substituí-lo por outro. Esta verificação, também denominada de gerenciamento do
transformador precisa ser feita balizada por critérios análogos aos da metodologia KVAS ( K=0,75; 1,25;
1,50; etc.)
f1) calcular ano a ano a perda de vida (PVi), em função da variação da carga e a perda de vida acumulada
(PVai).
Tem-se também a perda de vida nominal (ideal) no período (PVNi), e o valor acumulado até o ano que
está sendo considerado (PVNai).
- A curva A refere-se a um transformador que durará mais que 20 anos, portanto está subcarregado;
- A curva B refere-se a um transformador que está inicialmente descarregado porém acaba tendo como
vida a nominal desejada;
- O transformador da curva C está sobrecarregado quase no final da vida, e naquela data dever-se-á
remanejar a sua carga;
f2) Neste ponto precisaria comparar as perdas de vida reais do transformador com valores desejados
(metas ou objetivos). Espera-se que o transformador dure 20 anos. Assim desejando-se uma perda
uniforme no tempo ele deveria perder 1/20 = 0,05 pu/ano. Vamos considerar as 3 situações:
Estes valores deveriam ter correpondência com os valores : K = 1,50; K = 1,25; K = 0,75 na metodologia
atual.
Voltar ao Menu Principal
KVAS
K=
KVAT
A próxima etapa é comparar a perda de vida calculada com estes parâmetros estabelecidos que serão
referências. Duas verificações são propostas:
B) Estimar a data quando a perda de vida acumulada atinge 1 pu, portanto, quanto tempo seria a
vida total do transformador (N anos).
Vida Desejada 20
Neste ponto será interessante verificar se o critério de carregamento econômico interfere com o critério de
gerenciamento por perda de vida proposto.
Nas curvas correspondentes aos vários nominais do transformador foram colocados os número
correspondentes ao inverso das perdas de vida anual, o que seria a expectativa de vida, se o transformador
tivesse aquela carga (valor do eixo X) durante toda vida.
No eixo X colocou-se também uma graduação do pico (ponta) da carga (valor a 3S).
Verifica-se dessas curvas que uma potência do transformador é econômica até que ele comece perder vida
aceleradamente (ver pontos A e B da curva da Figura 9.11-2).
Assim enquanto não tiver a perda de vida acelerada a menor potência nominal é a mais econômica.
Portanto o critério econômico não é determinante (pelo menos nessa série de padrões usadas neste estudo)
restando apenas gerenciar pela perda de vida.