Escolar Documentos
Profissional Documentos
Cultura Documentos
DCA-UFRN
Março - 2010
i
Tese de Doutorado
DCA-UFRN
Março - 2010
ii
Tese de Doutorado
BANCA EXAMINADORA
DCA-UFRN
Março - 2010
iii
"Sucesso e genialidade,
são 10 por cento de inspiração e 90 por cento
de transpiração."(Albert Einstein)
iv
Agradecimentos
- Aos meus pais, Antônio Oliveira e Maria da Conceição, irmãos, familiares e ami-
gos que me incentivaram e me acompanharam durante esta importante fase de
minha vida.
Resumo
Este trabalho apresenta uma descrição do desenvolvimento de modelo para represen-
tação de rede simplificada aplicado em fluxo de carga híbrido para cálculo das variações
de tensão em regime permanente provocadas pela conexão de aerogeradores na rede elé-
trica. Além disso, se apresenta um fluxo de carga ótimo capaz de controlar remotamente
o fator de potência na barra de conexão e minimizar perdas. O princípio do processo de
análise do sistema, conduzido pelo acessante, tem como base dados técnicos fornecidos
pela rede acessada. Assim, se propõe um modelo para simplificação de redes que per-
mita a necessidade do conhecimento apenas dos dados referente a rede interna, ou seja,
a parcela da rede de interesse para análise. Dessa forma, pretende-se fornecer meios
para auxiliar na sistematização das relações entre concessionária e acessante. O modelo
para simplificação de rede proposto identifica a rede interna, rede externa e as barras
de fronteira a partir de dados provenientes de um estudo de vulnerabilidade da rede,
atribuindo-as potências líquidas flutuantes, ou seja, modelando-as como barras slack.
Aplica-se o referido modelo no fluxo de carga Newton-Raphson e em um fluxo de carga
híbrido, composto pelos métodos de Gauss Seidel Zbarra e Soma de Potências. Ao fi-
nal, apresentam-se os resultados obtidos por um ambiente computacional desenvolvido
do SCILAB e FORTRAN, com suas respectivas análises e conclusões, comparando-os
com o ANAREDE.
Palavras Chaves: rede simplificada, sistemas de potência, equivalente externo, bar-
ras de fronteira,fluxo de carga híbrido, fluxo de carga ótimo, estudo de vulnerabilidade,
parque eólico.
vi
Abstract
This study presents a description of the development model of a representation of
simplified grid applied in hybrid load flow for calculation of the voltage variations in
a steady-state caused by the wind farm on power system. Also, it proposes an optimal
load-flow able to control power factor on connection bar and to minimize the loss. The
analysis process on system, led by the wind producer, it has as base given technician
supplied by the grid. So, the propose model to the simplification of the grid that allows
the necessity of some knowledge only about the data referring the internal network, that
is, the part of the network that interests in the analysis. In this way, it is intended to
supply forms for the auxiliary in the systematization of the relations between the sector
agents. The model for simplified network proposed identifies the internal network, ex-
ternal network and the buses of boulders from a study of vulnerability of the network,
attributing them floating liquid powers attributing slack models. It was opted to ap-
ply the presented model in Newton-Raphson and a hybrid load flow, composed by The
Gauss-Seidel method Zbarra and Summation Power. Finally, presents the results obtai-
ned to a developed computational environment of SCILAB and FORTRAN, with their
respective analysis and conclusion, comparing them with the ANAREDE.
Keywords: simplified grid, power systems, external equivalent, border buses, hybrid
load flow, optimum load flow, vulnerability study, wind farm.
Sumário
1 Introdução 1
1.1 Revisão Bibliográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Equivalente Externo . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2 Fluxo de Carga . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.3 Fluxo de Carga Ótimo . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Estrutura do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5 Simulação Computacional 64
5.1 Fluxo de Carga Híbrido . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.1.1 Módulo das tensões . . . . . . . . . . . . . . . . . . . . . . . . 70
5.1.2 Análise das Características do Fluxo de Carga Híbrido . . . . . 72
5.2 Método para Simplificação de Rede . . . . . . . . . . . . . . . . . . . 79
5.2.1 Aplicação no Fluxo de Carga Híbrido . . . . . . . . . . . . . . 79
5.2.2 Aplicação no Fluxo de Carga Newton-Raphson . . . . . . . . . 99
5.3 Fluxo de Carga Ótimo . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.3.1 Melhores Perdas e Fator de Potência . . . . . . . . . . . . . . . 100
5.3.2 Potências ótimas nas barras do parque eólico e barras de fronteira 101
5.3.3 Custo Computacional . . . . . . . . . . . . . . . . . . . . . . . 106
6 Conclusões 113
6.1 Sugestões para trabalhos futuros . . . . . . . . . . . . . . . . . . . . . 115
4.1 Esquema de rede com produtor independente com destaque para as va-
riáveis de controle do algoritmo do fluxo de carga ótimo. . . . . . . . . 53
4.2 Diagrama unifilar de um sistema radial simplificado. . . . . . . . . . . 56
4.3 Espaço de busca na nuvem de partículas. . . . . . . . . . . . . . . . . . 59
4.4 Diagrama de bloco do algoritmo para simulação do fluxo de carga ótimo. 62
5.15 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa DID01
para X% = 0.06. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.16 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa DID01
para X% = 0.08. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.17 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa DID01
para X% = 0.04. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.18 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa DID01
para X% = 0.06. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.19 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa DID01
para X% = 0.08. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.20 Resultados de cálculo de fluxo de carga da rede EU R01 completa, re-
duzida e simplificada para X% = 0.02. . . . . . . . . . . . . . . . . . 86
5.21 Resultados de cálculo de fluxo de carga da rede EU R01 completa, re-
duzida e simplificada para X% = 0.04. . . . . . . . . . . . . . . . . . 86
5.22 Resultados de cálculo de fluxo de carga da rede EU R01 completa, re-
duzida e simplificada para X% = 0.06. . . . . . . . . . . . . . . . . . 86
5.23 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa EU R01 para X% = 0.02. . . . . . . . . 87
5.24 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa EU R01 para X% = 0.04. . . . . . . . . 87
5.25 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa EU R01 para X% = 0.06. . . . . . . . . 87
5.26 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa EU R01
para X% = 0.02. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.27 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa EU R01
para X% = 0.04. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
LISTA DE FIGURAS xv
5.28 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa EU R01
para X% = 0.06. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.29 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R01
para X% = 0.02. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.30 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R01
para X% = 0.04. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.31 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R01
para X% = 0.06. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.32 Resultados de cálculo de fluxo de carga da rede EU R03 completa, re-
duzida e simplificada para X% = 0.07. . . . . . . . . . . . . . . . . . 90
5.33 Resultados de cálculo de fluxo de carga da rede EU R03 completa, re-
duzida e simplificada para X% = 0.073. . . . . . . . . . . . . . . . . . 90
5.34 Resultados de cálculo de fluxo de carga da rede EU R03 completa, re-
duzida e simplificada para X% = 0.076. . . . . . . . . . . . . . . . . . 90
5.35 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa EU R03 para X% = 0.07. . . . . . . . . 91
5.36 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa EU R03 para X% = 0.073. . . . . . . . . 91
5.37 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa EU R03 para X% = 0.076. . . . . . . . . 91
5.38 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa EU R03
para X% = 0.07. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.39 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa EU R03
para X% = 0.073. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.40 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa EU R03
para X% = 0.076. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
LISTA DE FIGURAS xvi
5.41 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R03
para X% = 0.07. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.42 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R03
para X% = 0.073. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.43 Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R03
para X% = 0.076. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.44 Resultados de cálculo de fluxo de carga da rede ALL433 completa, re-
duzida e simplificada para X% = 0.004. . . . . . . . . . . . . . . . . . 94
5.45 Resultados de cálculo de fluxo de carga da rede ALL433 completa, re-
duzida e simplificada para X% = 0.008. . . . . . . . . . . . . . . . . . 94
5.46 Resultados de cálculo de fluxo de carga da rede ALL433 completa, re-
duzida e simplificada para X% = 0.01. . . . . . . . . . . . . . . . . . 94
5.47 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa ALL433 para X% = 0.004. . . . . . . . 95
5.48 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa ALL433 para X% = 0.008. . . . . . . . 95
5.49 Erros de tensões percentuais entre os resultados das redes simplificadas
e reduzidas e a rede completa ALL433 para X% = 0.01. . . . . . . . . 95
5.50 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa ALL433
para X% = 0.004. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.51 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa ALL433
para X% = 0.008. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.52 Erros nas injeções de potência ativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa ALL433
para X% = 0.01. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.53 Erros nas injeções de potência reativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa ALL433
para X% = 0.004. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
LISTA DE FIGURAS xvii
5.54 Erros nas injeções de potência reativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa ALL433
para X% = 0.008. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.55 Erros nas injeções de potência reativa nas barras de fronteira entre os re-
sultados das redes simplificadas e reduzidas e a rede completa ALL433
para X% = 0.01. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.56 Evolução da melhor partícula do algoritmo nuvem de partículas para a
minimização das perdas ativas com o sistema DID01. . . . . . . . . . 102
5.57 Evolução da melhor partícula do algoritmo nuvem de partículas para
controle remoto do fator de potência na barra de conexão do produtor
eólico com o sistema DID01. . . . . . . . . . . . . . . . . . . . . . . 103
5.58 Evolução da melhor partícula do algoritmo nuvem de partículas para a
minimização das perdas ativas com o sistema EU R01. . . . . . . . . . 103
5.59 Evolução da melhor partícula do algoritmo nuvem de partículas para
controle remoto do fator de potência na barra de conexão do produtor
eólico com o sistema EU R01. . . . . . . . . . . . . . . . . . . . . . . 104
5.60 Evolução da melhor partícula do algoritmo nuvem de partículas para a
minimização das perdas ativas com o sistema EU R03. . . . . . . . . . 104
5.61 Evolução da melhor partícula do algoritmo nuvem de partículas para
controle remoto do fator de potência na barra de conexão do produtor
eólico com o sistema EU R03. . . . . . . . . . . . . . . . . . . . . . . 105
5.62 Evolução da melhor partícula do algoritmo nuvem de partículas para a
minimização das perdas ativas com o sistema ALL433. . . . . . . . . . 105
5.63 Evolução da melhor partícula do algoritmo nuvem de partículas para
controle remoto do fator de potência na barra de conexão do produtor
eólico com o sistema ALL433. . . . . . . . . . . . . . . . . . . . . . . 106
Lista de Símbolos, Abreviaturas e
Siglas
Vi - tensão na barra i.
Yii - admitância própria da barra i.
Zss - impedância própria da barra slack.
Pi - potência ativa líquida na barra i.
Qi - potência reativa líquida na barra i.
vi - velocidade da partícula i.
T ol - tolerância.
Vs - tensão na barra slack.
Z f - impedância de curto-circuito.
Scc - potência de curto-circuito.
Ikf - corrente de curto-circuito na barra k.
DF IG - double fed induction generation - gerador de indução duplamente excitado.
P W M - Pulse Ware Modulation.
U LF - Unreduced Load Flow Model.
ON S - Operador Nacional do Sistema.
AN EEL - Agência Nacional de Energia Elétrica.
DID - Rede Didática.
AM E - Rede Americana.
EU R - Rede Européia.
IEEE - Institute of Electrical and Electronics Engineers.
CEP EL - Centro de Pesquisa de Energia Elétrica.
Capítulo 1
Introdução
Estes fatos relevantes atentam para fortes indicações para boas perspectivas no mer-
cado de geração eólica para os próximos anos que, por sua vez, abrem portas para
frentes de pesquisas nesta área [Committe, 2001]. Contudo, para tornar tecnicamente
possível à integração de fontes eólicas com fontes convencionais de energia são neces-
sários estudos prévios do comportamento desse sistema frente a perturbações por meio
de modelos e ferramentas computacionais eficientes que permitem, simultaneamente,
sistematizar as relações entre concessionárias e acessantes.
No centro destas perspectivas, encontram-se preocupações na ordem de planeja-
mento e operação do sistema para que a rede possa atingir níveis adequados de confi-
abilidade, fornecer energia de qualidade e, sempre que possível, atingir pontos ótimos
3
de disponibilizar os dados de sua rede interna, incluindo o equivalente externo, para que
o acessante possa fazer os estudos básicos obrigatórios. Por permitir simulação da rede
interna do acessante, o fluxo de carga híbrido é de interesse do produtor independente.
Agregando valores a este conceito, o modelo para simplificação de rede permitirá à
empresa acessante fornecer os dados apenas da rede interna, através de um estudo de
vulnerabilidade, padronizando o primeiro contato entre os agentes envolvidos. E por
fim, em fase de operação será possível pelo fluxo de carga ótimo definir pontos de
operação ótimo do sistema que permita, simultaneamente, controle de fator de potência
na barra de conexão do produtor independente e minização de perdas da rede acessada.
Abaixo, os objetivos específicos do trabalho relacionam-se:
- Desenvolver fluxo de carga híbrido para cálculo das variações de tensão em re-
gime permanente induzidas pela conexão de parques eólicos.
Figura 1.1: Sistema de potência com representação da rede interna, externa e barras de
fronteira.
Trabalhos, como [Duran & Arvanitidis, 1972] e [Dopazo et al. , 1977] apontam para
deficiências no método de Ward e propõem técnicas, como o modelo de reação que se
baseia na atualização das injeções de potência das barras de fronteira. Obtêm-se tais
informações por meio de um estimador de estado, ou seja, atualizam-se os módulos e
fases das tensões nas barras de fronteira em processo semelhante aos conduzidos por
modelos de equivalente on-line.
[Tinney & Powell, 1977] propuseram o método do equivalente REI (Radial Equiva-
lent Independent), no qual cria-se inicialmente uma barra fictícia na rede externa que
agrega suas injeções de potência. Na sequência do algoritmo, finaliza-se o processo
eliminando a rede externa deixando apenas a barra REI do tipo PQ conectada às barras
1.1 Revisão Bibliográfica 7
mostram a aplicabilidade dessa ferramenta para solução de fluxo de carga ótimo com
diversos objetivos e aplicações.
1.2 Metodologia
Para que se consiga atingir aos objetivos propostos, promoveu-se um conjunto de
ações utilizando recursos metodológicos variados, listados a seguir:
- Definir parâmetro para determinar barras de fronteira e classificar barras das redes
interna e externa. A resposta do modelo para simplificação de rede, proposto
nesse trabalho, requer precisão na caracterização das barras e redes.
uma forma geral, essa avaliação costuma ser complexa, pois diferentes métodos de fluxo
de carga podem assumir características distintas para diferentes tipos e tamanhos de sis-
temas.
Dentre os aspectos relevantes que permitem sintetizar a performance de métodos de
fluxo de carga direcionados para o controle, operação e planejamento de sistemas elé-
tricos destacam-se o custo computacional, confiabilidade, versatilidade e simplicidade.
I = Y.E (2.1)
PiP V = PGi
PV PV
− PLi = Real(Ei Ii∗ ) (2.3)
q
ViP V = e2i + fi2 = |Ei | (2.4)
Imag(Vi )
θi = tg −1 (2.6)
Real(Vi )
2.1 Fluxo de Carga 16
n
!
QPi V
X
= −Imag Vi YiK VK (2.7)
K=1
t+1
V i − Vit < T ol, i = 2, . . . , n (2.8)
E = Y −1 .I = Z.I (2.9)
A principal característica desta solução direta consiste em permitir que cada tensão
seja dependente de todas as injeções de corrente, ou seja, tensões equivalentes das barras
correspondem a soma das contribuições fornecidas por cada injeção de potência. Dessa
forma, a convergência é rápida e confiável, quando se compara métodos baseados na
matriz Zbarra aos métodos iterativos de resolução por [I] = [Ybarra ].[V ].
[Gilbert et al. , 1998] argumenta que sistemas com barras PV tendem a ter pior
convergência, pois durante o procedimento de cálculo das tensões em cada iteração
modifica-se apenas o ângulo, e a construção inicial da matriz Zbarra proporciona custo
computacional significativo, podendo reduzir a competitividade de métodos de fluxo de
carga baseado na matriz Zbarra . Contudo, o tratamento dado às barras PV e o método
de reconstrução da matriz Zbarra propostos no presente trabalho permitem eliminar tais
características, incorporando velocidade computacional e eficiência ao algoritmo.
n
X
Vi = ZiK .IK (2.10)
K=1
n
X
Vs = ZsK .IK (2.11)
K=1
PK − QK
IK = (2.12)
VK∗
1 X
Is = . Vs − ZsK .IK (2.13)
Zss K=1eK6=s
n
X
Vi = ZiK .IK + Zis .Is (2.14)
K=1eK6=s
n
Zis ZsK Zis
X
Vi = ZiK − .IK + Vs (2.15)
K=1eK6=s Zss Zss
Substituindo 2.12 em 2.15 encontra-se a expressão que permite atualizar as tensões
nas barras do sistema a cada iteração.
n
Zis ZsK PK − QK Zis
X
Vi = ZiK − . ∗
+ Vs (2.16)
K=1eK6=s Zss VK Zss
O procedimento no tratamento das barras PV corresponde a atualizar as fases por
2.17 e a injeções de potência reativa por 2.19 e 2.20.
Imag(Vical )
θi = tg −1 (2.17)
Real(Vical )
2.1 Fluxo de Carga 18
n
Zss Vi∗ Zis ZsK PK − QK Zis
X
Si = . Vi −
ZiK − . ∗
− Vs
Zss Zii − Zis Zsi K=1eK6=s Zss VK Zss
(2.19)
e
Qi = −Imag(Si ) (2.20)
Método de Newton-Raphson
X
Pi = Vi Vj (Gij cosθij + Bij senθij ) (2.21)
j∈I
2.1 Fluxo de Carga 19
X
Qi = Vi Vj (Gij senθij − Bij cosθij ) (2.22)
j∈I
Expandindo as equações 2.21 e 2.22 em série de Taylor até a primeira ordem obtem-
se a equações 2.23 que permitem identificar ∆θ e ∆V a cada iteração.
∂P1 ∂P1 ∂P1 ∂P1
∆P1 ∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆θ1
.. .. .. .. .. ..
··· ···
.
. . . . .
∂Pn ∂Pn ∂Pn ∂Pn
∆Pn
∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆θn
− =
− − − − − −
− (2.23)
∂Q1 ∂Q1 ∂Q1 ∂Q1
∆Q1
∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆V1
..
.. .. .. ..
..
. . ··· . . ··· . .
∂Qn ∂Qn ∂Qn ∂Qn
∆Qn ∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆Vn
(P 2 + Q2 )
Pperdas = R (2.25)
Vi2
(P 2 + Q2 )
Qperdas = X (2.26)
Vi2
2.2 Fluxo de Carga Híbrido 21
Vq0
If = (2.27)
Zq + Z f
As variáveis dessa equação são:
- Z f : impedância de curto-circuito.
√ (Vq0 )2 (Vq0 )2
Scc = 3.Veq0 .Iq0 = 3. ⇒ Za = 3. (2.28)
Za Scc
2.2 Fluxo de Carga Híbrido 23
Figura 2.3: (a) Representação do circuito equivalente que com curto-circuito na barra
q; (b) Circuito equivalente com rede representada por uma fonte de f.e.m. atrás de uma
impedância..
0 , i 6= k
Ii = (2.30)
−Ikf , i = k
∆Vi
Zik = − , ∀i 6= k (2.32)
Ikf
2.2 Fluxo de Carga Híbrido 25
Vi
Zkk = , ∀i = k (2.33)
Ikf
Gerador síncrono
PQ, cujos limites de potência reativa, determinados pelo conversor e pelas condições de
operação da rede do parque, apresentam-se na curva característica do gráfico da Figura
2.6, como mostra [Nunes, 2003].
Figura 2.6: Curva característica dos limites de reativos gerados ou consumidos pelo
gerador eólico síncrono de acordo com a potência ativa gerada.
q
− Xm
2 Xc V2 + 2RP (V 2 + 2RP )2 − 4P 2 (R2 + X 2 )
Q=V + X2 −X (2.34)
Xc Xm 2(R2 + X 2 ) 2(R2 + X 2 )
Figura 2.7: Esquema do aerogerador de indução duplamente excitado.
reativa injetadas pelo parque na rede como mostra a Figura 2.8. Apresentam-se abaixo
os passos que compõem o algoritmo do fluxo de carga híbrido proposto.
3. processar uma iteração do método de Gauss-Seidel para cálculo das tensões nas
barras da rede malhada.
5. processar uma iteração do método soma de potências na rede do parque para cál-
culo das potências líquidas na barra de conexão.
Figura 2.8: Diagrama de bloco com a sequência de cálculo do fluxo de carga híbrido.
2.3 Conclusões
O grande número de contribuições na diversidade de algoritmos para cálculo de
fluxo de carga em Sistemas de Potência corresponde a uma das principais característi-
cas para esta área de estudo. [Stott, 1974] e [Cespedes, 1990] mostram que os métodos
mais conhecidos, como os de Gauss-Seidel, Newton-Raphson ou Soma de Potências,
2.3 Conclusões 30
I = Y.E (3.1)
O procedimento inicia-se por solução do sistema composto pela rede externa e barras
de fronteira, formando a Equação 3.2. Após a redução se obtêm as potências equivalen-
0 0
tes S nas barras de fronteira a partir de I da Equação 3.3.
IE YEE YEF EE
= . (3.2)
0 YF E YF F EF
∗∗∗ ∗∗∗ ∗∗∗ EE
0
= 0
.
0
(3.3)
I 0 YF F EF
As variáveis dessa equação são:
0
∆P/V = B .∆θ (3.4)
00
∆Q/V = B .∆V (3.5)
O equivalente obtido por essa técnica possui como principal característica boa con-
fiabilidade nas respostas de reativos frente às mudanças no estado de operação da rede
interna, contudo necessita-se de adaptação dos métodos para cálculo de fluxo de carga.
Além disso, erros nos fluxos de potência ativa nas barras de fronteira tendem a ser
maiores, pois o modelo não inclui as resistências da rede externa. Assim, trata-se de
um equivalente que possui, principalmente, boa perspectiva na análise dos módulos das
tensões da rede interna, mas algumas dificuldades para identificar com maior precisão
fluxos ativos em linhas e transformadores [Deckmann et al. , 1980b].
PCC
β = ∆VCC . (3.6)
PP arque−eolico
3.2 Modelo para Simplificação de Rede 37
- β: parâmetro de simplificação.
- |β|: módulo de β.
Como resultado da aplicação dos critérios da Tabela 3.1, tem-se uma rede reduzida
com a nova matriz Zbarra , constituída da matriz Zbarra original, eliminando as linhas e
colunas referentes às barras eliminadas, resultando no sistema da Figura 3.3.
Modela-se as barras de fronteira como barras slack, pois contribuem para o equilí-
brio energético na rede interna, contudo apesar do processo de classificação das barras
restringir as mesmas apenas àquelas que possuam pequenas variações de tensão, suas
fases não podem ser consideradas constantes ou com variações irrelevantes. Propõe-se
reduzir os erros produzidos por essa característica adicionando as fases das tensões de
pré-falta nas barras de fronteira às fases do parâmetro β, pois representa as variações
frente ao curto-circuito, considerada uma contingência severa.
3.2 Modelo para Simplificação de Rede 38
Figura 3.3: Caracterização da rede reduzida por meio dos critérios de classificação das
barras.
V
I
Z
II
. . . ZIF . . . ZIE I
I
.. .. .. .. .. .. ..
.
.
. . . .
.
VF =
ZF I . . . ZF F . . . .
ZF E IF (3.7)
.. .. ... .. ... ..
..
. . . . .
VE ZEI . . . ZEF . . . ZEE IE
Destacando apenas as equações referentes às tensões das barras da rede interna e de
fronteira obtêm-se:
II
..
VI ZII . . . ZIF . . . ZIE .
.. . ... .. ... ..
. = ..
. . . IF (3.8)
..
VF ZF I . . . ZF F . . . ZF E
.
IE
Multiplicando os elementos da matriz Zbarra, referentes à rede externa, ao vetor
corrente, obtêm-se o vetor ∆V .
VI ZII . . . ZIF II ∆VI
.. .. .. .. .. ..
. = . . . . + (3.9)
. .
VF ZF I . . . ZF F IF ∆VF
Nos quais:
∆VF = ZF F +1 ∗ IF +1 + . . . + ZF E ∗ IE (3.11)
Assim, a partir da Equação 3.9 encontra-se e expressão que permite identificar os
∆V referentes às contribuições das barras eliminadas para o caso base, sem a necessi-
dade dos dados da rede externa. Essa aproximação permite que as tensões nas barras de
fronteira sejam mantidas nos mesmos valores do caso base, mesmo não incorporando à
matriz Zbarra os elementos referentes a rede externa.
∆VI VI ZII . . . ZIF II
..
..
..
.. .. ..
. = − . . . (3.12)
. . .
∆VF VF ZF I . . . ZF F IF
3.2 Modelo para Simplificação de Rede 40
∂P1 ∂P1 ∂P1 ∂P1 ∂P1 ∂P1
∆P1 ∂θ1
··· ∂θn
··· ∂θm ∂V1
··· ∂Vn
··· ∂Vm ∆θ1
.. .. .. .. .. .. .. ..
.
. ··· . ··· . . ··· . ··· .
.
∂Pn ∂Pn ∂Pn ∂Pn ∂Pn ∂Pn
∆Pn
∂θ1
··· ∂θn
··· ∂θm ∂V1
··· ∂Vn
··· ∂Vm
∆θn
.. .. .. .. .. .. .. ..
··· ··· ··· ···
.
. . . . . .
.
∂Pm ∂Pm ∂Pm ∂Pm ∂Pm ∂Pm
∆Pm
∂θ1
··· ∂θn
··· ∂θm ∂V1
··· ∂Vn
··· ∂Vm
∆θm
−
=
− − − − − − − −
−
∂Q1 ∂Q1 ∂Q1 ∂Q1 ∂Q1 ∂Q1
∆Q1
∂θ1
··· ∂θn
··· ∂θm ∂V1
··· ∂Vn
··· ∂Vm
∆V1
..
.. .. .. .. .. ..
..
. . ··· . ··· . . ··· . ··· . .
∂Qn ∂Qn ∂Qn ∂Qn ∂Qn ∂Qn
··· ··· ··· ···
∆Qn
∂θ1 ∂θn ∂θm ∂V1 ∂Vn ∂Vm
∆Vn
.. .. .. .. .. .. .. ..
.
. ··· . ··· . . ··· . ··· .
.
∂Qm ∂Qm ∂Qm ∂Qm ∂Qm ∂Qm
∆Qm ∂θ1
··· ∂θn
··· ∂θm ∂V1
··· ∂Vn
··· ∂Vm
∆Vm
(3.13)
3.2 Modelo para Simplificação de Rede 41
∂Pn+1 ∂Pn+1 ∂Pn+1 ∂Pn+1
∆Pn+1 ∂θn+1
··· ∂θm ∂Vn+1
··· ∂Vm ∆θn+1
..
.. .. .. .. ..
. ··· . . ··· .
.
.
∂Pm ∂Pm ∂Pm ∂Pm
··· ···
∆Pm
∂θn+1 ∂θm ∂Vn+1 ∂Vm
∆θm
− = −
− − − − − − (3.14)
∂Qn+1 ∂Qn+1 ∂Qn+1 ∂Qn+1
∆Qn+1 ··· ··· ∆Vn+1
∂θn+1 ∂θm ∂Vn+1 ∂Vm
.. .. .. .. .. ..
. ··· ··· .
. . . .
∂Qm ∂Qm ∂Qm ∂Qm
∆Qm ∂θn+1
··· ∂θm ∂Vn+1
··· ∂Vm
∆Vm
V1 Z11 ··· Z1n Z1n+1 ··· Z1m I1
.. .. .. .. .. .. .. ..
.
. . . . . . .
Vn Zn1 ··· Znn Znn+1 ··· Znm In
=
(3.15)
Vn+1
Zn+11 · · · Zn+1n Zn+1n+1 · · · Zn+1m
In+1
..
.. .. .. .. .. ..
..
. . . . . . . .
Vm Zm1 ··· Zmn Zmn+1 ··· Zmm Im
- 1 a n: barras slack.
3.2 Modelo para Simplificação de Rede 42
- n + 1 a m: barras PQ e PV.
[VI ] = [ZIS ] . [ZSS ]−1 .{[VS ] − [ZSI ] . [II ] − [∆VS ]} + [ZII ] . [II ] + [∆VI ] (3.20)
Sm = Im .Vm∗ (3.23)
3.2 Modelo para Simplificação de Rede 43
2. calcular o parâmetro β para todas as barras da rede, assumindo que ∆VCC corres-
ponde às variações tensão produzidas por curto-circuito na barra de conexão do
parque.
3.2 Modelo para Simplificação de Rede 44
5. processar uma iteração do método de Gauss-Seidel para cálculo das tensões nas
barras da rede malhada.
7. processar uma iteração do método soma de potências na rede do parque para cál-
culo das potências líquidas na barra de conexão.
Outra maneira proposta para obter simplificação da rede consiste em adotar uma
distribuição do equilíbrio energético nas barras de fronteira proporcional à distribuição
de suas correntes líquidas na ocorrência de um curto-circuito na barra de conexão do
produtor independente, ou seja, as barras de fronteira que tiverem maiores injeções de
corrente frente um curto-circuito trifásico na barra de conexão terão proporcionalmente
maior contribuição na distribuição da potência injetada pelo produtor independente.
O algoritmo consiste nos mesmos passos descrito na seção anterior, contudo as bar-
ras de fronteira passam a ser modeladas como barras PQ e ao final de cada iteração do
algoritmo do fluxo de carga atualizam-se os valores de potência ativa e reativa propor-
cionalmente, de acordo com a Equações 3.25 e 3.26, ou seja, as barras de fronteira em
determinado momento são barras PQ e em outro são barras slack. Apesar do produtor
independente ter a opção de operar com fator de potência unitário na barra de conexão,
o Operador Nacional do Sistema admite fator de potência de até 0.95 indutivo ou capa-
citivo (produtores eólicos), assim também se faz necessário distribuir a potência reativa
injetada. Apenas a barra de fronteira que possuir maior corrente líquida proveniente de
um curto-circuito na barra de conexão será mantida constantemente slack. A Figura 3.5
apresenta um diagrama de blocos com o algoritmo dessa proposta.
Qm = Qoriginal
m + Qparque ∗ σm (3.26)
- Qoriginal
m : potência reativa na barra de fronteira m sem o produtor independente.
Figura 3.5: Diagrama de blocos do algoritmo para simulação do fluxo de carga com
simplificação de rede utilizando proporção nas barras e fronteira.
3.3 Conclusões 48
Como pode-se observar na Figura 3.6, outra proposição de técnica para simplifi-
cação de rede se baseia em tratar as barras de alimentação como barras PQ e slack,
nos quais se atualizam as potências por técnica de otimização de acordo com a função
objetivo da Equação 3.27, considerando n barras de fronteira. Assim, permite-se flutu-
ações, principalmente, das fases das tenões nas barras de fronteira, minimizando erros
em comparações com os resultados obtidos com a rede completa. Utilizou-se o método
de otimização Nuvem de Partículas para solução do problema (seção 4.3).
n n
(∆Pi − σi ∗ Pparque )2 + (∆Qi − σi ∗ Qparque )2
X X
F ob = (3.27)
i=1 i=1
- ∆Pi e ∆Qi : parcela das potências ativa e reativa injetadas pelo produtor indepen-
dente absorvida pela barra de fronteira.
3.3 Conclusões
As proposições para cálculo de equivalentes de rede demonstram diversidade na li-
teratura, com convergência no uso do Método de Ward e suas variações, em especial o
Método de Ward Estendido. De maneira geral, a resultante desses procedimentos se ini-
cia por um fluxo de carga convergido na rede completa (original), ou seja, considera-se
a disponibilidade dos dados referentes à rede externa. O método proposto para sim-
plificação de rede possui como principal característica a necessidade apenas dos dados
referentes à rede interna para análise das variações de tensões promovidas pela conexão
de produtores independentes.
3.3 Conclusões 49
Figura 3.6: Diagrama de blocos do algoritmo para simulação do fluxo de carga com
simplificação de rede por técnica de otimização.
mização de perdas.
Assim, o presente trabalho aborda um problema multi-objetivo, no qual resolve-se
o problema de minimização de perdas do método de Nuvem de Partículas, também co-
nhecido como Particle Swarm Optimization ou PSO, e aborda-se o controle do fator de
potência por três métodos distintos: Gradiente, Nuvem de Partículas e Nuvem de Par-
tícula Evolucionária - EPSO [Oliveira et al. , 2007c]. Deve-se ressaltar que apesar da
abordagem em um contexto de um problema multi-objetivo, pode-se, separadamente,
desenvolver técnicas para a solução dos problemas abordados. Os detalhes da imple-
mentação desses métodos no algoritmo estão presentes nesse capítulo.
Minimizar/Maximizar → f (x, y)
Restrições:
g(x, y) = 0
hmin ≤ h(x, y) ≤ hmax
xmin ≤ x ≤ xmax (4.1)
As variáveis de controle são as grandezas físicas cujos valores podem ser ajustados
durante a operação do sistema elétrico, como módulos de tensão, posições de taps de
4.2 Método do Gradiente em Rede Radiais 53
Figura 4.1: Esquema de rede com produtor independente com destaque para as variáveis
de controle do algoritmo do fluxo de carga ótimo.
de Lagrange.
3. calcular λ por:
" #!−1
∂g ∂f
λ=− (4.6)
∂y ∂y
4. calcular o vetor gradiente:
" #!
∂f ∂g
5f = + λ (4.7)
∂x ∂y
∆x = −α∆f (4.8)
xk+1 = xk − ∆x (4.9)
4.2 Método do Gradiente em Rede Radiais 55
nl n
!2
X X
F ob = LSK + Qi (4.10)
K=1 i=1
- nl → número de linhas.
4.2 Método do Gradiente em Rede Radiais 56
- n → número de geradores.
xK 2 2
LSK = P SK + QSK (4.12)
VK2
No qual:
- xK → reatância na linha K.
- VK → tensão na barra K.
Portanto:
nl n
!2
XxK 2 2
X
F ob = 2
PSK + QSK + Qi (4.13)
K=1 VK i=1
4.2 Método do Gradiente em Rede Radiais 57
" nl n
#
∂F ob X xK
2 2
X
=2 2
PSK + QSK + Qi
∂Qj K=1 VK i=1
2PSK ∂P + 2QSK ∂Q
nl
X SK
∂Qj
SK
∂Qj
VK2
∗ xj
K=1 VK4
+ Q2SK ) 2VK ∂V
2
− (PSK ∂Qj
K
∗
VK4
n nl n
" #
X ∂Qi X xK 2 2
X
+ ∗2 2
PSK + QSK + Qi
i=1 ∂Qj K=1 VK i=1
j = 1, 2, 3 − bus number (4.14)
X
PSK = [Pcn + Pccn + Pzcn + Lpn ] (4.15)
nεΩK
X
QSK = [Qcn + Qccn + Qzcn + Lqn ] (4.16)
nεΩK
No qual,
- Lpn and Lqn → soma das perdas ativas e reativas até a barra n.
No qual,
∂LP K 2PSK ∂P SK
∂Qj
+ 2QSK ∂Q SK
∂Qj
− 2VK ∂V
∂Qj
K
= RK
∂Qj VK4
∂LQK 2PSK ∂P SK
∂Qj
+ 2QSK ∂Q SK
∂Qj
− 2VK ∂V
∂Qj
K
= XK (4.19)
∂Qj VK4
√ !−1/2
∂VK 1 −B + B 2 − 4AC
=
∂Qj 2 2A
−1/2
∂B 1 2 ∂B ∂C
− ∂Qj + 2 (B − 4AC) 2B ∂Q j
− 4 ∂Q j
∗ (4.20)
2A
A=1
h i
B = 2 (RK PSK + XK QSK ) − Vi2
2 2 2
C = RK + XK PSK + Q2SK
s √
−B + B 2 − 4AC
VK = (4.21)
2A
Cada partícula preserva a informação do melhor indivíduo entre seus vizinhos (pbest
- local) e o melhor indivíduo da núvem (gbest - global), com base nos valores obtidos
pela função objetivo. Em cada iteração do PSO, atualiza-se a velocidade da partícula e
a posição da partícula pelo pbest e gbest. A aceleração dessa busca se define por termos
gerados aleatoriamente, rand1 e rand2 , combinados com as informações das posições
atuais e passadas, permitindo determinar as velocidade atuais, de acordo com a equação
(4.22). No problema de controle do fator de potência na barra de conexão do produtor
independente, as partículas são vetores de potência reativa injetadas pelas barras que
compõem a rede interna do produtor, enquanto que o problema de minimização as par-
tículas são vetores de potências ativa e reativas injetadas nas barras de fronteira da rede
acessada.
vik+1 = vik + c1 rand1 () pbestki − pki
+c2 rand2 () gbestki − pki (4.22)
- c1 ,c2 → parâmetros cognitivos e sociais responsáveis por atribuir pesos nas buscas
de intensificação e diversificação, respectivamente.
vik+1 = Wi,inertia
k
vik + Wi,mem
k
pbestki − pki
k
+Wi,coop gbestki − pki (4.23)
Todos os fatores Wik provêm a cada iteração da Equação 4.24, no qual N (0, 1)
corresponde a um número randômico com distribuição normal.
k k
Wi,j = Wi,j + τ N (0, σ 2 ) (4.24)
Os Métodos do Gradiente, PSO e EPSO foram implementados no fluxo de carga
ótimo [Oliveira et al. , 2009]. Assim, o algoritmo no processo de cálculo de fluxo de
carga ótimo encontra-se na Figura 4.4 e nos ítens abaixo, no qual cada partícula cor-
responde a um vetor de potência reativa produzida pelos aerogeradores. E o problema
da minimização de perdas foi resolvido pelo método do PSO, cuja solução constitue no
vetor de potências ativa e reativa nas barras de fronteira.
Algoritmo:
4.3 Núvem de Partículas e Núvem de Partículas Evolucionária. 61
3. definir a barra com menor β como slack. As barras de fronteira restantes partici-
parão do controle do fluxo de potência ótimo.
7. processar uma iteração do método de Gauss-Seidel para cálculo das tensões nas
barras da rede malhada.
9. processar uma iteração do método soma de potências na rede do parque para cál-
culo das potências líquidas na barra de conexão.
10. atualização das potências reativas produzidas pelos aerogeradores, de acordo com
o método de otimização empregado (PSO, EPSO ou Gradiente).
Figura 4.4: Diagrama de bloco do algoritmo para simulação do fluxo de carga ótimo.
4.4 Conclusões
Apesar dos inúmeros algoritmos para cálculo de fluxos de carga ótimo presentes
na literatura, não se identifica nenhum direcionado especificamente para solução de
um problema multi-objetivo, cuja resolução determina, simultaneamente, o ponto de
operação de geradores para controle remoto do fator de potência na barra de conexão de
produtores independentes e fluxos de potências nas barras de fronteira para minimização
de perdas.
A busca por dois objetivos simultâneos se fez por um procedimento formado por dois
algoritmos, um para cada busca. A minimização das perdas na rede utiliza o Método
4.4 Conclusões 63
Simulação Computacional
Os dados da Tabela 5.1 provêm de redes didáticas (DID), americana (AM E), euro-
péias (EU R) e brasileira (BRA), disponibilizando topologias e níveis de carregamento
diversos. Dentre estas, inclui-se o sistema ALL433, que corresponde a uma junção de
todas as redes DID, AM E, EU R e BRA por meio de transformadores de 400M W ,
como mostra a Figura 5.1. Essa junção foi realizada com o propósito de agregar ca-
racterísticas diferentes em um único sistema elétrico, de grande porte, como forma de
identificar possíveis limitações dos algoritmos propostos, para simplificação da rede e
otimização da rede interna.
Já com a diversidade nas topologias dos parques eólicos pretende-se verificar o ní-
vel de robustez e adaptatibilidade dos algoritmos propostos para controle de fator de
potência no ponto de interligação. Todos os fluxos de potência produzidos pelas barras
do parque convergem para a barra N 1, por meio de cabos que congregam dois ou mais
conjuntos de barras. As Figuras 5.2, 5.3, 5.4 e 5.5 possuem até 2, 5, 10 e 22 barras
conectadas entre si, respectivamente, atribuindo variações no grau de confiabilidade do
parque. Há, ainda, uma quinta rede, P E05 , que possui mesmo esquema de conexão das
66
barras da Figura 5.3, porém com distâncias elétrica entre si mais acentuadas. Deve-se
destacar que as configurações das Figuras 5.5 e 5.4 não retratam condições de operações
factíveis, entretanto poderiam produzir dificuldades na convergência de fluxo de carga
5.1 Fluxo de Carga Híbrido 69
Inicialmente, simulou-se as redes completas sem o parque para permitir que pos-
teriormente se possa analisar o grau de impacto provocado pela conexão, e portanto,
caracterizando a robustez e eficiência algoritmos dos fluxos de carga. As Figuras 5.6
e 5.7 encontram-se o perfil das tensões nas barras das redes da Tabela 5.1 obtidos por
cálculo de fluxo de carga Newton-Raphson, apresentando percentualmente o número de
barras que encontram-se com tensões abaixo de 0.925pu, entre 0.925 e 0.95pu, entre
0.95 e 1.05pu e acima de 1.05pu de cada rede. Na Tabela 5.2 se destacam os valores
médios das tensões nos sistemas. Observa-se que em seis redes, o valor da tensão média
encontra-se abaixo de 0.99, incluindo valores relativamente baixos, como o caso da rede
EU R05 com tensão média de 0.9605pu e da rede BRA01 com 0.9522pu, enquanto que
há ainda uma rede com tensão média alta, a AM E01 com tensão de 1.1004pu. Outra
característica importante diz respeito às variações acentuadas de tensões entre barras
em uma mesma rede, dificultando o processo de convergência e portanto habilitando-as
para análises de eficiência do algoritmo proposto. A diferença entre o valor máximo
e mínimo de tensão obtidos nos sistemas ultrapassam 5%, podendo chegar a 10% nas
redes AM E01, BRA01, DID01 e ALL417.
Figura 5.6: Tensões em pu das barras dos sistemas DID02, DID03, AM E01, EU R04,
EU R05 e BRA01.
Figura 5.7: Tensões em pu das barras do sistema DID01, EU R01, EU R02, EU R03 e
ALL433.
5.1 Fluxo de Carga Híbrido 72
Os resultados das simulações dos sistemas da Tabela 5.1 com os parques eólicos em
diferentes topologias permitem avaliar as características dos algoritmos propostos, pos-
sibilitando nortear sobre quais situações pode ser vantajoso seu uso e quais as limitações
que podem torná-lo menos competitivo.
Desenvolveu-se a análise por meio de resultados obtidos pelo software ANAREDE
do CEPEL e pelo fluxo de carga híbrido construído a partir da implementação em
F ORT RAN . A escolha da barra de conexão seguiu os critérios de menor e maior
tensão, ou seja, testou-se duas situações, nas quais as redes acessadas receberam a co-
nexão do parque eólico na barra que encontrava-se mais eletricamente frágil e naquela
que poderia provocaria as maiores perturbações, respectivamente. A Tabela 5.3 apre-
senta os resultados das tensões médias nas redes obtidos pelo fluxo de carga híbrido,
quando o produtor é conectado na barra de maior e menor tensão da rede e na Tabela
5.4 as variações percentuais de tensão em relação as redes sem o parque eólico. As-
sim, na Tabelas 5.3 e 5.4 as colunas diferenciam os parques eólicos e para cada sistema,
nas linhas, existem duas sublinhas que descrevem duas situações distintas: conexão do
parque na barra de maior tensão (acima) e na barra de menor tensão (abaixo).
Observa-se que em 5 redes a conexão do parque proporcionou elevação da tensão
média, no qual o grau de variação desta inserção alternou de 0.01201% em DID02 a
2.8100% em DID03, enquanto que sistemas como ALL433 e o EU R04 que reforçaram
a tensão da barra de conexão, entretanto provocaram queda da tensão média da rede
acessada.
Eficiência
Tabela 5.3: Tensão Média dos Sistemas Simulados com o Parque Eólico conectado na
barra de maior e menor tensão.
[Sistema] Sem [P E01] [P E02] [P E03] [P E04] [P E05]
Barra de Conexão Parque
Maior Tensão Eólico
Menor Tensão
DID01 0.97742 0.9821 0.9820 0.9822 0.9819 0.9821
0.99549 0.99524 0.99559 0.99551 0.99540
DID02 0.9984 1.0084 1.0079 1.0080 1.0081 1.0082
0.99853 0.99854 0.99854 0.99853 0.99852
DID03 0.9715 0.9879 0.9870 0.9875 0.9876 0.9878
0.99845 0.99868 0.99880 0.99851 0.99814
AME01 1.1004 1.0395 1.0390 1.0394 1.0392 1.0391
1.10525 1.10528 1.10529 1.10526 1.10521
EUR01 0.9872 0.9870 0.9871 0.9872 0.9873 0.9870
0.98880 0.98883 0.98885 0.98881 0.98876
EUR02 1.0065 1.0091 1.0092 1.0091 1.0090 1.0091
1.00648 1.00648 1.00648 1.00648 1.00648
EUR03 1.0352 1.0343 1.0340 1.0342 1.0340 1.0341
1.03635 1.03638 1.03640 1.03636 1.03629
EUR04 0.9875 0.9767 0.9767 0.9766 0.9767 0.9768
0.97763 0.97772 0.97776 0.97776 0.97751
EUR05 0.9605 0.9608 0.9607 0.9608 0.9608 0.9608
0.96406 0.96413 0.96417 0.96408 0.96397
BRA01 0.95688 0.9527 0.9528 0.9524 0.9526 0.9525
0.97919 0.9702 0.9704 0.9702 0.9702
ALL433 1.0029 1.0011 1.0012 1.0011 1.0010 1.0011
0.99987 0.99992 0.99993 0.99990 0.99987
Tabela 5.4: Variação Percentual da Tensão Média dos Sistemas Simulados com o Parque
Eólico conectado na barras de maior e menor tensão.
[Sistema] [P E01] [P E02] [P E03] [P E04] [P E05]
Barra de Conexão % % % % %
Maior Tensão
Menor Tensão
DID01 0.468 0.458 0.478 0.448 0.468
1.848 1.8231 1.85897 1.85079 1.8395
DID02 1.000 0.9500 0.9600 0.9700 0.9800
0.01302 0.01402 0.01402 0.01302 0.01201
DID03 1.6400 1.5500 1.6000 1.6100 1.6300
2.7740 2.7977 2.8100 2.7802 2.74215
AME01 6.0900 6.1400 6.1000 6.1200 6.1200
0.44074 0.4434 0.4443 0.44165 0.4371
EUR01 0.002 0.001 0.000 0.0001 0.0002
0.3043 0.30736 0.3093 0.3053 0.30026
EUR02 0.2600 0.2700 0.2600 0.2500 0.2600
0.00198 0.00198 0.00198 0.00198 0.00198
EUR03 0.0900 0.1200 0.1000 0.1200 0.1100
0.11108 0.11398 0.11591 0.11205 0.1052
EUR04 1.0800 1.0800 1.0900 1.0800 1.0700
0.9994 0.9903 0.9863 0.9863 1.0116
EUR05 0.0300 0.0200 0.0300 0.0300 0.0300
0.3706 0.3779 0.3820 0.3727 0.3612
BRA01 0.418 0.408 0.448 0.428 0.438
2.3315 2.3116 2.4057 2.3273 2.3231
ALL433 0.1800 0.1700 0.1800 0.1900 0.1800
0.3021 0.2971 0.2961 0.2991 0.3021
de barras. Assim, os resultados da rede ALL433 presentes na Tabela 5.5, que apresenta
as variações percentuais de tensão entre as simulações do ANAREDE e o fluxo de carga
híbrido, são provenientes de simulação em programa próprio.
Deve-se destacar que todas as barras de tensão controlada foram transformadas em
5.1 Fluxo de Carga Híbrido 75
Tabela 5.5: Variações Percentuais das Tensões após Convergência entre o Fluxo de
Carga Newton-Raphson e o Fluxo de Carga Híbrido.
[Sistema] Sem [P E01%] [P E02%] [P E03%] [P E04%] [P E05%]
Parque
Eólico
DID01 0.0001 0.0032 0.0021 0.0046 0.0019 0.0011
DID02 0.0002 0.0024 0.00167 0.00231 0.00381 0.00412
DID03 0.0002 0.00625 0.00720 0.00543 0.00544 0.00655
AME01 0.0006 0.0066 0.00523 0.00671 0.00525 0.00762
EUR01 0.0001 0.00248 0.00221 0.00311 0.00192 0.00310
EUR02 0.0007 0.00510 0.00571 0.005 0.00492 0.00489
EUR03 0.0003 0.00221 0.00236 0.00410 0.00357 0.00277
EUR04 0.0004 0.00467 0.00499 0.00512 0.00497 0.00391
EUR05 0.0004 0.00267 0.00296 0.00287 0.00394 0.00355
BRA01 0.0001 0.0001 0.0002 0.0001 0.0001 0.0002
ALL433 0.0004 0.00267 0.00296 0.00287 0.00394 0.00355
5.1 Fluxo de Carga Híbrido 76
Custo Computacional
∂P1 ∂P1 ∂P1 ∂P1
∆P1 ∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆θ1
.. .. .. .. .. ..
··· ···
.
. . . . .
∂Pn ∂Pn ∂Pn ∂Pn
∆Pn
∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆θn
− =
− − − − − −
− (5.1)
∂Q1 ∂Q1 ∂Q1 ∂Q1
∆Q1
∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆V1
..
.. .. .. ..
..
. . ··· . . ··· . .
∂Qn ∂Qn ∂Qn ∂Qn
∆Qn ∂θ1
··· ∂θn ∂V1
··· ∂Vn
∆Vn
Adaptabilidade
Robustez
Tabela 5.8: Quadro das referências X% para simplificação das redes na comparação o
parâmetro β.
[Sistema] [1a situação] [2a situação] [3a situação]
X% = X% = X% =
DID01 0.04 0.06 0.08
EUR01 0.02 0.04 0.06
EUR03 0.07 0.073 0.076
ALL433 0.004 0.008 0.01
Tabela 5.9: Resumo dos Erros de Tensão entre os cálculos de fluxo de carga com as
Redes Simplificadas - Modelo A: multi-slack; B: proporcional; C: ótimo - e Reduzidas.
Figura 5.8: Resultados de cálculo de fluxo de carga da rede DID01 completa, reduzida
e simplificada para X% = 0.04.
Figura 5.9: Resultados de cálculo de fluxo de carga da rede DID01 completa, reduzida
e simplificada para X% = 0.06.
Figura 5.10: Resultados de cálculo de fluxo de carga da rede DID01 completa, reduzida
e simplificada para X% = 0.08.
5.2 Método para Simplificação de Rede 83
Figura 5.11: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa DID01 para X% = 0.04.
Figura 5.12: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa DID01 para X% = 0.06.
Figura 5.13: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa DID01 para X% = 0.08.
5.2 Método para Simplificação de Rede 84
Figura 5.14: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa DID01 para X% = 0.04.
Figura 5.15: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa DID01 para X% = 0.06.
Figura 5.16: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa DID01 para X% = 0.08.
5.2 Método para Simplificação de Rede 85
Figura 5.17: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa DID01 para X% =
0.04.
Figura 5.18: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa DID01 para X% =
0.06.
Figura 5.19: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa DID01 para X% =
0.08.
5.2 Método para Simplificação de Rede 86
Figura 5.20: Resultados de cálculo de fluxo de carga da rede EU R01 completa, reduzida
e simplificada para X% = 0.02.
Figura 5.21: Resultados de cálculo de fluxo de carga da rede EU R01 completa, reduzida
e simplificada para X% = 0.04.
Figura 5.22: Resultados de cálculo de fluxo de carga da rede EU R01 completa, reduzida
e simplificada para X% = 0.06.
5.2 Método para Simplificação de Rede 87
Figura 5.23: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa EU R01 para X% = 0.02.
Figura 5.24: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa EU R01 para X% = 0.04.
Figura 5.25: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa EU R01 para X% = 0.06.
5.2 Método para Simplificação de Rede 88
Figura 5.26: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa EU R01 para X% = 0.02.
Figura 5.27: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa EU R01 para X% = 0.04.
Figura 5.28: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa EU R01 para X% = 0.06.
5.2 Método para Simplificação de Rede 89
Figura 5.29: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R01 para X% =
0.02.
Figura 5.30: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R01 para X% =
0.04.
Figura 5.31: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R01 para X% =
0.06.
5.2 Método para Simplificação de Rede 90
Figura 5.32: Resultados de cálculo de fluxo de carga da rede EU R03 completa, reduzida
e simplificada para X% = 0.07.
Figura 5.33: Resultados de cálculo de fluxo de carga da rede EU R03 completa, reduzida
e simplificada para X% = 0.073.
Figura 5.34: Resultados de cálculo de fluxo de carga da rede EU R03 completa, reduzida
e simplificada para X% = 0.076.
5.2 Método para Simplificação de Rede 91
Figura 5.35: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa EU R03 para X% = 0.07.
Figura 5.36: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa EU R03 para X% = 0.073.
Figura 5.37: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa EU R03 para X% = 0.076.
5.2 Método para Simplificação de Rede 92
Figura 5.38: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa EU R03 para X% = 0.07.
Figura 5.39: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa EU R03 para X% = 0.073.
Figura 5.40: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa EU R03 para X% = 0.076.
5.2 Método para Simplificação de Rede 93
Figura 5.41: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R03 para X% =
0.07.
Figura 5.42: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R03 para X% =
0.073.
Figura 5.43: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa EU R03 para X% =
0.076.
5.2 Método para Simplificação de Rede 94
Figura 5.44: Resultados de cálculo de fluxo de carga da rede ALL433 completa, redu-
zida e simplificada para X% = 0.004.
Figura 5.45: Resultados de cálculo de fluxo de carga da rede ALL433 completa, redu-
zida e simplificada para X% = 0.008.
Figura 5.46: Resultados de cálculo de fluxo de carga da rede ALL433 completa, redu-
zida e simplificada para X% = 0.01.
5.2 Método para Simplificação de Rede 95
Figura 5.47: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa ALL433 para X% = 0.004.
Figura 5.48: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa ALL433 para X% = 0.008.
Figura 5.49: Erros de tensões percentuais entre os resultados das redes simplificadas e
reduzidas e a rede completa ALL433 para X% = 0.01.
5.2 Método para Simplificação de Rede 96
Figura 5.50: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa ALL433 para X% = 0.004.
Figura 5.51: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa ALL433 para X% = 0.008.
Figura 5.52: Erros nas injeções de potência ativa nas barras de fronteira entre os resul-
tados das redes simplificadas e reduzidas e a rede completa ALL433 para X% = 0.01.
5.2 Método para Simplificação de Rede 97
Figura 5.53: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa ALL433 para X% =
0.004.
Figura 5.54: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa ALL433 para X% =
0.008.
5.2 Método para Simplificação de Rede 98
Figura 5.55: Erros nas injeções de potência reativa nas barras de fronteira entre os
resultados das redes simplificadas e reduzidas e a rede completa ALL433 para X% =
0.01.
5.2 Método para Simplificação de Rede 99
Os gráficos das Figuras 5.8 a 5.49 mostram ainda que a localização dos maiores erros
de tensão não necessariamente encontram-se próximo do produtor. Assim, destaca-
se a importância na definição das barras que poderão ser eliminadas, pois barras que
aparentemente possuem menos sensibilidade à injeção de potência podem constituir
de elemento essencial para a eficiência do método, ou seja, a eliminação errônea de
uma barra pode provocar maiores erros nas tensões das barras não-eliminadas restantes.
Dessa maneira, a utilização do parâmetro β se faz importante, pois permite identificar
que barras podem ser eliminadas.
Tabela 5.10: Quadro do número de iterações obtidas para convergência do fluxo de carga
Newton-Raphson adaptado ao modelo para simplificação de redes nas três situações da
Tabela 5.8.
[Sistema] [1a situação] [2a situação] [3a situação]
DID01 12 Não convergiu Não convergiu
EUR01 12 15 Não convergiu
EUR03 10 12 12
ALL433 12 Não convergiu Não convergiu
5.3 Fluxo de Carga Ótimo 100
Tabela 5.11: Redes Simuladas no Fluxo de Carga Ótimo após o processo de identifica-
ção das barras da rede interna e barras de fronteira/alimentação.
[Sistema] [Número de] [Número de] [β <]
[Barras] [Barras de Fronteira]
DID01 60 7 0.04
EUR01 21 10 0.04
EUR03 69 11 0.07
ALL433 73 17 0.01
acidentado. Assim, para testar a eficiência do algoritmo proposto sob este aspecto,
simulou-se uma condição improvável e extrema de operação, no qual metade dos gera-
dores do parque produzem apenas 10% da potência nominal e a outra metade operando
em plena carga.
Todos os três métodos permitiram definir o despacho de reativos nas barras do par-
que eólico para controle remoto do fator de potência. Dessa maneira, apresenta,se ape-
nas os resultados de um deles. Assim, as Tabelas 5.12 e 5.13 encontram-se os depachos
de potência reativa nas barras dos parques eólicos como resultados de simulação na rede
IEEE98 com o parque P E01 obtidos pelo método do Gradiente, em duas condições
de operação: 1a condição - plena carga; 2a condição - metade das máquinas produzindo
10% da capacidade instalada.
Os resultados das Tabelas 5.12 e 5.13 são satisfatórios, pois em ambos os casos o
fator de potência na barra de conexão (K11) permaneceu próximo da unidade. As varia-
ções nos fatores de potência nas barras entre os dois resultados se produz principalmente
pelas diferenças nos limites da capacidade de geração de reativos, pois, como apresenta
a Tabela 5.14, dependem da produção de potência ativa.
5.3 Fluxo de Carga Ótimo 103
Figura 5.57: Evolução da melhor partícula do algoritmo nuvem de partículas para con-
trole remoto do fator de potência na barra de conexão do produtor eólico com o sistema
DID01.
Figura 5.59: Evolução da melhor partícula do algoritmo nuvem de partículas para con-
trole remoto do fator de potência na barra de conexão do produtor eólico com o sistema
EU R01.
Figura 5.61: Evolução da melhor partícula do algoritmo nuvem de partículas para con-
trole remoto do fator de potência na barra de conexão do produtor eólico com o sistema
EU R03.
Figura 5.63: Evolução da melhor partícula do algoritmo nuvem de partículas para con-
trole remoto do fator de potência na barra de conexão do produtor eólico com o sistema
ALL433.
As Tabelas 5.15 a 5.18 apresentam as injeções nas barras de fronteira das redes
DID01, EU R01, EU R03 e ALL433 com o parque eólico P E01 após o processo de
otimização das perdas. A comparação com os resultados do fluxo de carga sem otimiza-
ção mostra que as variações no estado de operação da rede se altera significativamente
principalmente para as injeções de potência reativa, com participação também da inje-
ção de potência ativa.
Tabela 5.12: Potências-soma (ativas e reativas) e fator de potência nas barras do parque
eólico / 1a condição: plena carga.
Barras do Soma das Soma das Fator
Parque Potências Potências de
Eólico Ativa Reativa Potência
(MW) (MVAR)
K11 143.48118 1.0599483 (cap) 0.9999727
N112 143.50154 1.0803056 (cap) 0.9999717
N113 144.40847 5.8459722 (cap) 0.9991816
N1 144.42884 5.8663397 (cap) 0.9991761
N2 19.69297 0.3406240 (ind) 0.9999159
N3 13.128743 0.4502829 (cap) 0.9997387
N4 6.564403 1.4312834 (ind) 0.9941099
N5 26.285306 1.230098 (ind) 0.9828919
N6 19.714155 0.5821778 (cap) 0.9997548
N7 13.142705 2.5579577 (cap) 0.9916870
N8 6.5713909 0.1206317 (ind) 0.9999579
N9 26.263536 0.4943308 (cap) 0.9971826
N10 19.697723 0.2523961 (ind) 0.9999538
N11 13.131822 0.1265738 (cap) 0.9999794
N12 6.5659142 0.0748019 (ind) 0.9999838
N13 26.266043 0.0537324 (cap) 0.9999665
N14 19.699526 3.5754422 (cap) 0.9908619
N15 13.13305 0.9902824 (cap) 0.9987389
N16 6.5664739 0.3834326 (cap) 0.9995741
N17 32.89531 1.0079505 (ind) 0.9884231
N18 26.31625 0.4962915 (cap) 0.9998862
N19 19.737315 1.7180285 (ind) 0.9978758
N20 13.158246 0.1312300 (cap) 0.9999779
N21 6.5791535 0.2767642 (cap) 0.9997789
N22 6.5639103 0.7220309 (cap) 0.9940318
5.3 Fluxo de Carga Ótimo 108
Tabela 5.13: Potências-soma (ativas e reativas) e fator de potência nas barras do parque
eólico / 1a condição: metade do parque com 10% da potência nominal.
Barras do Soma das Soma das Fator
Parque Potências Potências de
Eólico Ativa Reativa Potência
(MW) (MVAR)
K11 77.437682 0.3581874 (cap) 0.9999893
N112 77.443833 0.3643392 (cap) 0.9999889
N113 77.717756 1.8037236 (cap) 0.9997308
N1 77.723907 1.8098752 (cap) 0.9997290
N2 25.705116 2.3047768 (ind) 0.9960044
N3 19.279129 5.5815635 (ind) 0.9605541
N4 12.853023 2.1439965 (ind) 0.9863712
N5 6.4264496 3.216977 (ind) 0.8942183
N6 25.691283 2.2127374 (ind) 0.9963115
N7 19.268515 0.9760204 (ind) 0.9987196
N8 12.845675 0.7791404 (ind) 0.9981656
N9 6.4229518 1.7079641 (cap) 0.9664154
N10 14.141697 4.7087738 (cap) 0.9487864
N11 7.713659 2.0111875 (cap) 0.9676501
N12 1.2855846 0.612319 (ind) 0.9028235
N13 0.6427922 0.3214005 (ind) 0.8944247
N14 2.5700719 0.3928895 (ind) 0.9885161
N15 1.9275564 0.0795589 (ind) 0.9991493
N16 1.2850382 0.0579934 (ind) 0.9989832
N17 0.6425208 0.2632702 (cap) 0.9253345
N18 3.2128324 0.1799996 (cap) 0.9984343
N19 2.5702661 0.1153607 (ind) 0.9989943
N20 1.9276991 0.3212965 (ind) 0.9863928
N21 1.2851307 0.6425747 (ind) 0.8944246
N22 0.6425653 0.3212871 (ind) 0.8944247
5.3 Fluxo de Carga Ótimo 109
Tabela 5.14: Limites de potência reativa em relação à potência ativa para as barras do
parque eólico.
Potência Limite de Limite de
Ativa Potência Reativa Potência Reativa
Gerada Capacitiva Indutiva
(MW) (MVAR (MVAR)
6480. 3888. 3499.2
6117.12 3564. 3240.
5832. 3369.6 2948.4
5508. 3240. 2916.
5184. 3110.4 2851.2
4860. 2883.6 2592.
4536. 2592. 2397.6
4212. 2462.4 2203.2
3888. 2268. 2008.8
3564. 2073.6 1944.
3240. 1927.8 1814.4
2916. 1749.6 1620.
2592. 1620. 1555.2
2268. 1296. 1296.
1944. 1036.8 1036.8
1620. 972. 972.
1296. 866.6 866.6
648. 324. 324.
0. 0. 0.
5.3 Fluxo de Carga Ótimo 110
Tabela 5.15: Variação Percentual entre as Potências injetadas pelas barras de fron-
teira/alimentação com e sem otimização de perdas na rede DID01.
Barras de Fronteira/Alimentação Potência Ativa % Potência Reativa %
21. [slack] [slack]
37. 16.83 79.88
38. 1.11 50.13
45. 0.86 69.99
52. 0.58 0.59
59. 2.56 46.87
93. 0.33 8.45
Tabela 5.16: Variação percentual entre as potências injetadas pelas barras de fronteira
com e sem otimização de perdas na rede EU R01.
Barras de Potência Ativa Potência Reativa
Fronteira % %
/Alimentação
16. 0.0012 2.31
44. 0.0003 1.92
8. 0.0018 1.003
17. 0.0002 2.15
64. [slack] [slack]
10. 1.44 0.83
13. 10.08 8.76
24. 2.10 93.32
62. 9.16 7.56
6. 18.17 94.18
5.3 Fluxo de Carga Ótimo 111
Tabela 5.17: Variação percentual entre as potências injetadas pelas barras de fronteira
com e sem otimização de perdas na rede EU R03.
Barras de Potência Ativa Potência Reativa
Fronteira % %
/Alimentação
96. 0.0002 0.0009
86. 0.00006 0.0005
83. 0.00001 0.003
91. 0.000031 0.002
92. 10.01 105.2
58. 0.093 0.46
47. 39.63 98.02
74. [slack] [slack]
97. 7.79 16.94
5.3 Fluxo de Carga Ótimo 112
Tabela 5.18: Variação percentual entre as potências injetadas pelas barras de fronteira
com e sem otimização de perdas na rede ALL433.
Barras de Potência Ativa Potência Reativa
Fronteira % %
/Alimentação
22. 16.92 97.32
1. 29.35 67.77
61. 6.323 7.62
63. 4.90 0.71
64. 36.15 105.26
172. 0.068 10.572
185. 0.93 21.42
187. 5.79 38.53
263. 1.96 58.67
266. 12.94 60.44
259. 8.32 69.85
365. [slack] [slack]
372. 25.13 60.40
375. 16.78 20.47
376. 7.92 14.20
382. 5.24 4.02
369. 1.07 0.01
Conclusões
A busca por dois objetivos simultâneos se fez por um procedimento formado por dois
algoritmos, um para cada busca. A minimização das perdas na rede utiliza o Método
da Nuvem de Partículas e o controle remoto na barra de conexão de produtor indepen-
dente propõe-se a solução por três métodos: Nuvem de Partículas, Nuvem de Partículas
Evolucionária e Gradiente. Em todas as simulações do algoritmo proposto para cálculo
de fluxo de carga ótimo, os resultados se apresentaram satisfatórios, pois em todos os
casos o fator de potência na barra de conexão permaneceu na unidade, atendendo as
exigências do ONS, e, simultaneamente, atingindo o objetivo de minimizar perdas.
A incorporação dos métodos ao algoritmo de fluxo de carga Gauss-Seidel e Soma
de Potências com várias slack descrito no capítulo 3 se destaca como mais uma apli-
cação do algoritmo híbrido proposto originalmente, demonstrando sua capacidade de
adaptação e flexibilidade.
Tensão Pot. ativa Pot. reativa Pot. ativa Pot. reativa Tensão
Barra Tipo nominal gerada gerada consumida consumida Controlada
(kV) (MW) (MW) (MW) (MW) (kV)
N 69 0 138. 514.3 -63.2 0. 0. 0.
N1 0 138. 0. 0. 51. 27.7. 0.
N2 0 138. 0. 0. 20. 9. 0.
N3 0 138. 0. 0. 39. 10. 0.
N4 0 139. -9. -12. 30. 12. 0.
N5 0 138. 0. -40. 0. 0. 0.
N6 0 138. 0. 17. 52. 22. 0.
N7 0 138. 0. 0. 19. 2. 0.
N 11 0 138. 0. 0. 70. 23. 0.
N 12 0 138. 85. 102.1 47. 10. 0.
N 13 0 138. 0. 0. 34. 16. 0.
N 14 0 138. 0. 0. 14. 1. 0.
N 15 0 138. 0. 19.7 90. 30. 0.
117
Tensão Pot. ativa Pot. reat. Pot. ativa Pot. reat. Tensão
Barra Tipo nominal gerada gerada consumida consumida Controlada
(kV) (MW) (MW) (MW) (MW) (kV)
N 16 0 138. 0. 0. 25. 10. 0.
N 17 1 138. -11. -3. 0. 0. 137.
N 18 0 138. 0. 33.5 60. 34. 0.
N 19 0 138 0. -8. 45. 25. 0.
N 20 0 138. 0. 0. 18. 3. 0.
N 21 0 138. 0. 0. 14. 8. 0.
N 22 0 138. 0. 0. 10. 5. 0.
N 23 1 138. -7. -3. 0. 0. 137.6
N 24 0 138. -13. -4.2 0. 0. 0.
N 25 0 138. 220. 60.1 0. 0. 0.
N 27 0 138. -9. 10.8 62. 13. 0.
N 28 0 138. 0. 0. 17. 7. 0.
N 29 0 138. 0. 0. 24. 4. 0.
N 31 0 138. 7. 33. 43. 27. 0.
N 32 0 138. 0. -8.6. 59. 23. 0.
N 33 0 138. 0. 0. 23. 9. 0.
N 34 0 138. 0. 22.2 59. 26. 0.
N 35 0 138. 0. 0. 33. 9. 0.
N 36 0 138. 0. 12.1 31. 17. 0.
N 37 1 138. 0. -2.5 0. 0. 136.3
N 39 0 138. 0. 0. 27. 11. 0.
N 40 0 138. -46. 35.3 20. 23. 0.
N 41 0 138. 0. 0. 37. 10. 0.
N 42 0 138. -59. 47.6 37. 23. 0.
N 43 0 138. 0. 0. 18. 7. 0.
118
Tensão Pot. ativa Pot. reat. Pot. ativa Pot. reat. Tensão
Barra Tipo nominal gerada gerada consumida consumida Controlada
(kV) (MW) (MW) (MW) (MW) (kV)
N 44 0 138. 0. 9.6 16. 8. 0.
N 45 0 138. 9.7 0. 53. 22. 0.
N 46 0 138. 19. 11.8 28. 10. 0.
N 47 0 138. 0. 0. 34. 0. 0.
N 48 0 138 0. 15.6 20. 11. 0.
N 49 0 138. 204 139.3 87. 30. 0.
N 50 1 138. -17. -4. 0. 0. 138.
N 51 0 138. 0. 0. 17. 8. 0.
N 52 0 138. 0. 0. 18. 5. 0.
N 53 0 138. 0. 0. 23. 11. 0.
N 54 0 138. 48. 12. 113. 32. 0.
N 55 0 138. 0. 6.4 63. 22. 0.
N 56 0 138. 0. 4.5 84. 18. 0.
N 57 0 138. 0. 0. 12. 3. 0.
N 58 0 138. 0. 0. 12. 3. 0.
N 59 0 138. 155. 89.6 277. 113. 0.
N 60 0 138. 0. 0. 78. 3. 0.
N 61 0 138. 160. -29.8 0. 0. 0.
N 62 0 138. 0. 5. 77. 14. 0.
N 66 0 138. 392. 2.6 39. 18. 0.
N 67 1 138. -28. -7. 0. 0. 140.6
N 70 0 138. 0. 17. 66. 20. 0.
N 71 0 138. -6. 10.6 0. 0. 0.
N 72 0 138. -12. -8.7 0. 0. 0.
N 74 0 138. 0. 9. 68. 27. 0.
N 75 0 138. 0. 0. 47. 11. 0.
119
Tensão Pot. ativa Pot. reat. Pot. ativa Pot. reat. Tensão
Barra Tipo nominal gerada gerada consumida consumida Controlada
(kV) (MW) (MW) (MW) (MW) (kV)
N 76 0 138. 0. 7.7 68. 36. 0.
N 77 0 138. 0. 25.7 61. 28. 0.
N 78 0 138. 0. 0. 71. 26. 0.
N 79 0 138. 0. 20.4 39. 32. 0.
N 80 0 138. 477. 128.4 130. 26. 0.
N 82 1 138. -54. -7. 0. 0. 135.9
N 83 0 138. 0. 9.6 20. 10. 0.
N 84 0 138. 0. 0. 11. 7. 0.
N 85 0 138. 0. 4. 45. 11.3 0.
N 88 0 138 0. 0. 48. 10. 0.
N 89 0 138. 607. 4.1 0. 0. 0.
N 90 0 138. -85. 62.1 78. 42. 0.
N 91 0 138. -10. -12. 0. 0. 0.
N 92 0 138. 0. -3. 65. 10. 0.
N 94 0 138. 0. 0. 42. 23. 0.
N 95 0 138. 0. 0. 42. 31. 0.
N 96 0 138. 0. 0. 38. 15. 0.
N 97 1 138. -15. -9. 0. 0. 139.2
N 98 0 138. 0. 0. 34. 8. 0.
N 99 0 138. -42. -15.6 0. 0. 0.
N100 1 138. 252. 130 263. 18. 140.3
N101 0 138. 0. 0. 27. 18. 0.
N113 1 138. -6. 16.5 0. 0. 137.
N115 0 138. 0. 0. 30. 23.5 0.
N 12 0 138. 0. 0. 20. 8. 0.
N118 0 138. 0. 0. 33. 15. 0.
120
Vcc No
B B kV kV MVA % Cobre Núcleo Excit. ∆Vmax ∆θ Taps Tap
kW kW A
N8 N5 339.8 138.0 400 10.7 500.0 0.0 0.5 11.1 0.0 12 0.
N 26 N 25 331.2 138.0 400 15.3 500.0 0.0 0.5 15.0 0.0 12 0.
N 30 N 17 331.2 138.0 400 15.5 500.0 0.0 0.5 10.0 0.0 10 -2.
N 38 N 37 323.6 138.0 400 15.0 500.0 0.0 0.5 6.0 0.0 12 -3.
N 63 N 59 331.2 138.0 400 15.4 500.0 0.0 0.5 11.1 0.0 10 1.
N 64 N 61 339.8 138.0 400 10.7 500.0 0.0 0.5 10.0 0.0 12 0.
N 65 N 66 322.6 138.0 400 14.8 500.0 0.0 0.5 11.5 0.0 10 0.
N 68 N 69 322.6 138.0 400 14.8 500.0 0.0 0.5 11.5 0.0 10 0.
N 68 N 69 322.6 138.0 400 14.8 500.0 0.0 0.5 12.0 0.0 10 -2.
N 81 N 80 322.6 138.0 400 14.8 500.0 0.0 0.5 10.5 0.0 10 0.
126
Tensão Pot. ativa Pot. reat. Pot. ativa Pot. reat. Tensão
Barra Tipo nominal gerada gerada consumida consumida Controlada
(kV) (MW) (MW) (MW) (MW) (kV)
E23 0 230. 223.5 -18. 0. 0. 0.
E20 0 230. 0. 0. 128. 26. 0.
E19 0 230. 0. 0. 181. 37. 0.
E13 1 230. 594. 0. 265. 54. 232.3
E14 1 230. 0. 0. 194. 39. 232.3
E18 1 230. 400 0. 33. 68. 232.3
E22 1 230. 300. 0. 0. 0. 232.3
E21 1 230. 400. 0. 0. 0. 232.3
E24 0 230. 0. 0. 0. 0. 0.
E12 0 230. 0. 0. 0. 0. 0.
E15 0 230. 43. 110. 317. 64 0.
E17 0 230. 0. 0. 0. 0. 0.
E11 0 230. 0. 0. 0. 0. 0.
E16 0 230. 155. 80. 100. 20 0.
127
Tensão Pot. ativa Pot. reat. Pot. ativa Pot. reat. Tensão
Barra Tipo nominal gerada gerada consumida consumida Controlada
(kV) (MW) (MW) (MW) (MW) (kV)
E25 1 230. 660. 0. 0. 0. 232.3
E26 0 230. 0. 0. 0. 0. 0.
E27 0 230. 0. 0. 0. 0. 0.
E7 1 138. 60. 0. 125. 25. 139.38
E4 0 138. 0. 0. 74. 15 0.
E5 0 138. 0. 0. 71. 14. 0.
E8 0 138. 0. 0. 171. 35. 0.
E1 1 138. 40. 0. 108. 22. 139.38
E9 0 138. 0. 0. 175. 36. 0.
E2 1 138. 40. 0. 0. 0. 139.38
E10 0 138. 0. 0. 195. 40. 0.
E6 0 138. 0. 0. 136. 28. 0.
E3 0 138. 0. 0. 180. 37. 0.
128
Vcc No
B B kV kV MVA % Cobre Núcleo Excit. ∆Vmax ∆θ Taps Tap
kW kW A
E11 E9 230.0 138.0 400 33.6 3680 0 0.00 15.0 0.0 12 0.
E12 E9 230.0 138.0 400 33.6 3680 0 0.0 15.0 0.0 12 0.
E11 E10 230.0 138.0 400 33.6 3680 0 0.00 15.0 0.0 12 0.
E12 E10 230.0 138.0 400 33.6 3680 0 0.0 15.0 0.0 12 0.
E26 E6 230.0 138.0 400 33.6 3680 0 0.00 15.0 0.0 12 0.
E27 E3 230.0 138.0 400 33.6 3680 0 0.00 15.0 0.0 12 0.
E24 E3 230.0 138.0 400 33.6 3680 0 0.00 15.0 0.0 12 0.
Apêndice B
Abaixo segue uma aplicação do modelo descrito, sendo B.1 o vetor contendo os
elementos da diagonal principal de uma matriz de ordem 5.
h i
V etor01 = a11 a22 a33 a44 a55 (B.1)
h i
V etor02 = a12 a13 a15 a23 a35 a45 (B.2)
h i
V etor03 = 2 3 5 3 5 5 (B.3)
O vetor indicador de início de linha B.4 mostra a posição no vetor de valores não
diagonal onde começa uma nova linha. O índice de posição do elemento coincide
com o número da nova linha.
h i
V etor04 = 1 4 5 6 7 (B.4)
- Passo (1): atribuir aos elementos não nulos da primeira linha matriz U os
elementos referentes aos elementos não nulos da primeira linha da matriz
original através do vetor B.1.
- Passo (2): cálculo dos demais elementos uij através da expressão B.5, atuali-
zando os elementos da matriz U na forma compacta a cada instante. Assim,
obtém-se o resultado final dos elementos de U , como mostra B.6. Caso a ma-
triz esparsa seja simétrica a matriz L na forma compacta recebe os elemen-
tos de U e em caso de assimetria deve-se tomar os mesmos procedimento de
montagem da matriz U , contudo utilizando os vetores (4) e (5).
L.U.x = b (B.7)
U.x = y (B.8)
L.y = b (B.9)
Referências Bibliográficas
[Abido, 2002] Abido, M.A. 2002. Optimal power flow using particle swarm optimiza-
tion. Electrical Power and Energy Systems, 24(July), 563–571.
[Alves & Santos, 2006] Alves, A. C. B., & Santos, F. B. B. 2006. Métodos de Otimiza-
ção Linear e não-Linear Aplicados ao Fluxo de Potência Ótimo.
[Barbosa, 1995] Barbosa, Ailson Souza. 1995. Fluxo de Carga em Sistemas de Distri-
buição: Aplicações Práticas. Ph.D. thesis, Universidade Federal da Paraíba.
[Brown et al. , 1963] Brown, H. E., Carter, G. K., Happ, H. H., & Person, C. E. 1963.
Power flow solution by impedance matrix iterative method. IEEE Trans. Paon App.
Syst., PAS-8, 1–10.
[Calvaer, 1979] Calvaer, A. J. 1979. Power System Steady State Linearization Around
an Operating Point and Applications. CIGRE Committee 32, May.
[Cespedes, 1990] Cespedes, G. Renato. 1990. New Method for the Analysis of Distri-
bution Networks. IEEE Transaction on Power Delivery, 5(January).
[Chung & Fu, 1999] Chung, T.S., & Fu, Y. 1999. A Fast Voltage Security Assessment
Method via Extended Ward Equivalent and Neural Network Approach. Power Engi-
neering Letters.
[Committe, 2001] Committe, Ad Hoc Group Report to the Executive. 2001. Long-Term
Research and Development Needs for Wind Energy fo the Time Frame 2000 to 2020.
Tech. rept. International Energy Agency Implementing Agreement for Co-operation
in the Research and Development of Wind Turbine Systems.
[Deckmann et al. , 1980a] Deckmann, S., Pizzolante, A., Monticelli, A., Stott, B., &
Alsac, O. 1980a. Numerical Testing of Power System Load Flow Equivalents. IEEE
Transactions on Power Apparatus and Systems, PAS-99(February), 2292 – 2300.
[Deckmann et al. , 1980b] Deckmann, S., Pizzolante, A., Monticelli, A., & Stott, B.
1980b. Studies on Power-System Load- Flow Equivalencing. IEEE PES Winter
Meeting, Jan.
[Dimitrovski & Tomsovic, 2005] Dimitrovski, A., & Tomsovic, K. 2005. Slack bus
treatment in load SSow solutions with uncertain nodal powers. Electrical Power and
Energy Systems, 27(November), 614–619.
[Dommel & Tinney, 1968] Dommel, H. W., & Tinney, W. F. 1968. Optimal power flow
solutions. IEEE Trans. Power App. Syst., 87, 1866–1976.
[Dopazo et al. , 1977] Dopazo, J.F., Dwarakanath, M.H., Li, J.J., & Sasson, A.M. 1977.
An external system equivalent model using real-time measurements for system secu-
rity evaluation. IEEE Trans. Power App. Syst., PAS -96(March/April).
[Duran & Arvanitidis, 1972] Duran, H., & Arvanitidis, N. 1972. Simplification for area
security analysis: a new look at equivalence. IEEE Trans. Power App. Syst., PAS-
91(March/April), 670–679.
REFERÊNCIAS BIBLIOGRÁFICAS 135
[Dusonchet et al. , 1971] Dusonchet, Y. P., Talukdar, S. N., Sinnott, H. E., & El-Abiad,
A. H. 1971. Load flows using a combination of point Jacobi and Newton methods.
ZEEE Trans. Power App. Syst., PAS-90(May).
[EL-Dib et al. , 2004] EL-Dib, Amgad A., Youssef, Hosam K.M., EL-Metwally, M.M.,
& Osrnan, Z. 2004. Load Flow Solution Using Hybrid Particle Swarm Optimization.
ICEEC International Conference on Electrical, Electronic and Computer Enginee-
ring, September, 742 – 746.
[Esmin et al. , 2005] Esmin, Ahmed A. A., Lambert-Torres, Germano, & Zambroni, A.
C. S. 2005. A Hybrid Particle Swarm Optimization Applied to Loss Power Minimi-
zation. IEEE Transactions on Power Systems, 20(May), 859 – 866.
[Feijóo & Cidras, 2000] Feijóo, A. E., & Cidras, J. 2000. Modeling of Wind Farm in
the Load Flow Analysis. IEEE Trans. Power Systems, 15, 110–115.
[Garcia et al. , 2002] Garcia, Ariovaldo V., Morelato França, André, Asada, Edu-
ardo N., & Sato, Fujio. 2002. Um Ano Sem Alcir Monticelli (1946-2001). Revista
Controle e Automação, 87–93.
[Gilbert et al. , 1998] Gilbert, G.M, Bouchard, D.E., & Chikhani, A.Y. 1998. A Com-
parison of Load Flow Analysis Using Distflow, Gauss-Seidel, and Optimal Load
Flow Algorithms. IEEE Canadian Conference on Electrical and Computer Engine-
ering,, 5(May), 850–853.
[Glimn & Stagg, 1957] Glimn, A. F., & Stagg, G. W. 1957. Automatic calculation of
load flow. AZEE Trans. (Power App. Syst., 76, 817–828.
[Hansen et al. , 2001] Hansen, L. H., Madsen, P. H., Blaabjerg, F., Christensen, H. C.,
Lindhard, U., & Eskildsen, K. 2001. Generators and Power Electronics Technology
for Wind Turbines. The 27th Annual Conference of the IEEE Industrial Electronics
Society, 2000–2005.
[Jilai & Zhuo, 1991] Jilai, Yo, & Zhuo, Liu. 1991. Artificial Neural Networks Based
Steady State Equivalents of Power Systems. Proceedings of the First International
Forum on Applications of Neural Networks to Power Systems, July, 23–26.
REFERÊNCIAS BIBLIOGRÁFICAS 136
[Kalesar & Seifi, 2009] Kalesar, B. M., & Seifi, A. R. 2009. Fuzzy load SSow in balan-
ced and unbalanced radial distribution systems incorporating composite load model.
Electrical Power and Energy Systems, 32(June), 17–23.
[Kennedy & Eberhart, 1995] Kennedy, J., & Eberhart, R. 1995. Particle swarm optimi-
zation. Proc. IEEE Int. Conf. Neural Networks, 4, 1942–1948.
[Kumari & Maheswarapu, 2010] Kumari, M. S., & Maheswarapu, S. 2010. Enhanced
Genetic Algorithm based computation technique for multi-objective Optimal Power
Flow solution. Electrical Power and Energy Systems, 32(January), 736–742.
[Lee & Park, 2002] Lee, S.C., & Park, K.B. 2002. Flexible alternatives to decoupled
load flows at minimal computational costs. Electrical Power and Energy Systems,
February.
[Lo et al. , 1993] Lo, K.L., Peng, L.J., Macqueen, J. F., Ekwue, A. O., & Dandachi,
N.H. 1993. Extended Ward Equivalent of External System for On-Line Security
Analysis. IEE 2nd International Conference on Advances in Power System Control,
Operation and Management, December.
[Machowski et al. , 1988] Machowski, J., Cichy, A., Gubina, F., & P., Omahen. 1988.
External Subsystem Equivalent Model for Steady-State and Dynamic Security As-
sessment. IEEE Transactions on Power Systems, 3(November).
[Medeiros Jr., 2003] Medeiros Jr., Manoel Firmino. 2003. Análise de Sistemas de Po-
tência.
[Medeiros Jr. & Pimentel Filho, 1998] Medeiros Jr., Manoel Firmino, & Pimentel Fi-
lho, Max Chianca. 1998. Optimal Power Flow In Distribution Networks By Newtons
Optimization Methods. IEEE International Symposium on Circuits and Systems,
5(May), 505 – 509.
[Mekhamer et al. , 2001] Mekhamer, S.F., Soliman, S.A., Moustafa, M.A., & El-
Hawary, M.E. 2001. Load flow solution of radial distribution feeders: a new con-
tribution. Electrical Power and Energy Systems, 24(November), 701–707.
[Michael & Martin, 2007] Michael, G., & Martin, M. 2007. A Particle Swarm Opti-
mizer for Finding Minimum Free Energy RNA Secondary Structures. IEEE Swarm
Intelligence Symposium.
REFERÊNCIAS BIBLIOGRÁFICAS 137
[Miranda & Fonseca, 2002] Miranda, V., & Fonseca, N. 2002. EPSO - Evolutionary
Particle Swarm Otimization, a New Algorithm with Applications in Power Systems.
IEEE Transmission and Distribution Conference and Exhibition, 2, 745–750.
[Momoh et al. , 1999a] Momoh, J. A., Hawary, M. E. El, & Adapa, R. 1999a. A review
of selected optimal power flow literature to 1993 part I: NonLinear and quadratic
programming approaches. IEEE Transactions on Power Systems, 14, 96–104.
[Momoh et al. , 1999b] Momoh, J. A., Hawary, M. E. El, & Adapa, R. 1999b. A review
of selected optimal power flow literature to 1993 part II: Newton, linear programming
and interior point methods. IEEE Transactions on Power Systems, 14, 105–111.
[Monticelli et al. , 1979] Monticelli, A., Deckmann, S., Garcia, A., & Stott, B. 1979.
Real-Time External Equivalents for Static Security Analysis. IEEE Trans. Power
App. Syst., PAS-98(March/April), 498–508.
[Oliveira et al. , 2006a] Oliveira, C. B. M., Oliveira, J. T., & JR., M. F. MEDEIROS.
2006a. Development of Models for the Study of Transitory Stability in Power Sys-
tems with Wind Turbine. IEEE PES TeD.
[Oliveira et al. , 2006b] Oliveira, C. B. M., Oliveira, J. T., & JR., M. F. MEDEIROS.
2006b. Representação de aerogeradores de indução duplamente excitados no ATP
através do modelo de máquina universal. VII Induscon Conferência Internacional de
Aplicações Industriais.
[Oliveira et al. , 2007c] Oliveira, C. B. M., Oliveira, J. T., JR., M. F. MEDEIROS, &
Chianca, M. 2007c. Modelo de Fluxo de Carga Ótimo Soma de Potências para Con-
trole de Reativos na Barra de Conexão de Parques Eólicos. VII Congresso Brasileiro
para Qualidade de Energia Elétrica.
[Oliveira et al. , 2008] Oliveira, C. B. M., Oliveira, J. T., & JR., M. F. MEDEIROS.
2008. New Algorithms for Voltage Variations Calculation and Optimal Reactive
Power Specification in Power Systems with Wind Farms Connected. Simpósio Bra-
sileiro de Sistemas Elétricos, May.
[Oliveira et al. , 2009] Oliveira, C. B. M., Oliveira, J. T., & JR., M. F. MEDEIROS.
2009. New Method based in Particle Swarm Optimization for Power Factor Remote
Control and Loss Minimization in Power Systems with Wind Farms Connected. 15th
International Conference on Intelligent System Applications to Power Systems.
[ONS, 2009a] ONS, Operador Nacional do Sistema. 2009a. Submódulo 23.3 - Diretri-
zes e Critérios para Estudos Elétricos.
[ONS, 2009b] ONS, Operador Nacional do Sistema. 2009b. Submódulo 3.8 - Requisi-
tos Mínimos para a Conexão à Rede Básica.
[Pavie et al. , 2001] Pavie, Ivica, Hebel, Zdravko, & Delimar, Marko. 2001. Power
System Equivalent based on an Artificial Neural Network. Proceedings of the 23rd
International Conference on Information Technology Interfaces, 19–22.
[Pimentel Filho, 2005] Pimentel Filho, Max Chianca. 2005. Uso de Técnicas de Oti-
mização Baseadas em Derivadas como Suporte do Planejamento Operacional de
Redes de Distribuição de Energia Elétrica. Ph.D. thesis, Universidade Federal do
Rio Grande do Norte.
[Rahim & Al-Ramadhan, 2002] Rahim, A.H.M.A., & Al-Ramadhan, A.J. 2002. Dyna-
mic equivalent of external power system and its parameter estimation through artiĺ-
cial neural networks. Electrical Power and Energy Systems, 24(February), 113–120.
REFERÊNCIAS BIBLIOGRÁFICAS 139
[Raju & Bijwe, 2009] Raju, Kasi Viswanadha, & Bijwe, Pradeep R. 2009. Estimation
of Real-Time Equivalent of Power System for Distribution System. International
Journal of Emerging Electric Power Systems, 10.
[Roa-Sepulveda & Pavez-Lazo, 2003] Roa-Sepulveda, C.A., & Pavez-Lazo, B.J. 2003.
A solution to the optimal power flow using simulated annealing. Electrical Power
and Energy Systems, 25(January), 47–57.
[Sasson, 1969] Sasson, A. M. 1969. Combined Use of the Powell and the Fletcher-
Powell Nonlinear Programing Methods for Optimal Load Flow. IEEE PAS-88, 1535–
1537.
[Sasson et al. , 1973] Sasson, A.M., Viloria, F., & Aboytes, F. 1973. Optimal Load
Flow Solutions Using the Hessian Matrix. IEEE PAS-92, 31–34.
[Souza et al. , 2006] Souza, B. A., Braz, H. D. M., Albuquerque, J. M. C., & Gutterres,
J. G. G. 2006. Fluxo de Carga em Sistemas de Distribuição Radiais com Geração
Distribuida: Método da Soma de Potência Modificado. DEE - UFCG, 48–53.
[Srivani & Swarup, 2008] Srivani, J., & Swarup, K.S. 2008. Power system static secu-
rity assessment and evaluation using external system equivalents. Electrical Power
and Energy Systems, 30(June), 83–92.
[Stott, 1974] Stott, B. 1974. Review of Load Flow Calculation Methods. Proc. IEEE,
62, 916–929.
[Stott & Alsac, 1974] Stott, B., & Alsac, O. 1974. Fast Decoupled Load Flow. IEEE
Trans. Power App. Syst., PAS-93, 859–869.
[Sun et al. , 1984] Sun, D. I., Ashley, R., Brewer, B., Hughes, A., & Tinney, U.F. 1984.
Optimal Power Flow by Newton Approach. IEEE PAS-103.
[Takeshi et al. , 2007] Takeshi, M., Masatoshi, S., & Kosuke, K. 2007. An interactive
fuzzy satisÞcing method through particle swarm optimization for multiobjective non-
linear programming problems. IEEE Symposium on Computational Intelligence in
Multicriteria Decision Making.
REFERÊNCIAS BIBLIOGRÁFICAS 140
[Taylor & Treece, 1967] Taylor, D. G., & Treece, J. A. 1967. Load flow analysis by the
Gauss-Seidel method. University of Manchester Institute of Saence and Technology
- Relatório Técnico.
[Tinney & Hart, 1967] Tinney, W. F., & Hart, C. E. 1967. Power Flow Solution by
Newtonś Method. IEEE Trans. Power App. Syst., PAS-86, 1449–1460.
[Tinney & Powell, 1977] Tinney, W. F., & Powell, W. L. 1977. The REI Approach to
Power Network Equivalents. Proc. PICA Conf., May, 314–320.
[TPWind, 2008] TPWind, European Technology Platform for Wind Energy. 2008
(July). Strategic Research Agenda - Market Deployment Strategy - for 2008 to 2030.
Tech. rept. TPWind.
[Tripaty, 1982] Tripaty, S. C. 1982. Load Flow Solution for ill Conditioned Power
Systems by a Newton like Method. IEEE PAS-101, October, 3648–3657.
[Tzung-Pei & Guo-Neng, 2007] Tzung-Pei, H., & Guo-Neng, S. 2007. Allocating
Multiple Base Stations under General Power Consumption by the Particle Swarm
Optimization. IEEE Swarm Intelligence Symposium.
[Venkatesh et al. , 2000] Venkatesh, B., Sadasivam, G., & Abdullah Khan, M. 2000. A
New Optimal Reactive Power Scheduling Method for Loss Minimization and Voltage
Stability Margin Maximization Using Successive Multi-Objective Fuzzy LP Techni-
que. IEEE Transactions on Power Systems, 15(May).
[Ward, 1949] Ward, J. B. 1949. Equivalent circuits for power-flow studies. AIEE
Trans., 68, 373–382.
[Zhu & Tomsovic, 2007] Zhu, Y., & Tomsovic, K. 2007. Optimal distribution power
SSow for systems with distributed energy resources. Electrical Power and Energy
Systems, 29(July), 260–267.