Escolar Documentos
Profissional Documentos
Cultura Documentos
Potência
Parte II
EE - COPPE/UFRJ
Programa de Engenharia Elétrica
Setembro 2005
Sumário
i
10 Confiabilidade da Distribuição 10 - 1
10.1 Técnica de Análise . . . . . . . . . . . . . . . . . . . . . . . . 10 - 2
10.2 Índices de Confiabilidade de Sistemas de Distribuição . . . . . 10 - 3
10.3 Influência de Dispositivos de Proteção na Confiabilidade de
Sistemas de Distribuição . . . . . . . . . . . . . . . . . . . . . 10 - 7
ii
Capı́tulo 7
7-1
7-2 Confiabilidade de Sistemas de Potência
cada estado [18]. Outras distribuições não exponenciais podem ser consider-
adas, o que leva a uma maior complexidade na modelagem do comportamento
do sistema [19].
Estado
Operativo
m
Estado Falho
r
µ m
p0 = = (7.1)
λ+µ r+m
λ r
p1 = = (7.2)
λ+µ r+m
onde:
1
Capacidade Plena
2 3
Capacidade Parcial Capacidade Nula
P2 Oc 2
P
O2 O1
1
1 falho
2 falho
1 O1 O2 2O 2 O 3
1 operando 1 operando e 2 falho 1 falho
2 operando ou 2 falho
P 1 falho e 2 operando P1 P 2 2P
ps = A = P1 (7.3)
pf = U = P2 + P3 + P4 (7.4)
EE - COPPE/UFRJ 7-5
ps = A = P1 + P2 + P3 (7.5)
pf = U = P4 (7.6)
1 Oa 2
Série
AB Pa ƖB
Pb Pb
Ob Ob Paralelo
3 Pa 4
AB ƖB
Oa
Carga O12
(MW)
Estado 1 Estado 2
400 MW 300 MW
400
O32
300
O13 O23
200
Estado 3 O43 O34 Estado 4
100
200 MW 100 MW
4 8 12 16 20 24 h
60 × EEN S
IS = (7.16)
L
onde L é o pico de carga anual do sistema em MW.
Este ı́ndice pode ser interpretado como a duração equivalente (em min-
utos) da perda de toda a carga do sistema sob condições de pico de
carga.
8. ICE - Índice de Confiabilidade de Energia
O valor complementar da energia não suprida, isto é, a energia real-
mente suprida pode ser dividida pela energia total demandada para
fornecer um ı́ndice normalizado. Este ı́ndice é utilizado para comparar
a adequação de sistemas que diferem consideravelmente em tamanho.
EP N S
ICE = 1 − (7.17)
L
Capı́tulo 8
Confiabilidade da Geração
8.1 Introdução
A avaliação da confiabilidade do sistema de geração tem como objetivo garan-
tir suprimento adequado tendo em vista a disponibilidade de capacidade de
geração. A capacidade de geração pode ser vista sob dois aspectos:
1. Reserva Girante
3. Cargas interruptı́veis
8-1
8-2 Confiabilidade de Sistemas de Potência
1. Técnicas Analı́ticas:
Hipóteses:
Estado
Operativo
m
Estado Falho
r
1. 1 unidade de 10MW
2. 2 unidades de 10MW
3. 3 unidades de 5MW
4. 4 unidades de 3 1/3 MW
Capacidade Instalada
Reserva de Geração
Qk
Ek
Picos ordenados
decrescentemente
tk Unidades de Tempo
LOEE
EIR = 1 − (8.6)
E
onde E é a energia total sob a curva de carga do sistema, para o perı́odo
de tempo da análise.
Exemplo: Considere um sistemas com 5 unidades geradoras de 40MW,
com uma FOR de 0,01 cada, totalizando uma capacidade instalada de 200MW.
A Tabela 8.6 mostra as probabilidades associadas às capacidades indisponı́veis.
Valor de probabilidade menores que 10−6 foram desprezados.
Capacidade Probabilidade
Indisponı́vel
0 0,950991
40MW 0,048029
80MW 0,000971
120MW 0,000009
40MW
Observa-se que neste exemplo está sendo considerado que o pico diário
dura 24 horas. Uma aplicação mais realista é considerar a curva de carga
horária para calcular ı́ndices de energia.
O enfoque baseado em ı́ndices relacionados à energia tem maior aplica-
bilidade em sistemas com limitações energéticas ao invés de limitações de
potência ou capacidade.
Capacidade Instalada
Unidades em
Manutenção
Reserva de Geração
Curva de Carga
Dias
Figura 8.5: Saı́das Programadas
X
LOLEa = LOLEp (8.7)
Capacidade Instalada
Reserva de Geração
Carga Modificada
Capacidade em
Manutenção Carga Original
µ m m f
A= = = = (8.8)
µ+λ m+r T µ
1
onde f = T
é a frequência do ciclo operativo-falho com perı́odo T .
Assim:
f =A λ (8.9)
A frequência de encontrar um estado operativo na Figura 8.2 é a prob-
abilidade do estado (A) multiplicado pela taxa de saı́da do estado, ou seja,
8 - 14 Confiabilidade de Sistemas de Potência
Capacidade Instalada
Reserva de Geração
Capacidade em
Manutenção
Carga Original
a taxa de falha (λ). Para o modelo a 2 estados, também pode ser calculada
pelo produto da probabilidade de não estar no estado (U) e a taxa de entrada
no estado (µ), conforme a expressão:
λ r r f
F OR = U = = = = (8.10)
µ+λ m+r T µ
Assim:
f =U µ (8.11)
t
m r
U < p(falha) → estado falho
p(falha) ≤ U < p(falha) + p(degenerado) → estado degenerado
U ≥ p(falha) + p(degenerado) → estado 100% operativo
(8.13)
Este modelo é suficiente para a análise não-sequencial. No entanto, para
consideração da cronologia do processo através da SMC sequencial, é preciso
amostrar a duração dos estados (tempo de residência em cada estado).
8 - 16 Confiabilidade de Sistemas de Potência
FOR
p(falha) + p(degenerado)
p(falha)
1
ti = − ln U (8.14)
λi
Operativo
Falho
Carga (MW)
Li
di
T Tempo
U ≤ P1 → Carga no Patamar L1
.
..
Pi−1 < U ≤ Pi → Carga no Patamar Li (8.19)
.
..
Pn−1 < U ≤ Pn → Carga no Patamar Ln
P3
P2
P1
L 1
L2 L3 L4
9. Faça N = N + 1.
12. Repita os passos 2 a 11 até que a precisão dos ı́ndices seja aceitável ou
o número máximo de horas simuladas seja atingido.
2. Faça N = N + 1.
7. Atualize D = D + di e E = E + Ei .
10. Repita os passos 2 a 9 até que a precisão dos ı́ndices seja aceitável ou
o número máximo de anos simuladas seja atingido.
Confiabilidade Composta de
Sistemas de Potência
9.1 Introdução
O objetivo básico da avaliação da confiabilidade composta de sistemas de
potência é avaliar a capacidade do mesmo em satisfazer a demanda de ener-
gia elétrica nos seus principais pontos de consumo de energia. Para tanto,
considera-se a possibilidade de falhas em componentes do sistema de geração
e de transmissão e avalia-se o impacto dessas falhas no suprimento de ener-
gia. A avaliação da confiabilidade composta permite o cálculo dos ı́ndices de
confiabilidade do sistema e a nı́vel de barras. Os ı́ndices calculados podem
ser anualizados, caso em que se considera um patamar de carga único em
toda a análise, ou anuais, caso em que se considera a curva de carga anual
nas barras do sistema.
9-1
9-2 Confiabilidade de Sistemas de Potência
Amostragem de Estados
O estado do sistema depende da combinação dos estados de todos os seus
componentes e o estado de cada componente pode ser determinado pelo
sorteio da probabilidade do componente aparecer naquele estado.
Assuma, a princı́pio, que cada componente possua 2 estados, falha e
sucesso, e que falhas de componentes são eventos independentes. O compor-
tamento de cada componente pode ser descrito pelo sorteio de uma variável
aleatória com distribuição uniforme no intervalo [0,1], aplicando-se em seguida
a transformação inversa na distribuição de probabilidade acumulada da variável
aleatória (estado do componente) [10].
Seja xj o estado do j-ésimo componente e T IFj a sua probabilidade de
falha. Sorteie um número aleatório Uj distribuı́do uniformemente entre [0,1]
e considere:
0 (sucesso) se Uj ≥ T IFj
xj = (9.1)
1 (falha) se 0 ≤ Uj < T IFj
9-6 Confiabilidade de Sistemas de Potência
x = (x1 , x2 , . . . , xm ) (9.2)
onde xj é o estado do j-ésimo componente. Para cada estado x ∈ X pode-
se associar uma probabilidade P (x). Partindo-se dos modelos estocásticos
dos componentes do sistema, pode-se calcular a probabilidade associada a
cada estado do componente. Se, por exemplo, as falhas dos componentes são
estatisticamente independentes, a probabilidade do estado P (x) é o produto
das probabilidades associadas ao estado de cada componente xj no estado do
sistema x, ou seja:
m
Y
P (x) = P (xj ) (9.3)
j=1
Seja F (x) uma função teste aplicada ao estado x, cujo objetivo é avaliar se
este estado é capaz de suprir uma demanda de carga especı́fica. A expectância
da função de avaliação para todos os estados do sistema é:
X
E(F ) = F (x)P (x) (9.4)
x∈X
N
1 X
Ē(F ) = F (xi ) (9.6)
N i=1
É importante notar que a equação (9.6) fornece apenas uma estimativa
da expectância da função F (x), que se traduz em um ı́ndice de confiabilidade
do sistema Q̄ = Ē(F ). A incerteza em torno da estimativa pode ser medida
pela variância da estimativa da expectância:
1
V (Q̄) = V (F ) (9.7)
N
sendo V (F ) a variância da função teste F (x). Essa variância, quando o
tamanho da amostra é grande o suficiente, pode ser expressa por:
N
1 X
V (F ) = (F (xi ) − Q̄)2 (9.8)
N i=1
A precisão da simulação Monte Carlo pode ser expressa pelo coeficiente
de variação, que é definido como a relação entre o desvio padrão e a média. O
coeficiente de variação da estimativa é uma medida da sua incerteza relativa
e vale:
p
V (Q̄)
α= (9.9)
Q̄
Substituindo a equação (9.7) na (9.9) e re-ordenando para ficar em termos
de N chega-se a:
V (F )
N= (9.10)
(αQ̄)2
Esta equação mostra que para um nı́vel de precisão desejado α, o número
de sorteios necessários N depende do nı́vel de confiabilidade do sistema, mas
é independente do tamanho e da complexidade do mesmo. Por essa razão,
métodos de simulação Monte Carlo são adequados para a avaliação da con-
fiabilidade de sistemas de grande porte e complexidade.
No caso especı́fico do ı́ndice LOLP, pode-se mostrar que a equação (9.10)
se reduz a:
1
N≈ 2 (9.11)
α Q̄
uma vez que V (F ) = Q̄ − Q̄2 e a LOLP=Q̄ é normalmente muito menor do
que 1.0 em sistemas reais. Isso significa que o número de sorteios N é inversa-
mente proporcional ao valor do ı́ndice de confiabilidade do sistema. Em out-
ras palavras, para um sistema muito confiável, um grande número de sorteios
9-8 Confiabilidade de Sistemas de Potência
t1 σ12
η= <1 (9.12)
t2 σ22
então o primeiro método pode ser considerado mais eficiente do que o se-
gundo. A eficiência do método Monte Carlo depende do tempo de com-
putação multiplicado pela variância da estimativa, mas não simplesmente no
número de sorteios necessários.
valor do corte de carga associado ao estado x,
F (x) = se x é um estado de falha (9.14)
0 se x é um estado de sucesso
EE - COPPE/UFRJ 9-9
somatório das taxas de transição de cada componente
F (x) = através da fronteira, se x é um estado de falha (9.15)
0 se x é um estado de sucesso
Uma vez definida uma função teste que possibilite o cálculo da LOLF
usando SMC não-sequencial, a complexidade está em definir um método efi-
ciente para identificar a fronteira. Inicialmente, acreditava-se que ı́ndices de
frequência e duração (F&D) não podiam ser calculados usando-se amostragem
do espaço de estados. Atualmente, já existem metodologias que permitem o
cálculo de ı́ndices F&D usando simulação não-sequencial [12, 21].
A partir destes três ı́ndices básicos, todos os demais ı́ndices podem ser
calculados.
1. Gere uma série sintética anual de estados do sistema yk , isto é, amostre
sequencialmente no tempo estados do sistema pela aplicação dos mod-
elos estocásticos dos equipamentos e do modelo cronológico da carga.
onde:
t0 — tempo de operação
t1 — tempo de reparo
λ — taxa de falha
µ — taxa de reparo
1
ti = − P ln U (9.20)
s∈S λis
onde:
Operando Componente 1
Falho
tempo
Operando Componente 2
Falho
tempo
1 Op 2 Op Sistema
1 Fa 2 Op
1 Op 2 Fa
1 Fa 2 Fa
tempo
ti = min(tc , tl ) (9.21)
onde
di = ti − ti−1 (9.22)
Esse método pode ser ilustrado pela figura 9.2, que corresponde a com-
binação da terceira curva da figura 9.1 com uma curva de variação de carga.
1Fa 2Op
1Op 2Fa
1Fa 2Fa
tc
tempo
Carga(MW)
500
400
300
200
100
0
tL 2 4 6 8 10 12 h
de modo que
X P
f (t) = λ e−λt = ( λj ) e−( λj )t (9.25)
P1 P2 Pj Pm
0.0 1.0
U
P1 P2 Pm Pm+1 Pj Pm'
0.0 1.0
U
LOLE EEN S
LOLP = EP N S = (9.32)
8760 8760
O ı́ndice LOLD é obtido pela divisão da LOLE pela LOLF, ou seja:
LOLE
LOLD = (9.33)
LOLF
Um outro ı́ndice, denominado LOLC - Loss of Load Cost ou Custo da
Perda de Carga, pode ser calculado pela SMC sequencial. Esse ı́ndice está
relacionado à avaliação do custo da confiabilidade e é funcão do custo unitário
de interrupção das diferentes classes de consumidores. Este ı́ndice é depen-
dente da duração da interrupção de energia no sistema e por isso só pode ser
calculado pela SMC sequencial [22].
Análise de Contingências
O objetivo da análise de contingências é determinar se o sistema elétrico,
quando submetido a determinada contingência, é capaz de atender a de-
manda de energia sem violar restrições operativas. Essas restrições são di-
tadas pela capacidade máxima de fornecimento de energia das unidades ger-
adoras, os limites de carregamento dos circuitos de transmissão, os nı́veis de
tensão especificados para as barras do sistema, etc.
A ferramenta básica para análise de contingências é o fluxo de potência.
O problema de fluxo de potência consiste essencialmente na determinação das
tensões nodais da rede, da distribuição de fluxos e dos valores de geração de
potência, para uma dada condição de carga-geração, sob regime permanente
senoidal. Dependendo da aplicação, pode-se empregar o fluxo de potência
não-linear (AC) ou o fluxo de potência linearizado (DC).
O problema de fluxo de potência não-linear (AC) é formulado como um
sistema de equações algébricas não-lineares, que correspondem às primeira e
segunda leis de Kirchhoff. As equações básicas do fluxo de potência impõem
a conservação das potências ativa e reativa em cada nó da rede, isto é, a
potência lı́quida injetada deve ser igual à soma das potências que fluem
pelo componentes que têm esse nó como um dos terminais (Primeira Lei de
Kirchhoff). A Segunda Lei de Kirchhoff é utilizada para expressar os fluxos
de potência nos componentes como funcões das tensões em seus nós termi-
nais. Na solução do fluxo de potência não-linear pode-se utilizar diferentes
métodos, entre eles destacando-se o método de Newton-Raphson, empregado
neste trabalho para avaliação dos estados na SMC não-sequencial, e o método
Desacoplado Rápido [23].
Na solução do fluxo de potência AC pelo método de Newton-Raphson,
as equações algébricas não-lineares caracterı́sticas da formulação do fluxo de
potência:
esp
∆P = P − P = 0 , para as barras de carga
e geração (tensão controlada) (9.34)
esp
∆Q = Q −Q=0 , para as barras de carga
" #
∆P k ∆θk
= J . ∆V k (9.35)
∆Qk Vk
θk+1 θk ∆θk
= + (9.36)
V k+1 Vk ∆V k
onde:
J — matriz Jacobiana
P = [B] . θ (9.37)
onde:
sujeito a
g(x) = 0
h(x) ≤ 0
onde
g1 (x) h1 (x)
g2 (x) h2 (x)
g(x) =
...
h(x) =
...
(9.39)
gn (x) hm (x)
Confiabilidade da Distribuição
10 - 1
10 - 2 Confiabilidade de Sistemas de Potência
A B C
Suprimento
(SE)
L1 L2 L3
2. Índices de conjunto:
P
Nc 3100
F EC = P = = 0, 775 interrupções/consumidor
N 4000
P
Nc d 6600
DEC = P = = 1, 65 horas/consumidor
N 4000
P
Nc d 6600
ASU I = P = = 0, 000188
8760 N 8760 × 4000
EN S 31900
AEN S = P = = 7, 98 kWh/consumidor
N 4000
P
λL N 0, 2 × 200 + 0, 3 × 150 + 0, 45 × 100
F EC = P = = 0, 289
N 450
interrupções/consumidor-ano
P
U N 1, 2 × 200 + 1, 7 × 150 + 2, 9 × 100
DEC = PL = = 1, 74
N 450
horas/consumidor-ano
P
UL N 1, 2 × 200 + 1, 7 × 150 + 2, 9 × 100
ASU I = P = = 0, 000199
8760 N 8760 × 450
EN S 3550
AEN S = P = = 7, 98 kWh/consumidor-ano
N 450
são operadas de forma radial, embora possuam recursos para conexão de ra-
mais em situações de emergência. Essa forma de operação facilita a avaliação
da confiabilidade desse tipo de rede.
A técnica usual para avaliação da confiabilidade nesse caso é baseada na
análise dos modos de falha e respectivos efeitos na confiabilidade, utilizando
as equações básicas de cálculo de ı́ndices de confiabilidade em sistemas com
elementos conectados em série, conforme mostrado na seção anterior. Adi-
cionalmente, dispositivos de proteção e manobra são instalados no sistema
com o objetivo de melhorar a confiabilidade do mesmo.
Considere o sistema mostrado na Figura 10.2 cujos dados de carga e
ı́ndices básicos dos trechos do alimentador estão dados na Figura 10.3.
Fonte 1 2 3 4
a b c d
A B C D
Figura 10.4: Índices dos pontos de carga para rede da Fig. 10.2
Fonte 1 2 3 4
a b c d
A B C D
Figura 10.6: Índices dos pontos de carga para rede da Fig. 10.5
Fonte 1 2 3 4
a b c d
A B C D
Figura 10.8: Índices dos pontos de carga para rede da Fig. 10.7
Fonte 1 2 3 4
a b c d
A B C D
Figura 10.10: Índices dos pontos de carga para rede da Fig. 10.9
Referências Bibliográficas
[3] A. B. Clarke, R. L. Disney, “Probability and Random Processes for Engineers and
Scientists”, John Wiley & Sons Inc.
[7] R. N. Allan, R. Billinton, M. F. Oliveira, “An Efficient Algorithm for Deducing the
Minimal Cuts and Reliability Indices of a General Network Configuration”, IEEE
Transactions on Reliability”, Vol. R-25, No. 4, pp. 226-233, October 1976.
[9] R. Billinton and R.N. Allan, “Reliability Assessment of Large Electric Power Sys-
tems”, Kluwer, Boston, 1988.
[10] R. Billinton and W. Li, “Reliability Assessment of Electric Power Systems Using
Monte Carlo Methods”, Plenum Press, New York, 1994.
[11] M.V.F. Pereira and N.J. Balu, “Composite Generation / Transmission Reliability
Evaluation”, Proceedings of the IEEE, vol. 80, no. 4, pp. 470-491, April 1992.
[12] A.C.G. Melo, M.V.F. Pereira, A.M. Leite da Silva, “Frequency and Duration Cal-
culations in Composite Generation and Transmission Reliability Evaluation”, IEEE
Transactions on Power Systems, vol. 8, no. 1, Jan 1993.
1
2 Confiabilidade de Sistemas de Potência
[15] IEEE APM Subcommittee, “IEEE Reliability Test System”, IEEE Transactions on
Power Apparatus and Systems, Vol. PAS-98, pp. 2047-2054, Nov/Dec 1979.
[17] J.C.O. Mello, M.V.F. Pereira, A.M.L. Silva, “Evaluation of Reliability Worth in
Composite Systems based on Pseudo-Sequential Monte Carlo Simulation”, IEEE
Transactions on Power Systems, vol. 9, no. 3, pp. 1318-1326, August 1994.
[18] J. Endrenyi, “Reliability Modeling in Electric Power Systems”, John Wiley & Sons,
1978.
[21] A.C.G. Melo, M.V.F. Pereira, A.M.L. Silva, “A Conditional Probability Approach to
Calculation of Frequency and Duration Indices in Composite Reliability Evaluation”,
IEEE Transactions on Power Systems, vol. 8, no. 3, pp. 1118-1125, August 1993.
[23] A. Monticelli, “Fluxo de Carga em Redes de Energia Elétrica”, Ed. Edgard Blucher
Ltda, 1983.
[25] H.W. Dommel, W.F. Tinney, “Optimum Power Flow Solutions”, IEEE Transactions
on Power Apparatus and Systems, pp. 1866-1876, Oct 1968.
[27] J.C.O. Mello, A.C.G. Melo, B.G. Gorenstin, S. Granville, X. Vieira Filho, J.C.G.
Praça, M.V. F.Pereira, E.M.T. Nery, “Power System Reliability Evaluation in a
Competitive Framework”, Eletroevolução, No. 8, pp.24-29, Maio 1997.
[28] L.R. Ford, D.R. Fulkerson, “Flows in Networks”, Princeton University Press, USA,
1982.
EE - COPPE/UFRJ 3
[30] A.C.G. Melo, J.C.O. Mello, S.P. Roméro, G.C. Oliveira, R.N. Fontoura F.,
“Avaliação Probabilı́stica do Desempenho do Sistema Interligado Brasileiro”, Anais
do IV Simpósio de Especialistas em Planejamento da Operação e Expansão Elétrica,
1994.
[31] CIGRÉ Task Force 38-03-10, “Power System Reliability Analysis - Volume 2 - Com-
posite Power Reliability Evaluation”, 1992.
[32] M.V.F. Pereira, L.M.V.G. Pinto, “A New Computational Tool for Composite Reli-
ability Evaluation”, IEEE Transactions on Power Systems, vol. 7, no. 1, February
1992.
[33] J.C.O. Mello, A.M.L. Silva, M.V.F. Pereira, “Efficient Loss-of-Load Cost Evaluation
by Combined Pseudo-Sequential and State Transition Simulation”, IEE Proceedings
- Generation, Transmission and Distribution, vol. 144, no. 2, pp. 147-154, March
1997.
[34] A.M. Leite da Silva, A.C.G. Melo, S.H.F. Cunha, “Frequency and Duration Method
for Reliability Evaluation of Large-Scale Hydrothermal Generating Systems”, IEE
Proceedings - C, vol. 138, no. 1, Jan 1991.
[35] A.M. Leite da Silva, J. Coelho, A.C.G. Melo, “Uncertainty Considerations in Fre-
quency and Duration Analysis for Large Hydrothermal Generating Systems”, IEE
Proceedings - C, vol. 139, no. 3, May 1992.