Study of the Behavior of an Electric Power Distribution

System under the Influence of Photovoltaic Generation

Lucas S. Melo Núbia S. D. Brito Karcius M. C. Dantas
Mestrando do Programa de Pós-Graduação Professora D. Sc. do Departamento de Professor D. Sc. do Departamento de
Engenharia Elétrica/ PPgEE/COPELE Engenharia Elétrica Engenharia Elétrica
Universidade Federal de Campina Universidade Federal de Campina Universidade Federal de Campina
Grande (UFCG) Grande (UFCG) Grande (UFCG)
Campina Grande, Paraíba, Brasil Campina Grande, Paraíba, Brasil Campina Grande, Paraíba, Brasil
lucas.melo@ee.ufcg.edu.br nubia@dee.ufcg.edu.br karcius@dee.ufcg.edu.br

Rivanildo A. Soares Allan D. C. Silva

Graduando em Engenharia Elétrica
Universidade Federal de Campina
Grande (UFCG)
Campina Grande, Paraíba, Brasil
rivanildo.soares@ee.ufcg.edu.br
Graduando em Engenharia Elétrica
Universidade Federal de Campina
Grande (UFCG)
Campina Grande, Paraíba, Brasil
allan.costa@ee.ufcg.edu.br

Abstract—A study on the influence of the insertion of
distributed generation in electric power distribution systems is
presented. This study included the programming of a
mathematical model corresponding to a photovoltaic solar panel,
with the irradiance and temperature curves as inputs. The
generated power values were applied to a generic generator
installed on a test system modeled on the OpenDSS software.
Finally, the voltage profile, power losses and the behavior of the
power generated by the substation of the electric power
distribution system, under different load and photovoltaic
generation conditions, were evaluated.
Keywords ̶ Distributed Generation, Photovoltaic Energy,
Voltage Profile, Electrical Loss, OpenDSS Software.
I. INTRODUÇÃO
O crescimento populacional continuado combinado com o
avanço tecnológico incessante vem tornando a humanidade
cada vez mais dependente da eletricidade, que se dá, em
grande parte, pelos seus inúmeros benefícios tais como
conforto, qualidade de vida e progresso econômico,
proporcionados tanto para o indivíduo quanto para a
coletividade. Como consequência, a demanda por energia tem
aumentado significativamente, que associada às exigências
crescentes do consumidor por um produto de melhor
qualidade, ao esgotamento das fontes de energia
convencionais e aos problemas ambientais, exigem a busca
por fontes alternativas de energia [1].
Nesse cenário, o aproveitamento da energia gerada pelo
Sol representa uma das alternativas energéticas mais
promissoras no combate aos desafios de suprimentos
energéticos do novo milênio. Em particular, quando instaladas
na forma de geradores distribuídos, os quais têm como função
principal, suprir energia elétrica às cargas localizadas
próximas ao seu ponto de alocação. Essa nova arquitetura do
sistema elétrico é conhecida como Geração Distribuída (GD) e
configura-se como sendo muito vantajosa, pois pode resultar,
por exemplo, no aumento da eficiência energética e na
redução das perdas.
Apesar do seu crescimento significativo, a GD tem
enfrentado barreiras para sua adoção, como por exemplo, as
possíveis consequências negativas resultantes da sua inserção
no sistema de distribuição de energia elétrica (SDEE), visto
que os sistemas atuais não contemplam em seus projetos a
GD. Portanto, a realização de estudos que visem avaliação dos
impactos da presença da GD nos SDEE representa uma etapa
importante na busca pela qualidade da energia elétrica [2].
Além disso, no caso particular das fontes provenientes da
energia solar, denominadas de fontes fotovoltaicas, o processo
de modelagem não é trivial, haja vista suas características
aleatórias [3]. Esse fato alavancou os estudos voltados à GD,
atraindo de modo crescente a comunidade acadêmica, que
também conta com incentivos governamentais, os quais têm
como objetivo principal a preservação do ambiente e a
exploração de fontes renováveis para a produção de energia
[4].
Diante desse cenário, a análise do estado da arte mostrou
que diversos softwares vêm sendo desenvolvidos para o
estudo do comportamento do sistema elétrico nesse novo
formato, além de metodologias e outras ferramentas para
realização de estudos relacionados com esses temas [2], [5].
Um dos softwares de maior destaque atualmente no Brasil é o
Distribution System Simulator (OpenDSS), que foi escolhido
em 2014 pela Agência Nacional de Energia Elétrica (ANEEL),
como software de referência para realizar o cálculo das perdas
técnicas para o setor de Distribuição de Energia Elétrica [6].
Fazendo uso dos softwares Matlab® e OpenDSS, realizou-
se neste trabalho, um estudo sobre a influência da inserção da
geração distribuída fotovoltaica em um sistema-teste. O estudo
consistiu em avaliar os impactos da inserção da GD do tipo
fotovoltaica no perfil de tensão, nas perdas técnicas e no
comportamento da potência elétrica fornecida pela subestação
em um SDEE, sob diferentes condições de carga e de geração
fotovoltaica. Um dos objetivos do estudo foi avaliar o
potencial do OpenDSS como ferramenta computacional para
estudos de SDEE com a presença da GD.

Os autores gostariam de agradecer ao Conselho Nacional de Desenvolvimento

Científico e Tecnológico (CNPq) pelo suporte financeiro.
 O trabalho foi dividido em seções, incluindo essa
introdutória: na Seção II apresenta-se a metodologia adotada e
na Seção III são apresentados e discutidos os resultados
obtidos. O trabalho é finalizado com a apresentação das
conclusões na Seção IV.
II. MODELAGEM E METODOLOGIA
Tanto a metodologia quanto a modelagem dos principais
componentes usados basearam-se em critérios estabelecidos
pelos órgãos reguladores, como o módulo 8 do PRODIST [7].
O diagrama apresentado na Fig. 1 sintetiza a metodologia
utilizada, a qual foi programada nos softwares Matlab® e
OpenDSS, a qual será detalhada a seguir.
Fig. 1. Metodologia adotada.
A. Software OpenDSS
O OpenDSS é uma ferramenta aplicável principalmente,
ao segmento de distribuição e tem como objetivo auxiliar os
especialistas nas etapas de planejamento, expansão e análise,
disponibilizando modelos de simulação mais próximos
possíveis dos reais. O OpenDSS é de uso gratuito e está
disponível para download [6]. O software permite a
modelagem de alimentadores monofásicos, bifásicos e
trifásicos, equilibrados ou desbalanceados, fornecendo suporte
para análise em regime permanente, de faltas, de transitórios
eletromagnéticos, no domínio da frequência e de questões
mais atuais, a exemplo da inserção da GD e SmartGrid.
Além da realização de estudos de fluxo de potência
instantânea (Snapshot Power Flow), o OpenDSS apresenta
outros modos de solução, que podem representar o
comportamento dos sistemas com relação às variações do
tempo, entre eles: fluxo de potência diário (Daily Power Flow)
e fluxo de potência anual (Yearly Power Flow) [8]-[9].
B. Sistema-Teste
Na escolha do sistema-teste para realização do estudo de
caso, levou-se em consideração a proposição da ANEEL de
que estudos de fluxo de carga em SDEE de média e baixa
tensão, sejam realizados contemplando o efeito do
desequilíbrio de tensões [6]. Neste sentido, selecionou-se o
sistema 13 barras do IEEE [10], mostrado na Fig. 2, já
modelado no OpenDSS e com o ponto de conexão do gerador
fotovoltaico.
Esse sistema é largamente conhecido na literatura técnica e
utilizado por pesquisadores e acadêmicos de todo mundo. É
um SDEE de 4,16 kV radial, com tronco principal medindo
1.5240 km (alimentador curto) e fortemente carregado. O
sistema também possui banco de capacitores shunt,
transformadores instalados nas linhas, cargas, linhas
monofásicas, bifásicas e trifásicas, sendo as cargas
desequilibradas e com diferentes modelos de conexão [10].
Fig. 2. Diagrama trifilar para o sistema IEEE 13 Barras.
Adaptado de [10]
C. Modelo da Fonte Fotovoltaica
Uma das formas de modelar uma fonte fotovoltaica é
fazendo uso de circuitos elétricos equivalentes baseados nas
equações que descrevem o comportamento e as características
da célula fotovoltaica. Neste trabalho, adotou-se o modelo
apresentado na Fig. 3, o qual é um dos mais utilizados no
estado da arte.
Fig. 3. Modelo de uma célula fotovoltaica.
Nesse modelo, a fonte de corrente representa a corrente na
célula fotovoltaica quando a radiação solar incide sobre sua
superfície, o diodo representa o material semicondutor do qual
é feito a célula fotovoltaica, as resistências série e paralelo
representam, respectivamente, as perdas por efeito Joule nos
contatos metálicos do módulo fotovoltaico e as perdas por
correntes parasitas que circulam no módulo [11]-[12].
O comportamento da corrente gerada e da corrente de
saída do módulo fotovoltaico são expressas, respectivamente,
conforme (1) e (2). Como se vê, a corrente gerada varia de
acordo com a irradiância e a temperatura de operação [11].
, (1)
1 . (2)
Sendo: corrente fotogerada (A); corrente de curto-circuito em teste
padrão (A); irradiância do módulo (W/m2); irradiância de referência (=
1000 W/m2); temperatura do módulo (K); temperatura de referência (=
278 K); coeficiente de temperatura para corrente de curto-circuito (A/K).
corrente de saída do módulo (A); corrente de fuga do diodo de difusão (A);
resistência em série (Ω); resistência em paralelo (Ω); k constante de
Boltzmann (1,3805×10−23 J/K); q carga elementar do elétron (1,609×10−19
C); número de células em paralelo que constituem o módulo fotovoltaico;
V tensão de saída do módulo (V); fator de idealidade do diodo
(adimensional), sendo ϵ [1,2].
D. Dados de Irradiação e Temperatura
No estudo foram usados dados coletados pelo Laboratório
de Eletrônica Industrial e Acionamentos de Maquinas da
Universidade Federal de Campina Grande (LEIAM/UFCG)
(Fig. 4). Resumidamente, o sistema é composto por módulos
fotovoltaicos, sensor pirômetro usado para medir a irradiação
solar sobre os módulos e um datalogger, responsável por
armazenar todas as informações coletadas. Os dados
utilizados nesse trabalho foram: hora da medição, temperatura
do módulo, irradiância e potência máxima de saída.
Fig. 4. Sistema de coleta de dados do LEIAM: (a) módulos fotovoltaicos e
sensor piranômetro; (b) sistema datalogger.
As leituras foram efetuadas considerando intervalos de 15
segundos, durante um período de 24 horas, durante o mês de
dezembro de 2014. De posse dos dados, computou-se a média
Fig. 6. Curva de potência diária produzida pela fonte fotovoltaica.
E. Conexão da Fonte Fotovoltaica
Para escolha da barra mais adequada para conectar uma
fonte fotovoltaica de 500 kW no sistema-teste, aplicou-se a
técnica de busca exaustiva, haja vista sua pequena dimensão
(13 barras), sendo a função objetivo definida visando
minimização das perdas de potência do sistema. Esse estudo
considerou o modelo de carga máxima e geração fotovoltaica
máxima. Deve-se atentar que para instalar a fonte fotovoltaica
em sistemas de maior porte, o método de busca exaustiva pode
tornar-se inviável.
Matematicamente, esse é um problema de otimização
combinatória típico, para os quais vários métodos de solução
estão disponíveis, tais como: Artificial Bee Colony (ABC),
Colony Optimization Algorithm (ACO), Genetic Algorithm
(GA), Tabu Search (TS), Particle Swarm Optimization (PSO),
Median-Oriented Particle Swarm Optimization (MPSO),
Binary Particle Swarm Optimization (BPSO), etc.
Ao final, obtiveram-se os resultados apresentados na
Tabela I, na qual: i) o caso-base representa o sistema sem a
presença da GD; ii) todos os demais casos representam a
conexão da GD na barra indicada. Como se vê, a barra 675 foi
a que apresentou a maior redução das perdas totais do sistema
e, portanto, a barra escolhida para ser instalada a fonte
fotovoltaica.
TABELA I. PERDAS TOTAIS ANTES E APÓS A INSERÇÃO DA GD EM CADA UMA
DAS BARRAS.

das leituras de modo a obter intervalos de 15 minutos entre as Perdas (kW)

amostras. Desta forma, o período de 24 horas foi subdividido Caso Linha Transformador Totais %
em 96 intervalos, com os dados correspondendo a média
Base 106,5 5,6 112,1 3,24
aritmética das respectivas leituras nesses intervalos, o que
resultou na Fig. 5. Essa etapa de tratamento foi necessária, 650 106,5 6,9 113,4 3,28
devido a uma limitação do OpenDSS, que não conseguiu 645 98,2 6,3 104,5 3,02
processar os dados originais. Aplicando as curvas de 646 97,9 6,3 104,2 3,01
irradiância e temperatura como entradas do modelo de fonte 632 93,5 6,8 100,3 2,9
fotovoltaica, produziu-se a curva diária de potência mostrada 633 93 6,8 99,8 2,89
na Fig. 6. 634 106,3 5,5 111,8 3,23
671 83,5 6,9 90,4 2,61
692 83,4 6,9 90,3 2,61
675 81,6 6,9 88,5 2,56
684 91,8 6,4 98,2 2,84
611 106,5 5,6 112,1 3,24
652 106,5 5,6 112,1 3,24
680 84 6,9 90,9 2,63

Fig.5. Dados tratados: (a) temperatura x tempo; (b) irradiação x tempo.

 III. APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
O próximo passo do estudo consistiu em avaliar de fato, o
impacto da presença da GD, considerando diferentes níveis de
geração fotovoltaica e de carregamento do sistema-teste,
conforme proposto por [1], o que resultou nos cenários
dispostos na Tabela II.
Vale salientar que em todos os cenários, o sistema-teste foi
suprido tanto pela subestação, quanto pelo sistema
fotovoltaico, variando-se apenas os níveis de carregamento e
de potência elétrica fornecida pelo sistema fotovoltaico.
distantes do alimentador, principalmente quando se
inseriu 100% de sua capacidade.
• Fase B: em ambos os casos (100% e 50%), a
contribuição da GD foi insignificante.
• Fase C: a inserção da GD contribuiu para melhoria do
perfil de tensão, especialmente nas barras mais
distantes do alimentador, principalmente quando se
inseriu 100% de sua capacidade.

TABELA II. CENÁRIOS DE ESTUDO.

Geração Carregamento do
Cenário
fotovoltaica sistema
A 100% 100%
B 50% 100%
C 100% 50%
D 50% 50%

Os níveis de carregamento foram obtidos no OpenDSS por

meio da inserção de curvas de cargas. Basicamente, uma curva (a)
de carga referente a um dado carregamento é gerada a partir de
uma série de pontos, cujos valores serão multiplicados a cada
intervalo de tempo, pela carga associada à referida curva.
De modo semelhante, optou-se por dois níveis de geração
fotovoltaica, os quais indicam a porcentagem de irradiação
sobre o sistema fotovoltaico e por consequência, a potência
nominal entregue no barramento de conexão. Os cenários de
GSF em 50% e 100% significam que o gerador de 500kW
fornece 250kW e 500kW de potência respectivamente, e não
atendendo 50% e 100% da demanda do sistema-teste.

A. Influência no Perfil de Tensão (b)

O perfil de tensão por fase é apresentado na Fig. 7,
considerando carregamento do sistema de 50% do seu valor
nominal. Análise minuciosa dos resultados mostrou que:
• Fase A: a inserção da GD contribuiu para melhoria do
perfil de tensão, especialmente nas barras mais
distantes do alimentador, principalmente quando se
inseriu 100% de sua capacidade.
• Fase B: em ambos os casos (100% e 50%), a
contribuição da GD foi insignificante.
• Fase C: a inserção de 100% da capacidade da GD,
resultou na redução dos picos de tensão nos (c)
Fig. 7. Perfil de tensão (carregamento do sistema igual a 50%).
barramentos próximos ao alimentador. Em relação ao
perfil de tensão, a contribuição da GD foi insignificante
em ambos os casos. B. Influência nas Perdas Técnicas

Para o cenário de carregamento do sistema igual a 100%, o As perdas técnicas resultantes para todos os cenários são
perfil de tensão por fase é apresentado na Fig. 8. Análise apresentadas na Fig. 9. Análise minuciosa dos resultados
minuciosa dos resultados mostrou que: mostrou que:

• Fase A: a inserção da GD contribuiu para melhoria do • Os maiores valores para as perdas ocorreram nos
perfil de tensão, especialmente nas barras mais trechos de maior extensão: 650_632, 632_670,
670_671 e 692_695.
 • O cenário de carregamento máximo do sistema e TABELA III. TIPOS DE CURVAS DE CARGA.
geração fotovoltaica máxima resultou nas menores Curvas de Carga
perdas.
Carga Curva de carga
• Dentre todos os cenários, o que resultou nas menores 634 Residencial
perdas foi o cenário C, onde a geração fotovoltaica é 645 Residencial
máxima e o carregamento do sistema é médio.
646 Residencial
• Em todos os cenários, observou-se redução 652 Residencial
significativa nas perdas técnicas, visto que a presença
671 Industrial
da GD reduziu o fluxo de corrente.
675 Residencial
692 Residencial
611 Residencial

O impacto provocado pela inserção da GD na potência

fornecida pela subestação é mostrado nas Figs. 11 e 12 e
analisado abaixo.
• Potência ativa: a inserção da GD provocou redução da
potência ativa fornecida pela subestação nos horários
onde existe irradiação, ou seja, parte da demanda está
sendo suprida pelo gerador solar fotovoltaico,
conforme esperado.
• Potência reativa: neste caso, o impacto da GD é
(a)
insignificante, visto que se considerou uma fonte com
fator de potência unitário.

(b)
(a)

(b)

(c)
Fig. 8. Perfil de tensão (carregamento do sistema igual a 100%).

C. Influência na Potência da Subestação

Essa análise considerou a variação temporal de potência
tanto nas cargas quanto na fonte fotovoltaica. Os tipos e as
curvas de demanda atribuídas a cada carga são apresentados
na Tabela III e Fig. 10, respectivamente.
(c)
Fig. 9. Perdas técnicas.

(a) (b)
Fig. 10. Curvas de cargas diárias (a) industrial e (b) residencial.
(a) (b)
Fig. 11. Potência ativa fornecida pela subestação (a) antes e (b) após a
inserção da GD.
(a) (b)
Fig. 12. Potência reativa fornecida pela subestação (a) antes e (b) após a
inserção da GD.
IV. CONCLUSÕES
Após o processo de simulação, verificou-se que o
software OpenDSS possui diversos aspectos positivos, tais
como: i) capacidade de modelagem de diversos componentes
de um SDEE; ii) o usuário pode utilizar sistemas criados em
Python, Matlab, VBA, C# e C++ para controle do OpenDSS e
assim, automatizar as simulações; iii) facilidade para obtenção
dos resultados de simulação, tais como tensão, corrente e
perdas nos barramentos do sistema; iv) é gratuito. O aspecto
negativo observado foi a interface gráfica do software, visto
que a etapa de inserção dos elementos na forma de linhas de
código resulta em uma tarefa árdua e trabalhosa,
principalmente para sistemas de grande porte. Entretanto, isso
pode ser contornado, uma vez que o software permite conexão
com outros softwares.
Um estudo de caso visando análise dos impactos da
presença de uma fonte fotovoltaica em um sistema-teste foi
realizado. Os resultados obtidos corroboraram a literatura,
resultando em elevação nos níveis de tensão em todos os
cenários de estudo, independentemente do nível de geração
fotovoltaica. Observou-se que: i) quando o nível de penetração
dos geradores é mínimo, as elevações nos níveis de tensão
também são mínimas; ii) quando os níveis de penetração são
médios ou mínimos, as tensões se mantêm-se dentro dos
limites especificados. Por fim, os melhores resultados
ocorreram quando a geração fotovoltaica é máxima.
Em relação às perdas técnicas, verificou-se: i) redução
significativa das perdas para todos os cenários analisados,
principalmente nos trechos próximos à subestação; ii) menores
perdas quando o nível de penetração fotovoltaica foi máximo.
Em relação à potência suprida pela subestação, observou-
se redução da potência ativa fornecida por ela nos horários
onde existe irradiação, indicando que parte da demanda está
sendo suprida pela fonte fotovoltaica.
Por fim, o estudo realizado corroborou alguns dos
benefícios provenientes do uso de fontes fotovoltaicas,
entretanto, deve se destacar que tais benefícios vão além da
geração de energia e atendimento da demanda em seu ponto
de instalação, como por exemplo, uso de uma energia limpa e
renovável, portanto, sustentável.
REFERÊNCIAS
[1] S. A. Oliveira. “Geração Distribuída Fotovoltaica: Avaliação dos
Impactos Técnicos e um Breve Estudo de Viabilidade Econômica”.
Universidade Federal de Campina Grande (UFCG). Campina Grande.
2016.
[2] L. C. C. Imperial & M. T. Strauch. “Avaliação do Impacto Técnico-
Operacional da Integração de Sistemas Fotovoltaicos no Controle dos
Níveis de Tensão das Redes de Distribuição”, In: Conferencia Brasileira
sobre Qualidade de Energia Elétrica (CBQEE), Campina Grande, 2015.
[3] M. E. M. Souza. “Inserção de Microgeração Distribuída nas Redes de
Tensão: Implantação de Telhados Solares – Estudo de Caso Real,”
Dissertação (Mestrado em Engenharia Elétrica), Universidade Federal
de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais, 2014.
[4] H. M. Ayres. “Desenvolvimento de metodologias de análise de
geradores distribuídos em sistemas de distribuição de energia elétrica”.
2010. Tese de Doutorado. Universidade Estadual de Campinas
(UNICAMP). Faculdade de Engenharia Elétrica e de Computação.
[5] SHOENE, Jens. Integration issues and simulation challenges of high
enetration PV. EnerNex 2014.
[6] Agência Nacional de Energia Elétrica (ANEEL),“Aprimoramento da
metodologia de cálculo de perdas na distribuição,” Nota Técnica n°
0057/2014, Brasília, Brasil, 11 jun. 2014.
[7] Procedimentos de Distribuição de Energia Elétrica no Sistema Elétrico
Nacional (PRODIST) – Módulo 8 – Qualidade da Energia Elétrica,
versão 9, 2018.
[8] P. R. R. Freitas. “Modelos avançados de análise de redes elétricas
inteligentes utilizando o software OpenDSS”. Trabalho de Conclusão de
Curso, Universidade de São Paulo (USP), 2015.
[9] J. A. Paludo, “Avaliação dos impactos de elevados níveis de penetração
da geração fotovoltaica no desempenho de sistemas de distribuição de
energia elétrica em regime permanente,” Dissertação de Mestrado,
Universidade de São Paulo, 2014.
[10] IEEE, “Recommended Practices and Requirements for Harmonic
Control in Electrical Power Systems”, IEEE Standard 519-1992, 1993.
[11] L. D. V. B. Machado Neto, “Caracterização de geradores fotovoltaicos e
desenvolvimento de seguidor de potência máxima para sistemas
autônomos aplicados à eletrificação rural”. Universidade Federal de
Viçosa. Viçosa. 2006.
[12] A. N. Celik; N. Acikgoz, “Modelling and experimental verification of
the operating current of mono-crystalline photovoltaic modules using
four-and five-parameter models”. Applied energy, v. 84.1, p. 1-15, 2007.