Escolar Documentos
Profissional Documentos
Cultura Documentos
1-10 1
Abstract—Este trabalho propõe uma metodologia, baseada em algoritmos evolutivos, para o problema de alocação de capacitores
em redes de distribuição radiais. A instalação de bancos de capacitores em redes de distribuição visa reduzir as perdas elétricas
resultantes da potência reativa presente no sistema. Esta metodologia foi validada e aplicada em uma subestação de grande porte da
rede de distribuição da Companhia Energética do Maranhão – CEMAR. Os resultados obtidos com o algoritmo de alocação de
capacitores reduziu as perdas elétricas e melhorou o perfil mínimo de tensão.
n
n ( cap )
i (1 + i )
INTRODUÇÃO CI = ∑ Cj n
(2)
Capacitores são fontes de energia reativa. Os objetivos de j =1 (1 + i ) −1
sua aplicação em sistemas de potência é a compensação de
energias reativas produzidas por cargas indutivas ou n(cap) é o número de capacitores instalados;
reatâncias de linhas. Quando adequadamente utilizados, i representa a taxa de juro de mercado disponível para o
permitem a obtenção de um conjunto de benefícios investidor;
correlatos que incluem a redução de perdas de energia, n é a vida útil dos banco de capacitores;
correção dos perfis de tensões, controle dos fluxos de C é o custo de compra para cada capacitor;
j
potência, melhoria do fator de potência e aumento da
capacidade dos sistemas [1]. No contexto desse trabalho, a CM é o custo de manutenção dos capacitores;
instalação de capacitores é avaliada conjuntamente sob a
ótica de redução de perdas e do conseqüente aumento do Por outro lado, o benefício resultante da instalação dos
lucro na distribuição de energia. Aspectos operacionais capacitores é dado por:
também são levados em conta, pois geram restrições que não
podem ser desprezadas quando se planeja instalar Beneficio = ∆PE (3)
capacitores em uma rede elétrica real.
As perdas técnicas podem ser reduzidas pela instalação de Onde:
capacitores em pontos adequados da rede, proporcionando
“geração” de energia reativa nas proximidades das cargas.
∆PE = PE ( S base ) − PE ( S ger )
Dessa forma, diminui-se a componente associada ao fluxo de
corrente reativa nas linhas. Sbase é o cenário do caso base (sem a instalação de
Os benefícios reais obtidos com a instalação de capacitores);
capacitores em sistemas de distribuição dependem das Sger é o cenário com a instalação de capacitores;
características dos equipamentos e da forma como é feita PE(Sbase) e PE(Sger) são os custos de perdas elétricas
essa instalação. Especificamente, dependem do número e associados com os cenários Sbase e Sger, respectivamente. O
tamanho dos capacitores, de sua localização, do tipo (fixos custo de perdas de energia é obtido multiplicando-se as
ou chaveados) e do esquema de controle utilizado. Neste perdas anuais de energia pela tarifa cobrada nas empresas de
trabalho, o problema de alocação de capacitores restringe-se distribuição.
ao problema de encontrar a localização e a dimensão dos Usando os custos e benefícios definidos nas eqs. (1) e (3),
capacitores a serem instalados. pode-se expressar a função objetivo do problema de
alocação de capacitores da seguinte forma:
I. FORMULAÇÃO DO PROBLEMA DE LOCALIZAÇÃO DE
CAPACITORES Custo CI + CM
Minimizar = (4)
Considera-se o problema geral de localização de Beneficio ∆PE
capacitores como sendo a determinação dos lugares (número
e localizações), tipos, e ajustes (capacidades e tempos de
Analisando-se a função objetivo expressa na eq. (4),
chaveamentos) ótimos dos bancos de capacitores a serem
pode-se observar que um cenário de planejamento será
alocados em um sistema de distribuição radial. Os objetivos
economicamente viável apenas se a relação custo/benefício
são a redução das perdas de potência e energia no sistema e
for menor do que a unidade.
a manutenção da regulação de tensão enquanto se mantém o
A minimização da função objetivo acima exige que sejam
custo da adição dos bancos de capacitores em um mínimo.
inicialmente identificados os locais candidatos para a
Desta forma, uma alternativa para resolver este problema é
instalação de capacitores. Neste trabalho, esta identificação
considerar a minimização da relação custo/benefício como
foi realizada calculando-se as seguintes relações de
função objetivo do problema de alocação de banco de
sensibilidade [3]:
capacitores. O custo associado com a inserção de
capacitores em um alimentador é dado por:
∂Perdas ∆Perdas Perdas f − Perdas i
≈ = (5)
Custo = CI + CM (1) ∂Qlk ∆Qlk Qlkf − Qlki
Onde: Onde:
CI é o custo de compra anualizado de capacitores (custo de ∆Qlk é uma variação da injeção de potência reativa em uma
instalação). Este custo é calculado da seguinte forma [2]: barra k (as injeções adicionais de potência reativa são
resultante dos capacitores conectados na rede);
Perdasf são as perdas elétricas com injeções adicionais de
potência reativa;
> REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA (ISSN: XXXXXXX), Vol. X, No. Y, pp. 1-10 3
Perdasi são as perdas elétricas sem injeções adicionais de disponível em uma tabela. Por exemplo, a partir da Tabela 1,
potência ativa; os número 2 e 5 representam respectivamente, que serão
instalados 0,0 e 300 KVAr em um sistema.
Qlkf é a injeção de potência reativa final em uma barra k;
Este tipo de aproximação é conhecido como Método das Índice Capacidade (KVAr)
Diferenças Finitas [4]. Após a análise de sensibilidade, foi 1 0,0
selecionada 10% das barras que tem maior impacto na 2 0,0
análise de sensibilidade. 3 0,0
4 150,00
II. METODOLOGIA DE SOLUÇÃO: ALGORITMO GENÉTICO 5 300,00
Os algoritmos genéticos são algoritmos de busca 6 450,00
estocástica, combinando sobrevivência artificial através do
princípio da adaptabilidade com operadores genéticos Portanto, o indivíduo será constituído de números inteiros,
abstraídos dos sistemas biológicos. Estes algoritmos formam que por sua vez indicará que capacitor será alocado.
um mecanismo surpreendentemente robusto e muito B. População Inicial
eficiente para encontrar soluções otimizadas para problemas A população de um algoritmo genético é um conjunto de
complexos do mundo real [5]. possíveis soluções para um determinado problema. Cada
A terminologia utilizada no desenvolvimento dos indivíduo na população é representado por um cromossomo
algoritmo genéticos se baseia na teoria da evolução natural e composto por uma seqüência de números, que assumem
da genética. Inicialmente, é proposta uma população de valores dependendo de tipo de codificação usada. Neste
indivíduos, e cada indivíduo é representado por um trabalho, a população inicial foi gerada de maneira aleatória.
cromossomo que possui uma codificação (genótipo) de uma A população foi realizada utilizando números aleatórios no
suposta solução do problema (fenótipo). De uma forma intervalo [1,num_list], onde num_list é o tamanho da lista de
geral, os cromossomos são implementados através de capacitores disponíveis para alocação, para definir o
vetores ou listas de atributos, onde cada componente do capacitor que será selecionada a partir de uma lista de
vetor ou atributo representa um gene. Os genes, por sua vez, capacitores disponíveis. Esta seleção de capacitores indicará
podem assumir diversos valores de acordo com o tipo de quais capacitores serão alocados no sistema de distribuição.
codificação. Por exemplo, a partir da Tabela I, um indivíduo foi gerado a
Os algoritmos genéticos implementados para a maioria partir dos seguintes números aleatórios: Xrand=2; Xrand=6;
dos problemas nos quais são aplicados, devem ter os Xrand=5; Xrand=1; Xrand=2; Xrand=4.
seguintes componentes:
2 6 5 1 2 4
• Escolha de uma representação genética para soluções Fig. 1. Exemplo de um individuo de uma população
candidatas, ou seja, processo de codificação;
• Uma forma de gerar uma população inicial de soluções
C. Operadores Genéticos
candidatas;
• Uma função de adaptabilidade que corresponde à Indivíduos selecionados são recombinados sexualmente
através do operador de crossover. O operador de crossover é
pressão ambiental, tendo a função de avaliar as
considerada a característica fundamental dos algoritmos
soluções e classifica-las de acordo com a sua
genéticos. Pares de genitores são escolhidos aleatoriamente
adaptação ao meio;
e novos indivíduos são criados a partir da troca de material
• Operadores genéticos; genético. Os descendentes serão diferentes de seus pais, mas
• Identificação dos valores para os vários parâmetros com características genéticas de ambos os genitores. Neste
usados pelo algoritmo genético tais como: tamanho da trabalho, foi utilizado o crossover de um ponto. Por
população, probabilidades de aplicação dos operadores exemplo:
genéticos, números de gerações, etc.
Qkd é a carga reativa conectada à barra k; instalar e para manter os capacitores em operação.
Adicionalmente aos custos de operação/instalação de
Pi ,k é o fluxo de potência ativa no ramo entre a barra i e k; capacitores, é também necessário se conhecer os custo de
Qi ,k é o fluxo de potência reativa no ramo entre a barra i e k; venda de energia elétrica para se definir a função objetivo
mostrada na equação (4). Neste trabalho, o custo de venda
Ω k é o conjunto de nós à jusante do nó k; de energia é 0,202 R$/kWh [8]. Os parâmetros do algoritmo
ri ,k e xi ,k é a resistência e a reatância associada com o genético utilizado para a otimização estão apresentados na
Tabela III.
ramo entre os nós i e k, respectivamente;
Yshunt é a reatância capacitiva instalada em uma barra; TABELA III
PARÂMETRO DO ALGORITMO GENÉTICO
TABELA IV
VALORES DOS CUSTOS ESTIMADOS
Desempenho do AG
0.075000
0.070000
0.065000
Fitness
0.060000
0.055000
0.050000
0.045000
0.040000
1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97
Gerações
V. CONCLUSÕES
Neste trabalho, um algoritmo de otimização, algoritmo
genéticos, tem sido desenvolvido para resolver o problema
de alocação de banco de capacitores em redes de
distribuição radiais. Além disso, foi implementado um fluxo
de carga para redes de distribuição (Soma de Potência).
Os resultados obtidos com a metodologia reduziram
significativamente os seguintes variáveis de operação: perfil
de tensão, carregamento dos alimentadores e as perdas
elétricas. Além disso, os resultados mostram que a
abordagem via algoritmos genéticos é válida para o
problema. O método mostrou ser estável ao se adaptar
facilmente às varias configurações dos parâmetros.