Sistemas de energia elétrica e energia 97 (2018) 120–126

Listas de conteúdos disponíveis em ScienceDirect

Energia Elétrica e Sistemas de Energia

Página inicial do jornal: www.elsevier.com/locate/ijepes

Avaliando a contribuição da automação para a confiabilidade da rede de distribuição elétrica

Carlos Girón uma , Fco Javier Rodríguez uma , • , Laura Giménez de Urtasum b , Samuel Borroy b
uma Departamento de Eletrônica, Universidade de Alcalá, Campus Universitario, Escuela Politécnica Superior, Alcalá de Henares, Espanha
b Fundação CIRCE, Zaragoza, Espanha

ARTICLEINFO RESUMO

Palavras-chave: Os sistemas de distribuição elétrica mudaram signi fi timidamente nos últimos anos. Hoje é necessário otimizar a qualidade e a quantidade de energia
Confiabilidade da rede de distribuição de energia fornecida aos clientes e atender à demanda atual de energia. Nesse sentido, as concessionárias de energia elétrica estão envolvidas em processos de
Latência de comunicação automação de rede, apoiados em tecnologias de informação e comunicação, para melhorar a rede e ffi eficiência, confiabilidade, segurança e qualidade
ASIDI
de serviço. Este trabalho tem como objetivo quantificar as melhorias alcançadas nos índices de confiabilidade com a automação de subestação
SAIDI
secundária (SS). Como esse processo de automação reside na utilização de canais de comunicação não ideais, sua latência e disponibilidade são
TIEPI
consideradas. Para completar a análise a partir de uma avaliação experimental, esta metodologia foi aplicada a uma rede de distribuição real, inserida
KPIs
no quadro de vários projectos de investigação desenvolvidos na UE (União Europeia). Uma vez que o valor deste índice de confiabilidade tem um
notável fl uência sobre as receitas das empresas operadoras do sistema de distribuição, estes resultados fornecem um subsídio útil para o
desenvolvimento estratégico das redes de distribuição.

1. Introdução clientes do sistema de energia devido a eventos de confiabilidade foram identificados fi ed

Os operadores do sistema de distribuição (DSOs) devem adaptar suas operações de rede e
negócios às tecnologias e soluções desenvolvidas recentemente para redes de média e baixa tensão
[1] . A gestão da demanda e o aumento da utilização de geradores distribuídos têm se apresentado
como algumas das principais preocupações nos últimos anos na distribuição de energia elétrica
[2] . Para resolver essas preocupações recentes, os DSOs equiparam suas redes com tecnologias de
informação e comunicação a fim de melhorar a rede e ffi ciência, confiabilidade, segurança e
qualidade de serviço
[3] . É importante observar que a confiabilidade do sistema não é o mesmo que qualidade de energia [4]
. A confiabilidade está associada a interrupções de fornecimento sustentadas e momentâneas,
enquanto a qualidade da energia envolve distúrbios elétricos mais rápidos, como voltagem fl uctuations,
formas de onda anormais e distorções harmônicas.
A automação da subestação secundária (SS) é necessária para facilitar a integração da rede e o
controle da geração distribuída, armazenamento local e cargas gerenciáveis, para garantir e até
melhorar a qualidade da energia. A restauração rápida do fornecimento de energia após situações de
interrupção é um fator chave para a confiabilidade da rede. Portanto, a automação da rede deve
permitir o desenvolvimento de um sistema de autocorreção capaz de restaurar o serviço de forma
rápida e ffi suficientemente quanto possível [5] .
recentemente pelos stakeholders do setor elétrico. Esta situação, juntamente com as mudanças na
regulamentação do setor de energia, motivou a de fi nição de taxas ou penalidades baseadas em
confiabilidade para empresas de distribuição de energia. De acordo com os modelos regulatórios
atuais em todo o mundo, como o espanhol ou o finlandês, o investimento na melhoria da
confiabilidade do sistema é motivado porque a confiabilidade tem um efeito direto. ff efeito sobre as
receitas dos DSOs. Speci fi naturalmente, um aumento de até 2% da remuneração anual sem
incentivos pode ser dado a um DSO devido à melhoria da confiabilidade [6] . Nesse sentido, a
automação de rede envolvendo seccionadores de controle remoto e indicadores de passagem de
falha (FPI) pertencem às estruturas básicas da tecnologia de distribuição, e esses dispositivos
desempenham um papel importante na melhoria da confiabilidade [7,8] . Portanto, os DSOs têm
principalmente duas opções para aumentar a confiabilidade: o
fi primeiro é a instalação de um unde fi número necessário desses dispositivos de automação de rede
e, posteriormente, para verificar a mudança na confiabilidade. A segunda opção é calcular a
confiabilidade por meio da simulação do e ff efeitos deste equipamento de automação de rede sobre a
rede DSO modelada e, conseqüentemente, instalar os dispositivos apropriados na rede. Obviamente,
o fi a primeira opção pode levar a resultados não econômicos; enquanto o segundo oferece a
possibilidade de avaliar se o e ff ort necessário para instalar os dispositivos automáticos de rede é pro fi
mesa antes que a instalação real do equipamento seja realizada.

Um interesse considerável em reduzir as perdas econômicas su ff ered por

• Autor correspondente.

Endereço de e-mail: carlos.giron@depeca.uah.es (C. Girón), franciscoj.rodriguez@uah.es (FJ Rodríguez), lauragdu@fcirce.es (L. Giménez de Urtasum), sborroy@fcirce.es (S. Borroy).

http://dx.doi.org/10.1016/j.ijepes.2017.10.027
Recebido em 22 de novembro de 2016; Recebido em forma revisada em 16 de outubro de 2017; Aceito em 22 de outubro de 2017

0142-0615 / © 2017 Elsevier Ltd. Todos os direitos reservados.

C. Girón et al.
Por outro lado, as redes de comunicação fornecem a infraestrutura necessária, permitindo que
um DSO gerencie esses dispositivos de um local central. A comunicação engloba vários aspectos
importantes: os canais de comunicação utilizados para a transmissão da informação e a forma de a
efetuar; os serviços prestados por cada recurso; e as tecnologias de informação [9,10] .
No ambiente de rede inteligente, tecnologias e arquiteturas de comunicação heterogêneas estão
envolvidas. As redes de comunicação devem atender às especificações fi requisitos c, ou seja,
confiabilidade, latência, largura de banda e segurança, para fins de automação. A eleição dos canais
de comunicação já foi tratada em diversos trabalhos anteriores. Exemplos do uso de redes sem fio
podem ser encontrados em [11] . O uso de redes Ethernet foi apresentado em vários trabalhos como [12]
. Assim, o desenvolvimento de redes inteligentes no domínio da distribuição pode ser alcançado
investindo em tecnologias de informação e comunicação (TIC). No entanto, embora essas
tecnologias já existam, implementá-las na extensa rede de distribuição seria proibitivamente caro.
Portanto, o foco deve ser realimentado para determinar o nível ideal de implantação de tecnologia
que alcançaria esses objetivos com custo mínimo. Isso é fácil de entender pensando nas dimensões
do sistema de distribuição de corrente elétrica de um país médio: cerca de alguns milhões de
quilômetros e um grande número de clientes. Se este sistema unidirecional, cuja função básica é
fornecer energia através dessas linhas aos clientes, agrega a opção bidirecional de geração ou
armazenamento disperso de caso de veículos elétricos, fi nd equilíbrio versus investimento em
tecnologia [13,14] .
Sob este quadro, este artigo apresenta uma nova metodologia desenvolvida para calcular um
dos índices de confiabilidade mais comumente usados no setor elétrico. fi campo, que é o índice de
duração média da interrupção do sistema (ASIDI), incluindo no modelo o pior caso de latência e
disponibilidade de canais de comunicação. Na literatura, poucos estudos enfocaram o papel das
infraestruturas de automação e comunicação na avaliação probabilística da confiabilidade do sistema
de potência. [15] .
O artigo está estruturado da seguinte forma: após esta introdução, os índices de confiabilidade
de sistemas de potência mais comuns são discutidos na Seção 2 . Seção 3 apresenta a variabilidade
dos índices de confiabilidade medidos em redes reais em vários países dependendo do ano. Seção 4
apresenta modelagem de comunicação de canal. A metodologia de cálculo do ASIDI é detalhada na
Seção 5 . Seção 6 inclui os resultados obtidos pela aplicação da metodologia desenvolvida a uma rede
de distribuição real e Seção 7 coleta as conclusões.
121
Sistemas de energia elétrica e energia 97 (2018) 120–126
2. Índices de confiabilidade: De fi nição
A continuidade do fornecimento de energia é determinada pelo número médio e duração das
interrupções su ff ered por um usuário por um período de um ano em uma determinada área.
Esses dois parâmetros são de fi ned como:
a) O tempo de interrupção igual ao tempo decorrido entre o início e o fim do corte de energia,
medido em horas. O tempo total de interrupção é a soma de todo o tempo de inatividade durante
um determinado fi período ed.
b) O número de interrupções. O número total de interrupções é a soma de todas as interrupções
durante um determinado fi período ed.
As interrupções podem ser inesperadas ou planejadas; este último permite a execução de
trabalhos de manutenção programada na rede, devendo neste caso os consumidores ser
previamente informados pela distribuidora, com autorização prévia da autoridade competente.
Dependendo da região ou do país onde a confiabilidade do sistema de potência é estudada,
uma ampla gama de índices estão disponíveis para serem usados. Os seguintes índices de
confiabilidade foram identificados fi ed como as métricas de desempenho mais comuns e abrangentes
da Europa e do
Regras estaduais dos EUA, [16] :
• Índice de frequência de interrupção média do sistema (SAIFI): Dá a
número médio de interrupções sustentadas por cliente por ano. Índice de frequência de
• interrupção média momentânea (MAIFI): Like
SAIFI, mas relacionado a interrupções momentâneas.
• Índice de duração média de interrupção do sistema (SAIDI): Fornece o
duração média das interrupções por cliente por ano.
• Índice de duração média de interrupção do sistema (ASIDI): Este indicador
mede a duração média das interrupções no fornecimento por energia servida por ano.
Como pode ser deduzido, existem di ff diferenças entre esses índices. O SAIDI é representativo
do tempo médio de interrupção, mas não é pesado nem com o consumo nem com a potência
instalada. Por outro lado, ASIDI inclui o fl uência do consumo do cliente interrompido. Além disso, em
alguns países, a capacidade instalada do SS é utilizada para pesar o ASIDI em vez da energia
servida, resultando no índice de confiabilidade TIEPI (Equivalent Interruption Time Related to
Installed Capacity).
Figura 1. Valores SAIDI e ASIDI na Europa, de 1999 a
2012
C. Girón et al. Sistemas de energia elétrica e energia 97 (2018) 120–126

Figura 2. Valor TIEPI em uma região da Espanha, de 1991 a 2011.

3. Índices de confiabilidade: valores reais
Após a introdução e discussão de di ff diferentes índices de confiabilidade, esta seção mostra
vários exemplos reais de índices de confiabilidade medidos em diferentes ff redes diferentes ao longo
dos anos.
Figura 1 analisa os valores SAIDI e ASIDI (marcados com um asterisco), incluindo eventos
excepcionais, coletados de 1999 a 2012 em vários países europeus, [17] . Os índices de
confiabilidade na Europa mostram uma ampla gama de valores dependendo do país e do ano. Uma
tendência geral de redução dos valores dos SAIDI ao longo dos anos é observada na maioria dos
países. No entanto, alguns outros países, como França ou Holanda, apresentam um valor SAIDI
horizontal constante.
Um problema em relatar dados médios para um país, ou mesmo para um determinado fi c DSO
dentro de um país, é que ele não aborda se a área atendida é urbana, semi-urbana ou rural. No
entanto, as áreas centrais tendem a ser conectadas com redes de cabos subterrâneas, que são mais
confiáveis e caras do que as redes aéreas radiais encontradas em áreas semiurbanas e rurais.
Nesta linha, Figura 2 mostra a variação do TIEPI em uma região da Espanha de acordo com o tipo de
rede considerada durante vários anos. Está comprovado que os piores valores de confiabilidade
correspondem às áreas rurais, enquanto os melhores índices estão associados às redes urbanas,
estando as redes semi-urbanas no meio.
evento é identi fi ed quando o evento é causado por um terremoto, fi re ou tempestades de su ffi intensidade
suficiente para dar origem a um estado de emergência declarado pelo governo. Como se pode
deduzir, durante o ano de 2013 não foram registrados grandes eventos. Portanto, é importante
observar que as condições climáticas locais têm um sério problema fl influência sobre a confiabilidade
do sistema de potência.
4. Modelagem de comunicação
A confiabilidade das redes de alimentação também é um ff afetados pelos canais de
comunicação utilizados para detecção, sinalização e atuação. Do ponto de vista da comunicação, a
automação do SS pode ser caracterizada de forma homogênea utilizando um atraso médio ao longo
dos canais de comunicação, independentemente do tipo de canal. Entretanto, este método não
considera a indisponibilidade de canais de comunicação ou o comportamento pseudo-estocástico
dos atrasos.
Principalmente, no atendimento às comunicações, dois parâmetros devem ser considerados:
disponibilidade e latência. Para obter valores mais precisos dos índices de confiabilidade, esses dois
parâmetros devem ser modelados para cada tipo de canal de comunicação.

De Figura 2 , também se observa uma constante melhoria do TIEPI
ao longo dos anos, embora sejam detectadas duas situações excepcionais em 2001 e 2009. O mau
tempo foi a principal causa da queda da fiabilidade em 2001; enquanto o ciclone Klaus (rajadas de
vento da ordem de 200 km /
h) causou os maiores picos em 2009. Na verdade, grandes eventos (alguns tipos de fenômenos
naturais como grandes tempestades) são responsáveis pela maior parte das interrupções, [16] .
Nesta linha, tabela 1 destaca o di ff erências dos índices de confiabilidade quando grandes eventos
são considerados com base em dados reais da Califórnia (EEUU), [19] . Nesta tabela, um importante
Neste trabalho, para obter um valor estimado para latência e disponibilidade em canais de
comunicação típicos usados em redes de distribuição, um estudo detalhado foi feito usando uma
modelagem matemática para redes de comunicação de baixa complexidade. [18] e um modelo
empírico para redes de comunicação de múltiplos nós, baseado em dados reais capturados por
operadoras de redes de distribuição.
mesa 2 contém os resultados da caracterização de tecnologias de comunicação típicas
utilizadas na automação da distribuição.
5. Metodologia de cálculo do índice de confiabilidade

Conforme afirmado acima, devido ao impacto direto da confiabilidade do sistema de energia

tabela 1 sobre as receitas dos DSOs (destacado na Seção 1 ), a melhoria dos índices de confiabilidade é
Valores SAIDI e SAIFI na Califórnia (EEUU), de 2004 a 2013.
altamente motivada no setor elétrico. Por este motivo, dispositivos de automação de rede, como
remotos
Principais eventos incluídos Principais eventos excluídos

Ano SAIDI SAIFI SAIDI SAIFI

mesa 2
2004 181,7 1.277 181,5 1.277 Parâmetros do canal de comunicação.
2005 210,9 1.352 157,7 1.222
2006 251,0 1.534 136,5 1,137 Disponibilidade (%) Média Padrão de latência
2007 138,6 1,117 138,6 1,117 latência (ms) desvio (ms)
2008 377,8 1.428 150,3 1,155
2009 192,8 1.203 149,8 1.099 GPRS 99,64% 847 199
2010 220,0 1.251 153,4 1.066 3G 99,91% 115 34
2011 243,9 1,115 215,5 1.085 ADSL 99,96% 67 3,9
2012 122,3 1.010 122,3 1.010 Ethernet / 100% (perdas <10 - 7) 0,4008 2,1
2013 102,4 0,915 102,4 0,915 Fibra

122
C. Girón et al. Sistemas de energia elétrica e energia 97 (2018) 120–126

seccionadores controlados e FPI desempenham um papel essencial no projeto atual de redes de

distribuição. Nesta linha, os DSOs devem avaliar se a economia e ff ort necessário para instalar os
dispositivos de automação de rede é pro fi mesa antes que a instalação real do equipamento seja
realizada. A forma de avaliar essa abordagem é abordada no presente trabalho.

A metodologia desenvolvida consiste na modelagem de di ff algoritmos de tecnologia de

eliminação de falhas, incluindo fator aleatório nas análises. Para esta modelagem, di ff São
considerados os intervalos de tempo necessários para cada etapa de todo o processo de
restauração do serviço elétrico após a ocorrência de uma falha. Os intervalos de tempo considerados
nesta metodologia foram obtidos a partir de medições reais realizadas em várias redes de
distribuição operadas por di ff empresas distribuidoras de energia elétrica.

A metodologia proposta compreende quatro casos de uso de implantação de automação que

abrange os cenários atuais e esperados na automação de redes de distribuição: Fig. 3. Falha de comunicação em procedimento de linha com falha.

• Caso de uso 1: O controle remoto (RC) no disjuntor alimentador, bem como no SS localizado
nos pontos de fronteira (BP) é instalado. Este cenário é o
ponto de partida para avaliar as melhorias alcançadas com automa-
ção.

• Caso de uso 2: FPI são distribuídos ao longo da linha, mas sem RC; tão
a restauração do serviço de operações deve ser realizada pela tripulação em
a fi campo Este caso de uso não é um cenário real, pois os detectores de passagem de falhas são
sempre acompanhados por controle remoto. É usado para
fins comparativos.

• Caso de uso 3: Controle remoto no circuito alimentador e no SS localizado em

os pontos de fronteira são instalados (como no caso de uso 1). Além disso, FPI são

distribuído ao longo do di ff linhas anteriores, incluindo controle remoto no

disjuntores relacionados com FPI.

• Caso de uso 4: Igual ao caso de uso 3, adicionando algoritmos de autocorreção no

gestão da restauração de falhas. Além disso, o equipamento FPI inclui

um algoritmo para localizar a falha.

Para cada caso de uso, um procedimento para eliminação de falhas e restauração de serviço é de fi ned.
Fig. 4. Processo de eliminação de falhas.
De acordo com esses procedimentos e considerando o di ff diferentes intervalos de tempo, os índices de
confiabilidade podem ser obtidos, por exemplo ASIDI. A próxima seção mostra em detalhes os intervalos
de tempo típicos.
Os valores ASIDI medidos em redes reais dependem dos eventos que ocorrem durante um ano,
que possuem uma característica aleatória, conforme enfatizado na Seção 3 . Normalmente, os
valores ASIDI publicados por DSOs são medidos referindo-se a grandes redes, onde o fator aleatório
é diluído. No entanto, ao testar uma nova tecnologia de restauração em uma grade de local de
demonstração, o e ff O efeito dos eventos de falha não é compensado e, portanto, os valores ASIDI
medidos nessas grades não podem ser comparados diretamente. Na metodologia proposta, esta
característica aleatória pode ser reproduzida considerando di ff taxas de falhas diferentes em função
do comprimento da linha, tipo de alimentador (urbano, semi-urbano e rural) e tipo de cabo (linha
aérea ou instalação subterrânea).

Além disso, embora as novas tecnologias permitam que os tempos de restauração diminuam
signi fi Curiosamente, uma preocupação marcante em relação à sua instalação reside na possibilidade
de sua falha, o que traria o sistema de volta aos procedimentos básicos de eliminação de falhas para
os quais a central de controle não estaria preparada. Por este motivo, esta nova metodologia
considera a possibilidade de falha também dos dispositivos instalados, e a necessidade de restaurar
o sistema com a proteção de backup, considerando os valores de probabilidade desses eventos,
como pode ser visto em Fig. 3 . O processo genérico de eliminação de falhas e restauração do serviço Fig. 5. Procedimento básico de eliminação de falta, considerando falta permanente (religamento sem sucesso e subsequente
é mostrado em Fig. 4 . disparo).

O número de detectores de passagem de falha e o número de interruptores automatizados e

Este procedimento genérico, deve ser particularizado para cada um dos casos de uso
controlados remotamente são os principais parâmetros a serem considerados no fl owchart. Em
propostos. Por exemplo, Fig. 5 mostra um fluxograma relacionado ao
fl procedimento de limpeza do
primeiro lugar, a seção em que a falha está localizada é identi fi ed e isolado. Em seguida, uma
caso de uso 1. Neste cenário, a única informação de que a central de controle possui para
tripulação é enviada para a linha para fins de reparação. A automação fornece, contando com as
restabelecer o serviço é o disparo do disjuntor do alimentador. Portanto, a eliminação da falta deve
comunicações, uma redução considerável no tempo de resposta para isolar a falha sem ter que
ser feita buscando com as tripulações a falta em toda a linha. Essa situação implica que o tempo
enviar uma tripulação para percorrer toda a linha, mas apenas até a seção onde a falha está
para restauração da carga aumenta significativamente.
localizada.
fi

123
C. Girón et al. Sistemas de energia elétrica e energia 97 (2018) 120–126

Tabela 3
Parâmetros de comunicação da rede em teste.

Linha Atraso médio (ms) Disponibilidade

Linha 1 324.942 0,996

Linha 2 260.649 0,998
Linha 3 145.928 0,999
Linha 4 186.549 0,998
Linha 5 646.840 0,996
Linha 6 645.096 0,998
Linha 7 1.177.474 0,966
Linha 8 555.595 0,996
Linha 9 420.719 0,997

com pontos de fronteira com outras linhas do mesmo nível de tensão ou re-

Fig. 6. Procedimento de eliminação de faltas com FPI, considerando falta permanente (religamento sem sucesso e fl exing center conectado ao mesmo nível de tensão. Ambos os sistemas fornecem suporte para
posterior trip). restauração do serviço em caso de falha.
Em relação aos parâmetros de di ff canais de comunicação diferentes, a rede em teste é
caracterizada como mostrado em Tabela 3 , usando dados brutos obtidos de concessionárias. Esses
No Fig. 6 , o procedimento de eliminação de falhas do caso de uso 3 pode ser visto, cor-
dados brutos incluem latência e perdas nos canais de comunicação.
respondendo a um sistema de proteção com um FPI instalado no meio da linha. Neste cenário, uma
vez recebido o fi comunicação de primeira viagem, o centro de controle recebe o estado do FPI e sabe
Além disso, em cada um dos casos de uso descritos acima, três di ff níveis erentes de
se a tripulação deve ser enviada para o primeiro ou segundo trecho da linha.
implantação de tecnologia foram considerados: 10%, 15% e 20%; exceto para o caso de uso 1 que
fi
representa o grau de implantação que a rede possui atualmente. Além disso, também é considerado
Além disso, uma tecnologia de localização de falhas também foi considerada no caso de uso 4.
um caso de uso elementar que não possui controle remoto nem FPI ( Tabela 4 )
Isso implica que o dispositivo instalado calcula diretamente o ponto onde a falha ocorreu, permitindo
a restauração da carga na área não afetada, e enviar a tripulação diretamente ao ponto com falha.
Para calcular o índice de confiabilidade, é necessário levar em consideração três di ff Etapas
ff
anteriores e sua duração correspondente: (1) detecção de falha, (2) localização de falha e (3)
restauração do serviço. Indo para essas três etapas, é possível analisar vários elementos de um ff afetando
Dependendo da tecnologia utilizada para a restauração de falhas e do nível de automação da
o tempo de resposta.
rede, diferenças consideráveis no tempo de restauração são encontradas.
ff

Tabela 5 mostra o tempo de resposta típico relacionado às atividades envolvidas na detecção e

localização de falhas, de acordo com as informações fornecidas por diversos DSOs. Todas essas

6. Resultados
atividades devem ser consideradas independentemente do nível de automação.

Esta seção apresenta os resultados obtidos pela aplicação da metodologia desenvolvida em Algumas atividades, como “ Detecção de falha pelo disjuntor do alimentador ”,“ Abertura do

uma rede de distribuição real apresentada na Fig. 7 . Como pode ser visto, nesta rede de média circuito alimentador ” e “ detecção do sinal de disparo no Centro de Controle (CC) ” são necessários

tensão, a operação radial é implementada, em ambos os processos: detecção e localização de falhas.

Similarmente, Tabela 6 lista o tempo de resposta dos eventos envolvidos no processo de restauração do

serviço. O tempo de atuação da tripulação é estimado para di ff comprimentos de linha diferentes.

O índice de confiabilidade ASIDI foi calculado para os casos de uso explicados acima,
considerando três cenários de comunicação: (1) redes de comunicação com comportamento
determinístico, considerando 40ms fi latência fixa e 100% de disponibilidade; (2) redes de
comunicação com latência variável e (3) disponibilidade real inferior a 100% (denominado ASIDI-1,
ASIDI-2 e ASIDI-3 em Tabela 7 )

Tabela 7 mostra uma comparação de valores ASIDI para cada caso de uso, incluindo o em fl uência
da latência e disponibilidade da comunicação. Como pode ser visto, aumentar o nível de automação
implica em uma maior fl uência de

Tabela 4
Descrição do caso de uso.

Caso de uso Nível de implantação

Básico -
Caso de uso 1 -
Caso de uso 2 - Somente FPI 10%
15%
20%
Caso de uso 3 - Controle remoto e FPI 10%
15%
20%
Caso de uso 4 - Controle remoto, FPI e autocura 10%
15%
20%
Fig. 7. Rede de distribuição em teste.

124
C. Girón et al. Sistemas de energia elétrica e energia 97 (2018) 120–126

Tabela 5
Atividades envolvidas em ambos, detecção e localização de falhas e seus respectivos tempos de resposta.

Atividades T (ms)

Detecção de falha pelo disjuntor do alimentador Abertura do 30

disjuntor do alimentador 60
Re-fechamento 3000
Enviando sinal de alarme para o centro de controle Atraso no sinal 1500
de disparo no centro de controle Tempo limite após uma manobra 10
de localização de falha 150
Enviando sinal de abertura / fechamento para interruptores, disjuntores, etc. Chaves 40
de abertura: 1ª e 2ª manobra, ponto de fronteira e 80
Centro de distribuição
Fechamento do disjuntor 40
Vigarista fi rmação de fechamento / abertura do disjuntor 20

Tabela 6
Atividades envolvidas na restauração de serviços e seus respectivos tempos de resposta.
Fig. 8. Resultados obtidos aplicando a metodologia desenvolvida numa rede de distribuição real.

Atividades T (ms)

Equipe do centro de controle ff avisa a tripulação 180.000

Tripulação de aviso automático (apenas para processos automatizados) Tempo de atuação da 100
7. Conclusões

tripulação

Linha inteira 5.400.000 Este artigo apresentou uma ferramenta útil para o desenvolvimento estratégico das redes de
Linha curta 3.600.000
distribuição, com base em um índice de confiabilidade comumente usado. Na verdade, este parâmetro
Linha média 2.700.000
de confiabilidade tem uma considerável fl influência sobre a viabilidade econômica dos DSOs. Além disso,
Terceira linha 1.800.000
Quarta linha 1.350.000 os índices de confiabilidade do sistema de potência mais comuns foram revisados, juntamente com uma
discussão relacionada aos valores reais de confiabilidade registrados em di ff diferentes tipos de redes.

comunicação, piorando os valores ASIDI quando as variáveis de comunicação reais são levadas em
consideração. Esses resultados são mais precisos do que os apresentados em [20] . A metodologia desenvolvida foi aplicada sobre uma rede real, onde diversos casos de uso com
ambos ff diferentes níveis de implantação e tecnologias foram considerados. O e ff Os efeitos desses
Os resultados da metodologia proposta podem ser comparados diretamente, pois se referem à cenários sobre os valores ASIDI foram investigados.
mesma grade, com as mesmas condições. O único di ff referências são a tecnologia usada e o nível
de implantação. De acordo com os valores de ASIDI obtidos, pode-se concluir que em todos os casos, atrasos e
No Fig. 8 , os resultados da comparação com os resultados no fi cinco casos de uso, relacionados a di ff diferentes
falhas no sistema de comunicações envolvem um valor de ASIDI superior. É importante notar que o e
tecnologias de restauração de falhas podem ser vistas. negativo ff Os efeitos de atrasos e disponibilidade de comunicações no ASIDI diminuem com o
Para os três últimos casos de uso: FPI, FPI + RC e autocura, di ff diferentes níveis de aumento da implantação de automação.
implantação foram considerados (em 10%, 15% e 20% do SS). Além disso, bares ' A sombra mostra
o valor do índice de confiabilidade quando a possibilidade de falha de comunicação e a latência Por fim, é importante ressaltar que embora a metodologia tenha sido aplicada em uma rede
variável são consideradas. De Fig. 8 , foi detectada uma redução considerável do valor ASIDI quando específica com a implantação de algumas tecnologias propostas, ela também pode ser usada em
o controle remoto está incluído na rede. No entanto, embora o aumento do nível de implantação de avaliações futuras para diferentes redes, tecnologias e outros DSOs.
automação melhore os valores ASIDI, essa melhoria não segue uma relação linear com o nível de
implantação. Portanto, valores acima de 20% não são justi fi ed, pois implicam um grande
investimento para uma pequena melhoria.
Agradecimentos

Os autores gostariam de expressar seu agradecimento a Iberdrola Distribución e Unión Fenosa

Distribución por contribuírem com comentários valiosos no âmbito dos projetos PRICE-RED e
DISCERN.
Este trabalho foi parcialmente apoiado pelo Ministério espanhol da

Tabela 7
Comparação dos valores ASIDI (em minutos) para cada caso de uso considerando três cenários de comunicação: ASIDI-1: redes de comunicação com comportamento determinístico, 40ms fi xed
latência e 100% de disponibilidade; ASIDI-2: redes de comunicação com latência variável e ASIDI-3: latência variável e disponibilidade real inferior a 100% Coluna Δ 2-1 (%) mostra a variação relativa do ASIDI comparando os cenários 2 e 1. Da
mesma forma, a coluna Δ 3-1 (%) mostra a variação relativa do ASIDI comparando os cenários 3 e 1.

Caso de uso ASIDI-1 (min) ASIDI-2 (min) Δ 2-1 (%) ASIDI-3 (min) Δ 3-1 (%)

1: Base. 10% 58,2 59,1 1,55%

2: FPI: 10% de implantação 104,8 108,1 3,15% 108,2 3,24%
2: FPI: 15% de implantação 104,1 107,5 3,27% 107,5 3,27%
2: FPI: 20% de implantação 100,6 105,0 4,37% 105,0 4,37%
3: RC + FPI: 10% de implantação 36,5 43,2 18,36% 44,4 21,64%
3: RC + FPI: 15% de implantação 28,3 32,9 16,25% 34,1 20,49%
3: RC + FPI: 20% de implantação 24,9 27,9 12,05% 29,3 17,67%
4: Autocura: 10% de implantação 32,5 38,4 18,15% 39,7 22,15%
4: Autocura: 15% de implantação 24,9 28,9 16,06% 30,2 21,29%
4: Autocura: 20% de implantação 22,1 24,8 12,22% 26,2 18,55%

125
C. Girón et al.
Economia e Competitividade no âmbito do projeto PRICE-RED (IPT-20111504-920000) e Região de
Madrid no âmbito do projeto PRICAM (S2013 / ICE-2933).
A pesquisa que levou a esses resultados recebeu financiamento do Sétimo Programa-Quadro
da União Europeia (FP7 / 2007 - 2013) ao abrigo do contrato de subvenção n.º 308913.
Referências
[1] Gaudó M, González R, Borroy S, Giménez de Urtasun L, Martín S, García-Gracia M. Avaliação de tecnologias
de smart grid por meio de KPIs. Proceedings CIRED Conference. 2014 .
[2] Khalil HB, Abas N. Redes inteligentes: Uma abordagem para integrar as energias renováveis e e ffi administrar
com eficiência o sistema de energia do Paquistão. Proceedings International Conference on Computing,
Communication and Networking Technologies. 2014.
p. 1 - 7 .
[3] Carrillo S, Leiva FJ, Petretto G, Gigliucci G, Honrubia A, Giménez de Urtasun L, et al. Avaliação da curva de
potência fl Método de atenuação: Uma abordagem para Smart Grids. Proceedings CIRED Conference. 2014 .
[4] Ortmeyer TH, Reeves JA, Daqing Hou, McGrath P. Avaliação dos impactos de interrupção sustentada e
momentânea no projeto de sistema de distribuição baseado em confiabilidade. IEEE Trans Power Delivery
2010; 25: 3133 - 8 .
[5] Heydt GT. A próxima geração de sistemas de distribuição de energia. IEEE Trans Smart Grid 2010; 1 (3) .
[6] Real Decreto 1048/2013. Metodología for el cálculo de la retribución de la actividad de distribución de energía
eléctrica. Ministério da Indústria, Energia e Turismo da Espanha; 2013 .
[7] Falaghi H, Haghifam MR, Osoulitabrizi MR. Indicadores de falha e ff efeitos nos índices de confiabilidade da
distribuição. Proceedings CIRED Conference. 2005 .
[8] Haakana J, Lassila J, Kaipia T, Partanen J. Comparação de índices de confiabilidade de
126
Sistemas de energia elétrica e energia 97 (2018) 120–126
a perspectiva dos dispositivos de automação de rede. IEEE Trans Power Delivery 2010; 25: 1547 - 55 .
[9] Timbus A, Larsson M, Yuen C. Gerenciamento ativo de recursos de energia distribuída
Usando Comunicações Padronizadas e Tecnologias de Informação Modernas ”. IEEE Trans on Ind Electron
2009; 56 (10): 4029 - 37 .
[10] Zou Q, Qin L. Comunicações integradas na rede de distribuição inteligente. Conferência Internacional sobre
Tecnologia de Sistemas de Energia (POWERCON), China, 24 de outubro - 28
2010. p. 1 - 6 .
[11] Feng Z, Yuexia Z. Estudo sobre sistema de comunicação de rede inteligente baseado em tecnologia sem fio
de nova geração. Conferência Internacional sobre Eletrônica, Comunicações e Controle (ICECC), China. 2011.
p. 1673 - 8 .
[12] Miao X, Chen X. Pesquisa sobre a evolução da transição IPv6 e arquitetura de segurança do sistema de comunicação
de dados da rede de distribuição inteligente. Conferência Internacional sobre Distribuição de Eletricidade (CICED),
China. 2010. p. 1 - 5 .
[13] Popovic DH, Greatbanks JA, Begovic M, Pregelj A. Colocação de geradores e religadores distribuídos para
segurança e confiabilidade da rede de distribuição. Int J Electr Power Energy Syst 2005; 27 (5-6): 398 - 408.
junho-julho .
[14] Costa Paulo Moisés, Matos Manual A. Avaliação da contribuição das microrredes para a confiabilidade das
redes de distribuição. Electric Power Syst Res 2009; 79 (2): 382 - 9 .
[15] Aminifar F, Fotuhi-Firuzabad M, Shahidehpour M, Safdarian A. Impact of WAMS malfunction on Power
Systems Reliability Assessment. IEEE Trans Smart Grid setembro de 2012; 3 (3) .
[16] Galvin Electricity Initiative. Confiabilidade da eletricidade: Problemas, progresso e soluções de políticas; 2011
[17] Conselho dos Reguladores Europeus de Energia. Atualização do Relatório de Benchmarking 5.1 do CEER sobre a Continuidade do
Fornecimento de Energia Elétrica; 2014.
[18] Stahlhut Jonathan William, James Browne T, Thomas Heydt G, Vittal Vijay. Latência vista como um processo
estocástico e seu impacto nos sinais de controle do sistema de energia de área ampla. IEEE Trans Power Syst 2008;
23 (1) . Paci fi ce Companhia Elétrica de Gás. Relatório Anual de Confiabilidade Elétrica de 2013; 2014.
[19]
[20] Kounev V, Levesque M, Tipper D, Gomes T. Na confiabilidade das comunicações da rede inteligente. Design of
Reliable Communication Networks (DRCN), 2015 11ª Conferência Internacional sobre a. Março de 2015 .