Escolar Documentos
Profissional Documentos
Cultura Documentos
VERSO PROVISRIA
Dissertao realizada no mbito do Mestrado Integrado em Engenharia Electrotcnica e de Computadores Major Energia Orientador: Prof. Dr. Hlder Filipe Duarte Leite Janeiro de 2011
ii
Resumo
A funo do operador da rede de distribuio cada vez mais exigente e determinante. As aces tomadas pelo operador da rede devem ser cada vez mais assertivas, e as hipteses de erro so actualmente muito reduzidas. No entanto, o aumento da rede de distribuio quer a nvel demogrfico quer a nvel de consumos, em conjunto com a significativa penetrao de produo dispersa, trazem novos desafios tcnicos ao operador da rede. Porque as redes de Mdia Tenso no foram originalmente construdas para incorporar produo dispersa. Por isso, necessrio implementar ferramentas de monitorizao e controlo em tempo-real que permitam uma efectiva operao da rede de distribuio, e uma melhor qualidade de servio fornecida aos clientes. Uma soluo utilizar tcnicas de estimao de estados na rede de distribuio. A resoluo de um problema de estimao de estados em tempo-real permite em cada momento conhecer uma estimativa do estado da rede. Nesta dissertao apresentado um algoritmo de estimao de estados para a rede de distribuio baseado no mtodo dos mnimos quadrados ponderados. Actualmente, o nmero de medidas em tempo-real na rede de distribuio obtido unicamente no barramento de Mdia Tenso da subestao principal. No entanto, para garantir a observabilidade da rede, mais medidas so necessrias, por isso, utiliza-se estimativas de carga nos Postos de Transformao MT/BT. Assim, nesta dissertao tambm apresentada uma metodologia para a estimao de carga nos Postos de Transformao MT/BT da rede de distribuio. O algoritmo de estimao de estados e o mtodo de estimao de cargas so aplicados numa rede real de 15kV portuguesa. Diferentes estudos so realizados para avaliar o desempenho do Estimador de Estados na rede real. E um mtodo de localizao estratgica de medidas utilizado para identificar a localizao de novas medidas de tenso, necessrias para melhorar a performance do Estimador de Estados.
iii
iv
Abstract
The role of the Distribution System Operator (DSO) is demanding and decisive. The actions taken by the DSO have to be assertive, as the chances of error are now much reduced. However, increasing the distribution network or at the demographic level or at the level of consumption, together with the significant penetration of distributed generation, bring new technical challenges to the DSO. Because the Medium Voltage network were not initially designed to integrate distributed generation. Therefore, is necessary to implement tools for monitoring and controlling in real-time to effectively operate the network of distribution and a better quality of service provided to customers. One possible solution is to use state estimation techniques in the distribution network. Solving a problem of state estimation in real-time allows to know at all times an estimate of network voltage. The work developed presents an algorithm state estimation for distribution network based on the method weighted least squares. Currently, the number of measurements in real-time on the distribution network is obtained only in the Medium Voltage busbar at the substation. However, to ensure the observability of the network, further measurements will be necessary, therefore, uses estimates of load on MV/LV station. Thus, this dissertation is also presented a methodology for estimating load on MV/LV station of distribution network. The state estimation algorithm and the method of estimation of loads are applied in a Distribution Portuguese network of 15kV. Different studies are conducted to evaluate the performance of the State Estimator in the real network. And a method of strategic location of measures is used to identify the location of new measures of tension required to improve the performance of the State Estimator.
vi
Agradecimentos
Agradeo minha colega Clara Gouveia pelo apoio e dedicao oferecidos na elaborao deste trabalho. Ao meu orientador, Prof. Dr. Hlder Filipe Duarte Leite, pelos incentivos, sugestes fundamentais elaborao deste trabalho, e tambm, pelos ensinamentos e conselhos dados durante todo o mestrado. minha famlia que tudo fez para que eu nunca desistisse. Agradeo a todos os docentes que me ajudaram na vida acadmica.
vii
viii
ndice
Resumo ............................................................................................... iii Abstract ............................................................................................... v Agradecimentos ................................................................................... vii ndice ................................................................................................. ix Lista de Figuras ................................................................................... xiii Lista de tabelas ................................................................................... xvii Abreviaturas e Smbolos ........................................................................ xix Captulo 1 ............................................................................................. 1
Introduo ......................................................................................................... 1 1.1 - O porqu da Estimao de Estados na Rede de Distribuio ................................... 1 1.2 - Definio e objectivos da Estimao de Estados ................................................. 2 1.3 - Desafios da aplicao de Estimao de Estados na Rede de Distribuio.................... 3 1.4 - Motivao do Trabalho ................................................................................ 4 1.5 - Objectivos do Trabalho ............................................................................... 5 1.6 - Estrutura do Trabalho ................................................................................. 5
Captulo 2 ............................................................................................. 7
Estado da Arte Estimao de Estados na Rede de Distribuio ........................................ 7 2.1 - Mtodos de Estimao de Estados na Rede de Distribuio .................................... 8 2.2 - Mtodos de Estimao de Carga em Tempo-Real .............................................. 10 2.3 - Mtodos de Localizao Estratgica de Medidas na Rede de Distribuio ................. 13
Captulo 3 ........................................................................................... 15
Estimao de Estados na Rede de Distribuio ........................................................... 15 3.1 - Estimador de Estados na Rede de Distribuio ................................................. 15 3.1.1 -Variveis de Entrada do Algoritmo de Estimao de Estados .............................. 16 a .Medidas em tempo real ................................................................................ 16 b .Medidas Virtuais ......................................................................................... 17 c .Pseudo-medidas ......................................................................................... 17 d .Processador de Topologia.............................................................................. 17 e .Pesos das Medidas ....................................................................................... 17 3.1.2 -Variveis de Sada do Algoritmo de Estimao de Estados.................................. 18 3.1.3 -Formulao do Algoritmo de Estimao de Estados .......................................... 18
ix
a .Vector de Estado ........................................................................................ 18 b .Vector de medidas ...................................................................................... 19 c .Estimao pelo Mtodo dos Mnimos Quadrados Ponderados .................................... 19 d .Caractersticas da matriz Jacobiano e matriz Ganho ................................... 22 e .Definio das funes f(x) ............................................................................. 22 f .Utilizao da Distribuio Normal .................................................................... 25 g .Confiana nos resultados .............................................................................. 26 h .Critrio de Arranque e Critrio de Paragem ....................................................... 26 i .Processo de Resoluo/Ciclo de Funcionamento................................................... 27 3.1.4 -Requisitos do Estimador de Estados ............................................................ 30 3.2 - Incerteza das medidas e pseudo-medidas ....................................................... 30 3.2.1 -Incerteza das medidas em tempo-real ......................................................... 30 3.2.2 -Incerteza das pseudo-medidas ................................................................... 31 3.3 - Localizao do Estimador de Estados ............................................................ 32 3.4 - Sumrio ................................................................................................ 33
Captulo 4 ........................................................................................... 35
Estimao do Consumo nos Postos de Transformao da Rede de Distribuio .................... 35 4.1- Estimao de Cargas para a Estimador de Estados em Tempo-real ........................ 35 4.2- Sistema de Medio de Energia Elctrica em Portugal Continental ........................ 36 4.2.1 -Sistema de Telecontagem ........................................................................ 37 4.2.2 -Sistema de Contagem com Leitura Local ...................................................... 37 4.3- Mtodo de Estimao de Curvas de Carga para os Clientes Finais da Rede de Distribuio ........................................................................................... 37 4.3.1 -Anlise Estatstica .................................................................................. 38 4.4- Mtodo de Estimao de Curvas de Carga em Postos Transformao de Distribuio ........................................................................................... 38 4.5- Aplicao do Mtodo de Estimao de Carga na Rede Barrosas ............................. 39 4.5.1 -Informao fornecida pelo Operador da Rede de Distribuio ............................. 39 4.5.2 -Estimao das Curvas de Consumo de Potncia Activa nos Postos de Transformao de Distribuio da Rede de Barrosas .......................................... 40 4.5.3 -Estimao das Curvas de Consumo de Potncia Activa nos Postos de Transformao de Cliente da Rede de Barrosas ................................................ 42 4.5.4 -Estimao das Curvas de Consumo de Potncia Reactiva nos Postos de Transformao da Rede de Barrosas ............................................................. 46 4.6- Procedimento de Leitura das Estimativas de Carga pelo Estimador de Estados .......... 46 4.7- Sumrio ................................................................................................ 48
Captulo 5 ........................................................................................... 49
Estimao de Estados aplicada Rede de Distribuio de Barrosas .................................. 49 5.1 - Rede de Distribuio de Barrosas ................................................................. 49 5.1.1 -Medidas em tempo-real na rede de Barrosas ................................................. 52 5.2 - Localizao Estratgica de Medidas .............................................................. 53 5.2.1 -Novas Medidas em Tempo-Real .................................................................. 53 5.2.2 -Mtodo de Localizao de Medidas ............................................................. 54 5.3 - Algoritmo de Estimao de Estados aplicado rede de Barrosas ........................... 56 5.3.1 -Validao do Algoritmo de Estimao de Estados ............................................ 56 a .Ferramenta POWER WORLD ......................................................................... 56 b .Perfil da Tenso Estimada versus Perfil da Tenso assumida como Real ..................... 56 5.4 - Simulaes e Resultados ............................................................................ 58 5.4.1 -Influncia do nmero de medidas de tenso no desempenho do Estimador de Estados................................................................................................. 59 5.4.2 -Influncia da localizao das medidas de tenso no desempenho do Estimador de Estados................................................................................................. 61 5.4.3 -Influncia da incerteza das medidas de tenso no desempenho do Estimador de Estados................................................................................................. 62 5.4.4 -Influncia da incerteza das pseudo-medidas no desempenho do Estimador de Estados................................................................................................. 64
5.4.5 -Influncia das medidas de trnsito de potncia no desempenho do Estimador de Estados ................................................................................................. 67 5.5 - Performance do Estimador de Estados na Rede de Barrosas ................................. 68 5.6 - Sumrio ................................................................................................ 71
Captulo 6 ........................................................................................... 73
Principais Concluses e Possveis Trabalhos Futuros .................................................... 73 6.1 - Principais Concluses do Trabalho ................................................................ 73 6.2 - Trabalhos Futuros .................................................................................... 75
Anexo B ............................................................................................. 90
Curvas de Potncia Activa estimadas para os Postos de Transformao de Cliente da Rede de Barrosas .............................................................................................. 90
xi
xii
Lista de Figuras
Figura 3.1 Entradas e sadas do algoritmo de Estimao de Estados [8] ......................... 16 Figura 3.2 - Sistema com dois barramentos esquema unifilar ....................................... 22 Figura 3.3 Sistema de dois barramentos considerando a capacidade terra da linha ........ 24 Figura 3.4 Sistema de quatro barramentos ............................................................ 25 Figura 3.5 Esquema do algoritmo de Estimao de Estados para a rede de distribuio [5] . 29 Figura 3.6 Cadeia de Medio [4] ....................................................................... 31 Figura 3.7 Estimador de Estados localizado no centro de controlo (Cortesia do Eng. Mrio Lemos EDP - Distribuio S.A.) .............................................................. 32 Figura 3.8 - Estimador de Estados localizado na subestao (Cortesia do Eng. Mrio Lemos EDP - Distribuio S.A.) .............................................................................. 33 Figura 4.1 - Funcionamento do Estimador de Estados em tempo-real ............................. 36 Figura 4.2 Curva representativa de um PTD tipicamente residencial [36] ...................... 41 Figura 4.3 Curva representativa de um PTD tipicamente comercial [36] ........................ 41 Figura 4.4 - Histrico dos consumos de potncia activa de um Posto de Transformao de Cliente da rede de Barrosas ......................................................................... 42 Figura 4.5 Histrico dos consumos de potncia activa de outro PTC da rede em estudo. .... 43 Figura 4.6 Curvas tpicas de consumo do PT de cliente 1, para dias teis e de fim-desemana. ................................................................................................. 44 Figura 4.7 - Curvas do desvio-padro para o consumo de potncia activa do PT de cliente 1. ......................................................................................................... 44 Figura 4.8 - Curvas tpicas de consumo do PT de cliente 2, para dias teis e de fim-desemana .................................................................................................. 45 Figura 4.9 - Curvas do desvio-padro para o consumo de potncia activa do PT de cliente 2. ......................................................................................................... 45
xiii
Figura 4.10 Processo de leitura das pseudo-medidas ................................................ 47 Figura 5.1 - Esquema unifilar da Rede de distribuio - Barrosas ................................... 50 Figura 5.2 - Esquema do algoritmo de localizao de medidas ..................................... 55 Figura 5.3 - Perfil de tenso assumida como real e tenso estimada no cenrio de mximo consumo ................................................................................................ 57 Figura 5.4 Incerteza na estimativa da tenso para 500 execues do Estimador de Estados .................................................................................................. 58 Figura 5.5 Incerteza na estimativa da tenso. Estimao utilizando 1 e 2 medidas de tenso ................................................................................................... 60 Figura 5.6 Incerteza na estimativa da tenso. Estimao com duas medidas de tenso em locais diferentes ....................................................................................... 61 Figura 5.7 - Incerteza na estimativa da tenso. Estimao com duas medidas de tenso de diferente incerteza. .................................................................................. 62 Figura 5.8 - Incerteza na estimativa da tenso. Estimao com duas e trs medidas de tenso de 1.5% de incerteza ....................................................................... 63 Figura 5.9 - Incerteza na estimativa da tenso. Estimao com diferente nmero de medidas de tenso de 2% de incerteza .......................................................... 64 Figura 5.10 - Incerteza na estimativa da tenso. Estimao com medidas de tenso de 0.5% de incerteza e diferentes valores de incerteza das pseudo-medidas ................ 65 Figura 5.11 - Incerteza na estimativa da tenso. Estimao com medidas de tenso de 1% de incerteza e diferentes valores de incerteza das pseudo-medidas ........................ 66 Figura 5.12 - Incerteza na estimativa da tenso. Estimao com medidas de tenso de 1.5% de incerteza e diferentes valores de incerteza das pseudo-medidas ................ 67 Figura 5.13 - Incerteza na estimativa da tenso. Estimao com e sem a medida de fluxo de potncia na linha 12 da rede de Barrosas ..................................................... 68 Figura A.1 Perfil dirio de potncia activa consumida no PTD 5 .................................. 83 Figura A.2- Perfil dirio de potncia activa consumida no PTD 11 ................................. 83 Figura A.3 - Perfil dirio de potncia activa consumida no PTD 14................................. 84 Figura A.4 - Perfil dirio de potncia activa consumida no PTD 16................................. 84 Figura A.5 - Perfil dirio de potncia activa consumida no PTD 26................................. 84 Figura A.6 - Perfil dirio de potncia activa consumida no PTD 28................................. 85 Figura A.7 - Perfil dirio de potncia activa consumida no PTD 31................................. 85 Figura A.8 - Perfil dirio de potncia activa consumida no PTD 34................................. 85 Figura A.9 - Perfil dirio de potncia activa consumida no PTD 37................................. 86 Figura A.10 - Perfil dirio de potncia activa consumida no PTD 39 ............................... 86
xiv
Figura A.11 - Perfil dirio de potncia activa consumida no PTD 40 ............................... 86 Figura A.12 - Perfil dirio de potncia activa consumida no PTD 43 ............................... 87 Figura A.13 - Perfil dirio de potncia activa consumida no PTD 47 ............................... 87 Figura A.14 - Perfil dirio de potncia activa consumida no PTD 49 ............................... 87 Figura A.15 - Perfil dirio de potncia activa consumida no PTD 50 ............................... 88 Figura A.16 - Perfil dirio de potncia activa consumida no PTD 52 ............................... 88 Figura A.17 - Perfil dirio de potncia activa consumida no PTD 57 ............................... 88 Figura A.18 - Perfil dirio de potncia activa consumida no PTD 60 ............................... 89 Figura A.19 - Perfil dirio de potncia activa consumida no PTD 63 ............................... 89 Figura B.1 - Perfil dirio de potncia activa consumida no PTC 3 .................................. 90 Figura B.2- Perfil dirio de potncia activa consumida no PTC 6 ................................... 91 Figura B.3 - Perfil dirio de potncia activa consumida no PTC 8 .................................. 91 Figura B.4 - Perfil dirio de potncia activa consumida no PTC 10 ................................. 92 Figura B.5 - Perfil dirio de potncia activa consumida no PTC 18 ................................. 92 Figura B.6 - Perfil dirio de potncia activa consumida no PTC 19 ................................. 93 Figura B.7 - Perfil dirio de potncia activa consumida no PTC 21 ................................. 93 Figura B.8 - Perfil dirio de potncia activa consumida no PTC 23 ................................. 94 Figura B.9 - Perfil dirio de potncia activa consumida no PTC 24 ................................. 94 Figura B.10 - Perfil dirio de potncia activa consumida no PTC 35 ............................... 95 Figura B.11 - Perfil dirio de potncia activa consumida no PTC 38 ............................... 95 Figura B.12 - Perfil dirio de potncia activa consumida no PTC 45 ............................... 96 Figura B.13 - Perfil dirio de potncia activa consumida no PTC 53 ............................... 96 Figura B.14 - Perfil dirio de potncia activa consumida no PTC 55 ............................... 97 Figura B.15 - Perfil dirio de potncia activa consumida no PTC 59 ............................... 97 Figura B.16 - Perfil dirio de potncia activa consumida no PTC 61 ............................... 98 Figura C.1 - Perfil dirio de potncia reactiva consumida no PTC 3............................... 100 Figura C.2 - Perfil dirio de potncia reactiva consumida no PTD 5 .............................. 101 Figura C.3 - Perfil dirio de potncia reactiva consumida no PTC 6............................... 101 Figura C.4 - Perfil dirio de potncia reactiva consumida no PTC 8............................... 102 Figura C.5 - Perfil dirio de potncia reactiva consumida no PTC 10 ............................. 102
xv
Figura C.6 - Perfil dirio de potncia reactiva consumida no PTD 11 ............................. 103 Figura C.7 - Perfil dirio de potncia reactiva consumida no PTD 14 ............................. 103 Figura C.8 - Perfil dirio de potncia reactiva consumida no PTD 16 ............................. 104 Figura C.9 - Perfil dirio de potncia reactiva consumida no PTC 18 ............................. 104 Figura C.10 - Perfil dirio de potncia reactiva consumida no PTC 19............................ 105 Figura C.11 - Perfil dirio de potncia reactiva consumida no PTC 21............................ 105 Figura C.12 - Perfil dirio de potncia reactiva consumida no PTC 23............................ 106 Figura C.13 - Perfil dirio de potncia reactiva consumida no PTC 24............................ 106 Figura C.14 - Perfil dirio de potncia reactiva consumida no PTD 26 ........................... 107 Figura C.15 - Perfil dirio de potncia reactiva consumida no PTD 28 ........................... 107 Figura C.16 - Perfil dirio de potncia reactiva consumida no PTD 31 ........................... 108 Figura C.17 - Perfil dirio de potncia reactiva consumida no PTD 34 ........................... 108 Figura C.18 - Perfil dirio de potncia reactiva consumida no PTC 35............................ 109 Figura C.19 - Perfil dirio de potncia reactiva consumida no PTD 37 ........................... 109 Figura C.20 - Perfil dirio de potncia reactiva consumida no PTC 38............................ 110 Figura C.21 - Perfil dirio de potncia reactiva consumida no PTD 39 ........................... 110 Figura C.22 - Perfil dirio de potncia reactiva consumida no PTD 40 ........................... 111 Figura C.23 - Perfil dirio de potncia reactiva consumida no PTD 43 ........................... 111 Figura C.24 - Perfil dirio de potncia reactiva consumida no PTC 45............................ 112 Figura C.25 - Perfil dirio de potncia reactiva consumida no PTD 47 ........................... 112 Figura C.26 - Perfil dirio de potncia reactiva consumida no PTD 49 ........................... 113 Figura C.27 - Perfil dirio de potncia reactiva consumida no PTD 50 ........................... 113 Figura C.28 - Perfil dirio de potncia reactiva consumida no PTD 52 ........................... 114 Figura C.29 - Perfil dirio de potncia reactiva consumida no PTC 53............................ 114 Figura C.30 - Perfil dirio de potncia reactiva consumida no PTC 55............................ 115 Figura C.31 - Perfil dirio de potncia reactiva consumida no PTD 57 ........................... 115 Figura C.32 - Perfil dirio de potncia reactiva consumida no PTC 59............................ 116 Figura C.33 - Perfil dirio de potncia reactiva consumida no PTD 60 ........................... 116 Figura C.34 - Perfil dirio de potncia reactiva consumida no PTC 61............................ 117 Figura C.35 - Perfil dirio de potncia reactiva consumida no PTD 63 ........................... 117
xvi
Lista de tabelas
Tabela 5.1 Caracterizao dos Barramentos de Carga .............................................. 51 Tabela 5.2 Barramentos permissveis para a leitura em tempo-real do mdulo da tenso ... 59 Tabela 5.3 Casos Estudados .............................................................................. 65 Tabela 5.4 Performance do Estimador de Estados com apenas a medida de tenso no barramento 15kV da subestao .................................................................... 69 Tabela 5.5 - Performance do Estimador de Estados com duas medidas de tenso .............. 69 Tabela 5.6 - Performance do Estimador de Estados com trs medidas de tenso ............... 70 Tabela 5.7 - Performance do Estimador de Estados com quatro medidas de tenso ............ 70 Tabela A.1 - Caracterizao dos Postos de Transformao da Rede de Barrosas ................ 82
xvii
xviii
Abreviaturas e Smbolos
Lista de abreviaturas AMR ARMA AT BT BTE BTN EE MT PT PTC PTD TT TI WLS WLS Automated Meter Reading Auto Regressive Moving Average Alta Tenso Baixa Tenso Clientes Finais de Baixa Tenso Especial Clientes Finais de Baixa Tenso Normal Estimador de Estados Mdia Tenso Posto de Transformao MT/BT Posto de Transformao de Cliente Posto de Transformao de Distribuio Transformador de Tenso Transformador de Corrente Weighted least square Weighted least absolute value
Lista de smbolos Vector de medidas Potncia activa Potncia Reactiva Vector de estados Magnitude da tenso no barramento i Fase da tenso no barramento i Varincia da medida i
xix
Funo no linear que relaciona o vector de medidas com o vector de estados Matriz Jacobiana Matriz diagonal das varincias das medidas Matriz Co-varincia Valor mdio de um conjunto de dados Corrente na linha AB Condutncia da linha AB Susceptncia da linha AB Capacidade terra da linha AB Desvio-padro da medida i Factor de potncia Erro mnimo estabelecido para o critrio de paragem do algoritmo Matriz dos resduos
xx
Captulo 1 Introduo
Neste captulo ser descrito o conceito, as vantagens e o objectivo da aplicao de tcnicas de estimao de estados na rede de distribuio. Tambm sero apresentados os principais desafios do desenvolvimento de estimao de estados para a rede de distribuio, que dificultam uma possvel implementao real de um algoritmo de estimao de estados nestas redes. Finalmente, expe-se as razes que motivaram a elaborao deste trabalho e apresentam-se os objectivos previamente estabelecidos para o trabalho desenvolvido. A organizao do trabalho finalmente estruturada, em funo dos objectivos fixados nesta dissertao.
2 Introduo
tcnicas de estimao de estados, at agora utilizadas na rede de transporte [2], rede de distribuio. A estimao de estados uma ferramenta de monitorizao que pode proporcionar um melhor controlo devido ao estabelecimento em tempo-real de uma base de dados coerente, completa e fivel. O Estimador de Estados (EE) um algoritmo que permite determinar, a partir de um conjunto mnimo de medidas em tempo-real, o mdulo e fase das tenses em todos os barramentos da rede afectadas de uma determinada incerteza, tambm calculada atravs do algoritmo. Assim, possvel optimizar as aces de controlo e actualmente aumentar a integrao de produo dispersa na rede de MT [3]. A implementao de tcnicas de estimao de estados minimiza o investimento em equipamento de medida e infraestruturas de comunicao, que seriam necessrios instalar para obter de forma directa o mesmo conjunto de medidas, ou seja, as tenses em todos os barramentos da rede. O objectivo do operador da rede de distribuio sempre foi promover qualidade e confiana na distribuio de energia elctrica e a estimao de estados uma soluo aos problemas existentes actualmente nas redes de MT.
Aumentar a capacidade de monitorizao; Conhecer a configurao correcta da rede; Detectar anomalias devido a incidentes (curto-circuitos) e avarias de equipamentos de medida ou transmisso de dados; Conhecer uma estimativa das tenses nos barramentos, afectas de uma determinada incerteza, e consequentemente possibilita o clculo dos trnsitos de potncias nas linhas; Actualmente, proporciona o aumento da produo dispersa.
Na fase de planeamento, o EE pode ser utilizado para auxiliar na resoluo de problemas importantes para garantir o sucesso da implementao em tempo-real do EE, tais como [4]: Eleio/Minimizao de pontos de medida; Seleco das grandezas mais indicadas para medir; Seleco de aparelhagem de medida a instalar e sua classe de preciso.
Assim, o algoritmo de estimao de estados uma ferramenta cuja implementao pode facilitar a monitorizao e controlo das redes de distribuio. O que permite optimizar as decises do operador e consequentemente melhorar a qualidade de servio, assegurar exigncias mnimas de segurana.
4 Introduo
dia do consumo de potncia activa e reactiva em todos os Posto de Transformao (PTs) da rede [6]. Este facto, associado inviabilidade econmica de instalar uma grande quantidade de equipamentos de medida, estabelece os principais desafios da aplicao de tcnicas de estimao de estados na rede de distribuio. Por um lado, para se minimizar o investimento em sistema de medio necessrio utilizar-se uma grande quantidade de estimativas de carga. Por outro lado, uma grande quantidade de pseudo-medidas pode provocar problema de convergncia no algoritmo de estimao de estados. Porque, as medidas disponveis em tempo-real so poucas, contrariamente s pseudo-medidas, e estas agem em oposio fazendo com que o EE possivelmente convirja para um ptimo local [3]. Existem ainda outros desafios relativamente implementao do EE na rede de distribuio, relacionados com: A limitao dos canais de transmisso de dados para o centro de controlo, que condicionam a recolha de medidas em tempo-real; Restries na seleco da localizao de novas medidas, que condicionam os resultados do EE; Problemas na aquisio das medidas isoladamente, ou seja, um conjunto de medidas num determinado momento podem relacionar diferentes estados da rede. Todos estes desafios devem ser estudados e analisados para que a implementao do EE na rede de distribuio seja possvel, e os resultados obtidos sejam coerentes e fiveis. Garantindo-se o sucesso na aplicao do EE na rede de distribuio.
Objectivos do Trabalho 5
processo que possibilite o controlo em tempo-real da rede de distribuio, e consequentemente proporcione uma melhoria na qualidade de servio fornecida aos clientes. Uma soluo est na utilizao de tcnicas de estimao de estados. A resoluo do problema de estimao de estados em tempo-real permite em cada momento conhecer uma estimativa do estado da rede. Assim, possvel optimizar as decises do operador, assegurar exigncias mnimas de segurana e actualmente facilitar o aumento da integrao de produo dispersa nas redes de MT. Neste trabalho, desenvolve-se um estudo sobre a aplicao de um algoritmo de estimao de estados numa rede real de 15kV portuguesa. O interesse em estudar a implementao de um EE numa rede real permite conhecer as possveis limitaes prticas do problema, e compreender os primeiros passos na passagem da teoria prtica.
6 Introduo
O Captulo 4 dedicado apresentao de um mtodo de estimao do consumo nos Postos de Transformao MT/BT, com base em dados reais recolhidos pelo operador da rede de distribuio. O mtodo aplicado aos Postos de Transformao da rede real em estudo nesta dissertao. No Captulo 5, o algoritmo formulado no Captulo 3 aplicado a uma rede real disponibilizada pelo operador da rede de distribuio, utilizando as estimativas de carga realizadas no Captulo 4 e um conjunto de medidas recolhidas da rede. Vrias estimaes de estado so realizadas para diferentes cenrios de incerteza nas medidas em tempo-real, incerteza das estimativas de carga, nmero e localizao das medidas de tenso com o objectivo de avaliar a performance do Estimador de Estados nas diferentes simulaes. Finalmente, no Captulo 6 apresentam-se as principais concluses do trabalho e sugeremse perspectivas de prosseguimento da aplicao do Estimador de Estados na rede de distribuio. Um conjunto de Anexos contendo informao complementar dos estudos realizados completa este trabalho.
grande nmero de estimativas de carga nos PTs. No entanto, uma escolha adequada de um conjunto de medidas em tempo real, localizadas estrategicamente na rede, introduz melhorias ao nvel da preciso dos resultados obtidos do EE. Existem trabalhos publicados sobre a localizao estratgica de medidas em tempo real, que demonstram solues a este problema. Assim, na ltima Seco deste Captulo (Seco 2.3), estes trabalhos so exibidos e comentados.
metodologias de estimao de estados, a fim de seleccionar qual a que melhor se adequa implementao de um estimador na rede de distribuio. Uma tcnica de estimao analisada baseia-se no mtodo dos mnimos quadrados ponderados (do ingls Weighted least square WLS), outra no mtodo do mnimo valor absoluto ponderado (do ingls Weighted Least Absolute Value WLAV) e a ltima uma combinao das duas tcnicas WLS e WLAV. Como resultado os autores concluem que WLAV e a tcnica combinada no podem ser aplicadas na rede de distribuio. Um estimador baseado em WLS tem um desempenho consistente e de melhor qualidade quando aplicado a sistemas de distribuio. Diferentes publicaes tm sugerido a implementao de um EE trifsico, como o caso de [5, 13, 14, 15]. Em [13] o autor apresenta um algoritmo de estimao de estado trifsico baseado no mtodo dos mnimos quadrados ponderado. As variveis de estado so as magnitudes e os ngulos das tenses em todos os barramentos. O estimador combina a informao relativa configurao do sistema, medidas em tempo-real e pseudo-medidas (estimativas de carga), para estimar o estado da rede. O autor demonstra, tambm, a influncia da localizao de medidas e da exactido das medidas nos resultados do estimador. Outra resoluo trifsica do problema exibida em [5], onde as variveis de estado so igualmente a magnitude e fase da tenso nos barramentos, mas, a tcnica utilizada o mtodo dos mnimos quadrados ponderados aplicado s correntes. O algoritmo de estimao de estados baseado na corrente converte, em cada iterao, as medidas de potncia no valor equivalente em corrente. Esta formulao baseada na corrente foi estudada e comparada com outros mtodos de Estimao de Estados, desenvolvidos para o sistema de distribuio. Em [14] os autores mostram um algoritmo onde as variveis de estados so as correntes nos ramos. Portanto, estes autores propem uma metodologia de EE similar aos anteriores [5, 13], mas as variveis de estado passam a corresponder s correntes nos ramos e no s magnitudes e ngulos das tenses nos barramentos. Uma desvantagem deste mtodo reside no facto de apenas ser adequado a redes radiais, condicionando a sua aplicao em redes emalhadas. Um EE trifsico de rpido desacoplamento, que utiliza o mtodo dos mnimos quadrados ponderados e uma formulao baseadas nas correntes nos ramos apresentado em [15]. De uma forma generalizada, os modelos de estimao de estados trifsicos constituem algoritmos complexos e de difcil implementao. Um EE trifsico exige a leitura de medidas em tempo-real e estimativas de carga em cada fase. No entanto, em Portugal, medidas de tenso e corrente so recolhidas apenas numa das fases, ou seja, os Transformadores de Tenso (TT) e Transformadores de Corrente (TI) esto instalados numa s fase. Tendo em conta esta realidade, neste trabalho, considera-se que a rede de distribuio equilibrada, o que simplifica o algoritmo de estimao de estados apresentado. Outras formas de resoluo do problema de estimao de estados so apresentadas em [17] e [19]. Em [17] os autores apresentaram uma metodologia que consiste numa formulao probabilstica de distribuio do fluxo de potncia pelo circuito, tratando as medidas lidas em tempo real como restries da soluo do problema.
Em [19] propem-se um novo algoritmo de estimao de estados baseado na magnitude das correntes. Onde, a soluo obtida pela resoluo da 1 Lei de Kirchhoff, que indica que a soma algbrica das correntes em cada n tem que ser zero. O mtodo tem em conta, medidas de corrente em tempo-real e estimativas da corrente nos transformadores MT/BT (obtidas a partir de modelos de carga estatsticos). A desvantagem dos trabalhos [17] e [19] reside no facto de estes mtodos serem apenas vlidos para redes radiais. A rede de distribuio foi projectada para ser explorada de forma radial, mas o actual aumento significativo de penetrao de produo dispersa implica que estas redes se tornem cada vez mais emalhadas. Assim, a utilizao de tcnicas que foram inicialmente desenvolvidas para redes radiais no so actualmente aplicveis. Por outro lado, as tcnicas desenvolvidas para redes de transporte so as mais utilizadas na rede de distribuio, porque so aplicveis quer em redes emalhadas, quer em redes radiais. Por ltimo, em [18] os autores desenvolveram um algoritmo baseado no mtodo dos mnimos quadrados ponderados, que permite calcular o vector de estado, associando informao adquirida do sistema de medidas e informao obtida a partir de caractersticas conhecidas de algumas grandezas, e modelizadas por nmeros imprecisos (nmeros fuzzy). A utilizao de tcnicas baseadas em inteligncia computacional exige maior complexidade no desenvolvimento do algoritmo de Estimao de Estados. Nesta dissertao apresentado um algoritmo de Estimao de Estados baseado no mtodo dos mnimos quadrados ponderados e similar a [13]. Contudo, devido considerao de que as redes de distribuio em Portugal so equilibradas, o algoritmo apresentado monofsica, tal como em [9]. O bom desempenho de um EE baseado no mtodo dos mnimos ponderados, tal como mostrado em [16], e as particularidades deste algoritmo em se adaptar quer a redes emalhadas quer a redes radiais, estiveram na origem da escolha da tcnica a utilizar neste trabalho. Tambm, devido recolha das medidas em tempo-real ser apenas realizada numa das fases do sistema trifsico, tornou-se obrigatrio considerar um EE monofsico. Em suma, a escolha do mtodo a utilizar nesta dissertao, teve sempre como critrio, uma tcnica vivel e de fcil aplicao. O EE uma ferramenta que pode proporcionar um controlo adequado da rede de distribuio, podendo ser utilizada como auxlio no controlo activo da tenso. Esta aplicao possibilita uma melhoria do perfil da tenso em toda a rede, ou seja, uma melhoraria na qualidade de servio, tal como estudado em [20].
consumo, denominadas pseudo-medidas. No entanto, as estimativas de carga so afectadas por uma grande incerteza, uma vez que, difcil estimar as cargas na Baixa Tenso (BT). As tcnicas tradicionais de estimao de cargas, submetem-se apenas a estudos de pico de consumo, ignorando quer a variao normal de consumo ao longo do dia, como tambm, revelam indisponibilidade para fornecer uma medida de incerteza sobre as estimativas. Portanto, nestas circunstncias, os mtodos tradicionais no de adequam s necessidades do EE. Nos mais diversos trabalhos publicados [13, 14, 15, 16, 17], sobre EE na rede de distribuio, vrios pesquisadores tm assumido que as estimativas e a incerteza do consumo em tempo-real esto disponveis, mas frequentemente as empresas de distribuio no tm informao detalhada sobre os consumos nos PTs. Uma estimao de cargas, com um nvel de preciso aceitvel, muitas vezes impossvel. Isto porque, o consumo est fortemente condicionado por factores econmicos, como o nvel de actividade industrial ou agrcola, meteorolgicos como por exemplo a temperatura, e tambm, por factores cronolgicos como o dia da semana e/ou hora do dia. Contudo, devido quantidade reduzida de medidas em tempo-real na rede de distribuio, uma coerente estimativa de cargas necessria, para o adequado funcionamento do EE. Em [21] os autores concluem que, com a pequena quantidade de medidas em tempo-real, a preciso da estimativa de carga extremamente importante. A efectiva necessidade de um processo de estimao de carga que possa fornecer em tempo-real, quer estimativas de consumo em todos os PTs da rede, quer uma medida de incerteza sobre o valor estimado, tem dado origem a vrios trabalhos publicados sobre estimao de carga como uma entrada do EE na rede de distribuio [6, 22]. Em [6] os autores apresentam uma tcnica de estimao da carga em tempo-real que incorpora o uso de curvas tpicas de classes de consumidores e fornece uma medida estatstica da incerteza nas estimativas. Este mtodo tm em conta a possibilidade de existir mltiplas medidas em tempo-real de fluxo nas linhas, e utilizam informao de facturamento dos clientes. Estas curvas dirias de carga podem ser obtidas estatisticamente atravs da informao histrica dos consumos, podendo tipicamente ser em funo da poca do ano, dia da semana e temperatura. Uma soluo para a produo de curvas tpicas de carga apresentada em [23, 24]. Em [23] os autores apresentam um trabalho que consiste na produo estatstica de uma curva mdia e uma curva de disperso, para determinados tipos de consumidores de energia elctrica. Com base em medies, curvas tpicas foram produzidas, utilizando mtodos estatsticos, para vrios tipos de clientes. Aps isto, realizada a normalizao das curvas de carga produzidas para cada tipo de consumidor. Em [24] um processo semelhante ao mostrado em [23] apresentado. A determinao de curvas de carga para consumidores residenciais, comerciais e industriais conectados a um PT, baseado em medies realizadas pelo operador da rede, desenvolvida. Assim, para determinar a carga esperada num determinado PT, os autores propem a agregao das curvas representativas de cada consumidor e o seu respectivo consumo mensal de energia. Os mtodos de estimao de cargas que se baseiam na produo de curvas tpicas de consumo, traduzem-se em projectos bastantes dispendiosos, pois necessrio registar o consumo de cada cliente, durante um longo perodo de tempo, para construir curvas tpicas de consumo fiveis. No entanto, a aplicao da metodologia, para a estimao de cargas em tempo real tal como em [6] e complementada por [23, 24], extremamente simples, pois,
apenas so utilizadas tcnicas estatsticas. Por outro lado, a informao necessria para a aplicao deste mtodo facilmente conseguida pela empresa concessionria da rede de distribuio, o que torna este mtodo uma soluo adequada ao problema de estimao de cargas em tempo-real. Em [22] os autores propem um algoritmo para modelizar a carga em tempo-real que utiliza informao de dispositivos de medio automticos (AMR) instalados nas casas dos clientes. Os AMRs so dispositivos que fornecem informao do consumo do cliente, e outro tipo de informao como confirmao de interrupo ou restaurao de servio. Assim, o algoritmo de estimao de carga utiliza informao que deriva dos AMRs, e tambm utiliza curvas tpicas de consumo, para melhorar as estimativas. A desvantagem deste trabalho reside precisamente na utilizao de informao dos AMRs, pois actualmente em Portugal no existe este tipo de comunicao. Tcnicas de estimao de cargas, directamente desenvolvidas a pensar no resultado como uma entrada do EE, tm sido publicadas com a motivao de se conhecer com maior preciso os consumos nos postos de transformao. Este o caso dos trabalhos [25, 26, 27]. De seguida estas tcnicas so apresentadas e comentadas com o objectivo de realar a inviabilidade da sua utilizao no trabalho desenvolvido nesta dissertao. Em [25] os autores descrevem um processo para estimar as curvas dirias de potncia activa e reactiva, em todos os barramentos da rede, que se divide em dois passos: Estimativa grosseira e Refinamento da estimativa. No primeiro passo realizada uma estimativa grosseira das curvas dirias de carga de cada transformador MT/BT, tendo em conta, os dados de facturamento, informao socioeconmica, curvas tpicas de consumos de cada cliente e a potncia injectada na subestao AT/MT. Posteriormente, tcnicas de estimao de estado so adoptadas para refinar a estimativa feita no primeiro passo. Este mtodo apenas aplicvel a redes radiais, pois a estimao grosseira realizada tendo em conta que, a soma da carga em todos os barramentos, igual potncia injectada na subestao menos as perdas na rede. Por outro lado, o refinamento da estimativa, por si s, j faz uso do mtodo dos mnimos quadrado ponderados, para estimar o vector de estados, e consequentemente calcular a carga nos PTs com maior preciso. Basicamente, a resoluo do problema de estimao de estados, para refinar a estimativa de cargas, tambm desafiadora, nomeadamente devido ao nmero limitado de medidas em tempo-real. Outros trabalhos utilizam inteligncia computacional para estimar as cargas num sistema de distribuio. Em [26] propem um mtodo baseado em lgica fuzzy para estimar as cargas e elaborar um plano de restabelecimento de servio, aps uma falha. No entanto, este mtodo foi desenvolvido considerando a sua aplicao a redes radiais. Apesar do caso de estudo promovido nesta dissertao ser uma rede radial, a inteno estudar uma tcnica que se aplique tanto em redes radiais, como em redes emalhadas. Por isso, [25] e [26] no so solues possveis ao problema deste trabalho. Existe ainda, trabalhos que utilizam tcnicas de previso para estimar o consumo em todos os ns da rede distribuio. Um caso [27] onde os autores apresentam uma aplicao em tempo-real de previso de carga a curto-prazo para o sistema de distribuio. A
implementao realizada atravs da utilizao de um modelo global de previso de carga consistindo em sries temporais, relao no-linear carga-temperatura e uma funo de carga residual, representado por um modelo ARMA (auto-regressive moving average). Este mtodo requer informao, tal como valores de temperatura, que se considera estarem inacessveis para a elaborao deste trabalho. Por todas as observaes expostas nesta Seco, a metodologia utilizada nesta dissertao, para a estimao do consumo em todos os PTs da rede, baseia-se fundamentalmente nos trabalhos publicados [6, 23, 24], considerando-se pequenas modificaes. Esta opo deve-se fundamentalmente simplicidade da aplicao destas metodologias, bem como, informao disponvel acerca dos PTs, da rede real estudada nesta dissertao. Isto porque, a falta de uma informao mais detalhada sobre o consumo de cada PT, limita fortemente a escolha do mtodo de estimao de cargas.
programao linear, entre outros so apresentados, e so fundamentadas as vantagens e desvantagens de cada um. Em [29] os autores propem uma lgica de colocao de medidas baseada num conjunto de aces automticas de monitorizao do sistema elctrico de energia. Os autores sugerem a instalao de equipamento de medida em todos os disjuntores e fusveis que so constantemente monitorizados, tal como, em disjuntores/seccionador normalmente abertos. Aps isto, os autores sugerem a utilizao do algoritmo de estimao de estados para eliminar medidas, tendo em conta a contribuio da medida para a preciso das estimativas do vector de estados. Este mtodo especialmente adoptado para redes radiais, e apesar de ser computacionalmente simples, requer muito trabalho para se encontrar a soluo ptima. Em [7] os autores propem um processo iterativo para a localizao de medidas na rede de distribuio. O algoritmo inicia com pseudo-medidas e as medidas em tempo real existentes, e em cada iterao executa o EE, localizando uma medida de tenso no barramento com maior incerteza. O algoritmo termina quando se atinge uma incerteza suficiente pequena nas estimativas das tenses em todos os barramentos da rede. Nesta dissertao utiliza-se o mtodo apresentado em [7] para estudar o reforo dos sistemas de medio, da rede de MT em anlise neste trabalho, por ser um mtodo computacionalmente simples e de fcil aplicao.
Tenso Potncia Activa Potncia Reactiva Trnsito de Potncias Estimao de Cargas Medidas Virtuais
Medidas em Tempo-real
Estimativa da
ESTIMADOR DE ESTADOS
Configurao e Caractersticas da Rede Virtuais
Resultados
Processador de Topologia
Pesos
Na Seco 3.1.1 e 3.1.2 so comentadas individualmente cada uma das variveis de entrada e sada do Estimador de Estados (EE).
O erro associado a cada medida e a configurao da rede, obtida atravs do processador de topologia, tambm faz parte do conjunto de variveis de entrada do EE. De seguida faz-se uma anlise mais detalhada das entradas do algoritmo de estimao de estados.
a . Medidas em tempo real As medidas em tempo real so as principais grandezas de entrada do estimador, que podem ser mdulos das tenses nos barramentos, fluxos de potncias activas e reactivas nas linhas e/ou mdulos de intensidade de correntes nas linhas. As medies so realizadas em
Medidas Virtuais 17
determinados pontos da rede de distribuio e os valores medidos so enviados em temporeal para o centro de controlo atravs do sistema de comunicao.
b . Medidas Virtuais As medidas virtuais so valores perfeitamente conhecidos. Isto , em determinados barramentos da rede onde no existe clientes ligados, o consumo de potncia activa e reactiva certamente zero. Assim, estes valores so inseridos no vector de medidas e designados por medidas virtuais. Estas medidas esto disponveis sem qualquer investimento em equipamento de medio ou transmisso, e como no esto sujeitas aos erros intrnsecos a esses equipamentos, so muito importante para a aplicao do EE no sistema de distribuio.
c . Pseudo-medidas Dado que, por norma, na rede de distribuio existe um nmero limitado de medidas disponveis em tempo real, o EE tem de lidar com as designadas pseudo-medidas. As pseudomedidas so valores que podemos atribuir com uma certa preciso, a determinadas variveis do sistema. Neste caso, so os consumos de potncia activa e reactiva em cada Posto de Transformao 15/0.4 kV da rede. As pseudo-medidas so obtidas atravs de um mtodo de modelizao de carga, que fornece estimativas de consumo em todos os pontos de entrega de energia (assunto aprofundado no Captulo 4 deste trabalho). Deste modo, um ficheiro contendo as estimativas de potncia activa e reactiva de todos os barramentos, para cada instante, necessita de ser armazenado no computador onde o EE corrido.
d . Processador de Topologia O EE necessita de informao acerca da configurao e caractersticas da rede. Isto , ao estimador deve ser comunicado o nmero de barramentos, os circuitos de conexo, o nmero de ramos e a impedncia de cada ramo. Esta informao provm do processador de topologia, e carregada na primeira vez em que o EE executado, sendo restituda apenas se existir alteraes na configurao da rede.
e . Pesos das Medidas As medidas registadas em tempo real, as medidas virtuais e as pseudo-medidas fazem parte do conjunto de entradas do EE. No entanto, todas as medidas so afectadas por erros de leitura ou por incertezas de estimao, que so consideradas os pesos das medidas. A utilizao do peso das medidas no algoritmo far com que as medidas com maior preciso tm mais importncia. A incerteza relativa s medidas em tempo real determinada a partir do erro introduzido pela cadeia de medio. E a incerteza associada s pseudo-medidas depende da preciso do estimador de cargas. Mas, a preciso das pseudo-medidas ser sempre mais baixa do que a
preciso das medidas em tempo real, fazendo com que as pseudo-medidas tenham menor importncia no algoritmo. Neste trabalho, assume-se que quer as medidas em tempo real, quer as pseudo-medidas seguem uma distribuio normal. Assim, o desvio-padro de cada distribuio representa o peso de cada medida ou pseudo-medida. Para uma medida real, o desvio-padro pequeno, e portanto, a probabilidade do valor recebido no EE estar prximo da mdia alta. Finalmente, as medidas virtuais, tal como referido anteriormente, correspondem a valores exactos (perfeitamente conhecidos), pelo que, a incerteza muito baixa. Neste caso, assumir-se- uma incerteza de .
a . Vector de Estado O vector de estado um vector cujos elementos so a magnitude e fase da tenso em todos os barramentos da rede (sada do EE). O conhecimento deste vector permite determinar completamente o estado de funcionamento do sistema.
Onde, e Correspondem respectivamente magnitude e fase da tenso no barramento . Para uma rede com N barramentos, a dimenso do vector de estados :
Vector de medidas 19
Uma vez que, o barramento 1 normalmente seleccionado como barramento de referncia angular, sendo a sua fase igual a zero.
b . Vector de medidas O vector de medidas contm todas as medidas em tempo-real, pseudo-medidas e medidas virtuais. As diferentes medidas disponveis na prtica so magnitude da tenso e potncia activa e/reactiva injectada em certos barramentos, estimativas de cargas, fluxo de potncia activa e/ou reactiva em determinadas linhas ou medidas de corrente. A dimenso deste vector igual ao total de medidas reais, pseudo-medidas e medidas virtuais, representada por .
c . Estimao pelo Mtodo dos Mnimos Quadrados Ponderados Nesta dissertao, a resoluo do problema de estimao de estados tem por base o mtodo dos mnimos quadrados ponderados, tal como em [9]. O mtodo dos mnimos quadrados ponderados uma tcnica de optimizao, que neste caso, visa encontrar a melhor estimativa para o vector de estados, atravs da minimizao da expresso:
Onde: - a varincia da distribuio normal da medida . - o vector de funes no lineares que relacionam o vector de medidas variveis de estado . - Resduo da medida .
com as
A relao entre as medidas e as variveis de estado, ou seja, as funes so no lineares, e o recurso a um mtodo iterativo para minimizar a Equao 3.4 necessrio. Uma tcnica frequentemente utilizada calcular o gradiente de usando o mtodo de Newton [9]. Assim, sendo o gradiente de dado por: e depois fora-lo a zero,
A expresso anterior pode ser simplificada atravs do clculo do Jacobiano de definido por:
Sendo a transposta de
, tal como:
Para forar
Perturbando
Pelo desenvolvimento em srie de Taylor de segunda ordem e de ordem superior a esta, temos:
, desprezando os termos de
O Jacobiano de
constante:
Que equivalente a,
e matriz Ganho
A matriz , denominada por matriz Jacobiano, uma matriz significativamente esparsa. O nmero de elementos no nulos da matriz muito reduzido, porque cada medida envolve um nmero limitado de variveis de estado. A matriz Ganho representada por:
Embora menos esparsa que a matriz Jacobiano, a matriz ganho possui um grande nmero de elementos nulos. Sendo que, a sua inverso pode causar problemas de convergncia e deteriorao dos resultados do EE. Assim, a Equao 3.16 determinada pela decomposio de Cholesky [2, 8], detalhada no Anexo D.
e . Definio das funes f(x) Neste Ponto so definidas as funes , ou seja, as funes que relacionam o vector medidas com as variveis de estado . Definir uma medida de tenso em funo das variveis de estado simples. A medida de tenso num determinado barramento representada por:
Em que, -Valor da tenso medida no barramento . - Varivel de estado que representa a magnitude da tenso no barramento . Para representar a expresso das medidas de fluxo de potncia nas linhas, considera-se a Figura 3.2:
A potncia complexa que transita na linha, ligada entre o n A e B, medida junto ao n A e definida como positiva na direco dada por [30]:
Onde, - a tenso complexa do barramento A. o complexo conjugado da corrente que circula do barramento A para o barramento B, que pode ser expressa por:
E so respectivamente a condutncia e a susceptncia da linha. Portanto, o complexo conjugado de pode ser apresentado:
Sendo, e a magnitude da tenso nos barramentos A e B respectivamente. e a fase da tenso nos barramentos A e B respectivamente. E a condutncia e a susceptncia da linha. Decompondo a Equao 3.22 em parte real e parte imaginria, determina-se as potncias activa e reactiva junto ao n A, obtendo-se:
Onde, a capacidade terra da linha. Finalmente, necessrio representar as pseudo-medidas e as medidas virtuais em funo das variveis de estado. As pseudo-medidas e medidas virtuais so estimativas do consumo de potncia activa e reactiva em todos os barramentos. Assim, a expresso de e num determinado barramento facilmente deduzida atravs da equao da potncia injectada num barramento [30]. As potncias activa e reactiva injectadas num determinado barramento A ( respectivamente) so:
Onde, - Potncia activa produzida no barramento A. - Potncia activa consumida no barramento A. - Trnsito de potncia activa na linha AK. - Potncia reactiva produzida no barramento A. - Potncia reactiva consumida no barramento A. -Trnsito de potncia reactiva na linha AK.
):
Considere, por exemplo, um sistema de quatro barramentos, como ilustra a Figura 3.4:
f . Utilizao da Distribuio Normal Considera-se que todas as medidas, medidas virtuais e pseudo-medidas seguem uma distribuio normal.
A distribuio normal inteiramente descrita por dois parmetros, a mdia e o desviopadro ( [31]. Por definio, um desvio de em torno da mdia abrange mais de 99.7% da rea sob curva de Gauss. Assim, para uma dada percentagem mxima de erro da medida, o desvio-padro da distribuio em termos da preciso da medida, pode ser calculado atravs da expresso:
Em que, o desvio-padro, o valor recebido em tempo-real das medidas ou estimativas de consumo (pseudo-medidas) e a incerteza da medida expressa em percentagem. Em contrapartida, a mesma expresso pode ser utilizada para calcular a incerteza dos resultados do EE (magnitude e ngulo das tenses) a partir do desvio-padro obtido do algoritmo, assim:
Agora,
g . Confiana nos resultados J foi anteriormente declarado que se assume que as medidas so normalmente distribudas. O mesmo acontece com os resultados do estimador, os valores da magnitude e ngulo da tenso so tambm normalmente distribudos. Contudo, os valores armazenados no vector so apenas os valores das mdias das distribuies. A varincia das distribuies de cada tenso e ngulo guardada na matriz , onde:
Em que, - A matriz Jacobiano (Equao 3.6). - Matriz diagonal, sendo os elementos da diagonal principal as varincias dos erros das medidas (Equao 3.8). Estatisticamente, as varincias de cada varivel de estado correspondem aos elementos da diagonal da matriz [32, 33].
h . Critrio de Arranque e Critrio de Paragem A resoluo do problema de estimao atravs de um processo iterativo obriga definio de uma estimativa inicial para o vector de estado Considerando que o estimador tem um funcionamento em tempo-real, ou seja, executado por exemplo de hora em hora, o vector poder ser escolhido de dois modos diferentes:
1) Se o estado da rede no tiver sofrido alteraes significativas desde a ltima vez em que o estimador foi executado, o valor para poder ser a soluo anteriormente dada pelo estimador. 2) No caso do estimador estar numa situao inicial ou at mesmo perante uma alterao considervel da topologia da rede, a melhor escolha para o valor de corresponde ao ponto de funcionamento nominal, ou seja, para todos os barramentos. ,
No caso especifico deste trabalho, o critrio de arranque seleccionado o 2) independentemente da situao de funcionamento do estimador. Em relao ao critrio de paragem utiliza-se o mtodo mais frequentemente encontrado na literatura [4], ou seja:
As equaes anteriores mostram que o processo iterativo termina quando todos os elementos de forem inferiores a um erro mnimo .
i . Processo de Resoluo/Ciclo de Funcionamento A ideia aqui apresentada, no mbito da implementao do EE na rede de distribuio, considera que o estimador executado pelo menos de hora em hora. Este perodo de tempo foi seleccionado tendo em conta a frequncia das estimativas de consumo (assunto aprofundado no Captulo 4). Aps se ter explicado a base matemtica para a resoluo de um problema de estimao de estados, o ciclo de funcionamento exposto. A cada hora, o estimador executado e o primeiro passo identificar as medidas, pseudo-medidas e medidas virtuais que so as entradas do algoritmo. A varincia de cada entrada tambm estabelecida para construir-se a matriz Posteriormente, inicia-se o processo iterativo sendo necessrio definir o valor inicial das variveis de estado, tal como se refere na Ponto h desta Subseco. De seguida, utilizando o vector so calculadas as matrizes (Equao 3.7) e , em que:
A iterao seguinte comea sendo o novo valor inicial das variveis de estado. O processo termina quando se verificar o critrio de paragem, referido no Ponto h desta Subseco. Quando o critrio de paragem validado, as estimativas da magnitude e ngulo da tenso em todos os barramentos correspondem aos valores finais do vector . A Figura 3.5 esquematiza o algoritmo de estimao de estados:
Incio
Ler [z]
Medidas Virtuais
Com
calcular: e
(Eq. 3.39)
(Eq. 3.7)
Calcular
(Eq. 3.16)
SIM
Figura 3.5 Esquema do algoritmo de Estimao de Estados para a rede de distribuio [5]
Sendo, - Definida como a matriz ganho. - A matriz Jacobiano (Equao 3.7). - Matriz dos pesos (Equao 3.8). A resoluo de possvel quando apresenta caracterstica plena, isto [4]:
Onde, - Caracterstica de (nmero de linhas no nulas da matriz). - Nmero de barramentos da rede. Portanto, para uma rede com barramentos, necessrio pelo menos medidas
para que a rede seja completamente observvel. Diz-se que uma rede elctrica observvel quando, para uma determinada configurao da rede e um conjunto de medidas disponveis, consegue-se determinar o vector de estado [4]. Nas redes de distribuio o nmero de medidas em tempo-real muito menor que . Por isso, um grande nmero de pseudomedidas considerado para se obter um conjunto de medidas suficiente para a resoluo do problema de estimao de estados.
Na Figura 3.6 encontram-se representados os elementos de uma cadeia de medio clssica, desde da rede at ao centro de controlo, sendo: TT Transformador de Tenso e TITransformador de Intensidade. O erro total de medida resulta da composio dos erros introduzidos por cada um dos elementos da cadeia de medio [4]. Por isso, a determinao da preciso de cada medida realizada tendo em conta a classe de preciso dos diferentes equipamentos. O valor absoluto do erro total da cadeia de medio a soma do valor absoluto dos erros parciais de cada um dos componentes [34], ou seja:
Sendo, - Erro global de medio; , , e cadeia de medio; - Valor real da grandeza; - Valor da grandeza medido. - Erros individuais de cada um dos componentes da
Figura 3.7 Estimador de Estados localizado no centro de controlo (Cortesia do Eng. Mrio Lemos EDP - Distribuio S.A.)
Atendendo Figura 3.7, atravs do canal 2 o EE recebe informao das estimativas de carga e a respectiva incerteza em todos os Postos de Transformao (PTs) da rede. Pelo canal de comunicao 1, os valores das medidas em tempo-real, lidas previamente na subestao e enviadas para o centro de controlo, so fornecidas ao EE. No sentido inverso, o operador tem acesso s estimativas das tenses em todos os barramentos. Se EE ficar na subestao, necessrio construir um novo canal de comunicao - 3, para que seja possvel enviar as estimativas da tenso para o centro de controlo, tal como mostra a Figura 3.8.
Sumrio 33
Figura 3.8 - Estimador de Estados localizado na subestao (Cortesia do Eng. Mrio Lemos EDP Distribuio S.A.)
Comparando as duas localizaes possveis para o EE facilmente se verifica que a soluo mais econmica instalar o EE no centro de controlo. Pois, a colocao do EE na subestao exige um canal de comunicao adicional (Canal 3), que actualmente no est arquitectado. Este investimento acrescido, quando se pretende aplicar o algoritmo de estimao de estado em todo o sistema de distribuio, porque necessrio um EE para cada rede de distribuio. Ao mesmo tempo, tambm preciso um espao considervel no centro de controlo, reservado instalao das mquinas para a execuo dos algoritmos de estimao de estados de cada rede de distribuio.
3.4 - Sumrio
A formulao do algoritmo de estimao de estados monofsico baseado no mtodo dos mnimos quadrados ponderados, para uma rede de distribuio equilibrada, foi desenvolvida e apresentada. O mtodo dos mnimos quadrados ponderados uma tcnica de optimizao, que neste caso, visa encontrar a melhor estimativa para o vector de estados da rede, atravs de um conjunto mnimo de medidas. A melhor estimativa do estado da rede calculada pela minimizao do erro quadrtico de todas as medidas. O erro dado pela diferena entre o valor da medida e a funo , que relaciona a medida com as variveis de estado. O erro pesado pela varincia da respectiva medida. O mtodo dos mnimos quadrados verstil, no que respeita s grandezas medidas, ou seja, consegue lidar com medidas de potncias injectadas, medidas de tenso nos barramentos e medidas de trnsitos nas linhas, o que se torna importante em aplicaes prticas. Assim, o vector de medidas constitudo por medidas efectuadas directamente
ao longo da rede, por pseudo-medidas e por medidas virtuais. A utilizao de pseudo-medidas e medidas virtuais deve-se ao facto de usualmente, na rede de distribuio, existir um nmero insuficiente de medidas para permitir a resoluo do algoritmo de estimao de estados. Logo, a forma de compensar o nmero reduzido de medidas em tempo-real utilizar pseudo-medidas, pois economicamente invivel a instalao de uma grande quantidade de equipamentos de medida na rede. A aplicao em tempo-real do algoritmo permite conhecer o vector de estado , que por sua vez, permite compreender o verdadeiro estado da rede, possibilitando controlo activo das redes de distribuio. Neste trabalho, considera-se que o Estimador de Estados (EE) executado de hora em hora. Quer as medidas em tempo-real, quer as pseudo-medidas so afectadas por erros de leitura e estimao, respectivamente. Neste Captulo, foi apresentada uma cadeia de medio clssica, enumerando-se os diferentes componentes possveis de introduzir erro nas medidas em tempo-real. A expresso para calcular o erro total das medidas em tempo-real foi demonstrada. Finalmente, estudou-se a melhor localizao para a instalao do EE seleccionada entre as duas hipteses, que so a subestao principal e o centro de controlo. Verificou-se que a melhor localizao no centro de controlo, pois exige um menor investimento em infraestruturas de comunicao, entre o operador e o EE.
Um EE desenvolvido para o controlo activo da rede de distribuio deve ser implementado com funcionamento em tempo-real, ou seja, o algoritmo de estimao de estados corre em intervalos de tempo regulares, que neste caso se considera de hora em hora. Portanto, a implementao do algoritmo em tempo-real exige uma estimativa do consumo de e a cada hora do dia, para dias teis, Sbados e Domingos, nas diferentes pocas do ano. Como exemplo, considere-se a Figura 4.1 que ilustra a leitura das grandezas de entrada, para o funcionamento do EE s 12:00 horas de um determinado dia:
HORA: 12:00
O funcionamento do EE s 12:00 horas necessita de uma estimativa do consumo de e em todos os PTs s 12:00 horas, bem como, a leitura das medidas na rede efectuada s 12:00 horas. Portanto, para qualquer hora do dia, a resoluo do problema de estimao de estados exige o conhecimento das pseudo-medidas, medidas em tempo-real e a respectiva incerteza associada, nessa mesma hora. Assim, a implementao em tempo-real do EE necessita de uma tcnica de estimao de cargas que permita representar a variao normal do consumo ao longo do dia, e fornecer uma medida de incerteza sobre as estimativas.
Sistema de Telecontagem 37
local, registam as grandezas acumuladas, ou seja, a leitura recolhida traduz o consumo por diferena com a anterior.
4.3- Mtodo de Estimao de Curvas de Carga para os Clientes Finais da Rede de Distribuio
A metodologia proposta neste trabalho para estimar o perfil de cargas dirio nos clientes finais3 da rede de distribuio utiliza dados reais recolhidos pelo operador da rede de distribuio. O mtodo necessita de uma base de dados contendo o histrico dos consumos de cada cliente. O histrico dos consumos deve ser compostos por medies de Potncia Activa e Reactiva discriminadas por perodos tempo iguais ao intervalo de tempo definido para o funcionamento do Estimador de Estados (EE) (ver Seco 4.1). Posteriormente, o histrico de cada cliente deve ser separado em grupos consoante o dia (til, sbado ou domingo) e a poca em que foram registadas (Inverno/Vero). Isto porque, a
1 Instalao em baixa tenso com uma potncia contratada superior a 41,4kW. 2 Instalao em baixa tenso com uma potncia contratada igual ou inferior a 41,4kW. 3 Consumidor que compra a electricidade para consumo prprio.
evoluo dos consumos afectada por factores cronolgicos, nomeadamente o dia da semana e a estao do ano, e portanto, as curvas de carga partida diferenciam-se. Finalmente, atravs da aplicao da anlise estatstica descrita no Subseco 4.2.1, possvel obter um conjunto de curvas representativas do consumo de cada cliente da rede de distribuio, para dias teis, sbados e domingos, nas diferentes pocas do ano.
Onde - o dado numrico ; N Nmero total de dados numricos; O desvio-padro representa o grau ao qual os dados numricos tendem a dispersar-se em torno do valor mdio. O desvio-padro de um conjunto de dados igual raiz quadrada da mdia aritmtica dos quadrados dos desvios [31]:
O algoritmo de estimao de estados formulado no Captulo 3 considera que as pseudomedidas seguem uma distribuio normal, que inteiramente descrita pela mdia e o desviopadro dos dados numricos (ver Ponto f. da Subseco 3.1.3). Portanto, a aplicao da anlise estatstica pode ser utilizada para estimar as pseudo-medidas.
Sendo, - Curva tpica de potncia activa do PTD ; - Curva tpica do consumo de potncia activa do cliente alimentado pelo PTD - Curva desvio-padro de potncia activa do PTD ; - Curva desvio-padro de potncia activa do cliente alimentado pelo PTD - Curva tpica de potncia reactiva do PTD ; - Curva tpica do consumo de potncia reactiva do cliente ; - Curva desvio-padro de potncia reactiva do PTD ; - Curva desvio-padro de potncia reactiva do cliente alimentado pelo PTD - Nmeros de consumidores alimentados pelo PTD . ; ; ;
A aplicao das Equaes 4.3 a 4.6 exige o conhecimento do nmero de clientes alimentados por cada PTD e das respectivas curvas de e e desvio-padro, em dias teis, sbados e domingos consoante a poca do ano, de cada consumidor. A determinao das curvas de carga dos consumidores individuais e a respectiva curva de desvio-padro so determinadas atravs da metodologia apresentada Seco 4.3.
Os PTCs so particulares e normalmente destinam-se alimentao de grandes indstrias. A medio do fluxo de energia elctrica comercializada neste PTs realizada por sistemas de telecontagem. A contagem da Potncia Activa e Reactiva comercializada efectuada em perodos de 15 minutos. Assim, o operador da rede de distribuio disponibilizou somente um histrico dos consumos de , desde Janeiro de 2008 at Maro de 2010, de todos os PTCs da rede de Barrosas. Nos PTDs, actualmente no existe um sistema de telecontagem instalado, que registe e transmita informao de e consumida para os equipamentos centrais. A aplicao da metodologia proposta na Seco 4.4, para a estimao das curvas de e nos PTDs, exige o conhecimento do nmero de clientes de Baixa Tenso (BT) alimentados por cada PTD, e a respectiva curvas tpicas de consumo de e . No entanto, a informao disponibilizada pelo operador acerca dos PTDs foi: Localizao geogrfica dos PTDs; Capacidade do transformador de cada PTD; Consumo mximo de registado num dia til do ms de Junho de 2010 Ponta de potncia activa dia til poca de Vero.
Portanto, a insuficincia de informao, nomeadamente o desconhecimento do nmero e histrico dos consumos dos clientes BT alimentados por cada PTD, torna impossvel a aplicao da metodologia proposta para a estimar as curvas de carga dos PTDs. Assim, uma aproximao baseada em determinadas consideraes teve de ser realizada, tal como se descreve na Subseco 4.5.2.
4.5.2 - Estimao das Curvas de Consumo de Potncia Activa nos Postos de Transformao de Distribuio da Rede de Barrosas
Neste trabalho, a insuficincia de informao sobre o nmero e os histricos de consumo de cada clientes de BT alimentado por um PTD, impossibilita a utilizao das expresses 4.3 a 4.6, para estimar as curvas de carga dos PTDs. Assim, foi realizada uma estimativa grosseira para os PTs da rede de Barrosas. Esta estimao grosseira baseia-se na localizao dos PTDs e em curvas tpicas de clientes do tipo residencial e comercial. Atendendo a que, a rede de Barrosas uma rede de 15kV, que se encontra numa em expanso urbana, considera-se que os PTDs podem ser divididos em: PTDs com caractersticas tipicamente residenciais; PTDs com caractersticas tipicamente comerciais.
A curva representativa do consumo de num PT com caractersticas tipicamente residenciais caracteriza-se por um consumo praticamente constante durante o dia, com um aumento no fim da tarde e um pico de carga entre as 18 e as 21horas. A Figura 4.2 mostra uma curva de carga normalizada para um PT nestas condies [36].
Estimao das Curvas de Consumo de Potncia Activa nos Postos de Transformao de Distribuio da Rede de Barrosas 41
A curva de carga de um PT que alimenta sobretudo consumidores comerciais caracterizada por ter um consumo praticamente constante durante o horrio comercial, com uma leve descida no horrio de almoo. Fora do horrio comercial, o consumo destes clientes praticamente para iluminao e refrigerao. Um exemplo de uma curva de carga para um PT tipicamente comercial mostrado na Figura 4.3.
0,6
0,4 0,2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora/dia
Figura 4.3 Curva representativa de um PTD tipicamente comercial [36]
Cada PTD da rede de Barrosas foi caracterizado por possuir uma das caractersticas residencial ou comercial. E posteriormente, a curva representativa do PTD foi multiplicada pela ponta de carga respectiva registada num dia til do ms de Julho do ano 2010. Assim, foi
possvel obter uma estimativa grosseira das curvas de consumo de para todos os PTDs, num dia til da poca de Vero. No Anexo A encontra-se a caracterizao do tipo residencial ou comercial atribuda a cada PTD da rede de Barrosas e as respectivas curvas de consumo de estimadas. Reala-se a ideia, de que este mtodo grosseiro impossibilita o clculo de uma medida de disperso, volta da curva mdia determinada. Por isso, para a aplicao do Estimador de Estados (EE), no existe um valor de incerteza associada s pseudo-medidas. Assim, a influncia do valor da incerteza das pseudo-medidas nos resultados do EE estudada, considerando diferentes valores de preciso das estimativas de carga.
4.5.3 - Estimao das Curvas de Consumo de Potncia Activa nos Postos de Transformao de Cliente da Rede de Barrosas
Para os PTCs existe o seu prprio histrico de consumo de , que no caso particular deste trabalho foi disponibilizado pelo operador da rede de distribuio. Este facto torna possvel a realizao directa da anlise estatstica referida na Subseco 4.3.1. Como exemplo, considere-se o histrico do consumo de de um determinado PTC da rede de Barrosas, representado na Figura 4.4.
A anlise da Figura 4.4 mostra que, no caso particular deste PTC trs perfis de consumo podem ser determinados. A indstria alimentada por este PTC possui um perfil de consumo tpico de fim-de-semana, em que o valor mximo de potncia activa, registado ao longo do sbado ou domingo, no excede os 10kW. E dois tipos de padres de consumos para dias teis. O padro de consumo para dias teis com maior frequncia de ocorrncia regista um consumo mximo compreendido entre 80 e 100 kW. Outro padro de consumo para dias teis, que no acontece com tanta frequncia, aquele em que, durante as horas de
Estimao das Curvas de Consumo de Potncia Activa nos Postos de Transformao de Cliente da Rede de Barrosas 43 funcionamento normal da indstria (7:00h s 12:00h e das 13:00h s 19:00h), o consumo de potncia activa aproximadamente entre 50 e 65 kW. A existncia de dois padres de consumo para dias teis pode estar directamente relacionada com a necessidade de desligar determinadas mquinas, em dias de menor nvel de trabalho nesta indstria. A Figura 4.5 representa o histrico do consumo de potncia activa de outro PTC, da rede de Barrosas.
No caso deste PTC identifica-se uma curva tpica de consumo para dias de fim-de-semana, e apenas uma curva tpica de consumo para dias teis. A anlise da Figura 4.5 mostra ainda uma ocorrncia ocasional, onde a mxima potncia activa consumida no ultrapassou os 35kW. No tratamento estatstico de todos os PTCs da rede de Barrosas, consumos dirios ocasionais, ou seja, com muito baixa probabilidade de ocorrncia, foram ignorados. Aps a identificao de padres de consumo, a anlise estatstica referida na Subseco 4.3.1 foi realizada a cada hora do dia, obtendo-se o perfil de carga representativo de cada PTC, constitudo por uma curva mdia e uma curva de desvio-padro, para dias teis, Sbados e Domingos. A Figura 4.6 apresenta o perfil de carga estimado para o PTC 1, em dias teis e de fim-desemana.
Consumo [kw]
90
80 70 P [kW] 60 50
Dia til Maior probabilidade de Ocorrncia Dia til Menor probabilidade de Ocorrncia Dia de Fimde-Semana
40
30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/dia
Figura 4.6 Curvas tpicas de consumo do PT de cliente 1, para dias teis e de fim-de-semana.
Na Figura 4.7 so exibidas as curvas de desvio-padro, que representam uma medida de disperso em torno da curva estimada, para dias teis, sbados e domingos, no PTC 1.
10
P. activa [kW] 8 6 4 2 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/dia
Dia Fim-deSemana
Estimao das Curvas de Consumo de Potncia Activa nos Postos de Transformao de Cliente da Rede de Barrosas 45
Hora/dia
Figura 4.8 - Curvas tpicas de consumo do PT de cliente 2, para dias teis e de fim-de-semana
Na Figura 4.9 so mostradas as curvas de desvio-padro, que representam uma medida de disperso em torno da curva estimada, para dias teis, sbados e domingos, no PTC 2.
A anlise estatstica, dos histricos de potncia activa consumida por cada PTCs da rede de Barrosas foi realizada. Os resultados encontram-se no Anexo B.
4.5.4 - Estimao das Curvas de Consumo de Potncia Reactiva nos Postos de Transformao da Rede de Barrosas
A falta de histricos do consumo de quer em PTCs quer em consumidores de Baixa Tenso (BT) alimentados pelos PTDs da rede de Barrosas, fez com que fosse impossvel a aplicao da metodologia proposta na Seco 4.3. Assim, a determinao das curvas tpicas do consumo de foi realizada considerando um factor de potncia tpico, tal como em [6]. Sendo o Factor de Potncia o quociente entre a Potncia Activa e a Potncia Aparente [30], ou seja,
E estando
Portanto, a curva tpica do consumo de potncia reactiva foi calculada atravs da expresso:
, de um determinado PT,
Em que,
Para a rede de Barrosas, considera-se que nos PTCs e nos PTDs. Isto porque, o Sistema Tarifrio em vigor prev a facturao a clientes consumidores de energia reactiva, em horas fora de vazio, quando a instalao apresenta um factor de potncia igual ou inferior a 0.93 [37]. Assim, admite-se que os clientes ligados em Mdia Tenso (MT) rede de Barrosas dispem do servio de compensao do factor de potncia, para evitar a facturao de energia reactiva. As curvas de consumo de potncia reactiva estimadas para os PTs da rede de Barrosas encontram-se no Anexo C.
Para a leitura das estimativas do consumo de e em todos os PTs, o EE necessita primeiramente de conhecer o dia da semana e a hora em questo. Esta necessidade pode ser suprimida adicionando um relgio ao EE. Em seguida, a leitura das estimativas do consumo nos PTs, bem como a respectiva incerteza efectuada acedendo base de dados. Finalmente, aps serem conhecidas as pseudo-medidas, as medidas em tempo-real so reunidas para se iniciar o algoritmo de estimao de estados. Na Subseco 4.5.3, um exemplo real de um posto de transformao de cliente que mostra possuir dois padres de consumo para dias teis, foi analisado. No entanto, devido falta de conhecimento dos factores externos que influenciam a variao do consumo destas indstrias, considera-se apenas a curva de carga com maior probabilidade de ocorrncia.
4.7- Sumrio
Neste captulo foi apresentado um mtodo de estimao de carga nos Postos de Transformao (PTs) da rede de distribuio, que permite representar a variao normal da carga ao longo do dia e determinar uma medida de disperso volta do valor estimado. O mtodo proposto estima as curvas de carga nos locais de consumo de energia, atravs do tratamento estatstico de curvas reais obtidas pelo operador da rede de distribuio, em diferentes pocas do ano, para dias teis e de fim-de-semana. Posteriormente, a estimao das curvas de carga nos Postos de Transformadores de Distribuio (PTDs) efectuada pela soma das curvas estimadas dos consumidores de Baixa Tenso (BT). As curvas estimadas so aplicadas na forma estatstica, ou seja, mdia e desvio padro. Por isso, esta estimativa de carga adequada s necessidades do Estimador de Estados (EE) em tempo-real. A estimativa realizada sugerem a execuo do EE a cada hora do dia, pois uma estimativa do consumo de potncia activa e reactiva, bem como, a respectiva incerteza associada conhecida em cada hora. No entanto, a metodologia proposta neste captulo, no foi aplicada na estimao das curvas de carga dos PTDs da rede de Barrosas, pelo desconhecimento do histrico de consumos dos clientes de BT alimentados pelos PTDs. Atravs dos dados reais, disponibilizados pelo operador da rede de distribuio, foi possvel obter curvas representativas do consumo em Postos de Transformao de Cliente (PTCs) para dias teis e dias de fim-de-semana. Mas a falta de informao acerca dos consumidores de BT, fez com que, se realizasse uma estimao grosseira das curvas de carga nos PTDs. Portanto, considera-se que os PTDs possuem caractersticas tpicas do sector residencial ou comercial, consoante a sua localizao geogrfica, e utiliza-se curvas representativas destes sectores. As curvas do consumo de potncia reactiva foram estimadas considerando-se um factor de potncia tpico para as redes de distribuio, pelo desconhecimento do histrico dos consumos de potncia reactiva nos PTs da rede de Barrosas. Em concluso, verifica-se que este mtodo de estimao de cargas pode ser perfeitamente utilizado na implementao do EE com funcionamento em tempo-real. Mas medidas reais do consumo de todos os clientes devem ser realizadas, de forma a constituir uma base de dados suficiente para a estimao de cargas.
operador da rede distribuio. Na Figura 5.1 apresenta-se o esquema unifilar da rede Barrosas.
SE Barrosas 60/15 kV 1 2 5 8 4 7 9 12 13 31 20 21 25 27 29 32 33 22 11 14 30 35 3 6
PS Barramento Virtual
18 17 19
10 15 16
23 24 38 37 40 39 41 52 42 45 47 49 44 43
26 36
28
34
59 51 54 56 58 62 63 60 61
53
55
57
46 48 50
A rede de distribuio de Barrosas uma rede de Mdia Tenso (MT) de 15kV, sem integrao de produo dispersa, constituda por 63 linhas e 63 barramentos. Na Figura 5.1, os barramentos representados por um crculo preto so barramentos tpicos de consumo, ou seja, Postos de Transformao (PTs). Os barramentos, representados por quadrados pretos, so barramentos sem carga, ou seja, Postos de Seccionamento (PS). Na rede de Barrosas existe 27 PS, que so utilizados como medidas virtuais, e 35 PTs. Na Tabela 5.1 apresenta-se a caracterizao dos 35 PTs da rede de Barrosas, quanto ao tipo, ou seja, Posto de Transformao de Cliente (PTC) ou Posto de Transformao de Distribuio (PTD). E quanto, ao tipo construtivo, ou seja, PT de cabine alta, PT de cabine baixa ou PT areo. Tabela 5.1 Caracterizao dos Barramentos de Carga Barramento 3 5 6 8 10 11 14 16 18 19 21 23 24 26 28 31 34 35 37 38 Designao PTC 3 PTD 5 PTC 6 PTC 8 PTC 10 PTD 11 PTD 14 PTD 16 PTC 18 PTC 19 PTC 21 PTC 23 PTC 24 PTD 26 PTD 28 PTD 31 PTD 34 PTC 35 PTD 37 PTC 38 Tipo PTC PTD PTC PTC PTC PTD PTD PTD PTC PTC PTC PTC PTC PTD PTD PTD PTD PTC PTD PTC Tipo Construtivo Areo - AS Areo AI Cabine Alta Cabine Alta Cabine Alta Cabine Alta Cabine Baixa Cabine Alta Areo AS Cabine Alta Cabine Alta Cabine Alta Cabine Alta Cabine Alta Areo AI Cabine Baixa Areo AI Areo AI Cabine Baixa Cabine Baixa
39 40 43 45 47 49 50 52 53 55 57 59 60 61 63
PTD 39 PTD 40 PTD 43 PTC 45 PTD 47 PTD 49 PTD 50 PTD 52 PTC 53 PTC 55 PTD 57 PTC 59 PTD 60 PTC 61 PTD 63
PTD PTD PTD PTC PTD PTD PTD PTD PTC PTC PTD PTC PTD PTC PTD
Cabine Alta Cabine Baixa Cabine Alta Areo AS Cabine Alta Areo AI Areo AS Cabine Baixa Cabine Alta Cabine Alta Cabine Alta Areo AI Areo AS Areo AS Areo - AI
Para cada PT existe um perfil tpico estimado de potncia activa e reactiva consumida, para dias teis, Sbados e Domingos. O que permite conhecer uma estimativa do consumo de potncia activa e reactiva em todas as 8760 horas do ano. Nos Anexos A, B e C encontram-se, respectivamente, os perfis de potncia activa consumida nos PTDs, os perfis de potncia activa consumida nos PTCs e os perfis de potncia reactiva consumida em todos os PTs da rede de Barrosas.
Estas so as nicas medidas disponveis em toda a rede de Barrosas, sendo os respectivos valores enviados, atravs do sistema de comunicao, para o centro de controlo. Portanto, o controlo desta rede tem sido realizado apenas com as medidas em tempo-real da subestao.
Em que,
Onde,
a matriz Jacobiano e
Ento, a metodologia proposta para a localizao estratgica de medidas de tenso consiste em executar o algoritmo de estimao de estados, calcular as incertezas das estimativas de tenso atravs da Equao 5.1, e posteriormente analisar se o valor mximo fixado para a incerteza das variveis de estado violado num ou mais barramentos da rede. Em caso afirmativo, a metodologia admite a instalao de um equipamento de medida no barramento que regista maior incerteza na estimativa da tenso. O processo repetido at que as exigncias de preciso das estimativas de tenso sejam verificadas em todos os barramentos da rede. A Figura 5.2 esquematiza o mtodo para a localizao de medidas de tenso na rede de distribuio:
Esta metodologia recorre execuo do EE, sendo portanto necessrio, medidas em tempo-real e pseudo-medidas para inicializar o processo de localizao de novos pontos de medio na rede. possvel estabelecer, atravs da metodologia apresentada, um bom compromisso entre a preciso das estimativas e a simplicidade computacional. No entanto, no existe garantia da optimalidade da soluo face aos recursos econmicos, uma vez que, no se considera as limitaes em termos financeiros do problema.
a . Ferramenta POWER WORLD O software POWER WORLD um simulador de trnsito de potncias que foi utilizado para determinar o vector de estados assumido como real. A rede de Barrosas foi desenhada no POWER WORLD de acordo com as suas caractersticas e a sua topologia real, para estabelecer os verdadeiros valores das tenses nos barramentos, no cenrio de mximo consumo. Os valores das medidas foram determinados pela resoluo do trnsito de potncias atravs do POWER WORLD, sendo as medidas assumidas como reais aleatoriamente perturbadas para simular o erro da medida.
b . Perfil da Tenso Estimada versus Perfil da Tenso assumida como Real A Figura 5.3 mostra o perfil de tenso estimada e o perfil de tenso assumida como real, no cenrio de mximo consumo.
Figura 5.3 - Perfil de tenso assumida como real e tenso estimada no cenrio de mximo consumo
A validao do algoritmo de estimao de estados foi realizada considerando que: As medidas em tempo-real so as grandezas actualmente recolhidas e enviadas para o centro de controlo, ou seja, mdulo da tenso no barramento de 15kV da subestao e fluxo de potncia activa na linha 12 da rede de Barrosas. A incerteza das estimativas de carga fixada em para todas as cargas da rede de Barrosas. A incerteza das medidas em tempo-real fixada em tenso e para medidas de fluxo de potncia activa. A varincia das medidas virtuais fixada em . para as medidas de
Nestas condies, o EE foi executado 500 vezes perturbando de forma aleatria as medidas, para simular o erro da respectiva medida. A mdia da incerteza na estimativa de tenso obtida est representada na Figura 5.4:
Tenso [p.u.]
Incerteza %
Figura 5.4 Incerteza na estimativa da tenso para 500 execues do Estimador de Estados
Fixando-se o valor mximo admitido para a incerteza na estimativa da tenso em , ento verifica-se que o limite de incerteza violado em praticamente todos os barramentos da rede de Barrosas. O pico de incerteza ocorre no barramento 55 com valor mdio aproximadamente . Portanto, conclu-se que necessria a recolha de mais medidas em tempo-real, para que o EE possua a performance desejada para a rede de Barrosas. Na Seco 5.4 so apresentados diversos estudos realizados para avaliar a performance do EE na rede de Barrosas, perante diferentes condies de execuo do algoritmo de EE.
Nesta Seco so apresentados estudos que permitem avaliar o efeito das diferentes variveis na performance do EE, implementado na rede de Barrosas. Todos os estudos no consideram a alterao da configurao da rede de Barrosas, ou seja, considera-se que esta rede apenas admite a configurao da Figura 5.1. Assim, a performance do EE foi avaliada em diferentes cenrios, cuja anlise e resultados se apresentam nos Pontos 5.4.1 at 5.4.5.
Ento, o valor mdio da incerteza na estimativa da tenso, resultante de 500 execues do algoritmo de estimao de estados, ultrapassa o limite de estabelecido. Assim, o mtodo de localizao estratgica de medidas, apresentado na Seco 5.2 utilizado para seleccionar a localizao de novas medidas de tenso, a recolher em tempo-real da rede. No entanto, a implementao do EE numa rede real obriga considerao de outras restries, nomeadamente na localizao de novas medidas de tenso. Isto porque, de acordo com o operador da rede de distribuio, a leitura em tempo-real do mdulo da tenso no pode ser realizada em Postos de Seccionamento (PS) nem em Postos de Transformao (PTs) areos. Perante estas restries, a instalao de novos equipamentos de medida na rede de Barrosas, limita-se aos barramentos referidos na Tabela 5.2: Tabela 5.2 Barramentos permissveis para a leitura em tempo-real do mdulo da tenso Barramento 6 8 10 11 14 16 19 21 23 24 26 31 37 Designao PTC 6 PTC 8 PTC 10 PTD 11 PTD 14 PTD 16 PTC 19 PTC 21 PTC 23 PTC 24 PTD 26 PTD 31 PTD 37 Tipo Construtivo Cabine Alta Cabine Alta Cabine Alta Cabine Alta Cabine Baixa Cabine Alta Cabine Alta Cabine Alta Cabine Alta Cabine Alta Cabine Alta Cabine Baixa Cabine Baixa
38 39 40 43 47 52 53 55 57
Cabine Baixa Cabine Alta Cabine Baixa Cabine Alta Cabine Alta Cabine Baixa Cabine Alta Cabine Alta Cabine Alta
Referindo-se Figura 5.4, o valor mximo da incerteza na estimativa da tenso ocorre no barramento 55, onde de acordo com a Tabela 5.2, na prtica possvel a recolha do valor da magnitude da tenso em tempo-real. A Figura 5.5 possibilita a comparao da performance do EE com 1 medida de tenso localizada no barramento 1 e com 2 medidas de tenso localizadas nos barramentos 1 e 55.
Inceteza %
1,2 1,0 0,8 0,6 0,4 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 Nmero Barramento 1 medida de tenso 2 medidas de tenso
A Figura 5.5 mostra que h uma melhoria da preciso dos resultados do EE com 2 medidas de tenso recolhidas em tempo-real. Com duas medidas, a incerteza na estimativa da tenso inferior ao limite considerado de em todos os barramentos da rede. Portanto, nestas
condies duas medidas de tenso so suficientes para garantir o nvel de preciso desejado nos resultados do EE. No caso de existir possibilidade de adicionar outra medida de tenso, o local escolhido seria o barramento 31, uma vez que, dos barramentos possveis para a instalao de equipamentos de medida, aquele que regista o maior valor de incerteza na estimativa da tenso.
11
21
31
41
51
61
Figura 5.6 Incerteza na estimativa da tenso. Estimao com duas medidas de tenso em locais diferentes
Observa-se que a localizao de medidas nas extremidades da rede (Barramentos 63 e 34) no elimina o pico de incerteza existente no barramento 55, onde o nvel de impreciso se mantm elevado.
Em contrapartida, o resultado com as duas medidas de tenso situadas nos barramentos 1 e 55 mais regular e a incerteza menor na maioria dos barramentos.
E o EE foi executado considerando quatro nveis de incerteza nas medidas de tenso, respectivamente , , e , os resultados so apresentados na Figura 5.7.
Figura 5.7 - Incerteza na estimativa da tenso. Estimao com duas medidas de tenso de diferente incerteza.
Incerteza %
A forma das quatro curvas praticamente a mesma, mas o resultado melhora significativamente com o aumento da preciso do sistema de medio da tenso. Com duas medidas de tenso e um erro de medio de 1%, a incerteza obtida a partir do EE no viola o limite de estabelecido. No entanto, se o erro dos sistemas de medio no for majorado em , ento mais medidas de tenso so necessrias para que os resultados do EE sejam aceitveis. Considere-se que os sistemas de medio reais tm um erro de . Ento o mtodo de localizao estratgica de medidas, definido na Seco 5.2, foi utilizado para determinar a melhor localizao das novas medidas de tenso. Nos estudos realizados, a restrio estabelecida pelo operador da rede de distribuio sobre a instalao de equipamento de medida apenas em PTs no areos foi considerada. A Figura 5.8 apresenta a evoluo dos resultados quando se aumenta o nmero de medidas de tenso com uma incerteza de .
1,0 Incerteza %
0,8
0,6
Figura 5.8 - Incerteza na estimativa da tenso. Estimao com duas e trs medidas de tenso de 1.5% de incerteza
Observa-se que para um erro de medio de , so necessrias trs medidas de tenso, para se obter do EE uma incerteza na estimativa das tenses inferior a , em todos os barramentos da rede de Barrosas.
Do mesmo modo, a Figura 5.9 apresenta a evoluo dos resultados quando se aumenta o nmero de medidas de tenso com uma incerteza de .
Figura 5.9 - Incerteza na estimativa da tenso. Estimao com diferente nmero de medidas de tenso de 2% de incerteza
Para uma incerteza nas medidas de tenso de so necessrias 5 medidas de tenso, localizadas respectivamente nos barramentos 1, 31, 53, 55 e 57, para que a incerteza da estimativa de tenso seja inferior a , em todos os barramentos da rede de Barrosas. Os resultados obtidos sugerem que a preciso das medidas de tenso tem uma forte influncia na performance do EE.
Incerteza %
Duas medidas de tenso nos barramentos 1 e 55 Uma medida de fluxo potncia activa na linha 12 Incerteza das medidas de fluxo de potncia em Varincia das medidas virtuais
O caso base foi considerado e os resultados foram obtidos variando a incerteza das pseudo-medidas entre e (em passos de 10 em 10), para diferentes nveis de incerteza nas medidas de tenso. Os casos analisados foram os da Tabela 5.3.
Combinao Estudada
A Figura 5.10 mostra o resultado em termos de incerteza na estimativa da tenso para o caso 1 at caso 7, com um nvel de de incerteza nas medidas de tenso, considerando respectivamente uma incerteza entre e nas estimativas de carga.
Figura 5.10 - Incerteza na estimativa da tenso. Estimao com medidas de tenso de 0.5% de incerteza e diferentes valores de incerteza das pseudo-medidas
Observa-se que com uma incerteza de nas medidas de tenso, a incerteza resultante do EE sempre inferior a , em todos os barramentos da rede de Barrosas, mesmo para uma incerteza de nas pseudo-medidas. Isto significa que, garantindo-se uma incerteza de nas medidas de tenso, ento com duas medidas tenso, localizadas nos barramentos 1 e 55, consegue-se um desempenho satisfatrio do EE. A Figura 5.11 mostra os resultados para o caso 15 at 14, ou seja, para uma incerteza de nas medidas de tenso e as respectivas variaes da incerteza nas pseudo-medidas.
0,6
1 11
Caso 8 Caso 10 Caso 12 Caso 14
21 31 41 Nmero Barramento
Caso 9 Caso 11 Caso 13
51
61
Figura 5.11 - Incerteza na estimativa da tenso. Estimao com medidas de tenso de 1% de incerteza e diferentes valores de incerteza das pseudo-medidas
Verifica-se que, com uma incerteza de nas duas medidas de tenso, o valor mximo de incerteza resultante do EE, pontualmente superior a , apenas com uma incerteza de nas pseudo-medidas. Para os valores de incerteza nas pseudo-medidas abaixo de , o EE garante uma estimativa da tenso, em todos os barramentos da rede de Barrosas, com nveis de incerteza perfeitamente aceitveis. Com de incerteza nas pseudomedidas seria necessrio adicionar mais medidas de tenso em tempo-real, pois as duas medidas de tenso localizadas nos barramentos 1 e 55 no so suficientes para garantir um desempenho aceitvel do EE, em todos os barramentos da rede de Barrosas. A Figura 5.12 mostra os resultados para o caso 15, ou seja, para uma incerteza de nas medidas de tenso e uma incerteza de nas pseudo-medidas.
11
21
31
41
51
61
Nmero Barramento
Caso 15
Figura 5.12 - Incerteza na estimativa da tenso. Estimao com medidas de tenso de 1.5% de incerteza e diferentes valores de incerteza das pseudo-medidas
Os resultados mostram que, com uma incerteza bastante optimista de nas pseudomedidas, duas medidas de tenso no so suficientes para garantir uma incerteza nos resultados do EE inferior a . Pode-se concluir que, o mesmo acontece para valores de incerteza nas pseudo-medidas superiores , pois quanto maior a incerteza das medidas piores sero os resultados do EE. Portanto, se os sistemas de medio da rede de Barrosas tm um erro igual ou superior a , ento, necessrio recolher mais medidas de tenso ao longo da rede.
0,9
Incerteza %
0,8
0,7
0,6
11
21
31
41
51
61
Nmero Barramento Com fluxo de potncia na linha 12 Sem fluxo potncia na linha 12
Figura 5.13 - Incerteza na estimativa da tenso. Estimao com e sem a medida de fluxo de potncia na linha 12 da rede de Barrosas
A Figura 5.13 mostra que a estimao de estados, sem a medida de fluxo de potncia na linha 12 da rede de Barrosas, garante resultados com uma incerteza inferior 1% em todos os barramentos da rede. Portanto, uma falha nos equipamentos de comunicao ou de medida de fluxo de potncia no condiciona o desempenho do EE. As curvas mostram que a estimativa de estados com a medida de fluxo de potncia proporciona uma melhoria na preciso da estimativa da tenso nos barramentos prximos da linha 12. Neste caso, a melhoria local, a incerteza noutras regies permanece praticamente igual.
Performance do Estimador de Estados na Rede de Barrosas 69 Tabela 5.4 Performance do Estimador de Estados com apenas a medida de tenso no barramento 15kV da subestao Incerteza das Medidas de Tenso Sim Incerteza na Estimativa da Tenso inferior a ? Sim Sim Sim Sim Sim No No No No No No No No No No No No No No No Incerteza das Estimativas de Carga
Com apenas uma medida de tenso, a incerteza associada estimativa de tenso inferior a nos casos em que a incerteza das medidas de tenso igual a e a incerteza das pseudo-medidas menor que . A Tabela 5.5 indica a performance do EE em diferentes simulaes com duas medidas de tenso recolhidas nos barramentos 1 e 55 da rede de Barrosas. Tabela 5.5 - Performance do Estimador de Estados com duas medidas de tenso Incerteza das Medidas de Tenso Sim Incerteza na Estimativa da Tenso inferior a ? Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim No No No No No No No No Incerteza das Estimativas de Carga
A Tabela 5.5 mostra que com duas medidas de tenso, a incerteza associada estimativa de tenso viola o limite estabelecido de , se a incerteza das medidas de tenso for igual ou superior a . Analogamente, se a incerteza das medidas de tenso for de 1% e a incerteza das pseudo-medidas igual a 70%, ento, os resultados obtidos do EE no so satisfatrios. A Tabela 5.6 indica a performance do EE em diferentes simulaes com trs medidas de tenso recolhidas nos barramentos 1, 31 e 55 da rede de Barrosas.
70 Principais Concluses e Possveis Trabalhos Futuros Tabela 5.6 - Performance do Estimador de Estados com trs medidas de tenso Incerteza das Medidas de Tenso Sim Incerteza na Estimativa da Tenso inferior a ? Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim No Sim Sim Sim Sim Sim No No Incerteza das Estimativas de Carga
Com trs medidas de tenso, a incerteza associada estimativa de tenso superior a quando a incerteza das medidas em tempo-real for maior que . Analogamente, se a incerteza das medidas de tenso for igual a e a incerteza das pseudo-medidas maior que , ento tambm so necessrias mais medidas em tempo-real para se obter do EE a performance desejada. A Tabela 5.7 mostra a performance do EE em diferentes simulaes com quatro medidas de tenso recolhidas nos barramentos 1, 31, 55 e 57 da rede de Barrosas. Tabela 5.7 - Performance do Estimador de Estados com quatro medidas de tenso Incerteza das Medidas de Tenso Sim Incerteza na Estimativa da Tenso inferior a ? Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Sim Incerteza das Estimativas de Carga
Com quatro medidas de tenso, a incerteza associada estimativa de tenso inferior a se e s se a incerteza das medidas de tenso for menor ou igual a . Todas as simulaes realizadas foram executadas 500 vezes, sendo que, as medidas assumidas como reais foram aleatoriamente perturbadas, em cada uma das vezes que se executou o EE, para simular o erro da medida. Em todas as simulaes o algoritmo convergiu em menos de 40 iteraes e em menos de 15 segundos.
Sumrio 71
5.6 - Sumrio
Neste captulo diversos estudos sobre a utilizao do Estimador de Estados (EE) na rede de Barrosas foram apresentados e analisados. Diferentes simulaes foram realizadas variando o nmero, a localizao e a incerteza das medidas em tempo-real, bem como, a incerteza das pseudo-medidas. A influncia de cada um destes parmetros, nos resultados do EE aplicado rede de Barrosas, foi avaliada. Os resultados sugerem que para se obter estimativas de tenso mais precisas necessrio recolher novas medidas em tempo-real da rede. Para a seleco das novas grandezas a medir e da sua localizao foi proposto um algoritmo de localizao estratgica de medidas, para melhorar a preciso dos resultados do EE. O algoritmo proposto determina a melhor localizao de novas medidas de tenso, de tal forma que atravs do conhecimento destas medidas, a incerteza das estimativas de tenso seja limitada a . Portanto, o algoritmo para a localizao estratgica de medidas utiliza o prprio EE para avaliar a confiana nos resultados, e averiguar a necessidade da recolha de novas medidas de tenso em tempo-real. Dos resultados obtidos verifica-se que a incerteza das medies de tenso tem uma forte influncia na preciso das estimativas de tenso provenientes do algoritmo de estimao de estados. J a incerteza associada s estimativas de carga no um factor to determinante nos resultados do EE. O sucesso do algoritmo de estimao de estados depende da disponibilidade de um conjunto de medidas em quantidade suficiente e bem distribudas pela rede. Uma estimativa da tenso, com uma incerteza inferior a em todos os barramentos da rede de Barrosas, sem necessidade de novas medidas de tenso, possvel se a preciso das medidas de tenso for de e a incerteza das estimativas de carga de menor ou igual a . Caso contrrio, necessrio investir em novos equipamentos de medida e infraestruturas de comunicao para a leitura em tempo-real da tenso em novos locais da rede. O sucesso da implementao do EE na rede de Barrosas garantido, com apenas mais uma medida de tenso, localizada no barramento 55, para uma incerteza de nas medidas de tenso e uma incerteza at nas estimativas de carga. Contudo se a incerteza das pseudo-medidas aumentar para , ento so necessrias trs medidas, localizadas nos barramentos 1, 31 e 55, para se obter uma estimativa da tenso com uma incerteza inferior a 1% em todos os barramentos da rede. O impacto das medidas de fluxo de potncia activa recolhidas em tempo-real foi tambm investigado. Se a medida de fluxo de potncia activa na linha 12 da rede de Barrosas no estiver disponvel devido a uma falha no sistema de medida ou comunicao, uma estimativa satisfatria da tenso igualmente garantida.
resoluo do problema de estimao de estados. Assim, a aplicao do EE na rede de distribuio baseada nas medidas da subestao, pseudo-medidas, medidas virtuais e algumas medidas em tempo-real localizadas em pontos crticos. O principal objectivo da localizao de medidas em pontos estratgicos da rede completar as pseudo-medidas com medidas em tempo-real, tal que a incerteza associada estimativa da tenso seja satisfatria. No entanto, a aplicao em tempo-real de um EE exige o conhecimento, em cada momento que o estimador executado, do valor das pseudo-medidas. Por isso, o mtodo de estimao de cargas no pode apenas estimar pontas dirias de consumo, mas deve estimar uma variao normal das cargas ao longo do dia. Por isso, neste trabalho, propem-se um mtodo para estimar as curvas de carga nos PTs, atravs do tratamento estatstico de curvas reais obtidas pelo operador da rede de distribuio. O mtodo de estimao de cargas foi utilizado para estimar as curvas de carga nos PTs de uma rede de distribuio real, denominada por rede de Barrosas. Vrios estudos foram realizados, para avaliar a performance do EE na rede de Barrosas e o sucesso no caso de uma verdadeira implementao real. Com as simulaes efectuadas o algoritmo de estimao de estados e o mtodo proposto para a localizao estratgica de medidas foram validados. Dos resultados obtidos verifica-se que a incerteza das medies de tenso tem uma forte influncia na preciso das estimativas de tenso determinadas pelo algoritmo de estimao de estados. J a incerteza associada s estimativas de carga no um factor to determinante nos resultados do EE. Verifica-se tambm, que o sucesso do algoritmo de estimao de estados depende da disponibilidade de um conjunto de medidas em quantidade suficiente e bem distribudas pela rede. Para a rede de Barrosas, conclu-se que o EE possui a performance desejada, ou seja, estima as tenses em todos os barramentos com uma incerteza inferior a , nas seguintes condies de funcionamento:
Para uma incerteza nas medidas de tenso majorada em , com apenas a medida em tempo-real da subestao (barramento 1), desde que a incerteza das pseudo-medidas seja no mximo de . Para uma incerteza nas medidas de tenso majorada em , com duas medidas
em tempo-real, localizadas nos barramentos 1 e 55, desde que a incerteza das pseudo-medidas seja no mximo de . Para uma incerteza nas medidas de tenso majorada em , com trs medidas em tempo-real, localizadas nos barramentos 1, 31 e 55, para uma incerteza das pseudo-medidas de . Para uma incerteza nas medidas de tenso majorada em , com trs
medidas de tenso, localizadas nos barramentos 1, 31 e 55, desde que a incerteza das pseudo-medidas seja no mximo de .
Trabalhos Futuros 75
Para uma incerteza nas medidas de tenso majorada em , com quatro medidas em tempo-real nos barramentos 1, 31, 55 e 57, para uma incerteza nas pseudo-medidas de ou .
Para incertezas de tenso maiores so obrigatoriamente necessrias mais medidas em tempo-real. Contudo, considera-se que os valores estudados so suficientes para majorar o erro introduzido pelo sistema de medio nas medidas de tenso recolhidas em tempo-real. Verifica-se que a aumento da incerteza das medidas de tenso influncia fortemente os resultados do EE. A incerteza nas pseudo-medidas ou estimativas de cargas no um factor to determinante nos resultados do EE, como a incertezas das medidas em tempo-real. Mas uma boa estimao de cargas contribui para reduzir o nmero de medidas em tempo-real, necessrias para obter-se um EE com a performance desejada. Para compreender o tipo de estimao de cargas necessria na rede de Barrosas, o EE foi simulado para valores de incerteza nas pseudo-medidas entre e , variando-se em passo de dez em dez. Este intervalo de incerteza foi seleccionado com a inteno de abranger uma estimativa de cargas bastante optimista, que com uma incerteza de , e uma estimativa de cargas praticamente sem utilidade, que com uma incerteza de . A aplicao do EE na rede de Barrosas com sucesso exige um diferente nmero de medidas consoante a incerteza das medidas de tenso e das pseudo-medidas. Tambm se afirma que, a implementao de um algoritmo de estimao de estados na rede de Barrosas constitui uma metodologia rpida e eficiente, para conhecer o estado da rede, pois em todas as simulaes realizadas o EE convergiu em menos de 40 iteraes e em menos de 15 segundos. Finalmente, refere-se que a adaptao do mtodo dos mnimos quadrado ponderados rede de distribuio, utilizando estimativas de carga como pseudo-medidas e adicionando novas medidas de tenso em locais crticos da rede, torna possvel estimar a tenso com uma incerteza reduzida, o que comprovado com a aplicao na rede de Barrosas desenvolvida neste trabalho.
implicao desta considerao na operao da rede, nomeadamente a necessidade de reduzir o perodo de execuo do EE, deve ser investigada. Reunir um conjunto de medidas suficientes do consumo de potncia activa e reactiva em todos os clientes de Baixa Tenso (BT) da rede de Barrosas, e posteriormente estimar o perfil de cargas dirio em todos os Postos de Transformao de Distribuio (PTDs), nas diferentes pocas do ano. Aps uma verdadeira implementao do EE na rede de Barrosas, sugere-se testar o algoritmo em tempo-real num perodo longo, como por exemplo um ano, e verificar a validade dos resultados e a efectiva importncia do EE na operao da rede de distribuio. Aplicar o Estimador de Estados numa rede de distribuio real com gerao distribuda.
Referncias
[1] Wang S; Distributed Generation and its effect on Distribution Network System, Cired 20th International Conference, 2009, pp. 1-4. [2] Abur, Ali; Expsito, Antonio Gmez (2004) Power system state estimation: theory and implementation, CRC Press, New York, ISBN: 0-8247-5570-7. [3] Shafiu A.; Thornley V.; Jenkins N.; Strbac G.; Maloyd A.; Control of Active Netwoks, CIRED 18th International Conference, 2005. [4] Ferreira, Isabel; A estimao de estado de Sistemas Elctricos de Energia, Departamento de Engenharia Electrotcnica e de Computadores, Faculdade de Engenharia da Universidade do Porto, 1995. [5] Lu, C. N.; Teng, J. H.; Liu W. H. E.; Distribution system state estimation, IEEE Transactions on Power Systems, Vol. 10, No.1, February 1995, pp. 229-240. [6] Ghosh A. K.; Lubkeman D. L.; Jones R. H.; Load modeling for distribution circuit state estimation, IEEE Transactions on Power Delivery, Vol. 12, No.2, April 1997. [7] Shafiu, A.; Jenkins N.; Strbac, G.; Measurement location for state estimation of distribution networks with generation, Generation, Transmission and Distribution, IEE Proceedings, Vol.152, Issue 2, 2005, pp. 240 246. [8] Gouveia C.; Leite H.; Ferreira I.; Voltage and Current Sensor for Estimation in Distribution Network with Generation International Conference on Renewable Energies and Power Quality, 2010. [9] Schweppe, F.C.; Wildes, J.; Power System Static-State Estimation, Part I: Exact Model, IEEE Transactions on Power Apparatus and Systems, Vol. PAS-89, Issue 1, 1970, pp. 120 125.
Referncias 79
[10] Schweppe, F.C.; Rom, D. B.; Power System Static-State Estimation, Part II: Approximate Model, IEEE Transactions on Power Apparatus and Systems, Vol. PAS-89, Issue 1, 1970, pp. 125 130. [11] Schweppe, F.C.; Power System Static-State Estimation, Part III: Implementation, IEEE Transactions on Power Apparatus and Systems, Vol. PAS-89, Issue 1, 1970, pp. 130 135. [12] Schweppe, F.C.; Heschpt, E.J.; Static state estimation in electric power systems, Proceedings IEEE, Vol. 62, No. 7, 1974. [13] K. Li, State estimation for power distribution system and measurement impacts, IEEE Transactions on Power Systems, Vol. 11, No. 2, May 1996. [14] Baran, M.E.; Kelley, A.W.; A branch-current-based state estimation method for distribution systems, Power Systems, IEEE Transactions on Volume 10, Issue 1, Feb. 1995, pp. 483 491. [15] Lin W.M.; Teng J.H.; Distribution fast decoupled state estimation by measurement pairing, IEE Proceedings-Generation, Transmission and Distribution, 1996, 143, (1), pp. 4348. [16] Singh, R.; Pal, B.C.; Jabr, R.A. Jabr; Choice of estimator for distribution system state estimation, IET Generation, Transmission & Distribution, 2009, Vol. 3, Iss. 7, pp. 666 678. [17] Ghosh A.K.; Lubkeman D.L.; Downey M.J.; Jones R.H.; Distribution circuit state estimation using a probabilistic approach, IEEE Trans. Power Syst., 1997, 12, (1), pp. 45 51. [18] Pereira, J.; Saraiva, J. T.; Miranda, V.; Na Integrated Load Allocation/State Estimation Approach for Distribution Networks, International Conference on Probabilistic Methods Applied to Power Systems, 2004, pp. 180-185. [19] Roytelman I.; Shahidehpour S. M.; State estimation for electric power distribution systems in quasi real-time conditions, IEEE Transactions on Power Delivery, Vol. 8, No. 4, October 1993. [20] Hird, C.M.; Leite, H.; Jenkins, N.; Li, H.; Network Voltage Controller for Distributed Generation, Generation, Transmission and Distribution IEE Proceedings, Vol. 151, No.2, 2004, pp. 150-156. [21] Baran, M. E.; Kelly, A. W.; State estimation for real-time monitoring of distribution systems, IEEE Transactions on Power Systems, Vol. 9, No. 3, August 1994, pp. 1601-1609.
80 Referncias
[22] Wang H.; Schulz N.N.; A Load Modeling Algorithm for Distribution System State Estimation, Transmission and Distribution Conference and Exposition, Vol.1, 2001, pp. 102-105. [23] Andersson A.; Jansson A.; Klevas J.; Model for Load Simulations by Means of Load Pattern Curves, In CIRED International Conference and Exhibition on Electricity Distribution, Bringhton, UK, 1989. [24] Jardini J. A.; Tahan C. M. V.; Gouva M. R.; Ahn S. U.;. Figueiredo F. M; Daily Load Profiles for Residential, Commercial and Industrial Low Voltage Consumers, IEEE Transactions on Power Delivery, Vol. 15 no. 1, 2000. [25] Wang T.; Mingtian F.; A novel Load Estimation Method in Distribution Network, Power System Technology-International Conference, Vol. 1, 1998, pp. 567-571. [26] Kuo H.; Hsu Y.; Distribution System Load Estimation and Service Restoration Using a Fuzzy Set Approach, IEEE Transactions on Power Delivery, Vol. 8, No. 4, 1993, pp. 19501957. [27] Fan J.; McDonald J.; A Real-Time Implementation of Short-Term Load Forecasting for Distribution Power Systems, IEEE Trans. On Power Systems, Vol. 9, No. 2, May 1994, pp. 988-994. [28] Ramesh L.; Choudhury S. P.; Chowdhury S.; Crossley P. A.; Electrical Power System State Estimation Meter PlacementA Comparative Survey Report, Electric Power Components and Systems, Vol.36, Issue 10, 2008, pp. 1115 1129. [29] Baran, M.E.; Zhu, J.X.; Kelly, A.W.; Meter placement for Real-Time Monitoring of Distribution Feeders, IEEE Trans. on Power Systems, 1996, 11, (1), pp. 332337. [30] Jos Sucena Paiva, Redes de energia elctrica Uma anlise sistemtica, Lisboa, IST Press, 2005, ISBN: 972-8469-34-9F. [31] Guimares, Rui Campos; Estatstica, Lisboa, McGraw-Hill, 1998, ISBN: 972-8298-45-5. [32] CELIK M.K.; LIU W.H.E.; An incremental measurement placement algorithm for state estimation, IEEE Trans. Power Syst., Vol. 10, No.3, 1995, pp. 16981703. [33] Handschin E.; Schweppe F.C.; Kohlas J.; Fiechter A.; Bad data analysis for power system state estimation, IEEE Transactions on Power Apparatus and Systems, Vol. PAS94, No. 2, March/April 1975. [34] Campilho, A.; Instrumentao electrnica: Mtodos e tcnicas de medio, Porto, Edies FEUP, 2000. ISBN: 972-752-042-1.
Referncias 81
[35] Guia de Medio, Leitura e Disponibilizao de Dados aprovado pela Entidade Reguladora dos Servios Energticos. [36] A. Francisquini; Estimao de Curvas de Carga em pontos de consumo e em transformadores de distribuio, Tese de Mestrado, Faculdade de Engenharia da Ilha Solteira, Maro de 2006. [37] EDP Distribuio S.A, Website, www.edpdistribuicao.pt, visitado em 18/11/2010. [38] Vagner Morais; Cludio Vieira, Matlab 7 & 6 Curso Completo, Lisboa, FCA, 2006, ISBN: 972-722-354-0.
Anexo A
Curvas de Potncia Activa estimadas para os Postos de Transformao de Distribuio da Rede de Barrosas
A Tabela A.1 apresenta a caracterizao atribuda aos Postos de Transformao de Distribuio (PTDs) da rede de Barrosas, ou seja, PTD tipicamente residencial ou comercial, consoante a localizao geogrfica de cada PTD. Tabela A.1 - Caracterizao dos Postos de Transformao da Rede de Barrosas Designao do PTD D5 D11 D14 D16 D26 D28 D31 D34 D37 D39 D40 D43 D47 D49 D50 D52 Caracterizao Residencial Residencial Comercial Residencial Residencial Residencial Residencial Residencial Comercial Residencial Comercial Residencial Residencial Residencial Residencial Residencial
Anexo A 83
As Figuras A.1 at A.19 mostram as curvas de potncia activa consumida estimadas para os PTDs da rede de Barrosas, num dia til, na poca de Vero.
84 Anexo A
Anexo A 85
80
60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Figura A.6 - Perfil dirio de potncia activa consumida no PTD 28
Hora/Dia
Figura A.7 - Perfil dirio de potncia activa consumida no PTD 31
86 Anexo A
50
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Figura A.10 - Perfil dirio de potncia activa consumida no PTD 39
Anexo A 87
Hora/Dia
Figura A.12 - Perfil dirio de potncia activa consumida no PTD 43
Hora/Dia
Figura A.13 - Perfil dirio de potncia activa consumida no PTD 47
Hora/Dia
Figura A.14 - Perfil dirio de potncia activa consumida no PTD 49
88 Anexo A
Anexo A 89
Anexo B
Curvas de Potncia Activa estimadas para os Postos de Transformao de Cliente da Rede de Barrosas
As Figuras B.1 at B.16 mostram as curvas de potncia activa consumida nos Postos de Transformao de Cliente (PTCs) da rede de Barrosas, em dias teis e de fim-de-semana.
Anexo B 91
40
20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Dias teis Dias fim-de-semana
92 Anexo B
Anexo B 93
94 Anexo B
250
200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Dias teis Sbados Domingos
Anexo B 95
96 Anexo B
Anexo B 97
98 Anexo B
2
1,5 1 0,5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Dias teis e fim-de-semana
Anexo C
Anexo C 101
102 Anexo C
25
20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Dias teis Dias Fim-de-Semana
90 80
70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Dias teis Dias Fim-de-Semana
Anexo C 103
120
100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Figura C.7 - Perfil dirio de potncia reactiva consumida no PTD 14
104 Anexo C
Anexo C 105
3,5
3 2,5 2 1,5 1 0,5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Dias teis Dias Fim-de-Semana
106 Anexo C
Anexo C 107
108 Anexo C
Anexo C 109
60
40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Figura C.19 - Perfil dirio de potncia reactiva consumida no PTD 37
110 Anexo C
Anexo C 111
112 Anexo C
Anexo C 113
10
5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Figura C.27 - Perfil dirio de potncia reactiva consumida no PTD 50
114 Anexo C
10 5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora\Dia
Dia til - Maior propabilidade de Ocorrncia Dia til - Menor probabilidade de Ocorrncia Dia de Fim-de-Semana
Anexo C 115
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Figura C.31 - Perfil dirio de potncia reactiva consumida no PTD 57
116 Anexo C
40
30 20
10
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hora/Dia
Anexo C 117
Anexo D
Mtodo de Cholesky
O mtodo de Cholesky utiliza-se para encontrar a soluo numrica de equaes lineares:
Se
Sendo a equao D.2 conhecida por factorizao de Cholesky em que a matriz triangular inferior e a sua transposta. A aplicao da factorizao de Cholesky resolve o sistema de equaes:
Onde,
Portanto, a vantagem desta factorizao consiste em s ser necessrio determinar a matriz , pois uma matriz simtrica e definida positiva pode ser representada pela forma . Isto significa que o nmero de operaes para resolver um sistema linear fica reduzido a cerca de metade, quando se aplica o mtodo de Cholesky.