No abstract

O avanço da tecnologia computacional permite o detalhamento cada vez mais completo dos sistemas elétricos de distribuição. Nesse sentido, o artigo propõe o desenvolvimento de uma ferramenta capaz de resolver um problema de Fluxo de Potência Ótimo, cujas redes de distribuição são  modeladas apropriadamente, por meio do Método de Injeção de Correntes a N Condutores. A Função Objetivo consiste na minimização de perdas elétricas totais. Para que tal propósito seja alcançado, é sugerida a estratégia de alocação de um banco de capacitores. Para averiguar a melhor localização desse elemento, é efetuada uma otimização heurística, via Algoritmos Genéticos. Posteriormente, a capacidade do banco é definida via Método dos Pontos Interiores. A união de dois métodos de otimização visa buscar bons resultados mediante um tempo computacional aceitável. Para validação, a metodologia foi testada em topologias baseadas nos sistemas-teste IEEE 4 Barras, IEEE 13 Barras e IEEE 34 Barras.

No abstract

As máquinas de indução são largamente empregadas para acionamento de cargas em ambientes industriais e, atualmente, têm sido cada vez mais utilizadas como geradores em projetos de geração distribuída (GD), devido ao crescente desenvolvimento tecnológico nessa área. Dessa forma, a modelagem correta deste equipamento, tanto para a máquina operando como motor ou gerador, é de extrema importância. O presente artigo objetiva estabelecer comparações acerca de modelos para motores de indução em análises em regime permanente, explicitando os impactos de uma modelagem mais detalhada em relação à representação comumente usada na literatura. O Fluxo de Potência Trifásico é utilizado como ferramenta de simulação neste trabalho e foi solucionado por meio do Método de Injeção de Correntes a N Condutores. O estudo foi feito tendo como base sistemas de distribuição desequilibrados. Para validação dos propósitos desejados, foram realizadas análises nos sistemas IEEE 4 barras, IEEE 13 barras e IEEE 34 barras, com diferentes níveis de desequilíbrio.

O Fluxo de Potência é uma ferramenta vital para análise de sistemas de potência, seja por proporcionar a determinação dos mais diversos parâmetros elétricos em regime permanente, seja por subsidiar outros estudos, como o fluxo continuado ou análise de estabilidade. Sua formulação tradicional requer que sejam informadas variáveis de entrada determinísticas, como as que representam as configurações de geração e carga de determinada topologia. Entretanto, analisar o comportamento de um sistema sob uma perspectiva única apenas avalia uma condição específica de operação – o que não necessariamente traduz a realidade. Caso tal conjectura limitada seja empregada em estudos de planejamento de curto prazo, importantes erros podem ser provocados devido à discrepância entre as variáveis consideradas e aquelas manifestadas na prática. Buscando melhorar essas avaliações, o presente trabalho procura desenvolver e solucionar um problema de Fluxo de Potência Ótimo que apresenta uma formulação multi-cenário por meio do Fluxo de Potência Probabilístico, no qual a demanda do sistema passa a ser representada por uma variável aleatória. Para modelar os diversos cenários, é aplicada uma técnica de agrupamentos chamada K-Means. Buscam-se o posicionamento e dimensionamento ótimos de capacitores fixos e chaveados em sistemas de distribuição desequilibrados, considerando um horizonte de planejamento diário. Para isso, é proposta uma estrutura de otimização que trata de maneira individual cada uma das horas do dia, em uma abordagem que mistura técnicas clássicas e técnicas evolutivas. É alvo de otimização, também, a determinação da estratégia de chaveamento dos capacitores chaveados para cada hora do dia, com o intuito de minimizar o valor esperado das perdas totais diárias e evitar violações de tensão em cenários limítrofes, tendo como referência os valores ditos como aceitáveis de acordo com o Módulo 8 dos Procedimentos de Distribuição. Para aplicar o método proposto, foram feitos testes em topologias desequilibradas: IEEE 13, IEEE 37 e IEEE 123. Em todos os casos, foram constatadas melhoras em relação à energia total perdida e ao perfil de tensão. Além disso, foram levantadas comparações acerca da técnica de Fluxo de Potência Probabilístico desenvolvida, confrontando-a com o tradicional Método de Monte Carlo, possibilitando conclusões a respeito da precisão estatística do método e de seu desempenho computacional favorável.