Typification of load curves for DSM in Brazil for a smart grid environment

Modelagem matemática da curva de carga de um sistema elétrico real a partir de séries de Fourier

“…As Smart Grids envolvem a utilização de tecnologias da comunicação, automação e computação na rede elétrica, provocando profundas modi cações, principalmente nos sistemas de informação, medição e proteção do SEP (Macedo et al;. A partir da incorporação de novos recursos e equipamentos, é possível desenvolver um sistema elétrico mais e ciente, con ável, exível, otimizado, econômico e ambientalmente correto (Deng et al;.…”

“…O Sistema Elétrico de Potência (SEP) brasileiro foi desenvolvido no século XX, e nos últimos anos, vêm sofrendo inúmeras modi cações, principalmente devido a crescente comercialização de equipamentos elétricos e eletrônicos, que tem ampliado a demanda dos consumidores, alterando seu per l de consumo. Dentre as alterações nos SEPs, destacase a incorporação de tecnologias de informação e automação na rede elétrica, as quais estão relacionadas ao conceito de Smart Grids (i.e., Redes Inteligentes) (Macedo et al;. Essa nova geração de sistemas elétricos visa a modernização do SEP, tornando-o mais seguro, e ciente e econômico, atendendo à crescente demanda pelo fornecimento de energia elétrica de qualidade (Deng et al;.…”

“…A análise do per l de consumo é comumente realizada a partir da construção de curvas típicas de carga, que podem ser entendidas como o registro horário, em um período diário, das demandas de capacidade para os diferentes tipos de consumidores (ANEEL; 2018). O conhecimento dessa curva é de grande importância para as concessionárias e, a partir do desenvolvimento das Smart Grids, também será fundamental para os consumidores, pois permite detectar os pontos de demanda máxima e mínima, favorecendo mudanças de hábitos de consumo e o planejamento dos sistemas (Macedo et al;. Por outro lado, as variações temporais e sazonais afetam diretamente as curvas de carga, representando um desa o à operação do SEP (Balachandra and Chandru;1999) (Marques et al;2016).…”

Modeling electricity load curves with hidden Markov models for demand-side management status estimation

“…With clustering algorithms a set of features derived from the load curve are grouped in a way that features in the same group are more similar to each other than to features in other groups. Clustering algorithms include k ‐means clustering, fuzzy clustering, hierarchical clustering, and self‐organizing mapping …”

“…Clustering algorithms include k-means clustering, fuzzy clustering, hierarchical clustering, and self-organizing mapping. 10,[13][14][15] ANNs are often used to classify load curves whose patterns we know in advance. This is similar to the conditions for load classification used in this paper.…”