Otimização da estratégia volt-var com algoritmo genético centralizado e controle local de inversores inteligentes

Abstract

As redes de distribuição elétrica enfrentam novos desafios com a integração de tecnologias emergentes, como geradores distribuídos, veículos elétricos e bancos de baterias. Esses dispositivos oferecem benefícios significativos, como maior sustentabilidade energética e uma redução considerável da pegada de carbono. No entanto, as redes elétricas, originalmente projetadas para um fluxo de energia centralizado, tiveram a qualidade do fornecimento elétrico e a estabilidade do sistema comprometidas ao se adaptarem a esse ambiente mais dinâmico. Para mitigar esses efeitos e melhorar a integração de novas tecnologias, diversas propostas foram desenvolvidas, destacando-se os controles de tensão e potência reativa, abreviado como controle Volt-Var, apesar que essas estratégias são amplamente estudadas e utilizadas atualmente, é crucial modernizar de forma constantes essas estratégias para uma correta integração aos sistemas elétricos modernos. Esses métodos evoluíram de um simples controle coordenado de dispositivos convencionais, como bancos de capacitores e transformadores com taps de derivação, para estratégias mais avançadas, incluindo controles locais e inversores inteligentes. Este trabalho propõe um controle híbrido Volt-VAr, para a redução de perdas e desvios de tensão em redes de distribuição ativas através de um fluxo de potência probabilístico horário com um período de tempo de uma semana utilizando duas abordagens de controle: um esquema clássico de gerenciamento centralizado para dispositivos Volt-VAr convencionais, no qual a estratégia inicial é determinada na forma de variáveis discretas. Na segunda abordagem, aplica-se um controle local para um inversor inteligente, que permite realizar ajustes dinâmicos por meio de uma injeção contínua de potência reativa. O controle centralizado é realizado através de um algoritmo genético, enquanto o controle local otimiza a regulação sobre a solução proposta pelo algoritmo (AG). O método proposto é avaliado em um modelo de rede de distribuição inteligente com 135 barras. Os resultados alcançados mostram melhorias consideráveis nos perfis de tensão, permitindo alcançar tensões entre 0,97 e 1,0 mesmo sob condições de carga pesada, além de observar uma redução média de 60% nas perdas globais do sistema estudado.

Electrical distribution grids face new challenges with the integration of emerging technologies such as distributed generators, electric vehicles, and battery banks. These devices offer significant benefits, such as greater energy sustainability and a significant reduction in the carbon footprint. However, electrical grids, originally designed for a centralized power flow, have seen their power supply quality and system stability compromised as they adapt to this more dynamic environment. To mitigate these effects and improve the integration of new technologies, several proposals have been developed, most notably voltage and reactive power control, abbreviated as Volt-Var control. Although these strategies are widely studied and used today, it is crucial to constantly modernize them for proper integration into modern electrical systems. These methods have evolved from simple coordinated control of conventional devices, such as capacitor banks and transformers with shunt taps, to more advanced strategies, including local controls and smart inverters. This work proposes a hybrid Volt-VAr control system to reduce losses and voltage deviations in active distribution networks through a probabilistic hourly power flow with a one-week time period. It uses two control approaches: a classic centralized management scheme for conventional Volt-VAr devices, in which the initial strategy is determined in the form of discrete variables. The second approach applies local control to a smart inverter, allowing dynamic adjustments through a continuous injection of reactive power. Centralized control is performed through a genetic algorithm, while local control optimizes regulation based on the solution proposed by the algorithm (GA). The proposed method is evaluated on a smart distribution network model with 135 buses. The results show considerable improvements in voltage profiles, allowing voltages between 0.97 and 1.0 even under heavy load conditions, in addition to observing an average 60% reduction in overall losses in the studied system.