UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA JÔNATAS BOÁS LEITE DESENVOLVIMENTO DE UM SISTEMA DE GERENCIAMENTO DE ENERGIA (EMS – ENERGY MANAGEMENT SYSTEM) PARA A REDE ELÉTRICA INTELIGENTE (SMART GRID) Ilha Solteira – SP 2015 JÔNATAS BOÁS LEITE DESENVOLVIMENTO DE UM SISTEMA DE GERENCIAMENTO DE ENERGIA (EMS – ENERGY MANAGEMENT SYSTEM) PARA A REDE ELÉTRICA INTELIGENTE (SMART GRID) Tese apresentada à Faculdade de Engenharia – UNESP – Câmpus de Ilha Solteira, para a obtenção do título de Doutor em Engenharia Elétrica. Área de Conhecimento: Automação. Orientador: Prof. Dr. José Roberto Sanches Mantovani Ilha Solteira – SP 2015 Leite Desenvolvimento de umIlha Solteira2015 168 Sim Tese (doutoEngenharia AutomaçãoNão . . FICHA CATALOGRÁFICA Desenvolvido pelo Serviço Técnico de Biblioteca e Documentação Leite, Jônatas Boás. Desenvolvimento de um sistema de gerenciamento de energia (EMS - energy management system) para a rede elétrica inteligente (Smart Grid) / Jônatas Boás Leite. -- Ilha Solteira: [s.n.], 2015 168 f. : il. Tese (doutorado) - Universidade Estadual Paulista. Faculdade de Engenharia de Ilha Solteira. Área de conhecimento: Automação, 2015 Orientador: José Roberto Sanches Mantovani Inclui bibliografia 1. Smart Grid. 2. Sistema de gerenciamento de energia. 3. Simulação de equipamentos elétricos. 4. Estimação de estados. 5. Localização de perdas não técnicas. L533d Aos meus mestres! AGRADECIMENTOS A Deus, criador desta realidade universal e, portanto, fonte de toda a criatividade humana. Ao Cristo, grande instrutor planetário que é a consciência condutora da humanidade. A Terra, provedora dos recursos essenciais à evolução da vida. Aos meus pais, José Maria Leite e Josefina de Lurdes Quintino Leite, que organizaram minha existência nesta realidade. A Universidade Estadual Paulista (UNESP), onde foi criado como engenheiro eletricista. Ao Laboratório de Planejamento de Sistemas de Energia Elétrica (LaPSEE) cuja instrução na área de sistemas elétricos resultou no desenvolvimento do projeto de pesquisa abordado nesta tese. À Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) por prover os recursos financeiros necessários para a realização do projeto de pesquisa durante o doutorado. Ao professor José Roberto Sanches Mantovani, meu orientador, que sempre me ajudou na organização da pesquisa a fim de atingir os objetivos estabelecidos no projeto. RESUMO Este trabalho tem como objetivo o desenvolvimento de um sistema de gerenciamento de energia avançado para operar a smart grid, que é constituída pela interseção do sistema elétrico com as tecnologias de comunicação e informação. Atualmente existem diversos estudos relacionados à smart grid e isso pode gerar dúvidas sobre o conceito de projeto da smart grid. Para evitar eventuais dúvidas, na primeira parte deste trabalho, é apresentada uma introdução contendo as novas tecnologias usadas na smart grid bem como uma descrição da padronização desse novo conceito de projeto. A partir do padrão de projeto, foi possível destacar e desenvolver cada componente do sistema de gerenciamento de energia avançado. Os componentes lógicos, que exigem recursos da tecnologia de informação, foram elaborados e implantados em um sistema computacional, já os equipamentos físicos de comunicação e do sistema elétrico foram meticulosamente emulados. A simulação dos equipamentos elétricos foi fundamentada no algoritmo de fluxo de potência probabilístico que permitiu tanto a flutuação de carga quanto a atuação do mercado de energia. As condições de falta também foram consideradas no simulador de equipamentos elétricos fornecendo dados de medições elétricas para outros componentes do sistema de gerenciamento de energia. Um desses componentes é o algoritmo de estimação de estados que produz o estado da rede de distribuição usando os dados de medição. Estes estados produzidos pelo estimador de estados são entradas das funções avançadas do sistema de gerenciamento de energia como as ferramentas de coloração dinâmica e localização de perdas não técnicas. Todas as metodologias propostas neste trabalho foram avaliadas e os resultados numéricos demonstram sua eficiência. Palavras-chave: Smart grid. Sistema de gerenciamento de energia. Simulação de equipamentos elétricos. Estimação de estados. Localização de perdas não técnicas. ABSTRACT This work aims the development of an advanced energy management system to operate the smart grid that comprises the intersection of electrical power system with communication and information technologies. There are, currently, many studies related to the smart grid, which can produce doubts about the smart grid design concept. These doubts are clarified in the first part of this work where novel technologies of smart grid are presented besides the description of the standardization of smart grid design concepts. The use of the smart grid design standard allows identifying and developing all components of the advanced energy management system. The logical components, which require resources of information technology, were developed and implemented in a computational environment, while the physical devices of communication and power systems were meticulously emulated. The electrical devices emulation is based on the probabilistic power flow algorithm that permits both the load fluctuation and the energy market influence. The electrical devices simulator also supports contingency conditions as well as provides electric measurement data to other components of the energy management system. One of these components is the state estimation algorithm that produces the distribution network state using the measurement data. Network states produced by the state estimator are employed in advanced functions of the energy management system like the dynamic coloring, location of non-technical losses and self-healing applications. All proposed methodologies, in this work, were assessed and numerical results demonstrated their efficiencies. Keywords: Smart grid. Energy management system. Electrical devices simulator. State estimation. Location of non-technical losses. LISTA DE FIGURAS 1 INTRODUÇÃO ................................................................................................................ 29 Figura 1 - Arquitetura de referência simplificada para a smart grid ........................................................... 32 Figura 2 - Modelo de referencia de comunicação OSI ............................................................................... 32 Figura 3 - Modelo de referencia para a smart grid ..................................................................................... 35 Figura 4 - Modelo de referencia da smart grid aplicado ao DMS avançado .............................................. 38 2 FORMULAÇÃO DA CAMADA FÍSICA ....................................................................... 41 Figura 5 - Representação simplificada da camada física ............................................................................ 41 Figura 6 - Fluxograma do fluxo de potência determinístico completo ....................................................... 43 Figura 7 - Fluxograma do fluxo de potência probabilístico ........................................................................ 47 Figura 8 - Faixa de flutuação da magnitude de potência ao longo do tempo .............................................. 49 Figura 9 - Diagrama da estrutura de comunicação e variação do custo de energia..................................... 51 Figura 10 - Curva da frequência acumulada auxiliando na tomada de decisão .......................................... 52 Figura 11 - Árvore de decisão para a especificação e alocação da contingência ........................................ 53 Figura 12 - Representação do curto-circuito usando quatro impedâncias ................................................... 57 Figura 13 - Representação do curto-circuito trifásico ................................................................................. 58 Figura 14 - Representação do curto-circuito bifásico ................................................................................. 60 Figura 15 - Representação do curto-circuito monofásico ........................................................................... 61 3 FORMULAÇÃO E VIRTUALIZAÇÃO DA CAMADA DE INTERFACE .................. 63 Figura 16 - Representação dos principais componentes da camada de interface ........................................ 63 Figura 17 - Principais componentes da unidade de medição fasorial (PMU) ............................................. 64 Figura 18 - Arquiteturas de medição de um medidor de energia convencional e de um SM...................... 65 Figura 19 - Arquitetura do IED e suas múltiplas funções ........................................................................... 67 Figura 20 - Estrutura de acesso às unidades de monitoramento ................................................................. 69 4 EMULAÇÃO DA CAMADA DE COMUNICAÇÃO .................................................... 71 Figura 21 - Representação da camada de comunicação .............................................................................. 71 Figura 22 - Diagramas das interfaces lógicas no sistema de automação da subestação .............................. 73 Figura 23 - Conceito do acesso à informação em camadas ........................................................................ 75 Figura 24 - Representação do IED como objeto do IEC 61850: (a) analogia com um container; (b) anatomia do modelo de informação ............................................................................................................ 77 Figura 25 - Destaque do nível dos links na visão hierárquica dos sistemas de comunicação ..................... 78 5 VIRTUALIZAÇÃO DA CAMADA DO SISTEMA ....................................................... 81 Figura 26 - Apresentação dos elementos da camada do sistema................................................................. 81 Figura 27 - Diagrama do ambiente computacional usado para desenvolver o DMS avançado .................. 83 Figura 28 - Mapa de navegação da página principal hospedada no servidor de Web ................................. 85 Figura 29 - Representação do servidor de banco de dados ......................................................................... 87 Figura 30 - Fluxo de informação no cenário iterativo de controle proposto ............................................... 89 6 CAMADA DE MODELOS .............................................................................................. 91 Figura 31 - Apresentação dos elementos da camada de modelos ............................................................... 91 Figura 32 – Dependência conceitual entre CIM e IEC 61850 .................................................................... 92 Figura 33 - Pacotes do CIM de nível superior do padrão IEC 61970-301 .................................................. 94 Figura 34 - Diagrama de classe das partes relevantes da linha de distribuição ........................................... 96 7 CAMADA DE ANÁLISE ................................................................................................ 97 Figura 35 - Apresentação dos elementos da camada de análise .................................................................. 97 Figura 36 - Análise do transformador de distribuição como quadrupolo.................................................. 102 Figura 37 - Representação de um breakpoint: (a) sentido convencional; (b) sentido real ........................ 106 Figura 38 - Definição do arranjo de vértices, ui, e arestas, ei: (a) grafo Hamiltoniano; (b) ciclo Hamiltoniano; (c) caminho Hamiltoniano ................................................................................................ 107 Figura 39 - Construção da matriz H: os ciclos disjuntos em (a) resulta na solução inviável em (c) ao passo que o ciclo Hamiltoniano em (b) produz a solução factível em (d) .......................................................... 108 Figura 40 - Fluxograma do algoritmo utilizado para encontrar o ciclo Hamiltoniano .............................. 110 Figura 41 - Diagrama topológico da rede de distribuição simplificada .................................................... 111 Figura 42 - Caminho Hamiltoniano obtido pelo algoritmo especializado ................................................ 112 Figura 43 - Fluxograma do processo de estimação de estados ................................................................. 113 8 CAMADA DE INTELIGÊNCIA ................................................................................... 115 Figura 44 - Modelo de referência completo para o DMS avançado na smart grid ................................... 115 Figura 45 - Arquitetura simplificada da smart grid e prováveis alvos de ataques cibernéticos ................ 118 Figura 46 - Ataque ao sistema de medição inteligente e suas consequências: (a) alteração dos valores de tensão e corrente, (b) efeito na potência ................................................................................................... 119 Figura 47 - Diagrama de blocos do procedimento para detecção de perdas não técnicas ......................... 121 Figura 48 - Algoritmo baseado no processo de monitoração e controle multivariado para a detecção de perdas não técnicas ................................................................................................................................... 122 Figura 49 - Ênfase da região confiável no gráfico de controle ................................................................. 123 Figura 50 - Ênfase da região confiável no diagrama de dispersão ............................................................ 125 Figura 51 - Camadas da rede secundária e progressão da função custo.................................................... 127 9 AVALIAÇÃO DA PLATAFORMA DESENVOLVIDA ............................................. 129 Figura 52 - Diagrama unifilar do alimentador de distribuição real ........................................................... 130 Figura 53 - Perfil de tensão ao longo do trecho entre a subestação e a barra #832 ................................... 131 Figura 54 - Curva de frequência acumulada da carga #001 ao meio-dia .................................................. 132 Figura 55 - Demanda de energia horária da carga #001 ........................................................................... 133 Figura 56 - Demanda de energia horária da carga #042 ........................................................................... 133 Figura 57 - Demanda de energia horária da carga #832 ........................................................................... 134 Figura 58 - Perfis de tensão e corrente durante uma falta trifásica ........................................................... 135 Figura 59 - Perfis de tensão e corrente durante uma falta bifásica ........................................................... 136 Figura 60 - Perfis de tensão e corrente durante uma falta monofásica com baixa impedância ................. 136 Figura 61 - Perfis de tensão e corrente durante uma falta monofásica com alta impedância .................... 137 Figura 62 - Erro de quantização ao longo da rede distribuição ................................................................. 138 Figura 63 - Redes de comunicação do ambiente de simulação da smart grid .......................................... 139 Figura 64 – Observação da operação de leitura: (a) pedido do operador; (b) resposta do IED................. 139 Figura 65 – Observação da operação escrita: (a) pedido do operador; (b) resposta do IED ..................... 140 Figura 66 - Diagrama de rede do ambiente de simulação da smart grid................................................... 141 Figura 67 - Página inicial do supervisório do DMS avançado .................................................................. 141 Figura 68 - Aplicação do Editor do Sistema: (a) seleção dos alimentadores; (b) visualização dos alimentadores selecionados....................................................................................................................... 142 Figura 69 - Caixa de diálogo das propriedades do interruptor .................................................................. 143 Figura 70 - Diagrama topológico da rede de distribuição real usada para avaliar o estimador de estados 144 Figura 71 - Desempenho da estimativa de estados para redes radiais ...................................................... 145 Figura 72 - Desempenho da estimativa de estados para redes malhadas .................................................. 146 Figura 73 - Desempenho da estimação de estados ao longo das horas do dia .......................................... 146 Figura 74 - Desempenho do estimador na adição do ruído de quantização .............................................. 147 Figura 75 - Desempenho do estimador de estados para falta na AMI ...................................................... 148 Figura 76 - Resposta de coloração dinâmica para a abertura da chave indicada ...................................... 149 Figura 77 - Característica do limite de controle superior pelo tamanho do espaço amostral .................... 150 Figura 78 - Taxa de sucesso pela potência aparente e tamanho do espaço amostral ................................ 151 Figura 79 - Gráfico de controle temporal para a variância generalizada amostral .................................... 152 Figura 80 - Parte da área de trabalho do monitor de eventos: (a) identificação precisa da perda de 12kVA; (b) localização imprecisa para o grupo de 0 a 1VA .................................................................................. 153 10 CONCLUSÕES E DESENVOLVIMENTOS FUTUROS........................................... 155 Figura 81 - Fluxos de informação na operação do self-healing ................................................................ 156 LISTA DE TABELAS 1 INTRODUÇÃO ................................................................................................................ 29 Tabela 1 – Funções do DMS avançado na Smart Grid ............................................................................... 36 2 FORMULAÇÃO DA CAMADA FÍSICA ....................................................................... 41 Tabela 2 – Unidades típicas de DER na smart grid .................................................................................... 50 Tabela 3 - Comportamento das faltas na rede de distribuição .................................................................... 56 Tabela 4 - Comportamento da impedância da falta com a terra.................................................................. 57 7 CAMADA DE ANÁLISE ................................................................................................ 97 Tabela 5 - Diagrama unifilar das zonas de rede e suas equações para calcular os estados desconhecidos 102 Tabela 6 - Relação de transformação para vários tipos de conexão .......................................................... 104 Tabela 7 - Matriz de deslocamento de fase para vários tipos de conexão ................................................. 104 Tabela 8 - Sequência de cálculo obtida a partir do caminho Hamiltoniano .............................................. 112 9 AVALIAÇÃO DA PLATAFORMA DESENVOLVIDA ............................................. 129 Tabela 9 - Parâmetros dos canais de comunicação ................................................................................... 130 Tabela 10 - Custo computacional (ms) ..................................................................................................... 149 Tabela 11 - Taxa de sucesso normalizada ................................................................................................. 152 LISTA DE ABREVIATURAS E SIGLAS A* A Estrela ACSI Abstract Communication Service Interface ADC Analog-to-Digital Converter AMI Advanced Metering Infrastructure AT Alta Tensão ASCII American Standard Code for Information Interchange BT Baixa Tensão CCAPI Control Center Application Program Interface CID Configured IED Description CIM Common Information Model CRC Check Redundancy Cyclic CPU Central Processing Unit DA Distribution Automation DAI Distributed Artificial Intelligence DAU Data Aggregation Unit DB Database DC Data Concentrator DG Distributed Generation DMS Distribution Management System DNS Domain Name System DRM Demand Response Management DS Distributed Storage EDSIM Electrical Devices Simulator EMS Energy Management System FG-Smart Focus Group on Smart Grid GIS Geographical Information System GOOSE Generic Object Oriented Substation Events GPS Global Positioning System HEMS Home Energy Management System ICD IED Capability Description IEC International Electrotechnical Commission IED Intelligent Electronic Device IP Internet Protocol IRIG Inter-Ranger Instrumentation Group IIS Internet Information Services KCL Kirchhoff’s Current Law KVL Kirchhoff’s Voltage Law LAN Local Area Network LAV Least Absolute Value LN Logical Node MDMS Meter Data Management System MMS Manufacturing Message Specification NTL Non Technical Loss NP-difícil Não-Polinomial Difícil OSI Open System Interconnection PLC Power Line Communication PMU Phasor Measurement Unit RF Rádio Frequência SCADA Supervisory Control and Data Acquisition SCD Substation Configuration Description SCSM Specific Communication Service Mapping SHGM Scheweppe Huber generalized M SM Smart Meter SRV Servidor SSD System Specification Description SV Sampled Values TC Transformador de Corrente TCP Transmission Control Protocol TP Transformador de Potencial TSP Travelling Salesman Problem UML Unified Model Language URL Uniform Resource Locator XML Extensible Markup Language WAMS Wide Area Monitoring System WAN Wide Area Network WLAV Weighted Least Absolute Value WLS Weighted Least Square ZIP Impedância, Corrente e Potência constantes SUMÁRIO 1 INTRODUÇÃO ................................................................................................................ 29 1.1 PADRONIZAÇÃO DA SMART GRID .................................................................................. 31 1.2 DMS AVANÇADO ................................................................................................................ 35 1.3 OBJETIVOS ........................................................................................................................... 37 1.4 CONTRIBUIÇÕES DO TRABALHO ................................................................................... 38 1.5 ESTRUTURA DO TRABALHO ........................................................................................... 39 2 FORMULAÇÃO DA CAMADA FÍSICA ....................................................................... 41 2.1 FLUXO DE POTÊNCIA ....................................................................................................... 41 2.1.1 Algoritmo de fluxo de potência determinístico ............................................................... 42 2.1.1.1 Equipamentos conectados em série ................................................................................ 44 2.1.1.1.1 Linha de Distribuição ................................................................................................... 44 2.1.1.1.2 Transformador de Distribuição .................................................................................... 44 2.1.1.2 Equipamentos conectados em derivação ........................................................................ 45 2.1.1.2.1 Capacitor ...................................................................................................................... 45 2.1.1.2.2 Gerador distribuído ...................................................................................................... 45 2.1.1.2.3 Carga ............................................................................................................................ 46 2.1.2 Algoritmo de fluxo de potência probabilistíco ............................................................... 47 2.1.2.1 Função da porcentagem do consumo de energia .......................................................... 48 2.1.2.2 Consumo de energia influenciado pelo mercado ........................................................... 50 2.2 CONTINGÊNCIAS NAS REDES DE DISTRIBUIÇÃO ..................................................... 52 2.2.1 Especificação e alocação da contingência ....................................................................... 52 2.2.1.1 Árvore de decisão ............................................................................................................ 53 2.2.1.1.1 Seleção do alimentador ................................................................................................. 54 2.2.1.1.2 Seleção da condição de operação ................................................................................. 54 2.2.1.1.3 Seleção do ramo com falta ............................................................................................ 56 2.2.1.1.4 Seleção do tipo de falta ................................................................................................. 56 2.2.1.1.5 Seleção do valor da resistência de falta ....................................................................... 57 2.2.2 Formulação da contingência ............................................................................................ 57 2.2.2.1 Falta trifásica .................................................................................................................. 58 2.2.2.2 Falta bifásica ................................................................................................................... 59 2.2.2.3 Falta monofásica............................................................................................................. 60 3 FORMULAÇÃO E VIRTUALIZAÇÃO DA CAMADA DE INTERFACE .................. 63 3.1 UNIDADES DE MONITORAMENTO E CONTROLE ...................................................... 64 3.1.1 Unidade de medição fasorial (PMU) ............................................................................... 64 3.1.2 Smart meter (SM)............................................................................................................... 65 3.1.3 Dispositivo eletrônico inteligente (IED) .......................................................................... 66 3.2 ERRO DE QUANTIZAÇÃO ................................................................................................ 68 3.3 SIMULAÇÃO DO GATEWAY DA REDE ............................................................................ 68 4 EMULAÇÃO DA CAMADA DE COMUNICAÇÃO .................................................... 71 4.1 PROTOCOLOS DE COMUNICAÇÃO NA SMART GRID ................................................. 72 4.1.1 Protocolo IEC 61850 ......................................................................................................... 72 4.2 EMULAÇÃO DA CAMADA DE COMUNICAÇÃO .......................................................... 78 5 VIRTUALIZAÇÃO DA CAMADA DO SISTEMA ....................................................... 81 5.1 ARQUITETURA SCADA BASEADA NA WEB ................................................................. 82 5.2 DESENVOLVIMENTO DO SISTEMA SCADA ................................................................. 84 5.2.1 Servidor de Web ................................................................................................................ 84 5.2.2 Servidor de informações geográficas ............................................................................... 86 5.2.3 Servidor de banco de dados ............................................................................................. 87 5.3 ESQUEMA DE CONTROLE COM IEC 61850 ................................................................... 88 6 CAMADA DE MODELOS .............................................................................................. 91 6.1 DEPENDÊNCIA ENTRE OS MODELOS DE INFORMAÇÕES ....................................... 92 6.2 HISTÓRICO DO CIM ........................................................................................................... 93 6.3 DEFINIÇÃO DO CIM ........................................................................................................... 93 6.4 PACOTES DO CIM .............................................................................................................. 95 7 CAMADA DE ANÁLISE ................................................................................................ 97 7.1 A ESTIMAÇÃO DE ESTADOS NO SISTEMA DE DISTRIBUIÇÃO ............................... 98 7.2 DESENVOLVIMENTO DO ALGORITMO DE ESTIMAÇÃO DE ESTADOS ............... 101 7.2.1 Equações da corrente e tensão ....................................................................................... 101 7.2.2 Modelo do transformador de distribuição .................................................................... 103 7.2.3 Redes de distribuição malhadas .................................................................................... 106 7.2.4 Problema do ciclo Hamiltoniano ................................................................................... 107 7.2.5 Solução do ciclo Hamiltoniano via algoritmo especializado ........................................ 109 7.2.6 Caso de estudo: rede de distribuição simplificada ....................................................... 111 7.2.7 Processo de estimação de estados .................................................................................. 113 8 CAMADA DE INTELIGÊNCIA ................................................................................... 115 8.1 COLORAÇÃO DINÂMICA ............................................................................................... 116 8.2 LOCALIZAÇÃO DE PERDAS NÃO TÉCNICAS ............................................................ 116 8.2.1 Perdas não técnicas na smart grid .................................................................................. 118 8.2.1.1 Ataque ao banco de dados histórico e dos aplicativos ................................................. 119 8.2.1.2 Ataque ao sistema de medição inteligente .................................................................... 119 8.2.2 Estratégia para a detecção de perdas não técnicas ...................................................... 120 8.2.3 Processo de monitoração e controle multivariado ....................................................... 121 8.2.3.1 Amostragem ................................................................................................................... 123 8.2.3.2 Gráfico de controle ........................................................................................................ 123 8.2.3.3 Identificador do dispositivo de campo com perda ........................................................ 125 8.2.3.4 Algoritmo A* derivado .................................................................................................. 126 9 AVALIAÇÃO DA PLATAFORMA DESENVOLVIDA ............................................. 129 9.1 CAMADA FÍSICA .............................................................................................................. 129 9.1.1 Geração de contingências ............................................................................................... 135 9.2 CAMADA DE INTERFACE .............................................................................................. 137 9.3 CAMADA DE COMUNICAÇÃO ...................................................................................... 138 9.4 CAMADA DO SISTEMA ................................................................................................... 140 9.5 CAMADA DE ANÁLISE ................................................................................................... 144 9.5.1 Mudança de topolologia ................................................................................................. 145 9.5.2 Falha na AMI .................................................................................................................. 148 9.6 CAMADA DE INTELIGÊNCIA......................................................................................... 149 9.6.1 Coloração dinâmica ........................................................................................................ 149 9.6.2 Localizador de perdas não técnicas ............................................................................... 150 10 CONCLUSÕES E DESENVOLVIMENTOS FUTUROS........................................... 155 10.1 CONCLUSÕES ................................................................................................................. 155 10.2 DESENVOLVIMENTOS FUTUROS ............................................................................... 156 REFERÊNCIAS ................................................................................................................ 159 1 INTRODUÇÃO A smart grid é caracterizada por um fluxo bidirecional de eletricidade e informações obtido pela integração do sistema elétrico com as tecnologias de informação e comunicação e pelo uso do gerenciamento da resposta à demanda que coordena os veículos elétricos plugáveis, fontes de energia renováveis e cargas elétricas (DEILAMI et al., 2011). As operações ativas em tempo real, tais como self-healing e suporte plug-and-play também são características esperadas da smart grid, que permite a ativa participação do cliente final nos mercados de energia e a criação de novos serviços e produtos a fim de maximizar a confiabilidade, a qualidade e a eficiência energética. Portanto, os maiores desafios aos pesquisadores da smart grid estão relacionados ao desenvolvimento de dispositivos inteligentes, sistemas de comunicação, segurança cibernética, gerenciamento de dados e de software dedicados. Os smart meters são dispositivos inteligentes importantes para a estrutura da smart grid, pois eles suportam as operações de leitura automática, ajudam no gerenciamento dos aparelhos domésticos e são os principais componentes da infraestrutura de medição avançada (AMI) (CHO et al., 2009). A rede de comunicação da AMI é hierárquica e possui muitos smart meters agrupados nas redes de vizinhança na base da hierarquia; logo acima, as unidades de agregação de dados recebem os dados dos smart meters e enviam-nos, via uma rede ampla, para o sistema de gerenciamento de dados de medição (MDMS) que está localizado no topo da hierarquia. Os dados do MDMS podem ser usados para a previsão do carregamento da rede elétrica e para ajudar nas decisões do sistema de proteção. Além disso, os dados de medição podem ser processados com os dados de mercado para realizar as operações de despacho econômico (NIYATO; WANG, 2012). Os mesmos resultados Capítulo 1 – Introdução 30 otimistas verificados no desenvolvimento dos dispositivos inteligentes também têm sido observados nas redes de comunicação. A típica rede de comunicação do sistema SCADA tem baixa taxa de transferência de dados, o que não é adequado para as operações da smart grid, por outro lado, o sistema de monitoramento em área ampla (WAMS) usa uma comunicação de alta velocidade via Internet representando, assim, a próxima geração das redes de sensores que é adequada para a arquitetura da smart grid. A WAMS pode monitorar a infraestrutura do sistema elétrico e detectar falhas mecânicas como hot spots, falha no condutor, falha na estrutura de sustentação das redes de alta e baixa tensão e condições mecânicas extremas (QIU et al., 2011) (LEON et al., 2007). A unidade de medição fasorial (PMU), o componente mais importante da WAMS, fornece dados do sistema elétrico de potência sincronizados no tempo e muito úteis às operações em tempo real. A PMU foi desenvolvida essencialmente para medir os fasores de tensão e corrente, frequência e potência ativa e reativa em tempo real cuja marcação temporal é fornecida pelo sistema de posicionamento global (GPS). Outro fator de sucesso importante para a smart grid é a segurança de dados. Vários dispositivos da smart grid usam uma conexão com a Internet para a troca de informações, assim a segurança cibernética torna-se um recurso crucial assegurando a integridade e resiliência das operações da smart grid. Por exemplo, o ataque de alteração do carregamento via Internet deve ser um ataque cibernético comum que danifica o sistema elétrico pelo overflow do circuito ou pelo distúrbio entre potência fornecida e demandada. Esta vulnerabilidade pode existir na smart grid onde o operador do sistema transmite mensagens de monitoramento e controle aos smart meters e sistemas de gerenciamento domésticos através de servidores hospedados na Internet. Deste modo, um conjunto de mecanismos de defesa, como a proteção dos sinais de comando e preço, proteção dos smart meters e data centers, detecção de ataques e aprendizagem dos padrões de demanda, agendamento e realocação de carga, devem ajudar no bloqueio ou na minimização dos ataques realizados usando a Internet (PALENSKY; DIETRICH, 2011) (MOHSENIAN- RADAND; LEON-GARCIA, 2011). A segurança cibernética deve estar presente em todas as camadas da estrutura da smart grid, principalmente, nos sistemas de gerenciamento. No topo da estrutura da smart grid, existem o gerenciamento de dados e a aplicação de software representando o núcleo administrativo do sistema de gerenciamento da distribuição (DMS) que requer uma arquitetura distribuída, fornecimento de serviços inteligentes, habilidade para tratar com eventos complexos e dinâmicos e suporte para várias fontes de energia, como as energias renováveis e distribuídas, a fim de coordenar as Capítulo 1 – Introdução 31 unidades de produção convencionais com as unidades não convencionais e formar as microgrids (BYUN et al., 2011) (KANCHEV et al., 2011). Uma arquitetura em múltiplas plataformas aplicada ao DMS deve permitir a interação com outros aplicativos tal com o sistema de informação geográfica via interface padronizada do usuário. Consequentemente, duas ou mais redes, sistemas, dispositivos, aplicativos ou componentes podem trocar informações entre si e usá-las (LIGHTNER et al., 2010). Outros recursos como a filtragem e visualização de dados devem permitir uma análise rápida das condições da rede e melhorar o processo de tomada de decisões, por exemplo, a ferramenta de coloração dinâmica melhora a resposta em situações de estresse (SINGH et al., 1998). Os desafios relacionados à smart grid estão sendo estudados tanto quanto suas soluções estão sendo propostas, no entanto somente poucos equipamentos atualmente em operação nas redes de distribuição possuem a esperada inteligência que permita realizar uma pesquisa significativa sobre as funcionalidades da smart grid. 1.1 PADRONIZAÇÃO DA SMART GRID Como os desafios para atingir a smart grid são numerosos, então muitas propostas de solução têm sido apresentadas criando um cenário de incertezas e não orientado. Buscando esclarecer tal cenário, alguns grupos de estudo estão desenvolvendo padrões para a smart grid. A União Internacional de Telecomunicações estabeleceu o Focus Group on Smart Grid (FG-Smart) que desenvolveu uma arquitetura de referência simplificada para a smart grid, conforme apresentado na Figura 1, onde os domínios do fornecedor de serviços, rede e consumidor são conectados através de uma rede de comunicação para a troca de informação entre eles. O supervisório SCADA no domínio da rede pode, por exemplo, controlar e coletar dados em tempo real dos dispositivos de campo via rede de comunicação (LEE; SU, 2013). O grupo FG-Smart obteve a arquitetura de referência a partir do agrupamento dos componentes da smart grid em três grandes conjuntos: aplicações/serviços da smart grid; comunicação; e equipamentos físicos que são, respectivamente, associados às camadas 1, 2 e 3 na Figura 1. Esta proposta de modelo em camadas, desenvolvido pelo grupo FG-Smart, é fundamentada em padrões já existentes como o modelo de projeto do sistema SCADA que também possui três camadas fundamentais: centro de controle; redes de comunicação; e sítios em campo (STOUFFER, 2006), onde protocolos de comunicação padronizados ou proprietários são utilizados para transportar informações entre o centro de controle e os sítios em campo usando técnicas de telemetria através de meios como linha telefônica, cabo, fibra óptica e rádio frequência. Capítulo 1 – Introdução 32 No geral, as funções internas de qualquer sistema de comunicação podem ser padronizadas ou descritas pelo modelo aberto de interconexões de sistemas (OSI) que agrupa todas as funções de comunicação em sete camadas lógicas. A camada intermediária fornece informações para a camada superior e coleta informações da camada inferior. O diagrama na Figura 2 apresenta o modelo OSI de referência básico. As camadas são numeradas hierarquicamente de 1 a 7 cujas descrições são: 1) Camada física: define as especificações elétricas e físicas para os dispositivos, em particular, a relação entre um dispositivo e um meio de transmissão tais como cobre e fibra óptica; Figura 1 - Arquitetura de referência simplificada para a smart grid. Fonte: Elaboração do próprio autor. Figura 2 - Modelo de referencia de comunicação OSI. Fonte: Elaboração do próprio autor. Capítulo 1 – Introdução 33 2) Camada do link de dados: controla o fluxo de dados, estabelece um protocolo de comunicação entre sistemas, detecta e corrige erros que possam ocorrer na camada física; 3) Camada de rede: fornece meios funcionais e processuais de transferência de dados de uma fonte para um host de destino localizado em uma rede diferente, mantendo a qualidade de serviço exigida pela camada de transporte. Os roteadores operam nesta camada; 4) Camada de transporte: suporta a transferência transparente de dados entre os usuários finais fornecendo serviços de transferência de dados confiáveis para as camadas superiores; 5) Camada da seção: estabelece uma seção de comunicação entre computadores diferentes definindo o modo de transmissão de dados e colocando marcações nos dados transmitidos a fim de restabelecer a seção caso ocorra alguma falha na rede; 6) Camada de apresentação: converte o formato de dado recebido a partir da camada de aplicação para o formato de dado usado na comunicação. Por exemplo, converte um arquivo de texto para o padrão ASCII. Esta camada pode ter outros usos como compressão e criptografia de dados; 7) Camada de aplicação: está mais próxima do usuário final e fornece as aplicações necessárias para estabelecer a interação entre máquina e usuário. Esta camada também disponibiliza recursos para viabilizar a comunicação. O modelo OSI suporta diversos protocolos de comunicação sendo essencial no projeto de qualquer rede de comunicação. Sua utilidade e versatilidade influenciaram o desenvolvimento de um modelo de referência completo que incorporasse e especificasse todas as funcionalidades da smart grid (CÉSPEDES, 2012). Na Figura 3 são apresentadas as sete camadas desse modelo de referência completo para a smart grid e as descrições de cada camada do modelo de referencia completo são as seguintes: 1) Camada física (F): inclui todos os elementos físicos do sistema de potência e todos os equipamentos que operam com variáveis analógicas como geradores, linhas, transformadores, equipamento de proteção analógico, medidores de energia convencional, transdutores, etc; 2) Camada de interface (If): esta camada permite a conexão e transferência de dados entre os elementos físicos e as camadas superiores. Relaciona-se a Capítulo 1 – Introdução 34 todos os elementos que permitem avançar da dimensão analógica para a digital. Por exemplo, reporta o estado de elementos físicos tais como aberto/fechado em formato digital (0/1), ou as variáveis de operação digitalizadas (tensão, corrente, potência, etc); 3) Camada de comunicação (C): inclui todos os componentes que permitem a troca de dados entre os elementos da smart grid. Compõe-se dos mecanismos que permitem a comunicação, por exemplo, os protocolos usados para enviar mensagens para as camadas superiores. Sustenta-se por roteadores e outros dispositivos de comunicação, e suporta vários meios para transferência de dados como fibra óptica, comunicação na linha de potência (PLC), micro ondas, etc. Todas as formas de comunicação transportam cargas de informação digital; 4) Camada do sistema (S): corresponde ao conjunto de dispositivos e aplicações que coletam dados das camadas de comunicação, interface e física. Esta camada inclui as funções de processamento de dados (cálculos básicos), geração e gerenciamento de alarmes, eventos e logs e, coleta de dados históricos; 5) Camada de modelo (M): compõe a representação abstrata dos elementos das camadas do sistema, comunicação, interface e física para permitir análise e simulação pelas camadas superiores. O modelo pode ser tão detalhado quanto o exigido, e é normalmente documentado por linguagens específicas como a linguagem de modelagem unificada (UML). Um exemplo é o modelo de informação comum (CIM) e as modelagens exigidas do padrão IEC61850; Figura 3 - Modelo de referencia para a smart grid. Fonte: Elaboração do próprio autor. Capítulo 1 – Introdução 35 6) Camada de Análise (A): inclui todas as funções e aplicações para suportar as tomadas de decisões do operador usando dados em tempo real ou históricos da camada do sistema. Por exemplo, o estimador de estados usa dados do sistema SCADA na realização de seus próprios cálculos e ajuda o operador usando casos bases consistentes para posterior processamento em métodos de análise de contingências e fluxo de potência; 7) Camada de inteligência (i): é o mais alto nível do modelo de referência da smart grid. Ela inclui aplicações avançadas de processamento de dados, tais como mineração de dados e processos altamente automatizados, que não exigem a intervenção humana. Esta última camada coleta dados de vários sistemas e aplicações complexas para converter isso em informações e decisões. A camada de inteligência inclui funções como a operação de rede automática, proteção avançada adaptativa e aplicações de controle. Este modelo de referência completo é um conceito de alto nível que possibilita a diferenciação dos projetos da smart grid daqueles convencionais do sistema elétrico. 1.2 DMS AVANÇADO No passado, as redes de distribuição não focavam na eficiência operacional e, hoje, o aumento da demanda por eletricidade, juntamente com o desenvolvimento de novas tecnologias, encorajam a modernização do sistema de distribuição. No futuro, as exigências de monitoramento e controle do sistema de distribuição devem aumentar devido à arquitetura integrada da smart grid que deve permitir a troca de informações entre o DMS e o mercado de energia. Além disso, o emprego intenso de sensores nas redes de distribuição deve ser essencial para o sucesso das tecnologias da smart grid. Os clientes da concessionária de energia também devem consumir e gerar eletricidade usando agendamentos e regras específicas que exigem uma rede de distribuição com fluxo bidirecional de energia e alta capacidade de monitoramento e controle (GLOVER et al., 2010). O impacto do gerenciamento da resposta à demanda (DRM) e o comportamento dos consumidores devem ser modelados e previstos pelas regras de preço e procedimentos de premiação para determinados períodos de tempo que podem ser incorporados em algoritmos de modelagem e previsão de cargas (algoritmos de fluxo de potência, modelagem dos componentes da rede de distribuição e previsão de carga e topologia) Capítulo 1 – Introdução 36 através de uma conexão direta entre os aplicativos do DMS e DRM. Por exemplo, quando um aplicativo do DRM tenta liberar alguma carga em reposta a uma ordem do operador do sistema, antes disso, ele precisa checar com o DMS se a liberação de carga não causará Tabela 1 - Funções do DMS avançado na smart grid Função do DMS Abreviação Avanço Detecção, isolação e restauração de faltas FDIR Otimização para configurações radiais e malhada fechada. Reconfiguração multi nível do alimentador, estratégia de reconfiguração multi objetiva e validação do carregamento futuro. Controle integrado de tensão e potência IVVC Identificar falhas no banco de capacitor, trocador de tap e regulador. Fornecer estatísticas suficientes para otimizar bancos de capacitores e reguladores localizados na rede. Os objetos do IVVC regional devem incluir otimização operacional ou baseada no custo. Processador de topologia TP Devem estender-se até os consumidores, incluir modelos e análises mono e trifásicas. Pequenas cargas de geração devem complicar o controle emergencial, as análises de fluxo de potência e contingência da rede. Esquemas de proteção devem considerar o fluxo de potência bidirecional. A verificação dos bancos de dados deve permitir maior precisão na previsão da carga em condições esperadas quando as aplicações são chamadas para operar. Estimação de carga e gerenciamento dos dados da carga devem auxiliar no planejamento e otimização da operação. Fluxo de potência da distribuição DPF Reconfiguração ótima de rede ONR Análise de contingência CA Gerenciamento dos pedidos de chaveamento SOM Análise de curto-circuito SCA Coordenação dos relés de proteção RPC Alocação ótima de capacitor/regulador de tensão OCP/OVP Simulador de treinamento do despacho DTS Modelagem/Estimação de carga LM/LE Comportamento do consumidor além de previsto deve ser individualmente gerenciado inteligentemente e influenciado pelo gerenciamento da distribuição. Fonte: Elaboração do próprio autor. Capítulo 1 – Introdução 37 nenhuma violação da conectividade, operação ou proteção da rede de distribuição (NIYATO et al., 2012). Portanto, os avanços tecnológicos da smart grid têm grande influência nas funções do DMS que devem se adaptar para suportar todas as exigências de monitoramento e controle (FAN; BORLASE, 2009). As principais adaptações são sintetizadas na Tabela 1. Ademais, um DMS avançado também deve fornecer os aplicativos e as ferramentas de análise e visualização que incorporarem o elevado aumento de dados dos dispositivos de campo. As ferramentas de visualização fornecem uma visão detalhada e clara da grande quantidade de dados, por exemplo, elas podem mostrar o perfil das magnitudes de tensão pelos contornos coloridos nos diagramas da rede de distribuição, podem monitorar e alarmar os desvios de tensão ou podem mostrar o fluxo de energia nas linhas de distribuição através de um diagrama de contorno onde os tons das cores correspondem às correntes nas linhas. Deste modo, os operadores do sistema e fornecedores de serviços podem se beneficiar enormemente dessas ferramentas em suas atividades diárias. 1.3 OBJETIVOS Este trabalho tem como objetivo o desenvolvimento de uma plataforma de simulação do DMS avançado seguindo o modelo de referência completo da smart grid. Para atingir esta meta, tem-se em foco a análise computacional e filosófica das principais funções do sistema de gerenciamento energia. A plataforma de simulação proposta neste trabalho deve permitir a emulação dos comportamentos da moderna rede de distribuição fornecendo, assim, um caminho alternativo para investigar e desenvolver os recursos de operação, planejamento e controle da smart grid. Na Figura 4 é apresentada uma visão simplificada dos componentes de um DMS avançado gerado a partir do modelo de referência da smart grid. Na camada física estão todos os equipamentos elétricos da rede de distribuição como geradores distribuídos, condutores, transformadores, dispositivos de proteção, cargas, etc. Os dispositivos eletrônicos inteligentes (IEDs) foram introduzidos na camada de interface. Esses dispositivos inteligentes fazem a conversão direta das variáveis analógicas para dados digitais. Logo acima dos IEDs, existem os concentradores (DC) que coletam dados de múltiplos IEDs e os enviam ao centro de controle. Recentemente, as PMUs também têm sido adicionadas à camada de interface como dispositivos conversores de dados. As PMUs produzem dados similares aos dados dos IEDs uma vez que suas entradas possuem os mesmos valores analógicos de corrente e tensão, mas as PMUs também fornecem ângulos Capítulo 1 – Introdução 38 de fase que complementam os dados exigidos para certos aplicativos melhorando o monitoramento, análise, controle e proteção do sistema elétrico. Do ponto de vista das cargas elétricas pertencentes ao sistema de distribuição, os smart meters podem ser adicionados à camada de interface, assim o MDSM pode coletar os dados medidos pelos smart meters usando a rede de comunicação sem-fio, PLC ou fibra óptica e, depois, compartilhar esses dados com o sistema SCADA na camada de sistema. Na camada de modelos residem as representações matemáticas de todos os componentes do sistema elétrico que são exigidas pelos aplicativos das camadas de análise e inteligência para processamento da informação. Por exemplo, o estimador de estado é um aplicativo que faz parte da camada de análise enquanto as funções de self-healing fazem parte da camada de inteligência, ou seja, a camada de inteligência deve ser utilizada, principalmente, para implantar algoritmos que permitam ao DMS avançado tomar decisões de controle do sistema elétrico sem a intervenção humana. 1.4 CONTRIBUIÇÕES DO TRABALHO O desenvolvimento da plataforma de simulação do ambiente da smart grid possibilitou a investigação de outras áreas do conhecimento. Por exemplo, o estudo das Figura 4 - Modelo de referencia da smart grid aplicado ao DMS avançado. Fonte: Elaboração do próprio autor. Capítulo 1 – Introdução 39 tecnologias de comunicação e informação foi fundamental para a elaboração da plataforma de simulação. Houve, também, ganho de conhecimento no desenvolvimento de novos algoritmos de operação da smart grid. Métodos puramente matemáticos foram aplicados e adaptados na elaboração de novas ferramentas computacionais tais como o algoritmo de estimação de estado e de localização de perdas não técnicas. Além disso, a plataforma desenvolvida pode ser utilizada no treinamento de funcionários das concessionárias de energia elétrica e no desenvolvimento de novas estratégias de operação do sistema elétrico. 1.5 ESTRUTURA DO TRABALHO Em relação à estrutura do trabalho, cada capítulo é dedicado para uma camada do modelo de referência da smart grid. Dessa forma, no Capítulo 2, a camada física é descrita juntamente com as metodologias empregadas para simulação do seu comportamento. Os Capítulos 3 e 4 são, respectivamente, dedicados às camadas de interface e comunicação. O supervisório do DMS avançado e os recursos computacionais da camada de sistema são detalhados no Capítulo 5, ao passo que os padrões utilizados no desenvolvimento do supervisório são descritos no Capítulo 6 que está associado à camada de modelo. No Capítulo 7, é apresentada a camada de análise com a explicação do algoritmo de estimação de estados que é amplamente utilizado pelas operações automáticas da camada de inteligência explorada no Capítulo 8. Por fim, no Capítulo 9 são apresentados os resultados das avaliações dos métodos propostos neste trabalho e das ferramentas desenvolvidas para supervisório do DMS avançado. Capítulo 1 – Introdução 40 2 FORMULAÇÃO DA CAMADA FÍSICA Na camada física, existe o sistema de distribuição, onde as redes primárias e secundárias são conectadas através de um transformador de distribuição. Na Figura 5 apresentam-se os equipamentos elétricos comumente encontrados nesta camada. Atualmente, as redes de distribuição em operação não possuem altos níveis de automação nem alta penetração da geração distribuída tão pouco o monitoramento e controle inteligentes, consequentemente, a quantidade de dados disponíveis para estudos de controle, planejamento e operação é extremamente baixa. A solução para contornar esta dificuldade prática, no desenvolvimento de sistemas, modelos e técnicas para simulação de smart grid pode ser obtida através de métodos computacionais que reproduzem meticulosamente o comportamento dos diversos equipamentos elétricos presentes nas redes de distribuição. O algoritmo de fluxo de potência é um bom método computacional que pode ser empregado para reproduzir o comportamento das redes de distribuição na camada física. 2.1 FLUXO DE POTÊNCIA No passado, numerosos estudos de planejamento e operação foram realizados através de uma representação fixa em estado permanente do sistema elétrico de Figura 5 - Representação simplificada da camada física. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 42 distribuição, mas hoje a moderna rede de distribuição exige maior precisão na análise quando comparada com a rede do passado. Fatores como flutuações de cargas e falhas aleatórias das unidades geradoras e equipamentos da rede de distribuição devem ser considerados para avaliar o estado do sistema (WANG et al., 2008). Dentre os fatores aleatórios, destacam-se as flutuações de carga que são comuns ao sistema elétrico e afetadas pelo mercado de energia. Logo uma metodologia que considere a contínua variação da carga ao longo do tempo é útil para desenvolver novas ferramentas computacionais analíticas. Algumas metodologias para compreender o cálculo das varáveis do sistema de distribuição podem ser encontradas na literatura especializada, por exemplo, (CRUZ et al., 2006) ilustra o cálculo da demanda de transformadores de distribuição através de um método fundamentado no algoritmo de fluxo de potência que utiliza uma equação adaptada de (GHOSH et al., 1997) para equacionamento da carga; (GALLEGO; FELTRIN, 2012) usa um algoritmo de fluxo de potência probabilístico baseado em uma simulação de Monte Carlo para calcular a demanda dos transformadores de distribuição e (CONTI; RAITI, 2007) apresenta um fluxo de potência probabilístico baseado na técnica de Monte Carlo para uma rede de baixa tensão que possui geração distribuída fotovoltaica. Todas as metodologias citadas anteriormente consideram a variação de carga ao longo do tempo, mas algumas metodologias consideram somente a rede primária enquanto outras só contemplam a rede secundária. 2.1.1 Algoritmo de fluxo de potência determinístico A rede de distribuição é composta por ramos e barras, os primeiros são equipamentos elétricos conectados em série como linhas, reguladores de tensão e chaves, similarmente, as barras são equipamentos elétricos em derivação como cargas, capacitores e geradores. Nesta representação, o transformador de distribuição também está em série e conecta a rede primária à secundária causando, frequentemente, deslocamentos nos ângulos de fase devido ao tipo de conexão dos seus terminais. A representação matemática da rede de distribuição é dada por uma árvore de grafo, G(�, �), onde � é um conjunto finito de nós, que possui os parâmetros dos equipamentos conectados em série, e � é um conjunto finito de arestas, que possui os parâmetros dos equipamentos conectados em derivação. Logo o fluxo de potência determinístico pode ser modelado como uma função de transferência, H, dada por (2.1). Capítulo 2 – Formulação da Camada Física 43 ���̇�, �̇ = � ��� ̇�, �� � |�̇���̇��, � = 0,1,2, … , ��� (2.1) Nesta representação do fluxo de potência determinístico, os nós e as arestas são primeiramente organizados seguindo a topologia da rede de distribuição onde os elementos que são mais periféricos possuem uma maior numeração, i, que os elementos mais próximos da subestação, assim o elemento mais periférico possui um valor de numeração igual à ���. Além disso, os valores de entrada da função são a injeção de potência, Ṡ�, dos equipamentos em derivação, e um modelo, M�, representando a parte dos equipamentos em série. Após os cálculos do fluxo de potência, os nós assumem a tensão das barras, V̇�, e as arestas as correntes dos ramos, J̇i, no grafo de saída. Caso seja adotado um algoritmo de varredura backward/forward (CHENG; SHIRMOHAMMADI, 1995) então a tensão no nó raiz é igual à tensão de operação da rede de distribuição, VOP. �: �� �̇������̇����� = !["�]��� [#$�]���[%�̅]��� ['�]���( )*� +̇���� + ./ ̇��̇�3 ∗5�����̇6���� 7 (2.2) A equação (2.2) é uma representação matricial compacta de H com todas as variáveis de entrada e saída do fluxo de potência determinístico trifásico, onde o modelo da aresta, [Mi]6x6, corresponde a um conjunto de matrizes tal que: [Ai]3x3 e [Di]3x3 são adimensionais, [#$�]��� tem unidade de admitância e [%�̅]��� tem unidade de impedância. No procedimento de varredura backward, o algoritmo calcula as correntes nos ramos, �̇, usando valores conhecidos das correntes adjacentes à jusante que são identificadas pelo índice d e, na varredura forward, o algoritmo calcula as tensões nas barras, �̇�, usando Figura 6 - Fluxograma do fluxo de potência determinístico completo. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 44 valores conhecidos das tensões adjacentes à montante que são identificadas pelo índice u. A formulação anterior resolve o problema do fluxo de potência determinístico para uma rede de distribuição radial sem nenhuma barra controlada por tensão. A resolução de uma rede distribuição com malhas e geração distribuída é obtida usando uma rotina de compensação de potência. Na Figura 6 é mostrado o fluxograma do algoritmo de fluxo de potência determinístico completo com a rotina de compensação de ̇� para o cálculo das correções das injeções de potência na barra controlada por tensão até atingir os critérios de convergência. Assim, os diferentes equipamentos elétricos devem ser matematicamente modelados de acordo com seu tipo de conexão. 2.1.1.1 Equipamentos conectados em série 2.1.1.1.1 Linha de distribuição Os alimentadores nas redes de distribuição possuem linhas trifásicas aéreas e subterrâneas modelados por suas impedâncias série, 89; �. !["�]��� [#$�]���[%�̅]��� ['�]���( = . [<�]��� [0$]���−�89; ����� [<�]���5 (2.3) O modelo da linha de distribuição foi adaptado de (ALHAJRI et al., 2010) em que [<�]��� é a matriz identidade, [0$]��� é a matriz zero e �89; ����� representa a impedância trifásica da linha. 2.1.1.1.2 Transformador de distribuição Este equipamento é muito comum nas redes de distribuição convertendo do nível de média para baixa tensão. !["�]��� [#$�]���[%�̅]��� ['�]���( = �>?@�[Φ�]��� �BC$$$$�����−�8D$$$$����� >?@�[Φ�]���E (2.4) Os parâmetros do transformador de distribuição são obtidos a partir das informações de placa e dos testes de curto-circuito e circuito aberto. Em (2.4), [BC$$$$�]3x3 e [8D$$$$�]3x3 são matrizes diagonais preenchidas pela admitância de magnetização e impedância de dispersão, respectivamente, Kn é a relação de transformação e [Φ�]3x3 representa a matriz de deslocamento angular para diferentes tipos de conexões do transformador sendo resultante da análise de incidência nodal nos terminais do transformador. Capítulo 2 – Formulação da Camada Física 45 2.1.1.2 Equipamentos conectados em derivação 2.1.1.2.1 Capacitor O banco de capacitores é usado para compensar o fator de potência podendo reduzir as perdas elétricas ao longo da rede de distribuição através do cancelamento da potência reativa dos motores ou de qualquer outro tipo de equipamento com baixo fator de potência (GRAINGER; CIVANLAR, 1985). O banco de capacitores também pode regular a tensão da rede sempre que seus capacitores forem chaveados, como é formulado por (2.5). ̇�F(H) = 0 − K HLNOP3HPRT , U = W, X, Y (2.5) A especificação de um banco de capacitores corresponde à sua potência reativa trifásica total, QNOM, assim cada fase, p, possui um terço dessa potência total tanto na conexão estrela quanto na delta. Além disso, um banco de capacitores chaveados depende do passo, s, que controla a quantidade de potência reativa injetada na rede de distribuição. Em (2.5), s é um valor inteiro positivo que pode atingir um valor máximo igual à HPRT. 2.1.1.2.2 Gerador distribuído Este equipamento elétrico está se tornando cada vez mais comum no sistema de distribuição e pode reduzir as perdas elétricas melhorando, assim, o perfil de tensão e aumentando a confiabilidade da rede de distribuição. O gerador distribuído é modelado como uma barra PQ ou PV (KHUSHALANI et al., 2007). Se o modelo PV de barra é adotado, a tensão na barra do gerador, Z�̇�FZ, é comparada com uma tensão previamente especificada, Z�̇\F̂ Z, até ocorrer a convergência, ou seja, até que a diferença de tensão, calculada usando (2.6), tornar-se menor que um erro tolerável máximo de tensão, _D`, como dado por (2.7). Δ��F = Z�̇\F̂ Z − Z�̇�FZ (2.6) maxF�c,d,efZΔ��FZg ≤ _D` (2.7) Como a tensão depende fortemente da potência reativa do gerador, a rotina de compensação de potência ajusta a potência reativa do gerador distribuído, LD`F , entre um valor de potência reativa máximo, LDC̀c�, e um valor de potência reativa mínimo, LDC̀�?, a fim de diminuir a diferença de tensão, Δ��F. O método de compensação é equacionado por Capítulo 2 – Formulação da Camada Física 46 (2.8) onde a potência reativa exigida para eliminar a diferença de tensão é adicionada à potência reativa da iteração anterior, LD`,c?ijk�lkF . LD`F = �nof�̇�F�Δ<�̇F ∗g + LD`,c?ijk�lkF (2.8) A equação (2.9) estabelece que a injeção de corrente, Δ<�̇F, que é usada para calcular a correção de potência reativa, depende da diferença de tensão e da impedância série de curto-circuito, 8̅\p, entre o gerador distribuído e a barra da fonte de energia. Δ<�̇F = ZΔ��FZ|8̅\p| qr�st?�u�vw yz{c?t(�̇vw)� (2.9) Se o valor de potência reativa viola os limites especificados, durante a rotina de compensação de potência, então a potência reativa do gerador distribuído é fixada no valor limite (LDC̀c� ou LDC̀�?) e sua barra passa a ser tratada como um modelo de barra PQ. 2.1.1.2.3 Carga É o ponto de conexão do cliente final e é modelada pela potência aparente consumida mais o comportamento composto resultante da conexão de diferentes aparelhos elétricos. �F = �NOP3 * �}~ / Z�̇�FZZ�̇�NOPZ3 ~ z ~�� (2.10) Em (2.10), �NOP é a magnitude da potência aparente nominal trifásica e �̇�NOP é tensão nominal trifásica da barra i. O índice q indica o comportamento da carga: q=0 (potência constante), q=1 (corrente constante) e q=2 (impedância constante). Além disso, uma carga pode ter os três comportamentos simultaneamente ponderados por um fator λq cuja soma é igual à unidade. Este modelo de carga é conhecido como modelo ZIP que é determinístico e fixo ao longo do tempo, assim a multiplicação do valor de �F por uma função do tempo deve produzir um modelo de carga onde o valor da potência de carga, ̇�F(�s), é próximo do comportamento real. ̇�F(�s) = �F�̇�F(�s) (2.11) Capítulo 2 – Formulação da Camada Física 47 A função no tempo, �̇�F(�s), representa a porcentagem do consumo de energia ao longo do tempo e possui a característica estocástica exigida pelo algoritmo de fluxo de potência probabilístico. 2.1.2 Algoritmo de fluxo de potência probabilístico A porcentagem de consumo de energia é expressa como a relação entre a potência instalada e a consumida ou, também, como a demanda de potência ao longo do tempo que é medida de hora em hora. A metodologia proposta utiliza um intervalo de tempo discreto, T, que é o intervalo de medição simulado e pode ser ajustado pelo operador durante o processamento do algoritmo de fluxo de potência probabilístico ilustrado na Figura 7. O algoritmo do fluxo de potência probabilístico pode reproduzir o comportamento dos equipamentos elétricos na camada física e gerar valores de tensão e corrente até o operador pausá-lo. Em cada iteração, x, o algoritmo incrementa um T em �s, calcula a porcentagem do consumo de energia e realiza o cálculo de um fluxo de potência determinístico, deste modo, a carga flutua ao longo do tempo continuamente. Figura 7 - Fluxograma do fluxo de potência probabilístico. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 48 2.1.2.1 Função da porcentagem do consumo de energia A função de porcentagem do consumo de energia é um número complexo, pois representa a demanda da carga inicialmente especificada pela magnitude de sua potência aparente. �̇�F(�s) = ��F(�s)qr ����� �vw(i�) (2.12) Tradicionalmente, a monitoração das redes de distribuição é realizada nas subestações onde são coletadas as medições horárias da magnitude normalizada, R(th), e do fator de potência, F(th), da potência consumida em cada fase. A metodologia proposta calcula a magnitude normalizada, ��F(�s), e o fator de potência, ��F(�s), da potência consumida pela carga e de cada fase usando a função de densidade de probabilidade normal, �(�), (WANG et al., 2008) (GALLEGO; FELTRIN, 2012). �(�) = 1�√2� q@(�@�)�z�� (2.13) Em (2.13), a variável aleatória é y enquanto μ e σ são, respectivamente, a média e o desvio padrão de y que pode assumir o valor da magnitude normalizada da potência ou do fator de potência. Se y(th) é uma função horária com um comportamento característico para cada hora, ��, então, a variância da magnitude normalizada horária, ��(��)z, e a variância do fluxo de potência horário, ��(��)z, podem ser expressos por (2.14) e (2.15), respectivamente. ��(��)z = ∑ (��(��))z?����� − �∑ ��(��)?����� z�DP�DP − 1 (2.14) ��(��)z = ∑ (��(��))z?����� − �∑ ��(��)?����� z�DP�DP − 1 (2.15) No cálculo das variâncias, �DP é a quantidade de dias de medição e k é um dia específico de medição. Como a função de densidade de probabilidade depende fortemente da variância calculada, logo um ponto na curva normal pode ser escolhido facilmente. Capítulo 2 – Formulação da Camada Física 49 ��,�F (�s) = �� + ��,�F (�s)(1 − �)���(��)√2� (2.16) ��,�F (�s) = �� + ��,�F (�s)(1 − �)���(��)√2� (2.17) Em (2.16) e (2.17), ��,�F (�s) e ��,�F (�s) são variáveis aleatórias reais, de 0 a 1, e as projeções dos pontos ��,�F (�s) e ��,�F (�s) na abscissa indicam os valores de ��F(�s) e ��F(�s), respectivamente. Portanto, a variável � limita a faixa de flutuação entre uma projeção máxima e mínima. Por exemplo, a Figura 8 mostra uma curva normal onde � limita o valor de r(ts) entre rMAX(th) e rMIN(th). ��F(�s) = Ho�  ¡�,�F (�s) − 12¢ £2��(��)z ln ¦ 1��,�F (�s)��(��)√2�§ + ��(��) (2.18) ��F(�s) = Ho�  ¡�,�F (�s) − 12¢ £2��(��)z ln ¦ 1��,�F (�s)��(��)√2�§ + ��(��) (2.19) Em (2.18), ¡�,�F (�s) é uma variável aleatória real, de 0 a 1, e o operador sgn(b) representa a função sinal que retorna 1 quando b é maior que zero, retorna -1 quando b é menor que zero ou zero quando b é igual à 0. A equação (2.18) é a inversa da distribuição normal onde a média é substituída pela medição horária da magnitude normalizada, Rk(th). Como ilustração, a Figura 8 mostra o comportamento da magnitude normalizada de Figura 8 - Faixa de flutuação da magnitude de potência ao longo do tempo. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 50 potência ao longo do tempo onde o valor de ��F(�s) é aleatoriamente calculado para cada intervalo de tempo e cujo resultado está dentro da faixa de flutuação que margeia a medição de Rk(th), deste modo, uma variação de magnitude contínua é reproduzida pelo algoritmo de fluxo de potência probabilístico. Do mesmo modo, o comportamento da variação do fator de potência pode ser reproduzido usando (2.19). Até o momento, questões que envolvem o tempo do algoritmo não foram devidamente explicadas, uma dessas questões é a relação entre o tempo de simulação, �s, e o tempo de medição, ��. Em (2.20), o valor de �� é a hora do dia em que uma medição é coletada, o operador, ⌊. ⌋, sempre retorna o maior número inteiro anterior e o valor de �s é o tempo de medição em minutos. Como �s é incrementado pelo passo T, se T=15min, por exemplo, o algoritmo produz quatro medições simuladas para cada medição coletada. �� = « �s60­ − 24¯ (2.20) Similarmente ao tempo de medição, a variável k representa o dia em que a medição é coletada e pode ser calculada pela equação: ¯ = ⌊�s 1440⁄ ⌋. 2.1.2.2 Consumo de energia influenciado pelo mercado Existe uma substancial quantidade de informações que flui entre os dispositivos elétricos, de monitoração e de controle no sistema de distribuição moderno. Assim, o consumidor pode possuir um sistema de gerenciamento de energia residencial (HEMS) que recebe informações do mercado e envia informações ao DMS avançado. Tabela 2 – Unidades típicas de DER na smart grid. Tipo de dispositivo Fonte de energia primária Controle de fluxo de potência DG convencional máquina de pequena hidroelétrica +P, ±Q turbina eólica de velocidade fixa +P, -Q DG não convencional turbina eólica de velocidade variável +P, ±Q microturbina +P, ±Q célula fotovoltaica/combustível +P, ±Q DS de longo prazo bateria de armazenamento ±P, ±Q DS de curto prazo super capacitor ±P, ±Q flywheel ±P, ±Q Fonte: Adaptado de (KATIRAEI et al., 2008). Capítulo 2 – Formulação da Camada Física 51 Na Tabela 2 são esboçadas as típicas unidades de recurso de energia distribuída (DER), que incluem as unidades de geração (DG) e armazenamento (DS) distribuído, e suas possibilidades de controle do fluxo de potência. Portanto, o consumidor final pode ter uma combinação das unidades de DG, DS e consumo, como mostrado pela Figura 9, que são controladas e monitoradas pelo HEMS, consequentemente, durante os períodos de alto custo de energia, a unidade de geração é ativada reduzindo a demanda de energia consumida a partir da rede de distribuição e, durante os períodos de baixo custo de energia, as unidades de armazenamento e consumo são ativadas aumentando a demanda de energia consumida da rede de distribuição. Essa operação torna-se possível devido a troca de informações da variação do custo de energia entre o mercado de energia e o HEMS, com isso, a percentagem de consumo da energia deve ser uma função do custo de energia, Ck(th). As equações (2.21) e (2.22) expressam uma maneira alternativa para calcular, respectivamente, a magnitude da potência normalizada e o fator de potência do consumo de energia influenciado pelo mercado. ��F(�s) = �� − ±�%�(��) (2.21) ��F(�s) = �� + ±�%�(��) (2.22) Ambas as equações são funções lineares do controlador de potência do HEMS. Em (2.21), �� é a potência instalada total do consumidor e ±� é um coeficiente de conversão que é calculado pela média da razão entre a quantidade de energia consumida e o custo da energia. Analogamente, em (2.22), �� é o mínimo valor aceitável do fator de potência na Figura 9 - Diagrama da estrutura de comunicação e variação do custo de energia. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 52 rede de distribuição e ±� é um coeficiente de conversão que torna o fator de potência igual a unidade sempre que o custo de energia é máximo, pois a demanda de potência a partir da rede de distribuição deve ser minimizada, de acordo com (2.21). As equações (2.21) e (2.22) são empregadas como controladores da energia consumida, elas também são exemplos da aplicação do método proposto de fluxo de potência probabilístico. 2.2 CONTINGÊNCIAS NAS REDES DE DISTRIBUIÇÃO As contingências nas redes de distribuição provocam a atuação do sistema de proteção interrompendo o fornecimento de energia elétrica ao consumidor final. Se o fornecimento de energia é restaurado em um curto intervalo de tempo, a interrupção é denominada transitória, caso a restauração ocorra após um longo intervalo de tempo a interrupção é denominada permanente. Geralmente, as contingências ou faltas são ocasionadas por animais e árvores em contato com partes energizadas da rede de distribuição, e severas condições de tempo tais como raios incidindo sobre os condutores ou ventos que causam o contato entre dois condutores. Logo, o gerador de contingências possui a função de simular as faltas mais comuns à rede de distribuição. Primeiramente, o algoritmo seleciona o ponto onde ocorrerá a falta e o tipo de falta, depois uma rotina é adicionada ao algoritmo de cálculo do fluxo de potência para obter o comportamento da rede de distribuição na condição de falta. 2.2.1 Especificação e alocação da contingência A determinação do tipo de falta e do ramo no sistema de distribuição onde a falta ocorre depende de uma árvore de decisão cujo caminho está relacionado com as funções de Figura 10 - Curva da frequência acumulada auxiliando na tomada de decisão. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 53 probabilidade em cada nível da árvore, além disso, o algoritmo de caminhada utiliza uma variável aleatória para auxiliar na tomada de decisão. Na Figura 10 mostra-se uma representação gráfica da técnica utilizada pelo algoritmo de geração de contingência na tomada de decisão. No progresso de um nível para outro, na árvore de decisão, existem vários caminhos, Camj, com certa probabilidade ou frequência, Freq, de ocorrência e cujo somatório resulta na unidade, assim a variável discreta de seleção, Sel(γ), determina um caminho em função da variável aleatória γ. q²(³) = %Wnr, Hq ��qµP¶N,r < ³ ≤ ��qµPRT,r (2.23) Em (2.23), as frequências mínima, ��qµP¶N,r, e máxima, ��qµPRT,r, limitam o intervalo da frequência acumulada do caminho j escolhido. ��qµP¶N,r = * ¸�� r@� ��� (2.24) ��qµPRT,r = ��qµP¶N,r + ¸�r (2.25) Logo, os limites inferior e superior da frequência dependem da probabilidade, Pr, de cada caminho, sendo a probabilidade de cada caminho obtida a partir das funções de densidade de probabilidade ou valores tabelados disponíveis na literatura. 2.2.1.1 Árvore de decisão Na Figura 11 é apresentada a árvore de decisão utilizada pelo gerador de contingências para especificar e alocar a falta num determinado sistema elétrico. As folhas Figura 11 - Árvore de decisão para a especificação e alocação da contingência. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 54 são representadas por formas elípticas e indicam as terminações da árvore, já os nós intermediários são representados por formas retangulares e indicam o entrelaçamento de três ou mais ramos. Nesta representação da árvore de decisão, o algoritmo começa na raiz, ou seja, no nó Região e o caminho até uma das folhas da árvore é realizado utilizando a variável de seleção que deve especificar dentre um conjunto de caminhos o mais favorável. As sucessivas decisões são respostas aos questionamentos do tipo: qual alimentador; qual condição de operação do alimentador; qual ramo do alimentador; qual o tipo da falta e; qual o valor da resistência de falta. As respostas são determinadas usando a probabilidade de cada caminho. 2.2.1.1.1 Seleção do alimentador O algoritmo de geração de contingências verifica a probabilidade de ocorrência de uma contingência em uma determinada região geográfica que pode conter uma ou mais subestações, consequentemente, o algoritmo examina um conjunto finito de alimentadores. Como as faltas, normalmente, ocorrem através de algum agente externo agindo sobre os condutores do alimentador então é verdadeiro assumir que a probabilidade de falta em um alimentador seja dependente do seu comprimento, Lj. ¹r = * ²� ?º» ��� , K = 1,2, … , �R¼ (2.26) O comprimento de um alimentador corresponde ao somatório do comprimento dos condutores de cada ramo, li, logo a probabilidade de cada alimentador sofrer uma contingência, PrAL, numa região com nAL alimentadores é obtida através da relação (2.27). ¸�R¼,r = ¹r∑ ¹�?½¾��� , K = 1,2, … , �R¼ (2.27) Alimentadores com maiores comprimentos possuem as maiores probabilidades de estarem sujeitos às faltas. 2.2.1.1.2 Seleção da condição de operação Existem duas possíveis condições de operação do alimentador selecionado: normal ou em falta. Se o alimentador está operando na condição normal, não há falta e o algoritmo pausa o processo de caminhada retornando para raiz e esperando a próxima iteração, pois o Capítulo 2 – Formulação da Camada Física 55 algoritmo encontrou uma folha ou terminação, caso contrário o alimentador selecionado está na condição de falta que precisa ser especificada e alocada. ¸�\p,� = 1 − ¸�\p,z (2.28) ¸�\p,z = ¹��%���%�¿R^ ∑ ��%<� ∑ ²r?»,vr�� �N\À��� (2.29) Em (2.28), ¸�\p,� é a probabilidade do alimentador selecionado estar operando em condição normal e ¸�\p,z é probabilidade do alimentador selecionado possuir uma falta. A probabilidade de ocorrência de falta depende da frequência efetiva de interrupção ao consumidor do alimentador selecionado, FECk, que é utilizado pelas concessionárias para avaliar a qualidade do serviço de distribuição de energia e corresponde ao número de interrupções ocorridas, em média, no período de apuração, em cada unidade consumidora do conjunto analisado. A variável NCk é o número total de unidades consumidoras do alimentador k, dado pelo somatório das nci unidades consumidoras presentes nas nBR,k barras do alimentador. �%� = * �Y� ?º»,À ��� , ¯ = 1,2, … , �R¼ (2.30) Desta forma, a quantidade de consumidores interrompidos no período de apuração é �%���%�. Se a probabilidade de ocorrência de uma falta na seção i é calculada através da razão do seu comprimento, ∑ ²r?»,vr�� , pelo comprimento total do alimentador, Lk, então a média de consumidores interrompidos devido a uma falta na seção i é igual ao produto da probabilidade de ocorrência de uma falta na seção i pela quantidade de consumidores interrompidos devido a uma falta na seção i, NCIi. Consequentemente, a média total de consumidores interrompidos por falta no alimentador k é calculada pelo somatório das médias de consumidores interrompidos devido a uma falta nas NSk seções do alimentador k. Com isso, o número de interrupções no alimentador k é calculado através da razão da quantidade de consumidores interrompidos no período de apuração pela média total de consumidores interrompidos por falta no alimentador k. Este resultado indica que a probabilidade de ocorrência de falta depende da topologia da rede e da disposição dos dispositivos de proteção na rede de distribuição observada. Capítulo 2 – Formulação da Camada Física 56 Normalmente, o período de apuração é anual, assim para uma probabilidade de falta diária adota-se TAP=365, analogamente para uma probabilidade de falta horária, TAP=8760. 2.2.1.1.3 Seleção do ramo com falta Do mesmo modo que a probabilidade de seleção do alimentador depende do comprimento do alimentador, a probabilidade de seleção do ramo onde a falta vai ocorrer também depende do comprimento dos condutores do ramo. ¸��,r = ²r¹� , K = 1,2, … , ��,� (2.31) Em (2.31), Lk é o comprimento total do alimentador k, nR,k é a quantidade total de ramos do alimentador e lj é o comprimento do ramo j, assim quanto maior o comprimento do ramo maior será a probabilidade de seleção do ramo para ocorrência da contingência. 2.2.1.1.4 Seleção do tipo de falta Normalmente, as redes de distribuição são aéreas, assim os tipos de faltas mais comuns envolvem o contato entre condutores ou com a terra através de uma resistência, as faltas provocadas pelo contato de condutores podem ser trifásicas (3 fases em contato) ou bifásicas (2 fases em contato), já as faltas provocadas por uma resistência podem ser monofásicas (uma fase em contato com a terra através de uma resistência) ou bifásica com terra (2 fases em contato e aterradas por uma resistência). Na Tabela 3 é mostrada a probabilidade de cada tipo de falta (COPEL, 2004). Tabela 3 - Comportamento das faltas na rede de distribuição Tipo de falta j PrFT,j Trifásica 1 0.02 Bifásica 2 0.11 Monofásica 3 0.79 Outro 4 0.08 Fonte: Elaboração do próprio autor. Neste nó da árvore de decisão, a ocorrência de uma falta na rede de distribuição já foi definida, portanto para a porcentagem de 8% destinada a outros tipos de faltas, Capítulo 2 – Formulação da Camada Física 57 diferentes da falta trifásica, bifásica ou monofásica, é atribuída a falta envolvendo o contato entre duas fases e a terra através de uma resistência. 2.2.1.1.5 Seleção do valor da resistência de falta Na árvore de decisão, as faltas trifásicas ou bifásicas sem terra são folhas de terminação da árvore, por outro lado, as faltas em contato com a terra também necessitam que sua resitência de aterramento seja definida como baixa ou alta. As resistências de falta são folhas terminais da árvore de decisão que finalizam a árvore de decisão. Uma vez que todas as especificações da contingência foram determinadas pelo algoritmo, a próxima etapa consiste em simular o comportamento da rede de distribuição sob a contingência selecionada. 2.2.2 Formulação da contingência De um modo geral, as contingências provocadas por curtos-circuitos na rede de distribuição podem ser formuladas através de um modelo de impedância (EBRAHIMI et al., 2007) conforme o diagrama apresentado na Figura 12. Tabela 4 - Comportamento da resistência de falta com a terra. Valor da resistência j PrZ,j Baixa resistência 1 0.90 Alta resistência 2 0.10 Fonte: Elaboração do próprio autor. Figura 12 - Representação do curto-circuito usando quatro impedâncias. Fonte: Adaptação de (EBRAHIMI et al., 2007). Capítulo 2 – Formulação da Camada Física 58 A partir do modelo de falta com quatro impedâncias, é possível simular todos os tipos de curtos-circuitos, por exemplo, quando Zf,C=Zf→∞ e Zf,A=Zf,B=0 tem-se a representação de um curto-circuito bifásico entre as fases A e B, analogamente, para uma falta monofásica na fase A adota-se Zf,B=Zf,C→∞, Zf,A=0 e Zf≠0, para este tipo de falta a tensão no ponto da falta é dada por VSC calculado pelo produto da impedância de falta, Zf, pela corrente de falta, JSC, assim para faltas com dependência da terra são necessários alguns cálculos preliminares para se determinar o valor de tensão no ponto de falta. Além disso, a impedância série de curto-circuito, 8̅\p, é usada pelo algoritmo para simular o comportamento da rede de distribuição. O cálculo desta impedância é feito pela soma sucessiva de impedâncias séries, 8̅�, partindo do ponto de ocorrência da falta até a fonte do alimentador numa varredura backward que desconsidera os ramos laterais. 8̅\p,F = * 8̅F,�, U = W, X, Á Y?ÃÄ ��� (2.32) Em (2.32), nZS é o número de impedâncias série por onde flui a corrente de curto- circuito, sendo que cada ramo possui um valor de impedância. 2.2.2.1 Falta trifásica Para este tipo de falta adota-se Zf,A=Zf,B=Zf,C=0 e Zf→∞, indicando que os condutores das três fases estão em contato, e como adotou-se o modelo ZIP para as cargas na rede de distribuição então a tensão no ponto de falta não pode ser nula, VSC≠0. Na Figura 13 é mostrada uma representação do curto-circuito trifásico, onde a tensão no ponto da falta é igual a um erro de tensão, VSC = εSC, deste modo a corrente de curto-circuito pode ser calculada pela equação (2.33). Figura 13 - Representação do curto-circuito trifásico. Fonte: Elaboração do próprio autor. Capítulo 2 – Formulação da Camada Física 59 \̇p,F = �̇�,F − �̇\p,F8̅\p,F (2.33) Para simular o comportamento da falta, utiliza-se o algoritmo de cálculo do fluxo de potência completo mais uma carga auxiliar no ponto selecionado para a ocorrência da falta. Essa carga auxiliar deve ser capaz de injetar uma corrente