Otimização da Alocação de PMUs em Redes Elétricas com Infraestrutura de Comunicações
Nome: MARCO ANTÓNIO DO ROSÁRIO SANTOS CRUZ
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 30/09/2016
Orientador:
Nome |
Papel |
|---|---|
| HELDER ROBERTO DE OLIVEIRA ROCHA | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| FABIO DE OLIVEIRA LIMA | Examinador Externo |
| HELDER ROBERTO DE OLIVEIRA ROCHA | Orientador |
| IMENE YAHYAOUI | Examinador Externo |
Resumo: Este trabalho apresenta um novo algoritmo de otimização de custos totais dos Sistemas de Monitoramento em Grandes Areas (SMGA) de redes de transmissão de energia com base em Unidades de Medição Fasorial (UMFs) ou Phasor Measure units (PMU). Busca-se combinar a alocação ótima de UMFs com o dimensionamento de infraestrutura de comunicações, restringido ao menor custo total do sistema de medição.
A Estimação de Estados (EE) é um estágio imperativo do monitoramento de sistemas de potência, da segurança do sistema e dos fluxos adequados de potência. Até recentemente, Unidades Terminais Remotas (UTRs) ou Remote Terminal Units (RTUs) em inglês, eram os principais responsáveis por recolher medidas de fluxos de potência ativa e reativa, injeção de potância ativa e reativa e o módulo da tensão nos barramentos para o sistema SCADA (Supervisory Control And Data Acquisition), que por sua vez fornecia dados
para a EE. A introdução de PMUs em 1990 trouxe uma vantagem comparativa pois as medições são sincronizadas pela utilização do GPS (Global Positioning Sistem), o que permite constituir SMGA eficientes no controle e operação. Outra vantagem é a alta amostragem das PMUs conjugada com a estimação de estados, o que assegura controle rápido da tensão, comparado com o sistema de medição convencional (UTR e medidas).
Porém, a utilização da tecnologia de PMUs acarreta um custo considerável e, por isso, desde cedo colocou-se o problema de otimizar a alocação destas unidades numa rede de transmissão, sem comprometer a EE.
Muitos algoritmos de otimização de alocação de PMUs têm sido propostos, considerando critérios como observabilidade, contingências como perdas de PMU, perdas de linha, medidas críticas e conjuntos críticos. Mas a maioria dos trabalhos foca na simples minimização de PMUs e sua localização. Alguns poucos e recentes trabalhos vêm chamando a atenção para outros custos, como a Infraestrutura de Comunicação (IC), que apresentam um peso
maior nos custos de uma SMGA que o de PMUs. Assim, o problema seria formulado de uma forma mais abrangente, buscando otimizar os custos totais, o que significaria otimizar a alocação de PMUs e IC.
Este trabalho propõe ser uma contribuição nesta direção, formulando a alocação de PMUs como um problema de Conjunto Dominante Conexo Mínimo, que é um problema bem conhecido na teoria de grafos. Assim, implementa-se uma metodologia através da metaheurística Busca em Vizinhança Variável, combinado com mais dois algoritmos, Dijkstra (menores caminhos) e Kruskal (árvore geradora mínima). Também explora-se várias métricas da teoria dos grafos e propõe-se novas para melhorar o desempenho do algoritmo e incorpora-se ao modelo os aspetos e restrições mais próximos da realidade
prática dos SMGA. Adiciona-se também ao algoritmo uma característica escalável, aplicável desde pequenos sistemas até os grandes e complexos.
