Minimização do custo global de Infraestrutura de Comunicação e alocação de PMUs em WAMS utilizando betweenness centrality e dominância em grafos
Nome: VANESSA BATISTA BOONE
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 20/12/2022
Orientador:
Nome |
Papel |
|---|---|
| HELDER ROBERTO DE OLIVEIRA ROCHA | Orientador |
| MARCIA HELENA MOREIRA PAIVA | Co-orientador |
Banca:
| Nome |
Papel |
|---|---|
| ELIZANDRA PEREIRA ROQUE COELHO | Examinador Interno |
| HELDER ROBERTO DE OLIVEIRA ROCHA | Orientador |
| MARCIA HELENA MOREIRA PAIVA | Coorientador |
| REGINALDO BARBOSA NUNES | Examinador Externo |
Resumo: Este trabalho apresenta um método de otimização do custo global de Infraestrutura de Comunicação (IC) e alocação de Phasor Measurement Units (PMUs) em Wide Area Measurement Systems (WAMS). A Estimação de Estado (EE) é uma ferramenta que auxilia no tratamento dos dados obtidos das medições, eliminando erros grosseiros e erros de topologia. Esta ferramenta só pode ser executada quando os dados das medições disponíveis são suficientes, portanto deve existir uma quantidade suficiente de PMUs em um Sistema Elétrico de Potência (SEP) para garantir a EE. Medidas de tensão, corrente e
fase em todas as barras do sistema são obtidas em tempo real a partir de dispositivos de medição instalados no SEP e com o auxílio da EE, um banco de dados seguro é fornecido para a tomada de decisão nas redes elétricas, sendo muito importante para a implantação de uma Rede Elétrica Inteligente ou Smart Grid. A alocação de PMUs e da IC demanda um elevado custo, sendo que a IC possui um maior impacto no custo global do WAMS. O alto impacto da IC no custo total motivou este novo método de otimização. O objetivo deste trabalho foi o de otimizar a IC e a quantidade de PMUs para obter um menor custo global, em simulações com as redes IEEE-14, IEEE-30, IEEE-118 e IEEE-300. Através do conhecimento da teoria de grafos e da elaboração da alocação de PMUs como um problema de Conjunto Dominante Conexo Adaptado foi possível otimizar o custo total. Dessa forma, uma nova métrica a ponderada foi proposta e utilizada com a Betweenness Centrality. Além da Betweenness Centrality dois algoritmos bastante comuns na teoria de grafos foram usados no processo de otimização. O algoritmo de Dijkstra que encontra os menores
caminhos entre os vértices e o algoritmo de Kruskal que pesquisa uma árvore geradora mínima para um grafo ponderado conexo, foram utilizados para compor a simulação. O algoritmo desenvolvido conseguiu reduzir o custo global dos SEPs testados.
