XXI Seminário Nacional de Distribuição de Energia Elétrica SENDI 2014 - 08 a 13 de novembro Santos - SP - Brasil
Leandro Tolomeu Marques
Universidade de São Paulo
[email protected]
Alexandre Moyses de Gois
Companhia Paulista de Força e Luz
[email protected]
Reginaldo Leopoldino
Companhia Paulista de Força e Luz
[email protected]
João Bosco A. London Junior
Universidade de São Paulo
[email protected]
Alexandre C. B. Delbem
Universidade de São Paulo
[email protected]
Douglas Henrique Pereira
Universidade de São Paulo
[email protected]
Murilo da Silva
Universidade Tecnológica Federal do Paraná
[email protected]
Metodologia para Restabelecimento de Energia em Sistemas de Distribuição com Priorização de Chaves Controladas Remotamente: Aplicação em um Sistema Real da CPFL
Palavras-chave
Priorização de Chaves Controladas Remotamente Restabelecimento de Energia Sistemas de Distribuição de Grande Porte Smart Grid
Resumo No crescente mercado competitivo, exigente e regulado, as concessionárias de distribuição de energia têm, continuamente, enfrentado muitos desafios para melhorar a qualidade e a confiabilidade do fornecimento da energia e diminuir custos relativos à interrupção. Nesse contexto, o restabelecimento de energia em situações de contingência é um dos problemas mais exigentes e críticos enfrentados, pois, além de frequente, envolve vários objetivos e a satisfação de várias restrições técnicas e operacionais. Assim, neste trabalho é proposta uma metodologia computacional para a determinação de planos de restabelecimento de energia em sistemas de distribuição grande porte. Dentre os principais diferenciais da mesma estão a sua capacidade de(i) fornecer planos de restabelecimento em tempo real e de(ii) priorizar a operação de chaves controladas remotamente, permitindo restaurar o fornecimento de energia de maneira mais rápida e econômica, minimizando o deslocamento de equipes de manutenção. Para avaliar a metodologia proposta, a mesma foi aplicada ao SD real da cidade de Marília, sob a concessão da CPFL e foram consideradas situações de uma e de múltiplas faltas simultâneas. Os resultados apresentados mostraram-se muito satisfatórios, evidenciando a viabilidade de aplicação da mesma em centros de operação, inclusive de sistemas de distribuição de grande porte.
1/12
1. Introdução 1.1 Motivação A energia elétrica é um recurso fundamental para o desenvolvimento econômico de um país, assim como para promover a satisfação, o bem-estar e a segurança da sociedade. Dessa forma, os sistemas elétricos de potência devem garantir um alto grau de continuidade do fornecimento da energia elétrica, termo este que remete à qualidade da energia (QE). A perda da qualidade da energia pode, direta ou indiretamente, causar diversos problemas. Dentre estes, pode-se citar: a interrupção do fornecimento ou mau funcionamento de equipamentos e processos dos consumidores, perda de produção, matéria-prima, dentre outros. O impacto financeiro devido à falta da qualidade de energia pode variar de poucos a milhares de reais, dependendo do tipo de consumidor, da atividade e do momento econômico que se passa, conforme diversos estudos revelam (Kjolle, G. H., 2008). Desse modo, há um crescente interesse de pesquisadores, agentes reguladores, concessionárias de energia elétrica, bem como, de alguns consumidores, no estudo dos fenômenos, efeitos e possíveis soluções para problemas ligados a QE. Para aumentar ainda mais o interesse pelo desenvolvimento de soluções para problemas relacionados com a QE, principalmente por parte das concessionárias de energia, a Agência Nacional de Energia Elétrica tem exigido índices cada vez mais severos de continuidade de fornecimento de energia elétrica. A fim de adequar-se a estes novos índices e eliminar a possibilidade de penalizações, as concessionárias de energia estão continuamente em busca de melhorias dos serviços, seja por meio da melhoria das práticas e processos, ou do desenvolvimento e adoção de novas tecnologias. Neste sentido, podem-se destacar os estudos ligados à automação, telemedição e controle e proteção do SD de energia, isto é, à aplicação da filosofia de Smart Grid (Brown, R. E., 2008), amplamente discutidos no atual cenário. Dentre os diversos conceitos de Smart Grrid, tem-se a utilização da reconfiguração do SD em situações de contingência, visando uma rápida isolação do trecho da rede com problema, minimização do número de consumidores prejudicados e do tempo para restabelecimento do fornecimento de energia. Neste âmbito destaca-se a importância dos estudos ligados a reconfiguração de redes em sistemas de distribuição para uma rápida restauração do sistema com minimização o número de consumidores atingidos. 1.2 O Problema Atualmente a continuidade do fornecimento de energia é um dos itens de qualidade mais importantes para as concessionárias e órgãos reguladores. Contudo, interrupções no fornecimento de energia podem ocorrer devido a diversos fatores. Na ocorrência de uma falta permanente, que leva à interrupção do fornecimento, a fim de minimizar o impacto desta, busca-se isolar o defeito e restabelecer rapidamente o fornecimento de energia aos setores não defeituosos. Este procedimento pode ser executado por meio da reconfiguração da rede, isto é, de manobras de abertura e fechamento de chaves a fim de alimentar os setores não defeituosos fora de serviço por meio de outra fonte e de eliminar sobrecargas e quedas de tensão inadequadas no SD. A determinação destas chaves consiste no problema de restabelecimento de energia. Para exemplificar o processo de restabelecimento de energia, considere o SD (SD) com três alimentadores mostrados na Figura 1, onde os retângulos representam as subestações, as linhas sólidas as chaves normalmente fechadas (NF), as linhas pontilhadas as chaves normalmente abertas (NA) e os círculos os setores de carga. Suponha que ocorra um distúrbio no setor 4, apresentado na Figura 1a. Após a isolação desse setor sob falta, por meio da abertura das chaves A
2/12
e B, observe, na Figura 1b que os setores 7 e 8, apesar de não possuírem defeito algum, ficaram dentro da área sem energia. Esse problema pode ser resolvido, por exemplo, através do fechamento da chave C, conforme Figura 1b. Com base neste pequeno exemplo, pode-se perceber ao tratar o problema de restabelecimento de energia faz-se necessário: (i) minimizar o número de consumidores saudáveis fora de serviço e (ii) e minimizar o número de operações de manobras em chaves. Entretanto, devido às limitações dos equipamentos instalados em SDs e aos procedimentos de operação de redes de distribuição, estas necessidades estão sujeitos às seguintes restrições operativas: (i) manutenção da radialidade da rede; (ii) não violação dos limites de condução de corrente por parte de linhas e de outros equipamentos da rede; e (iii) atendimento dos limites de queda de tensão. Devido a estas características, o problema de restabelecimento de energia pode ser classificado como um problema de otimização multiobjetivo sujeito a múltiplas restrições. Além disso, ele é combinatorial, uma vez que o número de soluções (configurações para a rede) possíveis para o mesmo aumenta exponencialmente com o número de chaves dos SDs.
Figura 1 - Restabelecimento do fornecimento de energia. Além disso, com o desenvolvimento de tecnologias relacionadas à automação, operação e controle de redes de distribuição, surgiram chaves que podem ser operadas de maneira remota, a partir do centro de operação. Haja vista que não exigem o deslocamento de equipes de manutenção para comutá-las, estas chaves, aqui chamadas de Chaves Controladas Remotamente (CCRs), têm a vantagem de minimizar o tempo de ausência de fornecimento de energia aos consumidores, bem como de diminuir os custos relacionados à operação da rede, ao contrário das Chaves Controladas Manualmente (CCMs). Como as CCRs ainda não substituíram completamente as CCMs, ambos os tipos de chaves estão presentes em SDs (Kumar et al., 2008), principalmente em SDs de grande porte, foco desta pesquisa. Portanto, tanto as CCMs quanto as CCRs devem ser consideradas na determinação de planos de restabelecimento em situações de contingência. Contudo, devido às vantagens citadas anteriormente, é desejável a obtenção de planos de restabelecimento de energia que possam ser parcial ou totalmente implementados por meio de CCRs. 1.3 Contribuição Face ao exposto, este trabalho tem como objetivo apresentar uma metodologia computacional para a reconfiguração de redes em SDsde grande porte para o tratamento do problema de restabelecimento de energia. Destaca-se que a metodologia proposta permite: (i) a determinação de planos de restabelecimento de restabelecimento em tempo real em situações de uma e de múltiplas faltas; (ii) a priorização de CCRs a fim de minimizar os custos para a implementação do plano obtido, bem como o tempo de ausência de fornecimento, melhorar os índices de continuidade do fornecimento; (iii) lidar com SDs de grande porte sem simplificação na representação da rede, isto é, considerando todas as linhas, barramentos, cargas e chaves. Para lidar com os múltiplos objetivos do problema do problema, é proposto também neste trabalho um algoritmo evolutivo multiobjetivo baseado no Método de Tabelas (Benayoun et al., 1971).
3/12
2. Desenvolvimento 2.1 Formulação Matemática do Problema Para tratar computacionalmente o problema de restabelecimento de energia com priorização de operação em CCRs, propõe-se a formulação matemática apresentada na Equação 1, desenvolvida com base naquelas apresentadas por Santos et al. (2010) e por Sanches et al. (2014).
em que G é uma configuração radial da rede, representada por uma floresta de grafo; CFS(G) é o número de 0
consumidores sãos fora de serviço em G; MAN_CCM(G,G ) é o número de operações de manobra em CCMs 0
0
necessárias para se obter G a partir da configuração G , após a localização e a isolação da falta; MAN_CCR(G,G ) é o 0
número de operações de manobra em CCRs necessárias para se obter G a partir da configuração G , após a localização e a isolação da falta; A é a matriz incidência de G; x é o vetor de correntes de linha na configuração G; b é um vetor contendo as correntes complexas nas barras de carga (bi0); X(G) é o máximo carregamento de rede em G, dado por X(G) = MAX(xj/xj’), sendo xj’ um limitante superior de corrente para cada magnitude de corrente xj em uma linha j; B(G) é o máximo carregamento de subestação em G, dado por B(G)=MAX(bs/bs’), sendo bs’ um limitante superior para cada magnitude de injeção de corrente bs provida por uma subestação s; V(G) é a máxima queda de tensão em G, dada por V(G)=MAX(|vs – vk|/MQT), sendo vs a magnitude de tensão na barra de uma subestação s, vk é a magnitude de tensão em uma barra k da rede e MQT é a máxima queda de tensão admissível (neste trabalho 10%, isto é, MQT=0,1). Todavia, esta formulação pode ser apropriadamente reescrita por meio das seguintes considerações: i) Utilização da Representação Nó-Profundidade (RNP) (Delbem et al., 2004; Sanches et al. 2014), que é uma estrutura de dados abstrata, baseada na teoria de grafos, capaz de armazenar e manipular de forma eficiente florestas de grafo e garantir que todas as modificações produzirão também uma floresta; ii) CFS(G)=0, uma vez que a RNP possui dois operadores que, por meio de poda e transferência de subárvores, geram exclusivamente florestas capazes de fornecer energia para todas as partes de um SD possíveis de serem conectadas por meio de chaves (Santos et al., 2010); iii) Resolver Ax = b utilizando um algoritmo de fluxo de potência de Varredura Direta/Inversa com RNP uma vez que a RNP organiza naturalmente todas as barras de cada configuração G segundo uma relação conhecida como Terminal-Substation Order (Kagan et al., 2005), necessária à execução do fluxo de potência; iv) Tratar as restrições relacionadas a X(G), B(G) e V(G) por meio da minimização do valor assumido por estes parâmetros. Deste modo, a formulação matemática para o problema de restabelecimento de energia com priorização de CCRs apresentada na Equação 1 pode ser simplificada e reescrita conforme mostrado na Equação 2. 0
0
Min. MAN_CCM(G,G ), MAN_CCR(G,G ), X(G), B(G) e V(G) s. a: Fluxo de potência com RNP
(2)
4/12
G ser uma floresta de grafo gerada pela RNP. 2.2 Metodologia Proposta 2.2.1 Características Gerais A fim de priorizar a operação de CCRs durante o processo de restabelecimento de energia em SDs de grande porte propõe-se uma nova metodologia, denominada AEMT++, que estende o Algoritmo Evolutivo Multiobjetivo em Tabelas (AEMT) para lidar com: (i) Priorização de Chaves, (ii) Priorização de Consumidores e (iii) Definição de Sequência de Chaveamento. Algoritmos evolutivos (AEs) são algoritmos de busca estocástica baseados em princípios de seleção natural e recombinação. O AEMT é um AE para problemas multiobjetivos, que tem sido investigado em problemas de reconfiguração de SDs (Santos et al., 2010). O AEMT++ foi desenvolvido para determinar planos de restabelecimento de energia, em SDs de grande porte, que considerem a presença e priorizem a operação de CCRs e o atendimento de consumidores especiais. Estes consumidores são cargas elétricas que devem ter precedência de atendimento durante o processo de restabelecimento, tais como, hospitais, centros de transfusão de sangue, indústrias siderúrgicas, grandes supermercados, entre outros. Ademais, esta metodologia é capaz de fornecer uma sequência factível de operação das chaves presentes no plano de restabelecimento. Contudo, o presente trabalho limitar-se-á a apresentar a capacidade do AEMT++ em considerar e priorizar a operação de CCRs em SDs de grande porte. As demais características do mesmo serão apresentadas em trabalhos futuros. Para representar computacionalmente os SDs o AEMT++ faz uso da RNP (Sanches et al., 2014; Delbem et al, 2004). Na avaliação de cada indivíduo (uma configuração da rede) o AEMT++ utiliza-se de um algoritmo eficiente de fluxo de potência de Varredura Direta/Inversa do tipo Soma de Correntes (Shirmohammadi et al. 1988) com RNP (Santos et al., 2010) e cargas representadas segundo o modelo de potência constante com a tensão. Deste modo, são satisfeitas as duas restrições do problema, formulado conforme apresentado na Equação 2. Baseado no Método de Tabelas (Benayoun et al. 1971) e no Algoritmo Evolutivo Multiobjetivo em Tabelas (Santos et al., 2010), o AEMT++ possui tabelas de subpopulação que armazenam os indivíduos que possuem os menores valores para: X(G), B(G), V(G), MAN_CCM(G,G0), MAN_CCR(G,G0), perdas resistivase função agregação. O valor de função agregação f(G) é calculado para cada indivíduo G segundo a Equação 3, que reuni os valores de X(G), B(G), V(G) e das perdas resistivas (PERDAS (G)) de G. f(G) = WX.X(G) + WB.B(G) + WV.V(G) + PERDAS (G)
(3)
em que WX., WB. e WV são pesos definidos em função da adequação de G às restrições operacionais relacionados aos valores de X(G), B(G), V(G), da seguinte forma: WI = 100, se I(G) > 1, para I = X, B e V,
WI = 0,
se I(G)
