Most of the faults that occur in electrical systems are of a random nature in the distribution networks. This work presents a methodology based on two metaheuristics, GRASP and VNS, to promote the optimal allocation of keys in the distribution network to optimize the restoration and reconfiguration processes of the electrical network. It is also intended to improve some quality parameters of the system, such as the voltage level in the bus, DEC (equivalent interruption duration per consumer unit), the number of contacts and losses in the system lines.
Introdução
Justificativa
Cabe à ANEEL fiscalizar as distribuidoras de energia elétrica para que cumpram os parâmetros de qualidade de energia elétrica (DEC, FEC e VTLDs) durante sua operação na rede. Isso cria a necessidade de empresas e pesquisadores proporem técnicas para aumentar a confiabilidade do SDEE, que segundo (BILLINTON; ALLAN, 1994) é a capacidade que o sistema tem de entregar energia com um número mínimo de interrupções. A alocação de dispositivos de proteção e comutadores no SDEE desempenha um papel muito importante na melhoria da confiabilidade do sistema.
Objetivos
- Objetivo geral
- Objetivos específicos
Revisão Bibliográfica
Para sistemas grandes, o AG provou ser mais eficaz na resolução do problema de alocação de chaves. Para resolver o problema de restauração das redes de distribuição de energia elétrica, (ZVIETCOVICH; KAGAN, 2008) utiliza um algoritmo evolutivo denominado Algoritmo Memético. Esta metodologia visa resolver o problema de alocação ótima de chaves de interconexão no SDEE.
Descrição dos componentes do sistema de distribuição
Descrição dos Sistemas de Distribuição
- Descrição da Subestação
- Descrição das Linhas
- Descrição das Cargas
- Descrição das Chaves
- Descrição dos reguladores de tensão
- Descrição dos capacitores shunt
- Descrição dos transformadores
O comprimento dos alimentadores dos sistemas de distribuição de energia elétrica pode variar aproximadamente entre 5 e 40 km (STEVENSON, 1986). As chaves são elementos da rede de distribuição que impedem ou permitem a passagem de corrente na linha onde estão localizadas. Os bancos de capacitores conectados às redes de distribuição alteram o fator de potência nas mesmas linhas, a partir da compensação de energia reativa das cargas.
Metodologia e formulação dos problemas
- Restauração de sistemas de distribuição
- O problema da restauração de redes elétricas
- Indicadores de qualidade de continuidade – DEC e FEC
- Variações de tensão de longa duração – VTLDs
- Reconfiguração de sistemas de distribuição
- Alocação de chaves em sistemas de distribuição
- O problema de alocação de chaves
- Fluxo de Potência em Sistemas de Distribuição
- Método de Varredura
- Método de Newton-Raphson
Portanto, um software que funcione de forma eficiente, gere os melhores resultados, com um tempo de processamento ótimo, para solucionar o problema de restabelecimento de redes elétricas, é desejável para sua implementação pelas distribuidoras de energia elétrica. Segundo (ZVIETCOVICH; KAGAN, 2008), em conexão com o mercado de eletricidade, para solucionar o problema de restabelecimento das redes, os sistemas de distribuição são considerados em caso de interrupção do fornecimento de energia, onde o principal objetivo é elaborar planos para estabelecer abastecimento de água em áreas interrompidas. Os sistemas de distribuição de energia elétrica operam radialmente, conectados por disjuntores, proporcionando maior controle sobre a topologia da rede.
Essa propriedade radial significa que há apenas um caminho ao longo do qual o fluxo de energia elétrica viaja do alimentador para a carga. A reconfiguração permite que cargas sejam transferidas de alimentadores mais carregados para alimentadores menos carregados, alterando o nível de carga entre eles, além de melhorar o perfil de tensões nas barras e reduzir as perdas de energia elétrica no sistema. Para tanto, foram encontrados na literatura alguns algoritmos heurísticos que auxiliam neste processo, e neste trabalho será utilizada a metaheurística GRASP para garantir uma melhor solução para o problema de reconfiguração de redes de distribuição de energia elétrica.
Neste trabalho, ao realizar a reconfiguração das redes de distribuição de energia elétrica, visa-se reduzir as perdas de potência ativa no sistema, além de melhorar os níveis de corrente nas linhas do sistema, para evitar sua sobrecarga. O principal objetivo deste trabalho é desenvolver uma metodologia para melhorar a fiabilidade das redes de distribuição de energia elétrica, no que diz respeito à sua reparação e reconfiguração, durante uma avaria ou manutenção, resolvendo o problema de atribuição de comutadores nestas redes. Diante disso, as concessionárias de energia elétrica estão realizando diversas ações para se adequar ao cenário regulado pela ANEEL.
O objetivo do problema de layout de chaves é determinar o número de chaves e sua localização no sistema de distribuição de energia para melhorar alguns parâmetros de confiabilidade do sistema.
Greedy Randomized Adaptive Search Procedure – GRASP
- VNS – Variable Neighborhood Search
- Fundamentos da metaheurística VNS
- VNS Básica (BVNS)
- Aplicação da metaheurística GRASP ao problema do caixeiro viajante
- Problema de reconfiguração de redes elétricas utilizando o GRASP
- Exemplo da aplicação para reconfiguração de redes elétricas
- Problema de alocação de chaves em redes de distribuição usando VNS
Na primeira etapa, todos os dados do problema são lidos, a partir dos quais é criada uma solução inicial do problema. Na segunda etapa, uma solução é construída a partir das características aleatórias e insaturadas do GRASP. Por fim, a quarta etapa determina apenas o número máximo de iterações para as quais o processo será realizado, até que uma solução ótima seja encontrada.
Se o conjunto de soluções ainda estiver incompleto, volte ao passo 2. Após a execução da fase construtiva do GRASP, é executada a fase de busca local, onde o objetivo é melhorar a solução fornecida pela fase construtiva utilizando-a de ' uma otimização local algoritmo, com o objetivo de obter uma solução de melhor qualidade do que a solução encontrada anteriormente. Métodos de busca local para otimização combinatória realizam uma série de modificações locais em uma solução inicial, melhorando o valor da função objetivo até que um ótimo local seja encontrado” (POSSAGNOLO, 2015). Ou seja, a cada iteração, uma solução melhorada é obtida a partir da vizinhança da solução estabelecida, até que nenhuma melhoria seja obtida.
Assim, as propriedades favoráveis de uma solução estabelecida serão mantidas e utilizadas para alcançar soluções vizinhas promissoras e/ou até melhores (MLADENOVIĆ; HANSEN, 1997). Feito isso, encontra-se uma solução inicial x, podendo-se aplicar uma busca local para melhorá-la. Se a última vizinhança for alcançada sem que uma solução melhor do que a estabelecida seja encontrada, a busca é retomada na primeira estrutura de vizinhança N1(x) até que o critério de parada definido seja atingido (POSSAGNOLO, 2015).
Uma vez que uma solução para o problema do Caixeiro Viajante é gerada usando a metaheurística GRASP, ela pode ser melhorada usando o VNS para realizar uma busca local em sua vizinhança. Obtida uma solução x (rede radial), calcula-se a função objetivo indicada na Equação (5.1), bem como as restrições da rede. A partir de uma solução x encontrada na fase construtiva, é realizada uma busca local para encontrar soluções de melhor qualidade na vizinhança da solução encontrada pelo GRASP.
Resultados
Rede de 33 barras
O bloco contendo este trecho e o bloco a jusante dele serão removidos do sistema abrindo a chave de interligação, deixando o sistema conforme Figura 34. Para a configuração inicial da chave, mostrada na Figura 31, é feita uma simulação em todas as seções da rede elétrica, obtendo os resultados para as 5 melhores soluções, descritas na tabela 16. Observando a tabela 16, percebe-se que a melhor solução gerou uma função objetivo total, descrita pela equação (5.2), maior que o dobro do total função objetivo ao usar a configuração inicial do sistema.
Como antes, as chaves são chaves inicialmente inativas, que auxiliam no processo de restauração e reconfiguração do sistema. No entanto, para explicar melhor os resultados obtidos, a Tabela 17 abaixo compara alguns parâmetros do sistema, usando a configuração inicial das chaves e a configuração gerada como a melhor solução pela metaheurística VNS. Na tabela acima, o valor da energia não fornecida não considera as cargas que ficaram bloqueadas devido ao processo de restauração do sistema.
Na Tabela 17, para as faltas nas regiões 6 e 15, nota-se que os valores de menor nível de tensão e quantidade de potência não fornecida são melhores para a configuração inicial da chave. Os valores de perdas de potência ativa são melhores para a configuração de chave encontrada pela metodologia deste trabalho. No caso das faltas nos trechos 20 e 25, houve ilhamento do consumidor para a configuração inicial da chave, o que não ocorreu para a configuração da chave encontrada.
Portanto, percebe-se que, embora para alguns trechos ausentes a solução encontrada não ofereça valores muito ótimos, ela permite uma maior confiabilidade do sistema quanto à distribuição de energia elétrica aos consumidores em caso de falhas nos trechos em que a solução foi não garante o mesmo.
Rede de 69 barras
Para cada configuração gerada pelo algoritmo VNS, foram simuladas 68 falhas, obtendo os 5 principais resultados mostrados na Tabela 19. No entanto, para explicar melhor os resultados obtidos, a Tabela 20 abaixo faz uma comparação entre alguns parâmetros do sistema usando as configurações iniciais de chave e as configuração gerada pela metaheurística VNS como a melhor solução. Observando a Tabela 20, observa-se que ao utilizar a configuração inicial do sistema para os erros das seções 6 e 9, nenhum dos blocos afetados pelo imprevisto pôde ser recuperado, devido a este fato não houve recuperação ou reconfiguração do sistema, portanto, não foi possível obter os parâmetros da rede, pois são fornecidos pelos métodos de recuperação e reconfiguração.
Entretanto, para a melhor configuração das chaves encontrada pela metodologia que o VNS utiliza, quando as falhas são executadas nas mesmas seções, os consumidores dos blocos a jusante são realocados, para permitir a reconfiguração do sistema, obter valores aceitáveis para os parâmetros de limitação do sistema, como nível de tensão e perdas ativas nas seções, conforme tabela. Com relação aos erros cometidos nas trajetórias 23 e 26, percebe-se que os parâmetros obtidos, tanto usando a configuração inicial quanto a melhor solução encontrada pelo VNS, são muito próximos entre si. No entanto, assim como no sistema de 33 barras, mais atenção está sendo dada à capacidade de recuperar os consumidores afetados pela atual configuração de comutação.
Portanto, em uma situação maior onde são analisados tanto os parâmetros da rede quanto sua capacidade de recuperação, e a observação de ambos. Para melhor ilustrar isso, também foi criado um gráfico comparando os resultados obtidos com a melhor solução encontrada com os obtidos com a solução inicial. Observando o gráfico da Figura 39, pode-se perceber que a melhor solução encontrada produziu valores médios de contagem de chaveamento, perdas e DEC menores do que os produzidos pela solução inicial, e também promoveu um maior nível médio de tensão nas barras do sistema.
Apenas a potência média consumida foi um pouco maior, mas isso não tira o fato de que esta solução tinha parâmetros melhores do que a solução inicial.
Conclusões e trabalhos futuros
Reconfiguração dos Sistemas de Distribuição de Energia Elétrica para Melhorar as Condições de Trabalho em relação à Estabilidade de Tensão. Restauração automática de grandes redes de distribuição de energia com geração distribuída. Reconfiguração de sistemas de distribuição operando em diferentes níveis de demanda por meio de uma metaheurística de busca de vizinhança variável.
Restauração de sistemas de distribuição de energia usando evolução diferencial com árvore de descida. Distribuição de chaves para transferência automática de carga entre subestações usando algoritmo de busca tabu reativa.
