Alessandro B. Marques Glauco N. Taranto 1 Djalma M. Falcão

1

COPPE/UFRJ – Programa de Engenharia Elétrica C.P. 68504 – Rio de Janeiro, RJ 21945-970

Tel.: (021) 562-8615 Fax: (021) 290-6626 e-mail: tarang@coep.ufrj.br

GRUPO IV

GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA - GAT

CONTROLE COORDENADO DE TENSÃO NA ÁREA RIO UTILIZANDO LÓGICA FUZZY

Alessandro B. Marques Glauco N. Taranto

Djalma M. Falcão

RESUMO

Este artigo apresenta uma ferramenta de auxílio à decisão de operadores para o controle coordenado de tensão do sistema de transmissão, baseada em Lógica Fuzzy. As estratégias de controle são previamente estabelecidas com a participação dos próprios operadores e traduzidas por meio de regras de operação. São apresentadas simulações relativas a uma situação hipotética de controle coordenado de tensão na Área Rio, de forma a manter os compensadores síncronos (CS) de Grajaú com geração em torno de zero Mvar e as tensões monitoradas próximas aos valores desejados.

PALAVRAS-CHAVE

Controle Coordenado de Tensão, Simulação Rápida, Estabilidade de Tensão, Lógica Fuzzy.

1.0 – INTRODUÇÃO

O fenômeno de instabilidade de tensão de médio e longo prazos em sistemas de energia elétrica tem sido, ultimamente, objeto de grande interesse por parte das concessionárias. Uma forma de melhorar o desempenho do sistema nesse aspecto, é pela implementação de esquemas de controle coordenado da geração reativa e perfil de tensão.

Diversos exemplos da busca de um melhor controle sobre o perfil de tensão e o despacho de potência reativa nos sistemas de transmissão podem ser encontrados na literatura técnica [1-6]. A começar pelos franceses [1-3], que desde a década de 70, vêm utilizando e aprimorando um sistema automático de controle coordenado de tensão (CCT) baseado em três

níveis hierárquicos, o primário (CPT), o secundário (CST) e o terciário (CTT), cujas respectivas constantes de tempo de atuação diferem em aproximadamente uma ordem de grandeza e cujo raio de ação pode se extender da ação local à ação regional/nacional. Na Itália [4-5], o controle coordenado de tensão com filosofia semelhante à dos franceses, vem sendo satisfatoriamente utilizado a nível nacional. O controle coordenado de tensão também vem sendo utilizado na Bélgica, desde 1998 [6], como uma ferramenta de suporte à decisão dos operadores. No caso belga, optou-se pela eliminação do nível hierárquico secundário do esquema francês original. No Brasil, foi desenvolvido um projeto que visou avaliar os benefícios e limitações da aplicação de um esquema de CST na Área Rio [7].

Na esfera mundial este assunto tem sido alvo de interesse coletivo, haja vista a recém-formada força-tarefa CIGRE TF38.02.23 [8] e o Panel Session on Power Plant Secondary (High-Side) Voltage Control, realizado no IEEE PES Summer Meeting em julho de 2000.

A adoção de estratégias de controle coordenado que mantenham o perfil de tensão dentro de limites operativos e as reservas girantes de potência reativa maximizadas para diversos níveis de carregamento e configurações de rede, requer uma eficiente coordenação entre os diversos centros de controle regionais. Ações de controle em sentidos opostos num curto espaço de tempo, invariavelmente se traduzem em manobras desnecessárias, e devem ser evitadas. Este artigo apresenta uma ferramenta de auxílio à tomada de decisão dos operadores nos centros

regionais de controle, para o controle coordenado de tensão em sistemas de transmissão, baseado em Lógica Fuzzy.

A propriedade da lógica fuzzy de emular a capacidade do cérebro humano de raciocinar com informações incertas ou ambíguas e mesmo assim produzir soluções adequadas, permite a sua utilização em vários ramos da engenharia, como por exemplo, no controle coordenado de tensão no sistema de transmissão. O uso dessa ferramenta no controle e estabilidade de tensão em amplas áreas geográficas, está sendo investigado no sistema da Bonneville Power Administration, na costa oeste dos Estados Unidos [9].

Resultados de simulações são apresentados ao final do artigo. A análise é feita na Área Rio, de forma a manter os CSs de Grajaú com geração em torno de zero Mvar e as tensões monitoradas próximas dos valores desejados.

Como ferramenta de simulação é utilizado um simulador rápido (FastSim) da dinâmica de longo prazo [10] baseado na formulação proposta em [11]. O FastSim se baseia na eliminação dos efeitos transitórios rápidos dos modelos do sistema. Mecanismos de controle de tensão de atuação rápida, como por exemplo a regulação primária dos geradores são representados somente pelo seu ganho de regime permanente e limites existentes. Sua principal vantagem vem do fato de produzir a trajetória aproximada da evolução temporal do sistema, representando importantes efeitos cronológicos para análise da estabilidade de tensão de médio e longo prazos.

2.0 – SISTEMA DE INFERÊNCIA FUZZY

Sistemas de Inferência Fuzzy (SIF) são métodos de processamento de informações de natureza vaga ou ambígua, baseados nos conceitos da Teoria dos Conjuntos e da Lógica Fuzzy [12]. O SIF é baseado em um conjunto de regras do tipo

Se x é A, Então y é B

Antecedente Conseqüente

onde x e y são variáveis numéricas e A e B variáveis lingüísticas, isto é, variáveis que assumem valores lingüísticos tais como, ALTA, BAIXA, etc., os quais são definidos por conjuntos fuzzy e respectivas funções de pertinência.

A Figura 1 mostra a estrutura geral e os quatro elementos básicos de um SIF. A descrição dos elementos básicos é a seguinte:

− Base de Regras: coleção de regras do tipo definido anteriormente.

− Fuzzificador: determina o grau de pertinência

de cada entrada no antecedente da regra. Se o antecedente tem mais de um componente (proposição), os operadores fuzzy E (min) e OU (max) são utilizados para combinar os efeitos.

− Inferência: determina o grau de validade dos conseqüentes das regras e combina os resultado no conjunto fuzzy da saída. O princípio utilizado assume que “regras com baixo grau de pertinência no antecedente devem ter pouca validade no conseqüente”. − Desfuzzificador: produz uma saída não fuzzy

a partir do conjunto fuzzy definido pelo bloco de inferência. Base de Regras Inferência Fuzzificador Desfuzzificador x Saída y = f(x) Entrada Fuzzy Saída Fuzzy Entrada

Figura 1 – Sistema de Inferência Fuzzy

Uma vez estabelecidas as regras, um SIF pode ser visto como um mapeamento não linear, de um conjunto de variáveis não fuzzy de entradas x em um conjunto de variáveis não fuzzy de saída y=f(x).

3.0 – APLICAÇÃO DE UM SIF NO CCT

O sistema estudado é um equivalente do sistema Sul-Sudeste Brasileiro contendo 730 barras AC, 1146 linhas de transmissão e transformadores e 104 geradores e compensadores síncronos. A área de interesse é a Área Rio constituída pelas concessionárias Light, Cerj, Escelsa e partes do sistema Furnas. A demanda máxima da área Rio é de aproximadamente 6000 MW, ocorrendo no verão.

A Figura 2, mostra os principais corredores de transmissão para a Área Rio, assim como os principais recursos para controle de tensão da área. No corredor de 500 kV considerou-se as usinas de Marimbondo e Angra como recursos girantes para controle de tensão, enquanto que no corredor de 345 kV, considerou-se apenas a usina de Furnas. As reservas de potência reativa girante consideradas dentro da Área Rio foram somente os CSs de Grajaú.

Cabe ressaltar que a topologia do sistema estudado representa uma configuração do ano de 1987.

SC Valadares Mascarenhas Vitória Campos Adrianópolis 500 345 kV Marimbondo V. Grande L.C.Barreto Furnas Aparecida N. Peçanha Santa Cruz ÁREA RIO Jacarepaguá Grajaú V. Redonda Funil Angra C. Paulista Itutinga Tijuco Preto Campinas Poços de Caldas Araraquara 138 kV 138 kV 230 kV 230 kV 345 kV 500 kV 138 kV F1 F2 F3 F4 138 kV 500 kV 345 kV 500 kV Corredor de 345 kV Corredor de 500 kV Aproximadamente 600 km

Figura 2 – Principais Corredores de transmissão para Área Rio

No caso da aplicação do SIF no CCT da Área Rio, elaboram-se as regras combinando a experiência dos operadores do sistema elétrico com as existentes instruções de operação da região a ser controlada. As regras são inseridas sob a forma de declarações SE-ENTÃO, baseadas nas influências das usinas controladoras da tensão da área.

Conforme descrito anteriormente, um SIF é constituído por variáveis de entrada e saída. Como variáveis de entrada (variáveis reguladas), foram definidas as tensões de Adrianópolis 138 kV, Jacarepaguá 138 kV e a potência reativa do CS de Grajaú. Como variáveis de saída (variáveis de controle), foram definidas as variações das tensões nos barramentos de alta tensão das usinas de Marimbondo, Furnas, Santa Cruz e Angra. A Figura 3 mostra um diagrama esquemático de como é feita a integração do SIF com o sistema de potência. Nesta aplicação o SIF pode ser encarado como um controlador fuzzy.

{

}

Figura 3 – Diagrama de Integração do SIF com o Sistema

Dependendo dos valores medidos das variáveis de entrada, algumas regras serão ativadas e ponderadas automaticamente pela lógica fuzzy. Ações de controle do tipo elevar/reduzir tensões na barra de alta tensão nas plantas geradoras serão apresentadas ao operador. Na elaboração das regras, foram estabelecidas as seguintes diretrizes:

• Manter as tensões de entrada, isto é, Jacarepaguá e Adrianópolis, em torno dos valores desejados pelas concessionárias. Isto corresponde em se assumir valores elevados (próximos de 1) de pertinência dessas tensões ao conjunto fuzzy representando o termo BOA do conjunto de termos das variáveis lingüísticas associadas a essas tensões. A Figura 4 mostra, como exemplo, o conjunto de Funções de Pertinência da variável lingüística

Tensão_Jacarepaguá_138kV.

Figura 4 – Funções de Pentinência da Variável Lingüística Tensão_Jacarepaguá_138kV

• Manter a geração de potência reativa dos compensadores síncronos de Grajaú entre zero e 100 Mvar indutivos, correspondendo a valores elevados da função de pertinência do termo BOM da variável lingüística Geração_Reativos_Grajaú. Com base na experiência de operação do sistema da Área Rio e do conhecimento das instruções de operação da referida área, foram criadas 29 regras de operação que formam a base de regras. A Tabela 1 apresenta 7 dessas regras. Tomando como exemplo a Regra 1, ela traduz a seguinte situação: Se a tensão de Adrianópolis 138kV estiver boa (ver definição na Figura 4) e a tensão de Jacarepaguá 138kV estiver boa e a geração de potência reativa dos CSs de Grajaú estiver boa, Então as tensões nos barramentos de alta tensão das usinas de Marimbondo, Furnas, Santa Cruz e Angra devem ser mantidas nos valores em que se encontram.

Tabela 1 – Regras de Operação

ENTRADAS SAÍDAS

Regra Adria Jacar Graj Mar Fur SCrz Ang

1 BO BO BO MA MA MA MA

3 BO AL PC MA DP DI MA 4 BO AL IN MA MA DI DP 5 PB BA PC AU AU AU AP 6 PB BO BO AP MA MA AP 7 PB BO PI MA AP MA AP Legenda da Tabela 1: BO → BOA BA → BAIXA PB → POUCO BAIXA AL → ALTA CA → CAPACITIVO PC → POUCO CAPACITIVO IN → INDUTIVO PI → POUCO INDUTIVO MA → MANTER AU → AUMENTAR AP → AUMENTAR POUCO DI → DIMINUIR DP → DIMINUIR POUCO

Devido à característica do sistema em estudo, com longos troncos de transmissão, observa-se, algumas vezes, a violação dos limites de tensão em subestações intermediárias. Para solução deste problema, foi implementado um algoritmo (Figura 5) que faz com que antes que ocorra a variação da tensão de referência nas usinas sugerida pelo SIF, seja analisada a existência de violação de tensão nos corredores e, caso isto ocorra, sejam tomadas as providências para eliminação da violação. Desta forma é feita uma hierarquia de controle, onde a prioridade é dada às ações que eliminem as violações nos limites, mesmo que estas sejam contrárias às ordens de comando do SIF.

Estas variações para eliminação de violação da tensão vêm acompanhadas de alarmes, indicando aos operadores do sistema que os recursos daquele corredor estão esgotados e que é necessário uma atuação dele para a solução do problema. Enquanto for possível atingir os objetivos utilizando-se apenas variações de tensão nas usinas, isto será feito, só sendo necessária a intervenção do operador quando da violação de algum limite. Isto faz com que a tensão tenha um perfil praticamente constante e também reduz o número de chaveamentos de reatores e capacitores. Numa possível implementação do SIF na sala de operação, ele poderia ser, por exemplo, configurado para atualizar o console do operador a cada cinco minutos. Desta forma, o SIF se constitui numa ferramenta de auxílio à decisão dos operadores. Numa possível implementação automática, o SIF poderia ser configurado para enviar sinais de comando a cada 20 segundos, podendo desta forma utilizar os canais de dados do sistema SCADA na aquisição das variáveis de entrada e um sistema de envio de pulsos semelhante ao utilizado pelo Controle Automático da Geração (CAG). Existe Limite Violado? FIM INÍCIO SIF Limite é Mínimo? O Comando é para Manter/Aumentar? O Comando é para Manter/Reduzir? Inverter ação de controle Inverter ação de controle Variar referências A A A SIM SIM SIM SIM NÃO NÃO NÃO NÃO

Figura 5 - Fluxograma para alteração da tensão de referência.

4.0 – RESULTADOS NUMÉRICOS

Como ferramenta de simulação é utilizado um simulador rápido (FastSim) da dinâmica de longo prazo [10] baseado na formulação proposta em [11]. Nas simulações foi considerada a atuação automática do SIF com ordens de comando a cada 20 segundos. As Figuras 6-10 que seguem, são resultantes da simulação de um caso base de carga pesada, modificado para uma condição crítica de carregamento, conforme podemos observar no início da simulação, em que as tensões de Jacarepaguá e Adrianópolis estão com 133 kV e 128 kV, respectivamente, e os CSs de Grajaú estão fornecendo 270 Mvar. Neste caso, a usina de Santa Cruz está desligada, não sendo portanto, utilizada como recurso para controle de tensão. A indisponibilidade de Santa Cruz não altera as regras do SIF.

Durante a simulação, são considerados os eventos descritos na Tabela 2.

Tabela 2 - Eventos considerados na simulação

Tempo(s) Evento

20 Inserção manual de cap. shunt pelo operador, sendo 160 Mvar em Adrianópolis 345 kV, 100 Mvar em Jacarepaguá 138 kV,

e 40 Mvar em Adrianópolis 138 kV. 50 Inserção de capacitores shunt, sendo 200

Mvar na área da LIGHT e 300 Mvar nas áreas da CERJ e ESCELSA. 300 Desligamento da LT 500kV Angra /

0 50 100 150 200 250 300 350 400 450 500 490 500 510 520 530 540 550 560 570 580 Marimbondo 500 kV Tempo(s) T e n s ão(k V )

Figura 6 - Tensão de Marimbondo 500 kV.

0 50 100 150 200 250 300 350 400 450 500 490 500 510 520 530 540 550 560 570 580 Angra 500 kV Tempo(s) T e n s ão(k V )

Figura 7 - Tensão de Angra 500 kV.

0 50 100 150 200 250 300 350 400 450 500 120 125 130 135 140 145 150 Jacarepaguá 138 kV Tempo(s) T e n s ão(k V )

Figura 8 - Tensão de Jacarepaguá 138 kV.

0 50 100 150 200 250 300 350 400 450 500 120 125 130 135 140 145 150 Adrianópolis 138 kV Tempo(s) T e n s ão(k V )

Figura 9 - Tensão de Adrianópolis 138 kV.

0 50 100 150 200 250 300 350 400 450 500 -400 -300 -200 -100 0 100 200 300 400 500 Grajaú CS Mvar Tempo(s) Po tê n c ia R e a ti v a

Figura 10 - Geração dos compensadores síncronos de Grajaú.

Analisando os resultados da simulação, podemos destacar as seguintes observações:

! Marimbondo 500 kV (Figura 6) → No início da simulação, a tensão se encontra acima do limite de 550 kV admissível (1,05 pu na base de 525 kV). Neste instante as tensões na Área Rio se encontram baixas (Figuras 8 e 9), o que faz com que a lógica do SIF mande a tensão de Marimbondo aumentar. Porém a hierarquia de controle faz com que a tensão seja reduzida para que a violação seja eliminada. No instante de 50s, todas as tensões monitoradas estão elevadas. A ação do SIF inicia a redução da tensão da usina parando por volta de 200s, quando todas as tensões estão em torno dos valores desejados. A perda da LT Angra/ C.Paulista aos 300s, reduz as tensões, fazendo com que o SIF atue novamente elevando a tensão da usina até o novo regime. ! Angra 500 kV (Figura 7) → Aos 20s o SIF eleva a

tensão da usina, porém após os dois primeiros eventos, a tensão começa a ser reduzida pelo SIF passando a ter um comportamento semelhante à tensão de Marimbondo. A tensão da usina de

Furnas apresentou comportamento semelhante à tensão de Angra.

! Jacarepaguá 138 kV (Figura 8) → A tensão no início da simulação é considerada muito baixa, só melhorando após a inserção dos capacitores. Porém a tensão ultrapassa o valor considerado como bom (entre 138 e 140 kV), sendo então reduzida pela ação do SIF. Com a saída da LT, a tensão fica abaixo do valor desejado, sendo novamente corrigida pela ação do SIF.

! Adrianópolis 138 kV (Figura 9) → A única diferença com relação à tensão de Jacarepaguá é que o valor desejado está entre 143 e 145 kV. O comportamento foi bem semelhante.

! CSs de Grajaú (Figura 10) → Inicialmente os síncronos estão muito carregados, violando a recomedação das normas de operação, colocando a área susceptível a problemas transitórios de tensão. Após os dois eventos iniciais a situação se inverte, ocorrendo uma absorção de potência reativa acima do recomendado. O SIF atua no sentido de diminuir a absorção de reativos levando os CSs a um novo regime, onde passam a absorver aproximadamente 90 Mvar, o que está dentro do objetivo de manter uma reserva de potência reativa girante na Área Rio.

5.0 – CONCLUSÕES

Este trabalho teve como objetivo principal apresentar uma ferramenta de auxílio à decisão de operadores no controle coordenado de tensão.

O CCT utilizando Lógica Fuzzy, numa primeira análise, apresenta bom potencial de garantir um melhor desempenho do controle regional de tensão. Os resultados obtidos na Área Rio, indicam que um controle de tensão baseado em regras, provenientes da experiência dos operadores e das instruções de operação, apresenta resultados satisfatórios.

Se por ventura, no futuro, o SIF deixar de ser apenas uma ferramenta de auxílio e passar a atuar automaticamente no controle do sistema, os operadores deixarão de realizar tarefas repetitivas e passarão a realizar tarefas mais nobres.

Desenvolvimentos futuros abordarão a utilização de um SIF na lógica de chaveamento dos bancos de capacitores/reatores. Desta forma haverá uma estrutura hierárquica envolvendo dois SIFs, um para os controles contínuos e outro para os controles discretos.

6.0 – AGRADECIMENTOS

Os autores agradecem à FAPERJ pelo apoio concedido a este trabalho.

7.0 – REFERÊNCIAS BIBLIOGRÁFICAS

(1) PAUL, J. P., LÉOST, J. Y, TESSERON, J. M., “Survey of the Secondary Voltage Control in France: Present Realization and Investigations”,

IEEE Transactions on Power Systems, Vol. 2, No.

2, pp. 505-511, May 1987.

(2) VU, H., PRUVOT, P., LAUNNAY, C., HARMAND, Y., “An Improved Voltage Control on Large-Scale Power System,” IEEE

Transactions on Power Systems, Vol. 11, No. 3,

pp. 1295-1303, August 1996.

(3) LEFEBVRE, H., FRAGNIER, D., BOUSSION, J. Y., MALLET, P., BULOT, M., “Secondary Coordinated Voltage Control System: Feedback of EdF,” Proceedings of the IEEE PES Summer

Meeting, Seattle, WA, July 2000.

(4) CORSI, S., MARANNINO, P., LOSIGNORE, N., MORESCHINI, G., PICCINI, G., “Coordination between the Reactive Power Scheduling Function and the Hierarchical Voltage Control of the EHV ENEL System,” IEEE Transactions on Power

Systems, Vol. 10, No. 2, pp. 686-694, May 1995.

(5) CORSI, S., “The Secondary Voltage Regulation in Italy,” Proceedings of the IEEE PES Summer

Meeting, Seattle, WA, July 2000.

(6) VAN HECKE, J., JANSSENS, N., DEUSE, J., PROMEL, F., “Coordinated Voltage Control, Experience in Belgium,” CIGRE Session, report 38-111, Paris, September 2000.

(7) TARANTO, G. N., MARTINS, N., FALCÃO, D. M., MARTINS, A. C. B., “Controle Secundário de Tensão, suas Vantagens e Limitações. Resultados Hipotéticos de sua Utilização na Área Rio,” Anais

do XV SNPTEE, Foz do Iguaçu, PR, Outubro

1999.

(8) MARTINS, N. “The New Cigre Task Force on Coordinated Voltage Control in Transmission Networks, Proceedings of the IEEE PES Summer

Meeting, Seattle, WA, July 2000.

(9) TAYLOR, C. W., VENKATASUBRAMANIAN, M. V., CHEN, Y., “Wide-Area Stability and Voltage Control,” Anais do VII SEPOPE, Curitiba, PR, Maio de 2000.

(10) CAUSARANO, W. J., FALCÃO, D. M., TARANTO, G. N., “A Fast Domain Simulation Method for Voltage Stability Assessment,” Anais

do VI SEPOPE, Salvador, BA, Maio 1998.

(11) VAN CUTSEM, T. VOURNAS, C. D., “Voltage Stability Analysis in Transient and Mid-term Time Scales,” IEEE Transactions on Power Systems, Vol. 11, No. 1, pp. 146-154, February 1996. (12) ROSS, T. J., “Fuzzy Logic with Engineering