1 INTRODUC¸ ˜AO
O Sistema El´etrico Brasileiro atualmente est´a passando por uma moderniza¸c˜ao considerando a inser¸c˜ao de novas tecnologias e a busca de melhoria na eficiˆencia dos servi¸cos de distribui¸c˜ao, principalmente quanto `a confiabilidade e a redu¸c˜ao das perdas el´etricas. Com a dissemina¸c˜ao dos ve´ıculos el´etricos (VE) ao redor do mundo, ´e poss´ıvel imaginar um cen´ario no qual o Brasil possua uma grande inser¸c˜ao de VEs na sua frota, os quais trar˜ao impacto significativo nas redes de distribui¸c˜ao devido `as recargas das baterias el´etricas (JIANG et al., 2014).
A recarga de ve´ıculos el´etricos na rede traz um aumento significa-tivo da demanda de energia na rede de distribui¸c˜ao. Este fator impacta diretamente no aumento de perdas de energia, na redu¸c˜ao da tens˜ao do sistema, no desequil´ıbrio entre fases em sistemas de baixa tens˜ao e diminuindo a confiabilidade da rede de distribui¸c˜ao (TEODORO, 2005). Como as perdas de energia representam um custo adicional para as empresas de distribui¸c˜ao, os sistemas necessitam de ferramentas r´apidas e econˆomicas de planejamento para minimiza¸c˜ao destas perdas. Citam-se como exemplo a instala¸c˜ao de banco de capacitores ( o qual reduz as perdas reativas e melhora as tens˜oes da rede), a eleva¸c˜ao da tens˜ao, e a reconfigura¸c˜ao da rede de distribui¸c˜ao. Dentre estas t´ecnicas, a op¸c˜ao pela reconfigura¸c˜ao ´e a que exige menor investimento, pois permite a utiliza¸c˜ao de recursos j´a existentes no sistema (GOMES, 2005; NETO, 2014).
A reconfigura¸c˜ao da rede ´e uma t´ecnica que desempenha um papel fundamental. Tradicionalmente, as redes de distribui¸c˜ao operam em topologia radial existindo um ´unico caminho para o fluxo de energia da subesta¸c˜ao a carga. As perdas de energia e a diminui¸c˜ao dos n´ıveis de tens˜ao desta forma, observam-se perdas ao longo da rede, o que gera impactos negativos no desempenho do sistema. Com a reconfigura¸c˜ao, ´e poss´ıvel alterar a topologia da rede a partir da abertura e fechamento de chaves em funcionamento normal. Esta mudan¸ca de topologia permite um melhor equil´ıbrio de carga entre os alimentadores, melhorando assim os n´ıveis de tens˜ao e outros indicadores (MELLO, 2014).
Segundo Matos (2000), os sistemas de energia el´etrica s˜ao projeta-dos para atender a demanda de energia de forma cont´ınua, respeitando padr˜oes de qualidade como limites de tens˜ao e frequˆencia, seguran¸ca, e restri¸c˜oes econˆomicas e ambientais. Assim, os m´etodos de reconfigura¸c˜ao determinam a topologia de rede que apresente o melhor resultado em termos dos indicadores e requisitos considerados como crit´erios de
otimiza¸c˜ao.
Como a reconfigura¸c˜ao da rede tem o objetivo de atender a demanda de forma cont´ınua e com os melhores indicadores poss´ıveis se faz necess´ario a previs˜ao da carga da rede. Estas previs˜oes de carga s˜ao normalmente realizadas com o uso de curvas de carga em bases temporais diferentes, por exemplo: hor´arias, semi-hor´arias, di´aria, etc. A falta de uniformidade dessas informa¸c˜oes, dado o seu volume, implica em um grande esfor¸co adicional nas tarefas do planejamento (FARIAS; SOUZA, 2008).
Uma alternativa para reduzir essas dificuldades ´e a desagrega¸c˜ao ou agrega¸c˜ao das informa¸c˜oes dessas previs˜oes de carga em patamares de carga. O patamar representa o n´ıvel mais alto em um perfil de carga, dado um intervalo de tempo. O intervalo de um patamar ´e pr´e-estabelecido atrav´es de estudos sobre o comportamento da carga (NEVES, 2008).
A reconfigura¸c˜ao da rede implica na abertura e fechamento de chaves de manobra. Esse chaveamento pode provocar desgaste mecˆanico, sobretens˜oes transit´orias e custos elevados com equipes, se as chaves n˜ao forem telecomandadas. Assim, a reconfigura¸c˜ao ´e feita apenas se houver um ganho razo´avel nos indicadores como perdas, n´ıveis de tens˜ao, entre outros. Por isso, ´e importante a determina¸c˜ao dos patamares de carga em que os chaveamentos devem ser realizados.
Este trabalho apresenta uma compara¸c˜ao da reconfigura¸c˜ao de uma rede de distribui¸c˜ao com carregamento de ve´ıculos el´etricos, considerando-se diferentes conjuntos de patamares de carga. Os indica-dores da reconfigura¸c˜ao avaliados foram as perdas el´etricas, n´ıveis de tens˜ao e n´umero de manobras. Para avaliar o impacto dos patamares de carga na rede de distribui¸c˜ao, foi utilizado o m´etodo de reconfigura¸c˜ao troca de ramos, inicialmente sem a inclus˜ao do carregamento de ve´ıculos e, posteriormente, com o sistema de carregamento.
2 REVIS ˜AO DA LITERATURA
O objetivo desta se¸c˜ao ´e apresentar uma s´ıntese da revis˜ao bibliogr´afica e do estado da arte da reconfigura¸c˜ao de sistemas de distribui¸c˜ao, considerando patamares de carga e ve´ıculos el´etricos.
2.1 RECONFIGURAC¸ ˜AO DA REDE DE DISTRIBUIC¸ ˜AO
A reconfigura¸c˜ao dos sistemas de distribui¸c˜ao com o objetivo de redu¸c˜ao das perdas traz naturalmente a melhoria das condi¸c˜oes operacionais e dos indicadores da rede. Um dos primeiros trabalhos foi apresentado por Merlin e Back (1975) utilizando a t´ecnica de otimiza¸c˜ao discreta, conhecida na literatura como Branch and Bound. Entretanto, sua aplica¸c˜ao para sistemas reais n˜ao ´e t˜ao simples, visto que exige um alto esfor¸co computacional se a metodologia n˜ao for otimizada (MELLO, 2014).
Na Figura 1, a t´ıtulo de ilustra¸c˜ao, observa-se a topologia de uma rede de distribui¸c˜ao com 3 alimentadores e chaves de manobras Sn. As chaves S14, S15 e S16 s˜ao chaves de transferˆencia de cargas, denominadas chaves de interliga¸c˜ao. Esse ´e um sistema de 16 barras apresentado por (CIVANLAR et al., 1988).
Figura 1 –Topologia da rede de distribui¸c˜ao com Chaves de manobra; Fonte: (CIVANLAR et al., 1988)
A reconfigura¸c˜ao da rede de distribui¸c˜ao pode apresentar proble-mas de dimens˜oes de m´edio a grande porte. Assim, a busca por uma solu¸c˜ao ´otima ´e complexa e requer um n´umero elevado de alternativas de topologia. A solu¸c˜ao do problema emprega m´etodos de otimiza¸c˜ao que podem ser classificados em quatro categorias principais, sendo
elas: heur´ıstica, meta-heur´ıstica, sistemas especialistas e programa¸c˜ao matem´atica. Estas classifica¸c˜oes s˜ao divididas em dois grandes grupos: 1) m´etodos exatos; e 2) m´etodos aproximados (DAS; NAGI; KOTHARI, 1994).
Os m´etodos exatos, compreendem os sistemas especialistas e programa¸c˜ao matem´atica, e conseguem encontrar o ´otimo global do problema e provar que a solu¸c˜ao ´e ´otima. Por´em, estes m´etodos s˜ao utilizados somente em modelos de rede simples, devido ao tempo de processamento computacional necess´ario. Assim, n˜ao s˜ao recomendados para reconfigura¸c˜ao em redes de grande porte (CARRENO; ROMERO; PADILHA-FELTRIN, 2008).
Os m´etodos aproximados compreendem os m´etodos heur´ısticos e m´etodos meta-heur´ısticos e podem ser capazes de encontrar o ´otimo global, mas sem provar seu ponto ´otimo. Os trabalhos com essa metodologia iniciam com Civanlar et al. (1988), este o qual apresenta uma solu¸c˜ao exata e, portanto, n˜ao ´e vi´avel para rede de grande porte, Baran e Wu, (1989) e Shirmohammadi e Hong (1989), sendo estes ´
ultimos autores os mais referenciados nesses m´etodos.
Os trabalhos de Baran e o de Shirmohammadi prop˜oem o uso da t´ecnica heur´ıstica Branch Exchanges (Troca de ramos), a qual n˜ao garante o ´otimo global, mas converge de modo r´apido para uma solu¸c˜ao ´
otima (MELLO, 2014).
As t´ecnicas meta-heur´ısticas podem ser aplicadas em modelos de redes de maior dimens˜ao. Entre as mais utilizadas, destaca-se o uso de algoritmos gen´eticos (AG) (Carreno, Romero e Padilha-Feltrin ,2008) e a otimiza¸c˜ao por colˆonia de formigas (Othman, El-Fergany e Abdelaziz, 2015).
Os trabalhos mais recentes utilizando a metodologia heur´ıstica Branch Exchanges s˜ao apresentados em ambiente de redes inteligentes smartgrids como os trabalhos de Cavalcante (2013), Mello, et al. (2012) e Bernardon, et al. (2010). Outros trabalhos recentes utilizando esta t´ecnica s˜ao de Zanchetta (2016) e Ambroso (2017) os quais utilizam a t´ecnica da reconfigura¸c˜ao da rede de distribui¸c˜ao com a inser¸c˜ao de gera¸c˜ao distribu´ıda.
A t´ecnica de troca de ramos apresenta algumas vantagens em rela¸c˜ao a outras t´ecnicas encontradas na literatura, entre elas est˜ao: limita o espa¸co de busca de solu¸c˜oes e n˜ao necessita de ajustes de parˆametros, caso haja altera¸c˜ao na rede.
2.2 AVALIAC¸ ˜AO DAS CURVAS T´IPICAS DE CARGA
A Resolu¸c˜ao Normativa N o¯ 414/2010 da Agˆencia Nacional de Energia El´etrica (ANEEL) define que um consumidor de energia ´e qualquer pessoa f´ısica ou jur´ıdica legalmente representada que solicite `a distribuidora, ou uma comercializadora, o fornecimento de energia el´etrica, assumindo a responsabilidade pelo pagamento das faturas e pelas demais obriga¸c˜oes. Nos sistemas de distribui¸c˜ao de energia existem trˆes tipos de conex˜oes: trif´asicas, bif´asicas ou monof´asicas. Os consumidores podem ser caracterizados como residenciais, comerciais, industriais, entre outros (NEVES, 2008).
Cada caracter´ıstica de consumidor apresenta um determinado comportamento t´ıpico. Como o consumo de energia usualmente n˜ao ´e monitorado em tempo real e individualmente, utilizam-se de levantamen-tos estat´ısticos com base em amostras de consumidores para caracteriza-¸c˜ao deste consumo. Desta maneira, cria-se o perfil de consumo de um determinado extrato ou classe de consumidor para cada instante de tempo, usualmente com dura¸c˜ao de um dia (NEVES, 2008).
Jardini et al. (2000) chama os perfis de consumo de curvas de carga, e define que os mesmos est˜ao diretamente relacionados ao hor´ario do dia, dia da semana, esta¸c˜ao do ano, condi¸c˜oes clim´aticas e perfis socioeconˆomicos dos consumidores.
A estimativa da demanda de potˆencia nos transformadores de distribui¸c˜ao em cada instante de tempo ´e obtida usando o processo de agrega¸c˜ao de cargas, considerando o perfil de demanda dos consumidores a eles conectados. Essa informa¸c˜ao pode ser utilizada em an´alises e estudos para sistemas de distribui¸c˜ao (JARDINI et al., 2000).
As curvas de cargas s˜ao apresentadas de maneiras normalizadas por unidade p.u., assim representando o perfil de classe de um consumidor, tendo comumente como potˆencia base do consumidor i, Pbasei, a corres-pondente demanda m´edia ao longo do mˆes. Esta demanda m´edia pode ser obtida atrav´es do consumo mensal, em kWh dos consumidores conforme equa¸c˜ao (2.1) (JARDINI et al., 2000).
Pbasei=
consumo mensal (kW h)
24 horas ⇥ 30 dias (2.1)
Na Figura 2 s˜ao apresentadas algumas curvas de carga t´ıpicas, a t´ıtulo de ilustra¸c˜ao, em uma base de 15 minutos estratificadas em trˆes classifica¸c˜oes de consumidores. Observa-se na imagem a grande diferen¸ca entre os perfis de consumo de cada tipo de consumidor, tornando a
caracteriza¸c˜ao importante para estudos que envolvam consumidores de tipos diferentes.
Figura 2 – Curvas de Carga T´ıpicas - Residencial, Comercial e Industrial; Fonte: (JARDINI et al., 2000)
A mesma resolu¸c˜ao N o¯ 414 da ANEEL descreve a classifica¸c˜ao dos tipos de consumidores em classes e subclasses para fins de tarifa¸c˜ao, mas que podem tamb´em classificar o perfil de carga dos mesmos. A classifica¸c˜ao presente nesta resolu¸c˜ao representa os consumidores separados em grupos (Grupo A e Grupo B), de acordo com o n´ıvel de tens˜ao de atendimento, e tamb´em em classes e subclasses para caracteriza¸c˜ao da atividade do consumidor (residencial, comercial e servi¸cos, industrial, ilumina¸c˜ao p´ublica, etc.).
A caracteriza¸c˜ao do comportamento t´ıpico ´e importante, pois as demandas de carga necess´arias aos c´alculos de indicadores s˜ao obtidas atrav´es de curvas de carga, sempre que poss´ıvel, por tipo de atividade e n´ıvel de consumo.
O patamar de carga expressa o n´ıvel mais alto numa curva de carga em um intervalo de tempo. O intervalo de um patamar ´e pr´e-estabelecido atrav´es de estudos sobre o comportamento da carga e tem por objetivo simplificar a quantidade de informa¸c˜oes, ou seja, ao inv´es de se trabalhar com as 24 horas da curva de carga, trabalha-se com patamares (n´ıveis) de carga ao longo do dia. Assim, normalmente os
patamares de carga tem influˆencia direta nos resultados (FARIAS; SOUZA, 2008).
2.3 VE´ICULOS EL´ETRICOS
Nos ´ultimos anos vem crescendo a importˆancia e o interesse em ve´ıculos movidos a eletricidade. Isto se deve as limita¸c˜oes dos combust´ıveis fosseis e `a crescente preocupa¸c˜ao mundial pela redu¸c˜ao da polui¸c˜ao. No contexto mundial, muitos estudos enfatizam como tema dos ve´ıculos el´etricos os benef´ıcios atribu´ıdos a eles: silencioso, econˆomico, emiss˜ao zero de poluentes, rela¸c˜ao custo por quilˆometro rodado. Outro benef´ıcio ´e a comodidade para reabastecimento do VE, que pode ser feita em qualquer localidade com carregador compat´ıvel (BASSO, 2011).
Contudo, o benef´ıcio do conforto ou comodidade, quando analisado tecnicamente, implica em um grande desafio para o sistema el´etrico. O carregamento destes ve´ıculos traz o problema de sobrecarga da rede de distribui¸c˜ao se a mesma n˜ao estiver adaptada, visto que necessitam de uma potˆencia alta para cada ve´ıculo. Quando analisado com alto grau de inser¸c˜ao de VE na rede de distribui¸c˜ao, verifica-se um aumento da demanda no hor´ario de pico (BASSO, 2011).
Para contextualizar e compreender melhor este pico de demanda, faz-se necess´ario compreender os modelos de ve´ıculos el´etricos, potˆencia consumida por cada carregador, e a coincidˆencia do hor´ario de recarga dos VE com o hor´ario de ponta (BASSO, 2011).
2.3.1 Tipos de ve´ıculos el´etricos
Ve´ıculo el´etrico ´e definido como um ve´ıculo automotor que utiliza motor el´etrico como tra¸c˜ao no lugar de um motor a combust˜ao. Os ve´ıculos el´etricos s˜ao caracterizados em trˆes modelos: ve´ıculos el´etricos h´ıbridos (VEH), ve´ıculos el´etricos `a bateria (VEB), ve´ıculos el´etricos h´ıbridos plug-in (VEHP), sendo os dois ´ultimos enquadrados na categoria plug-in, o que na tradu¸c˜ao literal significa plug´aveis (`a rede el´etrica, no caso) (CHAN; CHAU, 2001) .
Como os Ve´ıculos El´etrico H´ıbrido (VEH) n˜ao se conectam a uma fonte externa, os mesmos n˜ao ser˜ao detalhados neste trabalho. Com rela¸c˜ao aos VEB e VEHP, s˜ao ve´ıculos que podem ou devem ser ligados `a rede de energia atrav´es de uma tomada para serem recarregados.
Uma das principais vantagens que os VEB e VEHP apresentam ´e a alta eficiˆencia por serem propulsionados por motores el´etricos, os quais atualmente possuem eficiˆencia superior a 90% (CHAN; CHAU, 2001) .
No VEB, a energia el´etrica que alimenta o motor ´e armazenada em uma bateria e/ou em capacitores, essa energia ´e provida de uma fonte externa, como a rede el´etrica, na qual o carro ´e ligado enquanto estiver estacionado. A autonomia desses carros, atualmente, est´a na faixa de 70 km a 160 km (EHSANI; GAO; EMADI, 2010).
O ponto fraco dos VEB ainda ´e o limite de autonomia da bateria. A configura¸c˜ao mais comum destes ve´ıculos ´e um ´unico motor el´etrico com a potˆencia mecˆanica transferida para as rodas atrav´es de uma caixa de transmiss˜ao (EHSANI; GAO; EMADI, 2010).
Nos VEHP, sua forma construtiva ´e uma combina¸c˜ao do modelo h´ıbrido com o a bateria. Possuem uma bateria que tanto pode ser alimentada por uma fonte externa, quanto pelo motor-gerador situado a bordo do ve´ıculo. Este modelo mescla as duas tecnologias, visando reduzir o consumo de combust´ıvel e aumentar a autonomia do ve´ıculo (EHSANI; GAO; EMADI, 2010).
A Associa¸c˜ao Brasileira do Ve´ıculo El´etrico (ABVE), em 2010, fez proje¸c˜oes quantitativas para 2030 da frota esperada para cada um dos ve´ıculos el´etricos h´ıbridos, a combust˜ao e el´etricos plug-in. Essa proje¸c˜ao pode ser observada na Figura 3 e mostra um aumento gradual da inser¸c˜ao desses ve´ıculos na sociedade.
Por´em, esses indicadores apontados pela ABVE datam de 2010, ´epoca em que tanto o mercado externo quanto o interno estavam mais favor´aveis para estas estimativas devido ao aspecto econˆomico do pa´ıs. Em contrapartida, segundo Coelho (2017) os Ve´ıculos El´etricos H´ıbridos representar˜ao 2,5% dos ve´ıculos licenciados em 2026, ou 100 mil unidades. Assim podemos esperar um valor inferior para os Ve´ıculos El´etricos plug´aveis em 2026.
Nesse contexto de alta inser¸c˜ao dos VE Taylor et al. (2010), fez an´alise de um cen´ario que todos os usu´arios de VE plug´aveis s˜ao conectados `a rede sem nenhuma estrat´egia antecipada. Na figura 4 ´e poss´ıvel observar que, em pleno hor´ario de pico mais de 50% dos VE plug´aveis est˜ao conectados `a rede e estes n´umeros s´o crescem com o passar das horas, chegando a mais de 80% `as 23 horas. Logo verifica-se que o per´ıodo de maior percentual de ve´ıculos conectados `a rede coincide com o hor´ario de pico do sistema.
Figura 3 – Frota esperada para VE at´e 2030; Fonte: ABVE
Figura 4 – Coincidˆencia do hor´ario de recarga dos VEP. Fonte: Taylor et al. (2010)
Pode-se observar no gr´afico o pico de ve´ıculos sendo ligados ao mesmo tempo, `as 17 horas. O resultado da pesquisa, realizada nos Estados Unidos, tem como base a cultura dos americanos, que tendem a chegar em sua residˆencia, ap´os o expediente de trabalho, no hor´ario apontado pelo estudo (VYAS et al., 2009).
Para ilustrar a m´edia de carga por ve´ıculo conectado, Vyas et al. (2009) apresenta no artigo uma curva de demanda potˆencia por hora para cada ve´ıculo. A Figura 5 mostra a caracter´ıstica esperada de demanda por hora para cada modelo de ve´ıculo.
Os resultados dessa figura indicam a natureza da carga esperada, dadas as diferentes composi¸c˜oes de tipo de ve´ıculo que compreendem o mercado de VE plug´aveis. Neste caso, as caracter´ısticas de demanda
esperadas s˜ao examinadas para diferentes n´ıveis de composi¸c˜ao de mercado de VEs.
As caracter´ısticas t´ıpicas de recarregamento das baterias dos ve´ıculos el´etricos s˜ao mostradas na Tabela 1 com a classifica¸c˜ao das categorias de recarga, publicado pela ANEEL (2017). Com rela¸c˜ao `a tens˜ao de fornecimento, para os pontos de recarga r´apida (2h) quanto lenta (8h) podem ser atendidos atendida em tens˜ao secund´aria, uma vez que a previs˜ao normativa permite o atendimento neste n´ıvel at´e 75 kW.
Figura 5 – Demanda de energia agregada para carregamento de ve´ıculos n˜ao controladosFonte: Taylor et al. (2010)
Tabela 1 – Classifica¸c˜ao adaptada da ANEEL para os tipos de recargas no Brasil. Fonte: ANEEL (2017)
Potˆencia Nominal Conex˜ao Potˆencia (kW) Corrente (A) Recarga (horas) Instala¸c˜ao Normal Monof´asica <3,7 10 - 16 8h carga total Dom´estica M´edia Mono /Trif´asica 3,7 - 22 16 - 22 2h a 8 h carga total LocaisP´ublicos Alta Trif´asica >22 >32 2h carga total Locais
P´ublicos Alta Corrente
Cont´ınua >22 >32 2h carga total
Locais P´ublicos
3 METODOLOGIA
Nesta se¸c˜ao discorre-se sobre os m´etodos adotados nos temas: reconfigura¸c˜ao da rede, patamares de carga na curva t´ıpica de demanda e curva de demanda com ve´ıculos el´etricos.
3.1 RECONFIGURAC¸ ˜AO DA REDE
Neste trabalho ser´a empregada uma metodologia baseada no m´etodo troca de ramos como citado no cap´ıtulo 2, que visa otimizar em regime normal de opera¸c˜ao as configura¸c˜oes da rede para minimizar perdas e melhorar os n´ıveis de tens˜ao. O crit´erio de otimiza¸c˜ao conside-rado nesse trabalho foi a de minimizar as perdas de energia.
A t´ecnica empregada neste m´etodo consiste na realiza¸c˜ao de sucessivas mudan¸cas na configura¸c˜ao da rede, de forma a analisar o comportamento das combina¸c˜oes, a partir do fechamento de chaves inicialmente abertas e da abertura de chaves inicialmente fechadas, onde as cargas s˜ao transferidas de um alimentador para outro, mantendo ao mesmo tempo a radialidade da rede.
Na primeira etapa do processo, escolhe-se uma chave de interliga-¸c˜ao da rede de distribuiinterliga-¸c˜ao de forma aleat´oria, a partir da configurainterliga-¸c˜ao original, vista na Figura 6 (a). Posteriormente, altera-se a configura¸c˜ao da rede, fechando a chave normalmente aberta (NA) e abrindo uma chave normalmente fechada (NF) de qualquer um dos dois alimentadores envolvidos; por´em, deve ser a primeira chave a montante da chave NA, Figura 6 (b).
Com a nova configura¸c˜ao realiza-se o c´alculo matem´atico do fluxo de potˆencia, proposto por Murty, Teja e Kumar (2014), onde se obt´em o indicador tens˜ao e perda de energia. O modelo proposto do fluxo de potˆencia consiste inicialmente em calcular a corrente em cada barra e somar as mesmas no sentido das barras finais at´e o alimentador. A partir do alimentador at´e as barras finais, ´e calculada a atualiza¸c˜ao da tens˜ao de cada barra e ent˜ao realiza-se novamente a corrente, permanecendo nesse ciclo at´e que n˜ao se verifiquem mais altera¸c˜oes significativas de tens˜ao e corrente.
Em seguida, verifica-se a n˜ao viola¸c˜ao das restri¸c˜oes como a radialidade da topologia, limites t´ecnicos dos alimentadores (n´ıveis de corrente) e o suprimento de energia para todos consumidores. Em caso afirmativo, armazenam-se os resultados dos indicadores avaliados e
segue-se para a pr´oxima altera¸c˜ao da rede ´e avaliada. Em caso negativo, eliminam-se os dados obtidos. Estas restri¸c˜oes s˜ao asseguradas pela t´ecnica troca de ramos.
Figura 6 – Rede de distribui¸c˜ao: (a)configura¸c˜ao original (b)primeira reconfigura¸c˜ao, fonte:(MELLO, 2014)
A pr´oxima reconfigura¸c˜ao consiste em fechar a chave que fora aberta na etapa anterior, e abrir a pr´oxima NA a montante da chave atual. Ap´os essa altera¸c˜ao da configura¸c˜ao ´e refeito o c´alculo de fluxo de potˆencia e an´alise de restri¸c˜oes e ent˜ao, segue-se para a pr´oxima reconfigura¸c˜ao. O m´etodo toca de ramos foi modelado e implementado na rede proposta com o programa MATLAB.
A Figura 7 apresenta o esquem´atico da rede utilizada nesse trabalho. A rede possui 32 barras e ´e compreendida pelos alimentadores AL 1, AL 2 e AL 3, sendo os trˆes oriundos da mesma subesta¸c˜ao. As chaves de interliga¸c˜ao NA s˜ao S3 e S4, e as chaves de manobra NF s˜ao S1, S2 e S5. A rede possui potˆencia de base de 100 MVa e tens˜ao de base de 13.8 kV.
Figura 7 – Esquem´atico da rede de testes Fonte: Autor
3.2 PATAMARES DE CARGA NA CURVA T´IPICA DE DEMANDA
Na rede de testes foram introduzidos 700 consumidores (residen-ciais, comerciais e industriais) com demanda trif´asica distribu´ıdos conforme a Tabela 2, cujos dados s˜ao baseados no trabalho apresentado por Massignan (2016).
Os patamares de carga expressam a demanda m´axima de uma barra em determinado per´ıodo do dia. Para realizar a an´alise da importˆancia dos patamares de carga s˜ao propostos 3 conjuntos de patamares, classificados em conjunto A, B e C.
O conjunto “A” cont´em 24 patamares, sendo um patamar para cada hora do dia. O conjunto “B” possui 8 patamares, sendo que cada um deles cont´em 3 horas (a escolha por 8 patamares ´e devido ao consider´avel n´umero de trabalhos encontrados, a respeito do assunto, que apresentam essa mesma quantidade, exemplo Mello (2014)). O conjunto “C” possui 4 patamares, sendo que cada patamar cont´em 6 horas do dia (a escolha desse patamar ´e devido ao n´umero ser a metade dos 8 patamares e, portanto, apresenta menor discretiza¸c˜ao da demanda).
Tabela 2 – Consumo de energia e classifica¸c˜ao das barras Barra Consumidores Residenciais Consumidores Comerciais Consumidores Industriais N´umero Consumo (kWh) N´umero Consumo (kWh) N´umero Consumo (kWh) 1 9 255,9 0 - 0 -2 7 245,6 0 - 0 -3 31 754,0 0 - 0 -4 24 616,2 0 - 0 -5 29 773,0 0 - 0 -6 0 - 17 806,3 0 -7 0 - 21 958,0 0 -8 22 455,8 0 - 0 -9 19 464,2 0 - 0 -10 26 772,9 0 - 0 -11 25 729,3 0 - 0 -12 28 607,8 0 - 0 -13 0 - 12 400,0 0 -14 16 457,7 0 - 0 -15 25 713,7 0 - 0 -16 21 556,7 0 - 0 -17 0 - 29 818,9 0 -18 15 436,6 0 - 0 -19 28 735,0 0 - 0 -20 22 673,5 0 - 0 -21 0 - 27 763,1 0 -22 0 - 0 - 1 1080,6 23 0 - 0 - 1 928,36 24 0 - 17 485,9 0 -25 27 613,5 0 - 0 -26 25 710,9 0 - 0 -27 20 654,4 0 - 0 -28 0 - 25 662,4 0 -29 0 - 22 712,5 0 -30 26 666,7 0 - 0 -31 20 464,8 0 - 0 -32 28 734,3 0 - 0
-Os patamares foram constru´ıdos a partir da demanda apresentada na Tabela 2, transformados para p.u. com base na demanda m´edia obtida por meio da Eq. (2.1). O patamar define o valor m´aximo de demanda observada no per´ıodo como sendo o valor representativo de
todo o per´ıodo para a respectiva barra.
A Figura 8 ilustra a curva t´ıpica de demanda de uma barra com predominˆancia residencial e industrial dados obtidos a partir da Figura 2, e a convers˜ao para os patamares de carga do conjunto B. Os conjuntos A e C seguem o mesmo padr˜ao com suas respectivas divis˜oes de per´ıodos.
Figura 8 – Curvas de demanda di´aria de barras:(A) predominante Residencial; (B) predominante industrial Fonte: Adapta¸c˜ao da Figura 2
3.3 CURVA DE DEMANDA COM VE´ICULOS EL´ETRICOS
Para projetar o consumo de energia atribu´ıda aos VEP em uma rede espec´ıfica, primeiro ´e necess´ario saber qual a fra¸c˜ao da frota desta rede que os mesmos ir˜ao compor.
Utilizou-se como base a frota de autom´oveis projetada para 2030, apresentada na Figura 3, do cap´ıtulo 2, e aplicada a ela um fator aproximado de 50%, para os ve´ıculos VEH e VEP dos dados apresentados para o Brasil. Justifica-se a aplica¸c˜ao deste fator pela a
an´alise apresentada por Coelho (2017) e que representa um valor de frota estimada muito inferior ao apresentado pela ABVE, esta aproxima¸c˜ao ´e boa pois toma como base uma proje¸c˜ao de quantidades de ve´ıculos inseridos na rede mais conservadora.
A frota total de ve´ıculos estimada em 2030 ser´a de 104,73 milh˜oes de ve´ıculos sendo que destes 7,83 milh˜oes ser˜ao de VEP, representando 7,47% da frota total. Assumindo que o n´umero m´edio de ve´ıculos para consumidores residenciais ´e de 2 ve´ıculos por unidade consumidora, e sabendo que o n´umero total de consumidores residenciais ´e de 493, conforme na Tabela 2, teremos um total de 986 ve´ıculos em toda a rede. O n´umero de ve´ıculos el´etricos plugados totais na rede ´e de 73,65, logo foi considerado o total de 74 ve´ıculos el´etricos. Estes ve´ıculos foram distribu´ıdos nas barras 11, 12, 14 e 15, sendo o n´umero de ve´ıculos el´etricos por barra apresentado na Tabela 3. A localiza¸c˜ao dos ve´ıculos nas barras 11 e 12 ´e devido a localiza¸c˜ao das mesmas no alimentador 1 o qual ´e predominantemente residencial. Os ve´ıculos plugados nas barras 14 e 15 ´e devido a inten¸c˜ao de evidenciar o impacto dos ve´ıculos quanto a reconfigura¸c˜ao e deslocamento dos mesmo entre alimentadores.
Tabela 3 – Quantidade de VEP por barra
Barra 11 12 14 15
Quantidade
de VEP 25 8 16 25
Com a defini¸c˜ao da quantidade de ve´ıculos el´etricos e quais barras receberam os mesmos, o pr´oximo passo ´e determinar qual ser´a a potˆencia em kW que esses ve´ıculos ter˜ao. Os hor´arios e a quantidade de ve´ıculos conectando-se `a rede foram baseados na Figura 4, assim teremos o impacto deste perfil de carga das respectivas barras.
Foi utilizada uma potˆencia m´edia de 13 kW para cada ve´ıculo, seguindo a classifica¸c˜ao apresentada na Tabela 1, o qual apresenta uma potˆencia instalada por ve´ıculos variando entre 3,7 a 22 kW com um tempo de carregamento de 8 horas totais.
A Figura 9 mostra a curva de demanda em, em p.u., ap´os a inclus˜ao dos ve´ıculos el´etricos comparada a curva de carga convencional. A inclus˜ao dos VEs como observado tem um aumento na demanda de energia entre as 17 e as 23 horas, evidenciando o impacto dos VEs no hor´ario de ponta do sistema el´etrico.
Figura 9 – Curva de demanda com e sem VE’s Fonte: Adapta¸c˜ao da Figura 5
4 RESULTADOS
Nesta se¸c˜ao s˜ao apresentados os resultados obtidos com a aplica¸c˜ao da metodologia de reconfigura¸c˜ao e inser¸c˜ao de VEs, apresentados na se¸c˜ao anterior. Para analisar a influˆencia dos Ve´ıculos El´etricos na rede de distribui¸c˜ao, inicialmente foram realizados testes de influˆencia nos patamares de carga e sua agrega¸c˜ao, seguindo a metodologia proposta nas se¸c˜oes anteriores, com 24 patamares, 8 patamares e 4 patamares, assim para que fosse poss´ıvel realizar uma compara¸c˜ao entre os resultados. Os testes foram realizados por meio do software MATLAB R2015b, no qual foi modelada a rede apresentada na Figura 7.
A metodologia de aplica¸c˜ao foi dividida em duas etapas. Na primeira etapa, foi considerado que a rede n˜ao possui VEs conectados com objetivo de evidenciar o impacto dos patamares de carga nos indicadores avaliados, quando comparados com os resultados da etapa seguinte. Na segunda etapa, os VEs foram inclu´ıdos conforme Tabela 3 e as curvas de cargas foram divididas nos patamares apresentados previamente (conjuntos A, B e C).
A Figura 10 apresenta a curva de carga e consumo dos alimentado-res AL 1, AL 2 e AL 3, considerada nas simula¸c˜oes com e sem ve´ıculos.
Figura 10 – Curva de carga : (A) sem ve´ıculos (B)com Ve´ıculos
A Tabela 4 apresenta as configura¸c˜oes poss´ıveis, que apresentaram resultados positivos (melhoria dos indicadores avaliados) em algum hor´ario do dia, com a aplica¸c˜ao do m´etodo troca de ramos. Este resultado foi obtido atrav´es das simula¸c˜oes com e sem ve´ıculos el´etricos e tem como finalidade a simplifica¸c˜ao da apresenta¸c˜ao das an´alises posteriores.
Tabela 4 – Configura¸c˜oes de Chaveamentos com melhores indicadores de perdas e n´ıveis de tens˜ao
Configura¸c˜ao Chaves Abertas Chaves Fechadas 1 S3 e S4 S1, S2 e S5 2 S1 e S4 S2, S3 e S5 3 S1 e S3 S2, S4 e S5
4.1 RECONFIGURAC¸ ˜AO SEM VE´ICULOS EL´ETRICOS
Inicialmente, o sistema foi simulado sem considerar a conex˜ao de ve´ıculos el´etricos. Os resultados, apresentados na forma de Tabela cont´em a coluna “patamares”, que indica o n´umero do patamar, a coluna “configura¸c˜ao”, indica a topologia da rede; a coluna “perdas” indica a perda de energia total; e a coluna “menor tens˜ao” indica o menor n´ıvel entre as 32 barras.
A Tabela 5 apresenta a an´alise considerando 24 patamares.
Tabela 5 – An´alise 24 patamares sem Ve´ıculos El´etricos
Patamar Configura¸c˜ao Perdas (kWh) Menor Tens˜ao (p.u.)
1 1 92,40 0,9706 2 2 55,14 0,9795 3 2 40,06 0,9829 4 2 34,52 0,9843 5 2 39,65 0,9856 6 2 53,21 0,9798 7 2 74,69 0,9761 8 3 172,17 0,9629 9 3 252,37 0,9621 10 3 237,80 0,9628 11 3 277,43 0,9608 12 3 290,95 0,9599 13 3 244,40 0,9628 14 3 316,78 0,9602 15 3 289,19 0,9614 16 3 285,40 0,9576 17 3 317,10 0,9551 18 3 421,34 0,9338 19 1 430,06 0,9374 20 1 453,55 0,9360 21 1 400,75 0,9404 22 1 267,42 0,9517 23 1 105,32 0,9692 24 1 99,33 0,9706
Pode-se destacar que a perda de energia total nos 24 patamares ´e de 5.250,73 kWh, e a menor tens˜ao apresentada ao longo do dia ´e de
0,9338 p.u., `as 18 horas. O n´umero de manobras totais na rede durante o per´ıodo considerado foi 6.
Na Tabela 6 ´e apresentado a an´alise obtida a partir de 8 patamares de carga. Constata-se uma leve redu¸c˜ao do indicador de tens˜ao de barra para o patamar 7, o qual inclui os hor´arios 19, 20 e 21 horas, apresentando uma tens˜ao m´ınima de 0,9234 p.u.
A perda de energia total das 24 horas em 8 patamares ficou em 8.093,57 kWh, sendo superior em 54% `a perda de energia observada em 24 patamares. Observa-se a ausˆencia da configura¸c˜ao 2 na reconfigura¸c˜ao, ficando a rede configurada entre cargas m´edias e pesada. O n´umero total de manobras na rede neste per´ıodo considerado foi 4.
Tabela 6 – An´alise 8 patamares sem Ve´ıculos El´etricos
Patamar Configura¸c˜ao Perdas (kWh) Menor Tens˜ao
1 - 0h `as 3h 1 270,76 0,9715 2 - 3h `as 6h 1 140,28 0,9800 3 - 6h `as 9h 3 779,53 0,9524 4 - 9h `as 12h 3 1074,00 0,9446 5 - 12h `as 15h 3 1030,00 0,9443 6 -15h `as 18h 3 1777,00 0,9371 7 - 18h `as 21h 1 1892,00 0,9234 8 - 21h `as 24h 1 1131,00 0,9417
Com a configura¸c˜ao de 4 patamares, observamos na Tabela 7 uma redu¸c˜ao significativa na menor tens˜ao, com 0,9005 p.u., a perda total de energia correspondente as 24 horas do dia ´e de 12.307,5 kWh sendo 134% maior se comparado a 24 patamares. Assim como ocorre em 8 patamares verifica-se que a rede ´e reconfigurada duas vezes, mudando da configura¸c˜ao 1 para a 3, e depois retornando `a configura¸c˜ao 1 e o total de manobras realizadas no dia foi 4.
Tabela 7 – An´alise 4 patamares sem Ve´ıculos El´etricos
Patamar Configura¸c˜ao Perdas (kWh) Menor Tens˜ao
1 - 0h `as 6h 1 572,65 0,9715
2 - 6h `as 12h 3 2118,00 0,9496
3 - 12h `as 18h 3 3728,00 0,9271
4.2 RECONFIGURAC¸ ˜AO COM VE´ICULOS EL´ETRICOS
Os resultados obtidos a partir da inser¸c˜ao de ve´ıculos el´etricos na rede s˜ao apresentados nas Tabelas 8, 9 e 10. Os dados da an´alise para 24 patamares est˜ao expostos na Tabela 8
Tabela 8 – An´alise 24 patamares com Ve´ıculos El´etricos
Patamar Configura¸c˜ao Perdas (kWh) Menor Tens˜ao
1 1 107,45 0,9708 2 1 59,57 0,9766 3 1 42,94 0,9799 4 2 35,99 0,9842 5 2 29,89 0,9858 6 1 53,60 0,9781 7 2 74,69 0,9761 8 3 172,35 0,9629 9 3 252,99 0,9531 10 3 238,41 0,9546 11 3 279,21 0,9509 12 3 293,64 0,9461 13 3 247,55 0,9526 14 3 319,84 0,9476 15 3 295,98 0,9467 16 3 295,97 0,9491 17 3 332,39 0,9456 18 3 444,15 0,9311 19 1 454,63 0,9190 20 1 481,72 0,9151 21 1 430,99 0,9188 22 1 295,31 0,9322 23 1 118,18 0,9601 24 1 108,82 0,9606
Destaca-se nos resultados a tens˜ao m´ınima apresentada no dia de 0,9151 p.u. contra os 0,9338 p.u. apresentados na an´alise de 24 patamares sem VEs, justamente no hor´ario que se tende a ter o maior n´umero de ve´ıculos plugados simultaneamente. A energia total perdida no dia ´e de 5.466,26 kWh contra os 5.250,73 kWh apresentados nos resultados sem ve´ıculos el´etricos. O n´umero de manobras totais na rede
durante o per´ıodo considerado foi 10.
Na Tabela 9, as an´alises para reconfigura¸c˜ao com ve´ıculos el´etricos em 8 patamares.
Tabela 9 – An´alise 8 patamares com Ve´ıculos El´etricos
Patamar Configura¸c˜ao Perdas (kWh) Menor Tens˜ao
1 - 0h `as 3h 1 351,31 0,9673 2 - 3h `as 6h 1 161,82 0,9779 3 - 6h `as 9h 3 782,00 0,9524 4 - 9h `as 12h 3 1094,00 0,9446 5 - 12h `as 15h 3 1075,00 0,9443 6 - 15h `as 18h 3 2110,00 0,9189 7 - 18h `as 21h 1 2437,00 0,9073 8 - 21h `as 24h 1 1444,00 0,9326
Os resultados apresentam um aumento significativo de perdas nos patamares 6, 7 e 8, no hor´ario entre 17 e 24 horas. A tens˜ao m´ınima obtida ´e de 0,9073 p.u. contra os 0,9234 p.u. em 8 patamares sem VEs. A energia total perdida para 8 patamares ´e de 9.455,13 kWh contra os 8.093,57 kWh apresentados sem VEs. Nesta configura¸c˜ao o n´umero total de manobras na rede neste per´ıodo considerado foi 4.
Para a configura¸c˜ao de 4 patamares com VEs, constata-se nova-mente uma redu¸c˜ao significativa da menor tens˜ao em uma barra, sendo 0,8905 p.u., a perda de energia total na rede nas 24 horas ficou em 14.779,96 kWh. Para esta configura¸c˜ao o n´umero total de manobras ficou igual ao de 8 patamares, apresentando 4 manobras.
Tabela 10 – An´alise 4 patamares com Ve´ıculos El´etricos
Patamar Configura¸c˜ao Perdas (kWh) Menor Tens˜ao
1 - 0h `as 6h 1 725,96 0,9660
2 - 6h `as 12h 3 2193,00 0,9496
3 - 12h `as 18h 3 4209,00 0,9274
4 - 18h `as 24h 1 7652,00 0,8905
A compara¸c˜ao de todos os resultados obtidos, tanto de energia perdida durante um dia, como a menor tens˜ao encontrada em uma barra pode ser verificada na Tabela 11. Observa-se que a defini¸c˜ao de quantidade de patamares impacta diretamente nos resultados obtidos, quanto menor a quantidade maior ser˜ao as perdas calculadas e menores
as tens˜oes de barras por outro lado menor ser´a a quantidade de manobras e chaveamentos realizadas.
Tabela 11 – Compara¸c˜ao dos resultados obtidos
Identifica¸c˜ao do patamar e Ve´ıculos El´etricos Perdas totais di´arias (kW)
menor tens˜ao quantidade de manobras
24 patamares sem VEs 5250,73 0,9338 6
com VEs 5466,26 0,9151 10
8 patamares sem VEs 8093,57 0,9234 4
com VEs 9455,13 0,9073 4
4 patamares sem VEs 12307,65 0,9005 4
com VEs 14779,96 0,8905 4
A Tabela 12 mostra a compara¸c˜ao de redu¸c˜ao percentual de perdas comparando 24, 8 e 4 patamares quando comparados a n˜ao reconfigura¸c˜ao da rede e a compara¸c˜ao quantitativa do n´umero de chaveamentos ocorrida nas simula¸c˜oes.
Tabela 12 – Redu¸c˜ao percentual de perdas de energia comparado com a sem reconfigura¸c˜ao da rede e n´umero de chaveamentos por patamares obtido patamares Redu¸c˜ao percentual sem VE Redu¸c˜ao percentual com VE Quantidade de chaveamentos 24 4,50 4,60 52 8 8,75 4,14 16 4 3,11 3,00 8
A an´alise da Tabela 12 comprova que a reconfigura¸c˜ao pode ser uma alternativa para minimizar o impacto dos ve´ıculos el´etricos na rede de distribui¸c˜ao. O uso de 8 patamares prova ser otimizado tendo um n´umero de chaveamentos inferior ao de 24 patamares, mas apresentando redu¸c˜oes percentuais de na perda de energia pr´oximas aos de 24 patamares quando comparados com a n˜ao reconfigura¸c˜ao da rede.
5 CONCLUS ˜AO
Este trabalho apresentou uma compara¸c˜ao entre os resultados de reconfigura¸c˜ao de uma rede de distribui¸c˜ao, utilizando o m´etodo troca
de ramos, considerando a divis˜ao da curva de carga di´aria em diferentes patamares de carga e a conex˜ao de ve´ıculos el´etricos na rede para o carregamento. O cen´ario de inser¸c˜ao de ve´ıculos el´etricos foi baseado em estudos encontrados na literatura.
A compara¸c˜ao entre os resultados apresentados mostra a influˆencia da escolha na quantidade de patamares, tanto para as perdas de energia quanto para a tens˜ao m´ınima na rede. Com a divis˜ao em 24 patamares, obteve-se uma maior discretiza¸c˜ao do perfil de carga durante o dia e portanto, melhores resultados se comparado com as de 4 e 8 patamares. Por outro lado, verifica-se que as topologias n˜ao s˜ao modificadas de hora em hora, mas sim conforme a demanda apresentada.
Como demonstrado nos resultados das simula¸c˜oes, quando h´a ve´ıculos el´etricos ligados na rede, o sistema passa por horas cr´ıticas que envolvem n´umeros expressivos de perda de energia, simplesmente por efeito Joule, e redu¸c˜ao nas tens˜oes das barras, devido a potˆencia de carregamentos simultˆaneos. A reconfigura¸c˜ao da rede se mostrou uma t´ecnica simples e eficiente para mitigar o impacto causado pelo carregamento, independentemente da quantidade de patamares.
Os resultados indicam que a divis˜ao da curva de carga em 8 patamares apresenta uma discretiza¸c˜ao suficiente para manter os n´ıveis de perdas de energia aproximados aos n´ıveis obtidos com 24 patamares, com a vantagem de haver menos chaveamentos e menor n´umero de manobras realizadas na rede. Os n´ıveis de tens˜ao tamb´em se mostraram aproximados, mesmo havendo uma queda quando a rede possui VE. Quando analisamos os resultados para 4 patamares, o n´umero de chaveamentos ´e inferior ao de 8 patamares, mas os ´ındices de perdas de energia s˜ao mais elevados e os n´ıveis de tens˜ao s˜ao inferiores. Assim, a otimiza¸c˜ao dos patamares de carga ´e fundamental para se obter baixos n´ıveis de perda de energia e n´ıveis melhores de tens˜ao, com a menor quantidade de chaveamentos e manobras poss´ıveis.
Portanto, se os patamares de carga forem bem definidos em hor´ario e quantidade, assim como o aumento das alternativas de topologia e maior n´umero de chaves, pode-se chegar a uma redu¸c˜ao significativa do impacto do carregamento dos ve´ıculos el´etricos na rede. Adicionalmente, s˜ao necess´arios estudos mais aprofundados para melhor defini¸c˜ao de quantidade e dura¸c˜ao de patamares de carga, considerando tamb´em os diferentes perfis de alimentadores urbanos (residencial, comercial e industrial).
REFERˆENCIAS
ANEEL - AGˆENCIA NACIONAL DE ENERGIA EL´ETRICA. Resolu¸c˜ao Normativa N o¯ 414. Bras´ılia, 2010. 147 p. Dispon´ıvel em: <http://www.aneel.gov.br/documents/656877/14486448/bren2010414. pdf/3bd33297-26f9-4ddf-94c3-f01d76d6f14a?Version=1.0>. Acesso em: 26 novembro de 2018.
ANEEL - AGˆENCIA NACIONAL DE ENERGIA EL´ETRICA. Abertura de Audiˆencia P´ublica referente `a proposta de regulamenta¸c˜ao de aspectos relativos ao fornecimento de energia el´etrica para recarga de ve´ıculos el´etricos. Bras´ılia, 2017. 19 p. Dispon´ıvel em: <http://www2.aneel.gov.br/aplicacoes/audiencia/arquivo/2017/029/ ncdocumento/nota tecnica 0039 veiculos eletricos - ap anexo i.pdf>. Acesso em: 26 novembro de 2018.
BASSO, C. O impacto dos ve´ıculos el´etricos plug-in no sistema el´etrico de potˆencia. Disserta¸c˜ao (Bacharel) — Universidade Federal do Pampa, Alegrete, Brasil, 2011.
CARRENO, E. M.; ROMERO, R.; PADILHA-FELTRIN, A. An efficient codification to solve distribution network reconfiguration for loss reduction problem. IEEE Transactions on Power Delivery, v. 23, n. 4, 2008.
CHAN, C.; CHAU, K. Modern Electric Vehicle Technology. [S.l.]: Oxford University Press, 2001. (Monographs in Electrical and E). ISBN 9780198504160.
CIVANLAR, S.; GRAINGER, J. J.; YIN, H.; LEE, S. S. H. Distribution feeder reconfiguration for loss reduction. IEEE Transactions on Power Delivery, v. 3, n. 3, p. 1217–1223, July 1988. ISSN 0885-8977.
COELHO, J. M. Impacto dos ve´ıculos el´etricos no planejamento energ´etico brasileiro: setor de combust´ıvel f´osseis. 2017. Dispon´ıvel em:
<http://www.epe.gov.br/sites-pt/publicacoes-dados- abertos/publicacoes/PublicacoesArquivos/publicacao-244/topico-252/EPE CADERNO%20FGV%20ENERGIA%20CARROS%20ELE TRICOS JOSE%20MAURO 2017 2405.pdf>. Acesso em: 26 novembro de 2018.
DAS, D.; NAGI, H. S.; KOTHARI, D. P. Novel method for solving radial distribution networks. IEE Proceedings - Generation,
Transmission and Distribution, v. 141, n. 4, p. 291–298, July 1994. ISSN 1350-2360.
EHSANI, M.; GAO, Y.; EMADI, A. Modern Electric, Hybrid Electric, and Fuel Cell Vehicles. Boca Ratom: CRC Press, 2010. 533 p. (Second Edition, 1).
FARIAS, D. A. A.; SOUZA, R. C. Previs˜ao de Carga de Energia Di´aria em Patamares Combinando T´ecnicas Estat´ısticas e de Inteligˆencia Computacional. Disserta¸c˜ao (Mestrado) — Pontif´ıcia Universidade Cat´olica do Rio de Janeiro, Rio de Janeiro, Brasil, 2008.
GOMES, F. V. Reconfigura¸c˜ao de Sistemas de Distribui¸c˜ao Utilizando t´ecnicas de Otimiza¸c˜ao Cont´ınua e Heur´ıstica para Minimiza¸c˜ao de Custos. Tese (Doutorado) — Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brasil, 2005.
JARDINI, J. A.; TAHAN, C. M. V.; GOUVEA, M. R.; AHN, S. U.; FIGUEIREDO, F. M. Daily load profiles for residential, commercial and industrial low voltage consumers. IEEE Transactions on Power Delivery, v. 15, n. 1, p. 375–380, Jan 2000. ISSN 0885-8977.
JIANG, C.; TORQUATO, C.; SALLES, D.; XU, W. Method to assess the power-quality impact of plug-in electric vehicles. IEEE Transactions on Power Delivery, v. 39, n. 2, p. 958–965, 2014.
MASSIGNAN, J. A. D. Estima¸c˜ao de demanda em tempo real para sistemas de distribui¸c˜ao Radiais. Disserta¸c˜ao (Mestrado) — Universidade de S˜ao Paulo, S˜ao Carlos, Brasil, 2016.
MATOS, R. S. G. Processamento de Erros Grosseiros na Estima¸c˜ao de Estado de Sistemas de Potˆencia em Condi¸c˜oes Cr´ıticas de Redundˆancia. Disserta¸c˜ao (Mestrado) — Universidade Federal Fluminense, Niter´oi, Brasil, 2000.
MELLO, A. P. C. de. Reconfigura¸c˜ao de redes de distribui¸c˜ao considerando multivari´aveis e gera¸c˜ao distribu´ıda. Disserta¸c˜ao (Mestrado) — Universidade Federal de Santa Maria, Santa Maria, Brasil, 2014.
MURTY, V. V. S. N.; TEJA, B. R.; KUMAR, A. A contribution to load flow in radial distribution system and comparison of di↵erent load flow methods. 2014 International Conference on Power Signals Control and Computations (EPSCICON), p. 1–6, Jan 2014.
NETO, M. P. S. Reconfigura¸c˜ao de sistemas el´etricos de distribui¸c˜ao utilizando algoritmo h´ıbrido. Disserta¸c˜ao (Mestrado) — Universidade Federal da Bahia, Salvador, Brasil, 2014.
NEVES, M. S. Modelagem de Carga em Sistemas de Energia El´etrica: Modelo Matem´atico e sua Valida¸c˜ao com Testes de Campo. Disserta¸c˜ao (P´os-Gradua¸c˜ao) — Universidade Federal de Juiz de Fora, Juiz de Fora, Brasil, 2008.
TAYLOR, J.; MAITRA, A.; ALEXANDER, M.; BROOKS, D.; DUVALL, M. Evaluations of plug-in electric vehicle distribution system impacts. IEEE PES General Meeting, p. 1–6, July 2010. ISSN 1932-5517.
TEODORO, R. G. Metodologia para compensa¸c˜ao de desequil´ıbrio em redes el´etricas. Disserta¸c˜ao (Mestrado) — Universidade Estadual Paulista, Ilha Solteira, Brasil, 2005.
VYAS, A.; WANG, M.; SANTINI, D.; ELGOWAINY, A. Analysis of the 2001 national household transportation survey in support of the phev project to evaluate impacts on electricity generation and GHG emissions. Tech. Rep., 2009.
ZANCHETTA, L. P. Reconfigura¸c˜ao de redes de distribui¸c˜ao de energia com gera¸c˜ao distribu´ıda empregando conceitos de redes el´etricas inteligentes. Disserta¸c˜ao (Bacharel) — Universidade Federal de Santa Catarina, Ararangu´a, Brazil, 2016.