IMPACTO NA CONFIABILIDADE DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA SUJEITOS À RESTRIÇÃO DE CARGA E INTEGRADOS A RECURSOS ENERGÉTICOS DISTRIBUÍDOS
LUIZ C.NASCIMENTO1,ARMANDO M.LEITE DA SILVA2,MAURO ROSA3,DIEGO ISSICABA3,JOÃO A.P.LOPES3
1 – Departamento de Engenharia Elétrica, Universidade Federal de São João del-Rei – UFSJ Praça Frei Orlando, 170 Centro – CEP 36307-352, São João del Rei, MG, Brasil
2 – Instituto de Engenharia Elétrica, Universidade Federal de Itajubá – UNIFEI PAv. BPS, 1303, Pinheirinho – CEP 37500-903, Itajubá, MG, Brasil
3 – Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência – INESC TEC Rua Dr. Roberto Frias, 378 – CEP 4200-465, Porto, Portugal
E-mails: nascimentolc@ufsj.edu.br; armando@unifei.edu.br; marosa@inescporto.pt; dissicaba@inescporto.pt; jpl@fe.up.pt
Abstract There is a great discussion about the impact of renewable energy sources integration on distribution systems. Wind
and solar powers have large capacity fluctuations that increase significantly the complexity of system operation. This paper pre-sents an impact analysis of distributed energy resources integration on distribution systems, focusing mainly on reliability as-pects. Therefore, a new algorithm to correctly determine the amount of capacity that may be transferred to other feeders is pre-sented and discussed, taken into consideration the presence of distributed generation. The methodology is tested in a typical Bra-zilian distribution system, assuming the integration of a diesel-based combined heat and power unit, wind turbines, and solar panels. The results provide general insights regarding the benefits of applying distributed generation to alleviate load transfer re-strictions.
Keywords Distributed generation, Monte Carlo simulation, reliability assessment, wind power, solar power, load transfer. Resumo Há uma grande discussão sobre o impacto da integração de fontes renováveis em sistemas de distribuição. Fontes
eó-licas e solares possuem grande flutuação de capacidade que aumenta significativamente a complexidade de operação do sistema. Este artigo apresenta uma análise do impacto na confiabilidade de um sistema de distribuição devido à integração de recursos energéticos distribuídos. Para tanto, é apresentado um algoritmo que determina o montante de capacidade que pode ser transferi-da para outros alimentadores, levando em consideração a presença de geração distribuítransferi-da. A metodologia é testatransferi-da em um sistema de distribuição típico do Brasil, assumindo a integração de co-geração a diesel (combinação de calor e energia elétrica), turbinas eólicas e painéis solares. Os resultados permitem uma compreensão dos benefícios da aplicação de geração distribuída para alivi-ar restrições de transferência de calivi-arga.
Palavras-chave Geração distribuída, simulação Monte Carlo, avaliação de confiabilidade, energia solar, energia eólica,
trans-ferência de carga.
1 Introdução
Os sistemas elétricos de potência evoluíram ba-seados não somente em questões econômicas, mas também em aspectos ambientais e sociais. Preocupa-ções relacionadas a fontes de energia têm levado o desenvolvimento de iniciativas voltadas para o con-trole e gerenciamento descentralizado, e integração dos recursos energéticos distribuídos (RED) e reno-váveis. Iniciativas bem sucedidas relacionadas a es-ses temas foram realizadas em todo o mundo (National Energy Technology Laboratory, 2007), (Electric Power Research Institute, 2005), (Advisory Council for the Technology Platform for Europe’s Electricity Networks of the Future, 2008), (Title XIII – Smart Grid, Sec. 1301, 2007) e (Moslehi & Kumar, 2010).
RED não compreende somente a geração distri-buída (GD), mas também unidades de armazenamen-to de energia e cargas sob gerenciamenarmazenamen-to ativo pelo
lado da demanda. Entretanto, a geração distribuída, que tem experimentado um aumento significativo nos últimos anos, impõe vários desafios técnicos. A infraestrutura de sistemas de distribuição foi projeta-da assumindo que a energia elétrica seria distribuíprojeta-da unidirecionalmente das subestações para os pontos consumidores. A instalação de GD influencia no controle e proteção, e consequentemente, na confia-bilidade de sistemas de distribuição.
Apesar destas particularidades, a GD é recomen-tada para aumentar a confiabilidade, a qualidade de energia, e prover serviços auxiliares (Issicaba, et al., 2011). A GD pode, por exemplo, aliviar o carrega-mento dos alimentadores de modo a permitir o au-mento na capacidade de transferência de carga. Este aumento depende consideravelmente do tamanho, tecnologia e variação do recurso utilizado pela GD. Uma atenção especial tem sido dada à energia eólica e solar, devido a questões ambientais. No entanto, estas fontes de energia juntamente com suas varia-ções de capacidade podem aumentar
significativa-mente a complexidade da análise do sistema.
Este trabalho apresenta uma análise do impacto da integração de RED em um sistema de distribui-ção, com ênfase em aspectos de confiabilidade. A metodologia proposta é baseada em uma combinação de técnicas analíticas (conjunto de cortes mínimos) e Simulação Monte Carlo (SMC) cronológica. A me-todologia avalia a capacidade em potência que pode ser transferida para outros alimentadores, tendo em conta a presença de GD. A metodologia é testada num sistema típico de distribuição brasileiro, adotan-do a integração de co-geraadotan-dores a diesel (CHP –
combined heat and power units), geradores eólicos e
painéis solares. Os resultados são apresentados e discutidos tendo em vista os benefícios da aplicação de recursos de energia distribuída para aliviar as res-trições de transferência de carga.
2 GD Conectado ao Sistema de Distribuição Há um elevado número de técnicas, restrições ambientais e regulatórias, e desafios comerciais para integração dos RED. É largamente reconhecido e relatado na literatura que a penetração elevada de RED nas redes de distribuição pode ser ambas bené-fica e desfavorável (Ochoa, et al., 2006). Geralmen-te, os estudos de RED com o objetivo de integração da GD procuram formas de gerenciar o impacto da penetração da GD no que diz respeito à regulamenta-ção, custos, localizaregulamenta-ção, tamanho, bem como benefí-cios ambientais e técnicos.
A localização da GD pode ser altamente influen-ciada pelo nó de ligação. Dependendo de onde os geradores são instalados na rede, os benefícios e os impactos negativos podem variar também. O tama-nho de unidades de GD pode definir o regime de operação e a quantidade de energia fornecida à rede. GD também afeta a regulação de tensão e os limites de operação. A capacidade da GD pode influenciar os limites atuais em linhas e o limite de potência dos transformadores da subestação. Neste ponto é impor-tante destacar que os ganhos de capacidade de rede e possibilidade de adiamento do investimento previsto pela conexão da GD pode efetivamente contribuir para as condições de operação, tais como restrições de transferência de carga. A redução das restrições de transferência é o principal benefício técnico de avaliação neste estudo.
3 Avaliação da Confiabilidade de um Sistema de Distribuição
É essencial para concessionarias de energia elé-trica monitorar os níveis de confiabilidade dos siste-mas de distribuição e definir indicadores de desem-penho para avaliar suas funções básicas de forneci-mento de energia, para todos os setores da sociedade pelo menor custo e confiabilidade adequada. No atu-al ambiente competitivo, todas as concessionárias são pressionadas a reduzir os custos por todos os meios. Umas das consequências imediatas é a
deteri-oração da qualidade dos serviços. Uma tentativa inte-ressante de manter um equilíbrio aceitável entre a qualidade do serviço e custos é através de um meca-nismo conhecido como “performance based rates” (PBR) (Guimarães, et al., 2006). O PBR é um contra-to que premia uma concessionária por prover energia com boa confiabilidade e/ou penaliza a empresa quando o oposto ocorre.
Em geral, PBR é baseado em um procedimento conhecido por avaliação de desempenho passado ou avaliação de confiabilidade histórica, sendo ampla-mente utilizada pelas concessionárias. Desempenho futuro ou avaliação de confiabilidade preditiva é outro procedimento relevante de avaliação da confi-abilidade, que pode ser usado para comparar os re-forços do sistema e propor alternativas de expansão. Independentemente do procedimento aplicado para medir o desempenho passado ou futuro do forneci-mento adequado dos pontos de carga consumidores, os principais índices utilizados são: FIC (Frequência de Interrupção Individual por Unidade consumidora), DIC (Duração da Interrupção Individual por Unidade Consumidora), e EENS (Energia Esperada Não Su-prida); (ANEEL, 2000), (Billinton & Allan, 1996). Estes índices representam valores médios e, portanto, algoritmos convencionais de confiabilidade de siste-mas de distribuição são geralmente capazes de avali-ar tais valores.
Tais algoritmos são baseados em conceitos de Markov em conjugação com técnicas de conjuntos mínimos de corte. Eles fornecem resultados suficien-temente precisos para uma ampla gama de sistemas de distribuição (Billinton & Allan, 1996), mesmo para grandes redes. Devido ao novo ambiente com-petitivo, outros índices têm surgido, como o DMIC (Duração Máxima de Interrupção Contínua por uni-dade Consumidora), que mede a quantiuni-dade de horas que um consumidor é continuamente interrompido além de um padrão aceitável (ANEEL, 2000), (Leite da Silva, et al., 2006). Mesmo os valores médios associados a esses índices não podem ser computa-dos por métocomputa-dos analíticos (Leite da Silva, et al., 2005). Por outro lado, a SMC sequencial é a ferra-menta natural para simular aspectos cronológicos. Não só é capaz de avaliar os índices de confiabilida-de usuais, mas também as suas respectivas distribui-ções de probabilidade (Billinton & Li, 1994). Mesmo esquemas de manutenção podem ser incluídos no processo de simulação.
A SMC sequencial é capaz de reproduzir a evo-lução cronológica do sistema por amostragens esto-cásticas de estados desse sistema (Billinton & Li, 1994). Estas sequências são simuladas com base na modelagem estocástica de cada componente do sis-tema e do modelo de carga cronológica, na mesma base de tempo. O algoritmo da SMC cronológica pode estimar os índices de confiabilidade do sistema, considerando os anos simulados dado por (1).
As estimativas de todos os índices básicos de confiabilidade podem ser representadas por (1), de-pendendo da definição de G(yk), onde yk representa a
sequencia de estados do sistema em k anos. A incer-teza em torno dos índices estimados é dada pela vari-ância estimada, e a convergência do processo de si-mulação é testada através do coeficiente de variação
β (Billinton & Li, 1994). A simulação é realizada em
períodos anuais, sendo que, ao final de cada ano, os índices são computados por ponto de carga do siste-ma. Para diminuir o tempo computacional da simula-ção, o sistema em estudo é decomposto por alimen-tador (Leite da Silva, et al., 2006).
) ( 1 ] [ k =1 k y G NY G E~
NY (1)O algoritmo proposto é baseado em uma combi-nação de técnicas analíticas (conjunto de cortes mí-nimos) e SMC cronológica (Leite da Silva, et al., 2006). É descrito a seguir:
(a) Identificar os caminhos mínimos e conjuntos mínimos de cortes de todos os pontos de carga; (b) Simular o estado inicial de cada componente
pertencente a cada conjunto de corte mínimo através de uma SMC não sequencial. Outra for-ma de se eliminar a tendência (bias) é conectar o histórico operativo (e.g., anual) de todos os componentes;
(c) Gerar um número aleatório para cada compo-nente pertencente ao conjunto de corte mínimo, e converter este número, de acordo com as dis-tribuições de probabilidade, em tempos de fun-cionamento ou reparo;
(d) Identificar o menor tempo (TMIN) e defini-lo como o “clock” do processo. O equipamento correspondente é chamado EM;
(e) Analisar a continuidade de fornecimento de energia de todos os pontos de carga, alimentado-res, grupos específicos de consumidores e para o sistema como um todo. Isto inclui a busca por possíveis ações de chaveamento, as quais tam-bém são simuladas, baseadas em algumas fun-ções de probabilidades ou valores fixos. A análi-se também pode considerar variações das cargas dos consumidores e de outras fontes alternativas; (f) Com base na análise anterior, calcular para todos
os pontos de carga, as contribuições para os ín-dices de confiabilidade. O índice EENS é calcu-lado apropriadamente para os pontos de carga que possuem fontes fotovoltaicas;
(g) Gerar um novo tempo (funcionamento ou repa-ro) associado ao equipamento EM. Se o período de análise ainda não terminou (e.g., 1 ano) re-tornar ao passo (d); senão, calcular os índices de confiabilidade (pontos de carga e sistema) para o período correspondente e ir para o passo (h); (h) Avaliar o coeficiente de variação β para um
da-do índice de confiabilidade (e.g., EENS). Se a
convergência ainda não for atingida retorne ao passo (d); senão, calcule os índices de confiabi-lidade (valores esperado e distribuições) para to-dos os pontos de carga e sistema (ou para algum grupo de consumidores), e finaliza-se o processo de simulação.
Há certos aspectos relacionados com o processo de SMC cronológica que dependem de algumas con-dições operativas pressupostas. Estas envolvem, por exemplo, restrições de transferências de cargas, polí-ticas de redução de carga definidas na subestação, capacidade de flutuação de algum RED, etc. Estes aspectos são totalmente considerados no presente trabalho.
4 Impacto da GD na Restrição de Transferência de Carga
A falha de um componente do sistema elétrico causa abertura de um dispositivo de proteção, com o objetivo de limitar a extensão e gravidade da falha. Se existe uma possibilidade de chaveamento, através do fechamento de uma chave NA (Normalmente Aberta), os pontos de cargas interrompidos fora da área isolada são transferidos para outros alimentado-res. Esta transferência depende de restrições técnicas, tais como equipamentos em sobrecarga ou problemas de queda de tensão. Negligenciar estes aspectos cau-saria problemas ainda maiores nas cargas a serem transferidas e nas cargas normalmente servidas pelo alimentador a receber a transferência.
A fim de determinar adequadamente todos os limites técnicos, é necessário realizar análises de fluxo de carga para todas as contingencias possíveis do sistema, o que pode ser computacionalmente invi-ável num processo de SMC cronológica para siste-mas reais de distribuição. Entre todos os aspectos técnicos a serem considerados, aquele que pode cau-sar maior impacto é o limite de capacidade do equi-pamento (Leite da Silva, et al., 2002).
A desconsideração da capacidade máxima de transferência pode provocar a operação indesejada da proteção (e.g., interrompendo cargas fora da zona de defeito) e/ou queima de componentes, com conse-quências ainda maiores. Portanto, é imprescindível verificar a capacidade máxima de transferência visto que este limite interfere diretamente nos índices de confiabilidade.
Tabela 1. Nível de carga para uma determinada capacidade de chave NA.
Nível de Carga Baixo Médio Alto Fator de Carga (pu) 0.5 0.7 1.0 Fator de Chave NA (pu) 2 1.5 1.0
Para ilustrar como a análise de fluxo de carga pode ser substituída em uma avaliação de confiabili-dade cronológica de um sistema de distribuição, a Tabela 1 apresenta três níveis de carga: Baixo,
Mé-dio e Alto. Cada nível de carga tem um fator de carga e um fator de chave NA. Como mencionado anteri-ormente, para um nível de carga menor, tem-se um maior fator de transferência na chave NA. O fator de carga está relacionado à potência nominal dos pontos de carga, e o fator de chave NA está relacionado à pior condição de transferência de potência, ou seja, à potência que pode ser transferida quando se possui o maior nível de carga (carga pico). Os parâmetros da Tabela 1 foram escolhidos através de dados coleta-dos de distribuidoras de energia elétrica. Entretanto, um fluxo de potência poderia ser usado para se de-terminar valores mais confiáveis para estes parâme-tros. Além disso, um maior número de níveis de car-ga poderia ser usado. No entanto, conforme se au-menta esse número, maior será a quantidade de con-juntos de cortes a serem armazenados e maior será o tempo computacional, inviabilizando a análise de sistemas de distribuição de grande porte.
Numa avaliação de confiabilidade que usa o mé-todo de enumeração de estados (analítico), a carga é considerada constante. Neste caso, é possível identi-ficar exatamente os pontos de carga que, devido à restrição de transferência de carga, deixaram de computar o tempo de chaveamento para computar o tempo de reparo do componente falhado. Portanto, é possível determinar os pontos de carga que foram influenciados pela restrição de carga. Com isso, para cada intervalo de tempo a carga se encontra em pa-tamares diferentes. Portanto, no processo que realiza a transferência de carga, deve-se verificar a condição da carga no instante de ocorrência da falha, para en-tão comparar com a capacidade máxima de rência. Porém, a verificação da restrição de transfe-rência a cada instante de tempo pode inviabilizar o uso de um determinado algoritmo em sistemas de distribuição reais de grande porte.
Uma maneira de realizar uma SMC cronológica que contemple uma curva de carga variável e restri-ção de transferência de carga entre alimentadores é definir os conjuntos mínimos de corte para patamares de carga pré-determinados. A variação da curva de carga não está relacionada somente à potência dos pontos, mas também à capacidade de transferência de carga entre alimentadores. Um patamar mais baixo levará a uma maior capacidade de transferência de carga. Somente os conjuntos de corte com tempo de chaveamento NA são influenciados na restrição de transferência de carga. Um conjunto de corte pode tornar-se um conjunto de corte com tempo de reparo devido a esta restrição.
A abordagem proposta consiste em determinar os conjuntos de corte com tempo de chaveamento e com tempo de reparo para cada um destes três níveis de carga: Baixa, Media e Alta. Os passos para cada nível são descritos a seguir:
(a) Selecione um corte C com tempo de chaveamen-to NA e os ponchaveamen-tos de carga PC atingidos por es-se corte;
(b) Verificar a potência da chave seccionadora NA do caminho NA do corte C. Comparar a potência encontrada na chave com a soma das potências dos pontos de carga que sofreram com o corte C; (c) Caso a potência do somatório das cargas PC seja menor que a potência da chave NA, o corte C continua sendo um corte de primeira ordem com tempo de chaveamento NA para esses pontos de carga, e deve-se prosseguir com o passo (f); (d) Se a potência do somatório das cargas PC for
maior que a potência da chave NA, deve-se en-contrar o dispositivo de manobra seguinte do caminho NA, no sentido da fonte de alimentação e com origem na presente chave NA do corte C. O dispositivo de manobra NA passará ser o dis-positivo de manobra encontrado;
(e) Selecionar os pontos de carga PC em que pelo menos um caminho NA não seja composto pela nova chave do corte C. Os pontos selecionados serão os novos PC. Para os outros pontos de carga o corte C passará de tempo de chaveamen-to NA para tempo de reparo. Voltar ao passo (c); (f) Caso hajam mais cortes com tempo de
chavea-mento NA, deve-se escolher um novo corte C, os novos pontos de carga PC atingidos por esse corte, e voltar para o passo (c). Esse teste deve ser realizado com todos os cortes com tempo de chaveamento NA.
Durante a SMC cronológica, a capacidade de cada chave NA irá ser alterada de acordo com o nível de carga do alimentador que irá receber a transferên-cia, isto é a capacidade não utilizada pelo alimenta-dor pode ser usada para receber mais pontos consu-midores. Esta aproximação é realizada de forma a evitar a utilização de uma rotina de fluxo de carga. Através da capacidade da chave NA pode-se deter-minar, por meio da Tabela 1, em qual nível de carga o sistema esta e, consequentemente, qual conjunto de corte deve ser usado na simulação. Por exemplo, se o nível de carga é inferior a 0,5 pu (por unidade em relação ao pico), deve-se utilizar um fator de capaci-dade de chave de 2,0 pu (por unicapaci-dade em relação à potência nominal). Portanto, mais potência pode ser transferida do alimentador com nível de carga baixo. Agora se o nível de carga está entre 0,5 e 0,7 pu, deve-se usar um fator de 1,5 pu.
A inclusão de fontes renováveis no sistema tam-bém influência na capacidade de transferência das chaves NAs. A capacidade de transferência flutua de acordo com a potência gerada por essas fontes. Se a fonte renovável esta presente no alimentador que falhou, será verificado se o caminho entre a fonte renovável e a chave esta aberto. Isto torna impossível a utilização da fonte na transferência de carga. Se a fonte renovável esta presente no alimentador que irá receber a transferência, será sempre considerada nos cálculos, pois somente cortes de segunda ordem, que não são considerados na simulação decomposta, não permitiriam a utilização da fonte.
5 Resultados da Aplicação
5.1 Características do Sistema
O sistema escolhido para identificar a contribui-ção do RED sobre a confiabilidade de um sistema de distribuição com restrição de transferência de carga é um sistema de distribuição típico brasileiro, que ocu-pa uma área de cerca de 550 km2 de uma zona rural (Leite da Silva, et al., 2002). Este sistema é conside-rado de pequeno porte, possui 148 ramos e 61 pontos de carga distribuídos em quatro alimentadores prin-cipais. As cargas seguem uma representação crono-lógica, contendo tantos níveis quanto o número de horas no ano, como em (IEEE reliability test system, 1979), com exceção dos pontos PC13, PC15, PC29, PC33, PC45, PC57 e PC60, que são definidos como valores constantes, possuindo um comportamento industrial. O tempo de reparo médio e tempo de substituição para a maioria dos equipamentos é de 2,4 horas, e o tempo de chaveamento médio é defini-do como 1 hora. A sua topologia georreferenciada pode ser vista em (Leite da Silva, et al., 2002).
A Figura 1 ilustra os alimentadores em um dia-grama unifilar, que foi modificado para incluir as fontes fotovoltaicas (PV), co-geradores (CHP), e unidades de geração eólica. Estes quatro alimentado-res estão ligados por cinco chaves diferentes, (CH-1, CH-2, CH-3, CH-4 e CH-5). A possibilidade de transferência de carga do alimentador 1 para o 2 é assegurada pela CH-1, ( que tem um via dupla para transferência de carga) e também CH-4. A possibili-dade de transferência de carga do alimentador 2 para 3 é assegurada por CH-5 e, a do alimentador 1 para 4 é assegurada pela CH-3. A CH-2 consiste de uma possibilidade de transferência interna do alimentador 1. Nos pontos de carga (PC), indicado na Figura 1, seis painéis fotovoltaicos PV com capacidade de 0,21 MW foram integrados. Além disso, duas
turbi-nas eólicas de 2 MW e uma central de cogeração baseada em diesel de 1,1 MW foram integradas co-mo em (Peças Lopes, et al., 2006). Unidades de ge-ração solar e eólica possuem diferentes níveis de variação de saída, que são devidamente representa-dos por séries históricas de radiação solar e veloci-dade do vento convertidos em potência (PVGIS, 2011), (NREL, 2011).
A respeito das condições de operação, depois que uma falta é eliminada e isolada, os alimentadores devem ser energizados pelo menos, até o ponto de conexão comum e a GD precisa partir e sincronizar em tempo para suportar a transferência de carga. Observe que a operação ilhada não é permitida e a abertura da proteção da rede atua perfeitamente em desligar o GD após a ocorrência de uma falha. Os painéis fotovoltaicos solares exibem uma caracterís-tica tensão/corrente não linear, produzindo a máxima potência em apenas um ponto de operação particular, que varia com a irradiação solar (PVGIS, 2011) e temperatura do painel. Assim, inversores com rastre-amento de máxima potência permitem extrair a má-xima potência das células fotovoltaicas e rápidos tempos de inicialização. Esses tempos são pequenos e podem ser desprezados para fins de análise de transferência de carga.
No caso de unidades de co-geração CHP, o tem-po de partida tem-pode variar de alguns segundos a tem- pou-cos dias de acordo com seu tamanho e tecnologia (turbina a vapor, motor recíproco, turbina a gás, mi-cro turbina, célula a combustível) (EPA, 2008). Para co-geração com máquinas a diesel de 1,1 MW e uni-dades eólicas de 2,0 MW, o tempo total de partida e sincronização varia em torno de milissegundos (EPA, 2008), (Olsina & Larisson, 2010). Esses tem-pos foram desprezados nas avaliações de restrição de transferência de carga. Finalmente, a rede teste mos-trada na Figura 1 é um exemplo, de modo que não representa a operação real do sistema.
5.2 Discussões dos resultados
A fim de identificar a contribuição do RED so-bre a confiabilidade do sistema de distribuição com restrições de transferência de carga, três diferentes tipos de simulações foram realizadas:
Sem RC: consiste em um sistema de distribui-ção, sem restrições de carga entre os alimentado-res;
Com RC: consiste em um sistema de distribuição com restrições de carga entre alimentadores. Neste caso, o limite da chave é considerado, on-de a capacidaon-de entre os alimentadores é limita-da a 400 kW, com exceção limita-da chave 3 (CH-3) que é limitada a 800 kW ( a partir do alimenta-dor 4 para o 1);
Com RC + RED: consiste em um sistema de distribuição com restrição de carga entre alimen-tadores da mesma forma que a caso anterior. No entanto, a presença de RED distribuídos ao lon-go de todos os alimentadores (Figura 1) é consi-derada.
Considerando um β = 1%, cada caso levou, em média 15 segundos para ser executado em um pro-cessador Intel Core 2 Duo de 2 GHz.
0 2 4 6 8 10 DI C (h )
Ponto de carga - Alimentador 1 Sem RC
Com RC + RED Com RC
Figura 2. Índice de DIC por ponto de carga – Alimentador 1
A Figura 2 mostra o índice DIC para todos os pontos de carga do alimentador 1. Devido à presença de quatro chaves, se ocorrer uma falha, todas as car-gas podem ser transferidas, resultando em desempe-nho semelhante (sem RC). Observe que não há im-pacto das restrições de carga sobre os pontos de car-ga seguintes: PC05, PC06, PC07, PC08, PC11 e PC14. De fato, devido à capacidade de transferência entre os alimentadores 1 e 2 através de CH-1 e CH-4, esses pontos de carga são adequadamente suportados no caso de eventos de insucesso no alimentador 1. Devido à sua proximidade com a subestação, o PC01 também é corretamente suportado no caso de um evento de falha. Por outro lado, os pontos PC03, PC04, PC09, PC10, PC12 e PC13 são os mais afeta-dos pelas restrições de carga do alimentador 2.
Como esperado, não é possível a transferência de todo o conjunto de carga do alimentador 1 para o 2. Em geral, este conjunto de pontos de carga deve esperar, em média, por 2,4 h pelo tempo de reparo, em vez de um tempo de chaveamento médio, que é
definido como 1 h. Assim, os resultados apresenta-dos na simulação “com RC” para esses pontos de carga aparecem com valores elevados de índice de indisponibilidade (em vermelho), quando comparado com os resultados da simulação “sem RC” (em azul). Outra possibilidade seria a de transferência de carga do alimentador 1 para o 4, o qual é restringida pela proximidade da carga industrial, localizada no PC13, a partir de CH-3. Esta carga industrial é representada por um valor de carga constante de 880kW. Inde-pendentemente deste fato, a capacidade de comuta-ção de CH-3 é de 400 kW, o que também não seria capaz de transferir todos os pontos de carga de um alimentador para outro.
A integração do RED no sistema de distribuição pode modificar diretamente as capacidades de trans-ferência envolvidas nesta análise. Nota-se que as ligações de CHP1 e PV4, PV5 e PV6 permitem um certo nível de transferência de capacidade através da chave CH-3. Além disso, a integração de Eólico1 e PV1, PV2 e PV3 permitem a transferência de capa-cidade através de CH-1 e CH-4. Esta nova condição traz o benefício real ao RED, onde a transferência de capacidade resultada na simulação “com RC + RED” (em verde) pode ser comparado com os “sem RC” (em azul). No entanto, é importante mencionar que a integração PV tem um beneficio marginal sobre o índice de indisponibilidade dos pontos de carga do alimentador 1. 0 4 8 12 16 20 DIC (h )
Pontos de carga - Alimentador 4 Sem RC
Com RC + RED Com RC
Figura 3. Índice de DIC por ponto de carga – Alimentador 4
Outro conjunto de avaliações é mostrado na Fi-gura 3, onde o índice DIC dos pontos de carga do alimentador 4 é avaliado. Como a capacidade trans-ferência da chave CH-3 é de 800 kW, os pontos de carga de PC35 à PC45 podem ser transferidos do alimentador 4 para 1. Isto pode ser observado na Figura 3, quando se compara os resultados da simu-lação “sem RC” (em azul) com “com RC” (em ver-melho). Enquanto isso, como o PC45 consiste de uma carga industrial de 600 kW, existe um grande consumo da potência transferida para este ponto PC45, o que reduz o benefício ao longo do resto dos pontos de carga. Mais uma vez, os benefícios do RED são fortemente evidentes, onde CHP1 aumen-tou a capacidade de transferência através da CH-3. Isto torna possível aceitar as cargas de PC46 a PC54. Inversamente, os pontos de carga de PC55 a PC60 recebem poucos benefícios da integração CHP1.
0 1000 2000 3000 4000 5000 6000 EEN S (kWh /y )
Pontos de carga - Alimentador 2 Sem RC
Com RC + RED Com RC
Figura 4. Índice EENS por ponto de carga – Alimentador 2
A Figura 4 mostra o índice EENS e suas impli-cações para o alimentador 2. Pode ser visto como o índice EENS se comporta sem a influência das restri-ções de transferência de carga, principalmente atra-vés dos resultados da simulação “sem RC” e “com RC” nos pontos de carga PC22, PC24 e PC25. Isso significa que a potência de transferência através de CH-1 e CH-4 é apenas suficiente para suprir esses pontos de consumo, durante uma transferência de carga. Nesse caso, CH-5 é incapaz de transferir carga para o alimentador 3, principalmente por causa das duas cargas industriais conectadas neste alimentador. Por outro lado, é evidente que a integração de Eóli-co1, Eólico2, PV1, PV2 e PV3 melhora o desempe-nho de todo o conjunto de pontos de carga no pre-sente alimentador, mitigando o índice EENS.
0 1000 2000 3000 4000 5000 6000 EEN S (kWh /y )
Pontos de carga - Alimentador 3 Sem RC
Com RC + RED Com RC
Figura 5. Índice EENS por ponto de carga – Alimentador 3
Resultados interessantes aparecem com a inte-gração RED em alguns pontos de carga específicos, onde o índice EENS “com RC + RED” podem apre-sentar resultados melhores do que “sem RC”. Os pontos PC19, PC20 e PC21 são alguns exemplos desta condição. Os resultados da simulação “com RC + RED” apresentam o índice EENS inferior ao “sem RC”. Isso pode ser explicado devido ao uso do PV, que pode fornecer energia elétrica ao consumidor, mesmo em casos em que a concessionária é incapaz de fornecer energia para eles. Uma análise simples do índice EENS sobre o alimentador 3 mostra que os resultados revelam o mesmo comportamento que no alimentador 2, como apresentado na Figura 5. Os pontos PC28 e PC34 não são afetados por restrições de carga durante o procedimento de transferência de carga, principalmente devido à proximidade com a subestação e chave CH-5. De fato, a integração de Eólico2 melhora o índice EENS em PC32 e PC33, o que não é estendido para outro conjunto de pontos de
carga porque PC33 consiste de um carga industrial de 873 kW, exigindo maior parte da capacidade de transferência.
As Tabelas 2 e 3 mostram as multas (DIC, FIC e DMIC) calculadas para todos os pontos de carga dos quatro alimentadores do sistema teste. Foram utiliza-dos como limites padrões 20 horas/ano, 20 f/ano e 3 horas, respectivamente, para esses índices de confia-bilidade. Uma tarifa média de 0,20 US$/kWh tam-bém foi considerada para a avaliação das multas (Leite da Silva, et al., 2005). Obviamente, a frequên-cia de falha não depende das restrições de carga. Para todos os outros índices, os resultados para os três casos de restrição de carga (isto é, “sem RC”, “com RC” e “com RC + RED”) são mostradas.
Por exemplo, as penalidades, devido aos índices DIC no alimentador 4 são reduzidas de 7142,8 para 1753,1 US$/ano, quando o RED é incluído. Nota-se que esta penalidade não poderia ser inferior a 631,2 US$/ano, que é o valor obtido quando não há restri-ção de carga. Pode-se observar que as penalidades em todos os alimentadores são drasticamente reduzi-das. Algumas delas (por exemplo, nos alimentadores 1 e 2) são diminuídas até quase ao mesmo nível quando sem restrições de transferência de carga. Es-sas observações também podem ser feitas para as penalidades DMIC. Essas multas são as mais eleva-das no sistema. No alimentador 4, a penalidade DMIC atingiu 11.717,4 US$/ano, com restrições de carga e este valor é reduzido para 4608,8 US$/ano quando o RED é incluído. Não há dúvidas sobre os benefícios da GD proposta na rede teste.
Em relação ao índice EENS (Tabela 4), a pre-sença de GD no sistema é também significativa. Co-mo seria de se esperar, em alguns alimentadores os índices EENS considerando GD (isto é “com RC + RED”) são menores que o caso base (isto é “sem RC”).
Tabela 2. Multas por ponto de carga para o DIC e o FIC
Alimentador 1 2 3 4 Multa/DIC (U S$/ano) Com RC 2,48 727,9 123,7 631,2 Sem LR 167,91 1608,7 1822,9 7142,8 Sem RC + RED 3,47 743,8 1547,5 1753,1
Multa FIC. (US$/ano) 2,84 1397,1 642,6 1231,9 Tabela 3. Multas por ponto de carga para o DMIC
Alimentador 1 2 3 4
Multa/DIMC (US$/ano)
Com RC 549,9 2374,4 1379,3 2355,0
Sem LR 2453,7 4868,2 8053,0 11.717,4
Sem RC + RED 548,0 2476,3 6552,5 4608,8
Tabela 4. Energia Esperada não Suprida
Alimentador 1 2 3 4 EENS (k Wh/ano) Com RC 11.613 26.015 19.818 22.175 Sem LR 13.474 28.527 25.321 29.474 Sem RC + RED 11.601 25.248 23.894 23.667
4 Conclusões
Este trabalho avaliou o impacto nos índices de FIC, DIC, DMIC e EENS, devido à restrição de transferência de carga, quando recursos de energia distribuídos (RED) são integrados a um sistema de distribuição. Para tanto, foi utilizada uma simulação Monte Carlo cronológica baseada em conjuntos mí-nimos de cortes. A abordagem proposta provou ser muito precisa e eficiente do ponto de vista computa-cional, e os índices de confiabilidade evidenciaram benefícios da integração GD em redes de distribui-ção. Além do aumento da quantidade de energia dis-ponível na rede, a sua eficiência na distribuição é melhorada. No futuro, “Microgrids”, unidades de armazenamento de energia e cargas sob gerencia-mento ativo pelo lado da demanda também serão considerados pela ferramenta proposta de avaliação de confiabilidade. Obviamente, outros estudos (por exemplo, custos de investimento, perdas na transmis-são, qualidade de energia, estabilidade de tentransmis-são, etc.) devem ser realizados para concluir sobre os benefícios da integração do RED em redes de distri-buição.
Agradecimentos
Os autores agradecem o apoio financeiro recebido pelas instituições CNPq, CAPES e FAPEMIG, bem como pela Fundação de Ciência e Tecnologia (FCT) de Portugal (bolsa SFRH/BD/43049/2008).
Referências Bibliográficas
Advisory Council for the Technology Platform for Europe’s Electricity Networks of the Future, 2008. European technology platform Smartgrids: Strategic deployment document for Europe’s electricity networks of the future, s.l.: Technical report, European Commission.
ANEEL, 2000. Resolução nº 24, s.l.: Diário Oficial da União.
Billinton, R. & Allan, R., 1996. Reliability Evaluation of Power Systems. 2nd Ed. ed. New York: Plenum Press.
Billinton, R. & Li, W., 1994. Reliability Assessment of Electric Power Systems using Monte Carlo Methods. New York: Plenum Press.
Electric Power Research Institute, 2005. The intelligrid consortium research and development plan 2005-2007, s.l.: Technical report.
EPA, 2008. U. S. Environmental Protection Agency - Catalog of CHP technologies, s.l.: Technical report.
Guimarães, A. C. R., Nascimento, L. C., Leite da Silva, A. M., Cassula, A. M. & Sacramento, C. E., 2006, 2006. Avaliação das Metas de Continuidade de Sistemas de Distribuição por Mecanismos Baseados em Desempenho. XVI Congresso Brasileiro de Automátic - CBA, pp. 756-761.
IEEE reliability test system, 1979. IEEE Reliability Test System Task Force of the Application of Probability Methods Subcommittee. IEEE Transactions on Power Apparatus and Systems, Volume 1, pp. 2047-2054.
Issicaba, D., Peças Lopes, J. A. & Rosa, M. A., 2011. Distribution systems performance evaluation considering islanded operation. in Proc. of the Power Systems Computation Conference (PSCC), Stockholm, Sweden, Agosto.
Leite da Silva, A. M., Cassula, A. M., Nascimento, L. C., Freire, J. C. & Sacramento, 2006. Chronological Monte Carlo-Based Assessment of Distribution System Reliability. 9th PMAPS – Probabilistic Methods Applied to Power Systems, 11-15 June.
Leite da Silva, A. M., Cassula, A. M. & Sacramento, C. E., 2002. Reliability evaluation of distribution systems under load transfer restrictions. 7th Int. Conf. on PMAPS – Probabilistic Methods Applied to Power Systems, 9-14 Setembro. Leite da Silva, A. M., Schmitt, W. F., Cassula, A. M.
& Sacramento, C. E., 2005. Analytical and Monte Carlo approaches to evaluate probability distributions of interruption duration. IEEE Trans. on Power Systems, Volume 20, pp. 1341-1348.
Moslehi, K. & Kumar, R., 2010. A reliability perspective of the smart grid. IEEE Trans. on Smart Grid, Volume 1, pp. 57-64, Junho.
National Energy Technology Laboratory, 2007. A system view of the modern grid, s.l.: (Appendix A1: Self-heals). Technical report, U.S. Department of Energy.
NREL, 2011. National Renewable Energy Laboratory - Wind power data. [Online] Available at: Accessible on: http://www.nrel.gov/ [Acesso em 15 12 2011].
Ochoa, L. F., Padilha-Feltrin, A. & Harrison, G., 2006. Evaluating distributed generation impacts with a multiobjective index. IEEE Trans. on Power Delivery, 21(3), pp. 1452-1458.
Olsina, F. & Larisson, C., 2010. Optimization of spinning reserve in stand-alone wind-diesel power systems. Wind Power, InTech, June. Peças Lopes, J. A., Moreira, C. L. & Madureira, A.
G., 2006. Defining Control Strategies for MicroGrids Islanded Operation. EEE Trans. on Power System, Volume 21, pp. 916-924.
PVGIS, 2011. Photovoltaic Geographical Information System - Geographical Assessment of Solar Resource and Performance of Photovoltaic Technology. [Online] Available at: http://re.jrc.ec.europa.eu/pvgis/index.htm [Acesso em 15 12 2011].
Title XIII – Smart Grid, Sec. 1301, 2007. Statement of Policy on Modernization of Electricity Grid, s.l.: Energy Independence and Security Act.
