Para implantação de diversas funções de controle e operação em tempo real em Sistemas de Distribuição (SDs), como, por exemplo, restabelecimento de energia, é necessário um procedimento para representar a carga em tempo real. Ou seja, uma metodologia que possibilite a estimação em tempo real das demandas dos transformadores de distribuição que em geral não são monitoradas de forma direta. Para esse fim propõe-se, neste trabalho, um Estimador de Demanda em Tempo Real (EDTR) baseado em: informações off-line (consumo mensal dos consumidores e curvas de carga típicas); um algoritmo computacionalmente eficiente para cálculo de fluxo de potência baseado na estrutura de dados denominada Representação Nó-Profundidade (RNP); e nas poucas medidas disponíveis em tempo real nos SDs. O EDTR proposto opera em dois estágios: (1) Estimação Off-line das Demandas; e (2) Refinamento em Tempo Real das Demandas, executados em instantes diferentes (um de maneira off-line e outro em tempo real), de forma a prover uma estimativa das demandas dos transformadores de distribuição. Considerando somente as informações off-line, o EDTR proposto permite a estimação das demandas dos transformadores de distribuição com uma medida da incerteza da estimativa. Através do processamento das medidas disponíveis em tempo real, via um algoritmo eficiente para cálculo de fluxo de potência, o EDTR proposto permite o refinamento das estimativas off-line. Neste trabalho serão apresentados resultados de diversas simulações computacionais demonstrando a eficiência do EDTR proposto. Alguns parâmetros são avaliados quanto à influência nas estimativas do EDTR proposto, como a presença de erros grosseiros nas medidas disponíveis em tempo real e alimentadores somente com medidas de magnitude de corrente. Além disto, destaca-se a influência da qualidade das estimativas iniciais obtidas pelo Estágio (1), e a importância das hipóteses estatísticas utilizadas nesse estágio para o processo de estimação. Apresenta-se, ainda, a aplicação do EDTR proposto em um SD real brasileiro. Um teste de validação foi realizado através de uma campanha de medição em um alimentador real, que consistiu na instalação de medidores de demanda em três transformadores de distribuição para aferir a qualidade das estimativas obtidas pelo EDTR proposto. Finalmente, o EDTR proposto é aplicado em um SD real de larga escala, para aferir o desempenho computacional da metodologia implantada e as dificuldades de implantação. Vale ressaltar que sua implantação é condizente com ferramentas consolidadas nos Centros de Operação da Distribuição, como o uso do processo de agregação de cargas e o cálculo de fluxo de potência, e poucas rotinas precisam ser adicionadas para integração do EDTR. / Several real time control and operation applications for Distribution Systems (DS), such as, service restoration, require a procedure for real time load modeling. That is, a methodology for real time estimation of the distribution transformers loading which are generally not monitored. For this purpose, in this dissertation, a Real Time Load Estimator (RTLE) is proposed based on: off-line information (monthly consumption and typical load curves); a computationally efficient algorithm for power flow calculation based on the data structure called Node-Depth Encoding; and on the few available real time measurements on the distribution system. The proposed RTLE operates in two stages: (1) Off-line Load Estimation and (2) Real Time Load Refinement, performed in different moments (one off-line and the other in real time), providing the distribution transformers load estimates. Using only the offline information, the proposed RTLE allows the estimation of the loads of the distribution transformers with a measure of uncertainty. By processing the available real time measurements, using an efficient power flow calculation algorithm, the proposed RTLE refines these off-line estimates. This dissertation presents several simulations showing the efficiency of the proposed RTLE. Some parameters are evaluated and their influence on the RTLE load estimates, such as gross errors in the available real time measurements and feeders with only current magnitude measurements. Besides, it is emphasized the influence of the initial load estimates obtained from Stage (1), and the importance of the statistical hypothesis used in this stage in the load estimation process. Also, this work presents the application of the proposed RTLE in a real Brazilian DS. A validation test was performed through in-field verification in a real distribution feeder, which was executed via load meters installation in three distribution transformers to evaluate the quality of the load estimates provided by the RTLE. Finally, the proposed RTLE was tested in a real large scale DS to evaluate its computational performance and the difficult level of its implementation. It is noteworthy that its implementation is straightforward with other Distribution Operation Center tools, such as load aggregation and load flow calculation, and few routines must be added for integrating the RTLE.

Para implantação de diversas funções de controle e operação em tempo real em Sistemas de Distribuição (SDs), como, por exemplo, restabelecimento de energia, é necessário um procedimento para representar a carga em tempo real. Ou seja, uma metodologia que possibilite a estimação em tempo real das demandas dos transformadores de distribuição que em geral não são monitoradas de forma direta. Para esse fim propõe-se, neste trabalho, um Estimador de Demanda em Tempo Real (EDTR) baseado em: informações off-line (consumo mensal dos consumidores e curvas de carga típicas); um algoritmo computacionalmente eficiente para cálculo de fluxo de potência baseado na estrutura de dados denominada Representação Nó-Profundidade (RNP); e nas poucas medidas disponíveis em tempo real nos SDs. O EDTR proposto opera em dois estágios: (1) Estimação Off-line das Demandas; e (2) Refinamento em Tempo Real das Demandas, executados em instantes diferentes (um de maneira off-line e outro em tempo real), de forma a prover uma estimativa das demandas dos transformadores de distribuição. Considerando somente as informações off-line, o EDTR proposto permite a estimação das demandas dos transformadores de distribuição com uma medida da incerteza da estimativa. Através do processamento das medidas disponíveis em tempo real, via um algoritmo eficiente para cálculo de fluxo de potência, o EDTR proposto permite o refinamento das estimativas off-line. Neste trabalho serão apresentados resultados de diversas simulações computacionais demonstrando a eficiência do EDTR proposto. Alguns parâmetros são avaliados quanto à influência nas estimativas do EDTR proposto, como a presença de erros grosseiros nas medidas disponíveis em tempo real e alimentadores somente com medidas de magnitude de corrente. Além disto, destaca-se a influência da qualidade das estimativas iniciais obtidas pelo Estágio (1), e a importância das hipóteses estatísticas utilizadas nesse estágio para o processo de estimação. Apresenta-se, ainda, a aplicação do EDTR proposto em um SD real brasileiro. Um teste de validação foi realizado através de uma campanha de medição em um alimentador real, que consistiu na instalação de medidores de demanda em três transformadores de distribuição para aferir a qualidade das estimativas obtidas pelo EDTR proposto. Finalmente, o EDTR proposto é aplicado em um SD real de larga escala, para aferir o desempenho computacional da metodologia implantada e as dificuldades de implantação. Vale ressaltar que sua implantação é condizente com ferramentas consolidadas nos Centros de Operação da Distribuição, como o uso do processo de agregação de cargas e o cálculo de fluxo de potência, e poucas rotinas precisam ser adicionadas para integração do EDTR. / Several real time control and operation applications for Distribution Systems (DS), such as, service restoration, require a procedure for real time load modeling. That is, a methodology for real time estimation of the distribution transformers loading which are generally not monitored. For this purpose, in this dissertation, a Real Time Load Estimator (RTLE) is proposed based on: off-line information (monthly consumption and typical load curves); a computationally efficient algorithm for power flow calculation based on the data structure called Node-Depth Encoding; and on the few available real time measurements on the distribution system. The proposed RTLE operates in two stages: (1) Off-line Load Estimation and (2) Real Time Load Refinement, performed in different moments (one off-line and the other in real time), providing the distribution transformers load estimates. Using only the offline information, the proposed RTLE allows the estimation of the loads of the distribution transformers with a measure of uncertainty. By processing the available real time measurements, using an efficient power flow calculation algorithm, the proposed RTLE refines these off-line estimates. This dissertation presents several simulations showing the efficiency of the proposed RTLE. Some parameters are evaluated and their influence on the RTLE load estimates, such as gross errors in the available real time measurements and feeders with only current magnitude measurements. Besides, it is emphasized the influence of the initial load estimates obtained from Stage (1), and the importance of the statistical hypothesis used in this stage in the load estimation process. Also, this work presents the application of the proposed RTLE in a real Brazilian DS. A validation test was performed through in-field verification in a real distribution feeder, which was executed via load meters installation in three distribution transformers to evaluate the quality of the load estimates provided by the RTLE. Finally, the proposed RTLE was tested in a real large scale DS to evaluate its computational performance and the difficult level of its implementation. It is noteworthy that its implementation is straightforward with other Distribution Operation Center tools, such as load aggregation and load flow calculation, and few routines must be added for integrating the RTLE.