Recently, the widespread use of power system controllers, such as PSS and FACTS controllers, has led to the analysis of their effect on the overall stability of power systems. Many studies have been conducted to allocate FACTS controllers so that they achieve optimal power flow conditions in the context of Optimal Power Flow (OPF) analysis. However, these studies usually do not examine the effect of these controllers on the voltage and angle stability of the entire system, considering that the types of these controllers and their control signals, such as reactive power, current, or voltage, have significant effect on the entire system stability. <br /><br /> Due to the recent transition from government controlled to deregulated electricity markets, the relationship between power system controllers and electricity markets has added a new dimension, as the effect of these controllers on the overall power system stability has to be seen from an economic point of view. Studying the effect of adding and tuning these controllers on the pricing of electricity within the context of electricity markets is a significant and novel research area. Specifically, the link among stability, FACTS controllers and electricity pricing should be appropriately studied and modelled. <br /><br /> Consequently, in this thesis, the focus is on proposing and describing of a novel OPF technique which includes a new stability constraint. This technique is compared with respect to existent OPF techniques, demonstrating that it provides an appropriate modelling of system controllers, and thus a better understanding of their effects on system stability and energy pricing. The proposed OPF technique offers a new methodology for pricing the dynamic services provided by the system's controllers. Moreover, the new OPF technique can be used to develop a novel tuning methodology for PSS and FACTS controllers to optimize power dispatch and price levels, as guaranteeing an adequate level of system security. All tests and comparisons are illustrated using 3-bus and 14-bus benchmark systems.

The purpose of the proposed research is to design a Decentralized Voltage/Stability Monitoring and Control System to counteract voltage violations and the impact of disturbances/contingencies on power system voltage stability. A decentralized voltage and stability control system is designed to coordinate the controls of the local secondary voltage control devices and necessary load shedding without requiring information about the rest of the system. The voltage/stability control can be formulated as a multi-objective optimization problem. The control objectives include, but are not limited to: minimization of system active/reactive losses; maximization of the system stability margin; and minimization of the control actions. The constraints of the optimization problem depend on the specifications of the actual system components. For the first time, margin sensitivities of the control actions are included in the control formulation. The concept of using margin sensitivity to evaluate the post-control load margin is presented as a fast and accurate way to assess potential voltage and stability control options. A system decomposition procedure is designed to define the disturbance-affected zone as an independent control subsystem. A normal constraint algorithm is adopted to identify the most suitable control solution in a shorter timeline than the typical utility voltage-control practice. Both steady-state and dynamic simulations are performed to compare the proposed system with typical utility control practices.

The power industry has undergone significant restructuring throughout the world since the 1990s. In particular, its traditional, vertically monopolistic structures have been reformed into competitive markets in pursuit of increased efficiency in electricity production and utilization. However, along with market deregulation, power systems presently face severe challenges. One is power system stability, a problem that has attracted widespread concern because of severe blackouts experienced in the USA, the UK, Italy, and other countries. Another is that electricity market operation warrants more effective planning, management, and direction techniques due to the ever expanding large-scale interconnection of power grids. Moreover, many exterior constraints, such as environmental protection influences and associated government regulations, now need to be taken into consideration. All these have made existing challenges even more complex. One consequence is that more advanced power system data analysis methods are required in the deregulated, market-oriented environment. At the same time, the computational power of modern computers and the application of databases have facilitated the effective employment of new data analysis techniques. In this thesis, the reported research is directed at developing computational intelligence based techniques to solve several power system problems that emerge in deregulated electricity markets. Four major contributions are included in the thesis: a newly proposed quantum-inspired particle swarm optimization and self-adaptive learning scheme for radial basis function neural networks; online wavelet denoising techniques; electricity regional reference price forecasting methods in the electricity market; and power system security assessment approaches for deregulated markets, including fault analysis, voltage profile prediction under contingencies, and machine learning based load shedding scheme for voltage stability enhancement. Evolutionary algorithms (EAs) inspired by biological evolution mechanisms have had great success in power system stability analysis and operation planning. Here, a new quantum-inspired particle swarm optimization (QPSO) is proposed. Its inspiration stems from quantum computation theory, whose mechanism is totally different from those of original EAs. The benchmark data sets and economic load dispatch research results show that the QPSO improves on other versions of evolutionary algorithms in terms of both speed and accuracy. Compared to the original PSO, it greatly enhances the searching ability and efficiently manages system constraints. Then, fuzzy C-means (FCM) and QPSO are applied to train radial basis function (RBF) neural networks with the capacity to auto-configure the network structures and obtain the model parameters. The benchmark data sets test results suggest that the proposed training algorithms ensure good performance on data clustering, also improve training and generalization capabilities of RBF neural networks. Wavelet analysis has been widely used in signal estimation, classification, and compression. Denoising with traditional wavelet transforms always exhibits visual artefacts because of translation-variant. Furthermore, in most cases, wavelet denoising of real-time signals is actualized via offline processing which limits the efficacy of such real-time applications. In the present context, an online wavelet denoising method using a moving window technique is proposed. Problems that may occur in real-time wavelet denoising, such as border distortion and pseudo-Gibbs phenomena, are effectively solved by using window extension and window circle spinning methods. This provides an effective data pre-processing technique for the online application of other data analysis approaches. In a competitive electricity market, price forecasting is one of the essential functions required of a generation company and the system operator. It provides critical information for building up effective risk management plans by market participants, especially those companies that generate and retail electrical power. Here, an RBF neural network is adopted as a predictor of the electricity market regional reference price in the Australian national electricity market (NEM). Furthermore, the wavelet denoising technique is adopted to pre-process the historical price data. The promising network prediction performance with respect to price data demonstrates the efficiency of the proposed method, with real-time wavelet denoising making feasible the online application of the proposed price prediction method. Along with market deregulation, power system security assessment has attracted great concern from both academic and industry analysts, especially after several devastating blackouts in the USA, the UK, and Russia. This thesis goes on to propose an efficient composite method for cascading failure prevention comprising three major stages. Firstly, a hybrid method based on principal component analysis (PCA) and specific statistic measures is used to detect system faults. Secondly, the RBF neural network is then used for power network bus voltage profile prediction. Tests are carried out by means of the “N-1” and “N-1-1” methods applied in the New England power system through PSS/E dynamic simulations. Results show that system faults can be reliably detected and voltage profiles can be correctly predicted. In contrast to traditional methods involving phase calculation, this technique uses raw data from time domains and is computationally inexpensive in terms of both memory and speed for practical applications. This establishes a connection between power system fault analysis and cascading analysis. Finally, a multi-stage model predictive control (MPC) based load shedding scheme for ensuring power system voltage stability is proposed. It has been demonstrated that optimal action in the process of load shedding for voltage stability during emergencies can be achieved as a consequence. Based on above discussions, a framework for analysing power system voltage stability and ensuring its enhancement is proposed, with such a framework able to be used as an effective means of cascading failure analysis. In summary, the research reported in this thesis provides a composite framework for power system data analysis in a market environment. It covers advanced techniques of computational intelligence and machine learning, also proposes effective solutions for both the market operation and the system stability related problems facing today’s power industry.

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-03-13Bitstream added on 2014-06-13T20:40:35Z : No. of bitstreams: 1 isoda_ly_dr_ilha.pdf: 519614 bytes, checksum: 8efa9d6eaa776e3e613a4da6439527c1 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nesta tese apresenta-se uma proposta para análise da estabilidade estática de tensão de sistemas de energia elétrica utilizando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural ARTMAP Fuzzy. As redes neurais ARTdescendentes apresentam as características de estabilidade e plasticidade, as quais são propriedades imprescindíveis para a realização do treinamento e execução da análise de forma rápida e confiável. A versão ARTMAP Fuzzy é uma rede neural supervisionada, ou seja, a extração do conhecimento se processa por estímulos de entrada e de saída. O problema da análise de estabilidade de tensão é formulado considerando-se o estímulo de entrada composto pelas potências ativa e reativa nodais. O estímulo de saída é adotado como sendo a margem de segurança, a qual representa a “distância” entre o ponto de operação do sistema e a fronteira da estabilidade estática de tensão. Esta margem de segurança é calculada, via análise de sensibilidade e álgebra matricial de Kronecker, a partir da função determinante da matriz jacobiana relativa ao problema do fluxo de potência de Newton-Raphson. A operacionalidade das redes neurais é constituída por três fases principais: treinamento (ou aprendizado), análise e treinamento continuado. A fase de treinamento requer uma grande quantidade de processamento, enquanto que a fase de análise é realizada, efetivamente, sem esforço computacional. Esta é, por conseguinte, a principal justificativa para o uso das redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é o caso de aplicações em tempo real. Na fase de treinamento, o perfil de geração e de carga do sistema elétrico é gerado empregando-se uma distribuição aleatória (ou pseudo-aleatória) e a respectiva saída (margem de segurança) calculada via execução... / This work develops a methodology to effectuate static voltage stability of electrical power systems by neural network. The neural network used is based on the ART (Adaptive Resonance Theory) architecture, named ARTMAP Fuzzy neural network. The ART descendent neural networks present the characteristics of stability and plasticity, which are important properties to execute the training and the analysis fast and reliable. The ARTMAP Fuzzy version is a supervised neural network, i.e. the extraction of the knowledge is processed by input/output stimulus. The voltage stability analysis problem is formulated considering the input stimulus composed by the active and reactive nodal power. The output stimulus is adopted as the security margin, which represents the distance with the operation point and the static voltage stability frontier. The security margin is calculated by sensitivity analysis and Kronecker algebra from the determinant function of the Jacobian matrix related to the power flow problem by Newton-Raphson. Neural Network operation is constituted by three principal phase: training (or learning), analysis and continuous training. The training phase needs great processing effort, while the analysis is effectuated without computational effort. This is the principal advantage to use neural networks to solve complex problems that need fast solutions as the real time applications. On the training phase, the generation and load profile is generated using a random (or pseudo random) distribution and the respective output (security margin) is calculated by executing a conventional power-flow with adequate adaptations. The procedure proposed is independent of how is defined the generation dispatch and how the system load evolves. This is a more realistic approach, when compared to the most of the proposals found on the specialized literature that considers the load increasing linearly... (Complete abstract click electronic access below)

[pt] A crescente demanda de energia elétrica faz com que a complexidade dos sistemas elétricos de potência seja cada vez maior, associado às limitações na expansão do sistema de transmissão, resulta na operação dos sistemas elétricos mais próximos de seus limites, tornando-os vulneráveis a problemas de estabilidade de tensão. Nesse contexto, faz-se necessário o desenvolvimento de ferramentas computacionais capazes de representar os sistemas elétricos mais adequadamente, melhorando assim as condições de análise. Neste trabalho são apresentadas três modelagens do fluxo de carga mais completas que a modelagem clássica, a saber: a modelagem de múltiplas barras swing, a modelagem com regulação primária e a modelagem com parâmetros da rede de transmissão variáveis com a frequência. Uma vez utilizadas na solução do problema do fluxo de carga estas modelagens são estendidas para a realização do cálculo dos índices de estabilidade de tensão das barras de carga, barras de tensão controlada e barras swing. Testes numéricos com um sistema-teste de 6 barras são apresentados para a verificação da aplicabilidade e adequação dos modelos analisados. / [en] The growing demand for electricity increases the complexity of electric power systems which, when combined with limitations in the expansion of transmission systems, results in the operation of electrical systems closer to their limits, making them vulnerable to voltage stability problems. In this context, there is a gap in the market for the development of computational tools that can represent the electrical systems more appropriately, thereby improving the conditions of analysis. The present study formulates three non-classical load flow representations: multiple swing buses, primary frequency control, and frequency dependent transmission network parameters. Once used in the load flow problem solving, these models are also extended to allow the calculation of voltage stability indices of load buses, controlled voltage buses and swing buses. Numerical tests with a 6-bus test system are presented to verify the applicability and adequacy of the proposed models.

[pt] O fenômeno de estabilidade de tensão vem despertando grande interesse acadêmico e das principais empresas de energia elétrica do mundo desde que começou a ser observado em sistemas reais, no final da década de setenta. Sua ocorrência está relacionada ao carregamento excessivo das linhas de transmissão. Modelar transformador com tap variável adequadamente é fundamental em análises de estabilidade de tensão, tanto no que diz respeito às informações fornecidas ao operador referentes às margens de estabilidade de tensão, quanto aos efeitos de ações de controle de tensão. O modelo de transformador com tap variável utilizado mundialmente consiste de uma impedância, obtida através do ensaio em curto-circuito e com tap nominal, em série com um transformador ideal. Esta tese mostra que, em estudos de estabilidade de tensão, o uso desse modelo leva a resultados qualitativamente errados. Para demonstração, utiliza-se um circuito pequeno e os conceitos de máxima potência transmitida, impedância equivalente da carga, e efeito do controle de tensão. Propõe-se um novo modelo coerente com os resultados obtidos em laboratório, com as leis de circuitos elétricos e com a teoria de estabilidade de tensão. Esse modelo pode ser utilizado em qualquer estudo em regime permanente. Através de diversas simulações computacionais, diferenças quantitativas e principalmente qualitativas foram obtidas comparando-se os resultados dos dois modelos. / [en] The voltage stability phenomenon is of interest since it began to be observed in real systems in the late seventies. It happens due to excessive loading of transmission lines. The modeling of tap-changing transformers is fundamental in voltage stability analysis, in terms of the information provided to the operator about voltage stability margins and the effects of voltage control actions. The model for tap-changing transformers currently in widespread use consists of an impedance, measured in a short-circuit test with a nominal tap, in series with an ideal transformer. The use of this model in voltage stability studies leads to qualitatively incorrect results, as shown in this thesis. For demonstration purpose a small circuit and the concepts of maximum load, equivalent load impedance and voltage control effects are used. An improved model that takes into account laboratory results, circuit laws and voltage stability theory is proposed. This model can be used in any steady-state study. It gives results that are not only more accurate than those obtained with the conventional model, but also, as shown in this thesis, qualitatively different.

[pt] Em alguns países, os sistemas de energia elétrica estão operando próximos aos seus limites devido à falta de investimentos para expansão da transmissão e crescimento natural da demanda de energia elétrica. Esta condição de operação também pode ocorrer em sistemas de potência nos quais a expansão da transmissão é realizada de forma adequada. Neste caso, o carregamento excessivo da rede de transmissão é geralmente originado pela perda de interligações que transportam grandes blocos de energia. Os dois cenários de operação descritos acima têm causado problemas de Estabilidade de Tensão em sistemas de energia elétrica. Os estados de instabilidade de tensão são caracterizados principalmente pela presença de dois mecanismos: a insolubilidade das equações de fluxo de potência e a perda de controlabilidade. Os distúrbios que originam estes dois mecanismos são de natureza aleatória. Conseqüentemente, os índices de estabilidade de tensão, usados para analisar a perda de controlabilidade e a insolubilidade, são variáveis aleatórias. Desta forma, a análise de estabilidade de tensão deveria reconhecer incertezas associadas com parâmetros da rede elétrica, tais como: flutuações de carga e disponibilidade dos equipamentos. Geralmente, a modelagem de incertezas na análise de estabilidade de tensão é realizada usando os seguintes métodos probabilísticos: a Simulação Monte Carlo e a Enumeração de Estados. O principal índice estimado por estes métodos é o risco de instabilidade de tensão. Entretanto, o cálculo do risco de instabilidade de tensão é geralmente realizado contabilizando apenas um dos mecanismos causadores dos cenários de instabilidade de tensão. Além disso, a severidade dos estados de instabilidade de tensão não tem sido devidamente investigada. O objetivo desta tese é desenvolver um método para realizar uma análise probabilística da estabilidade de tensão que contabilize os dois mecanismos causadores da instabilidade de tensão no cálculo do seu risco. Serão também propostos índices probabilísticos, baseados na Análise de Robustez, para expressar a severidade dos estados de instabilidade de tensão. O método proposto se baseia na combinação das seguintes técnicas: Enumeração de Estados, Simulação Monte Carlo, Método da Matriz D’ e Fluxo de Potência Ótimo Não-Linear. Os métodos de Enumeração de Estados e Simulação Monte Carlo são usados para selecionar os estados do sistema resultantes de falhas nos equipamentos e erros de previsão de carga. A identificação da perda de controlabilidade e a restauração da solubilidade dos estados selecionados são realizadas pelo Método da Matriz D’ e pelo Fluxo de Potência Ótimo, respectivamente. A combinação dos métodos citados acima foi usada para obter os seguintes índices probabilísticos: risco de instabilidade de tensão, valores esperados da margem de estabilidade de tensão para as barras, e probabilidades dos estados de robustez. Os resultados dos testes com o método proposto revelaram que as probabilidades de estados instáveis, associados aos dois mecanismos causadores da instabilidade de tensão, são bastante significativas. Adicionalmente, a Análise de Robustez permitiu identificar a causa raiz e a severidade dos problemas de instabilidade de tensão. / [en] In some countries, the electric power systems are operating near to their limits due to the absence of investments in the transmission network expansion and natural growth of the electricity demand. This operation condition can also occur in electric power systems in which the transmission expansion is carried out in appropriate way. In this case, the excessive loading of the transmission network is usually originated by the loss of interconnections that transport large energy blocks. The two operation scenarios described above have caused Voltage Stability problems in the electric power systems. The voltage instability states are mainly characterized by the presence of two mechanisms: the unsolvability of the power flow equations and the controllability loss. The disturbances that originate these two mechanisms are of stochastic nature. Consequently, the voltage instability indices, used to analyze the unsolvability and controllability loss, are random variables. In this way, the voltage stability assessment would recognize the uncertainties associated with the parameters of the electric network, for example: load fluctuations and equipment availability. Generally, the uncertainties modeling in the voltage stability is carried out using the following probabilistic methods: the Monte Carlo Simulation and the State Enumeration. The main index estimated by these methods is the voltage instability risk. However, the voltage instability risk evaluation is usually carried out considering only one of the mechanisms that cause voltage instability scenarios. Furthermore, the severity of the unstable states has not been properly investigated. The aim of this thesis is to develop a method to carry out a probabilistic assessment of the voltage stability that take into account the two mechanisms that cause the voltage instability in the evaluation of its risk. Probabilistic indices, based on Well-Being Analysis, are also proposed to express the severity of the voltage instability states. The proposed method is based on the combination of the following techniques: State Enumeration Method, Monte Carlo Simulation, D’ Matrix Method and Nonlinear Optimal Power Flow. The State Enumeration and Monte Carlo Simulation Methods are used to select the system states resulting of equipment failures and load forecast errors. The identification of the controllability loss and the solvability restoration of the power flow equations for the selected states are carried out by the D’ Matrix Method and by the Nonlinear Optimal Power Flow, respectively. The combination of the methods cited above was used to obtain the following probabilistic indices: voltage instability risk, expected value of the voltage instability margin for the buses, and Well-Being states probabilities. The results of the tests with the proposed method revealed that the probabilities of unstable states, associated with the two voltage instability mechanism, are very significant. Additionally, the Well-Being Analysis was able to identify the root cause and the severity of the voltage instability problems.

Orientador: Carlos Roberto Minussi / Banca: Francisco Villarreal Alvarado / Banca: Jozué Vieira Filho / Banca: Osvaldo Ronald Saavedra Mendez / Banca: Eduardo Nobuhiro Asada / Resumo: Nesta tese apresenta-se uma proposta para análise da estabilidade estática de tensão de sistemas de energia elétrica utilizando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural ARTMAP Fuzzy. As redes neurais ARTdescendentes apresentam as características de estabilidade e plasticidade, as quais são propriedades imprescindíveis para a realização do treinamento e execução da análise de forma rápida e confiável. A versão ARTMAP Fuzzy é uma rede neural supervisionada, ou seja, a extração do conhecimento se processa por estímulos de entrada e de saída. O problema da análise de estabilidade de tensão é formulado considerando-se o estímulo de entrada composto pelas potências ativa e reativa nodais. O estímulo de saída é adotado como sendo a margem de segurança, a qual representa a "distância" entre o ponto de operação do sistema e a fronteira da estabilidade estática de tensão. Esta margem de segurança é calculada, via análise de sensibilidade e álgebra matricial de Kronecker, a partir da função determinante da matriz jacobiana relativa ao problema do fluxo de potência de Newton-Raphson. A operacionalidade das redes neurais é constituída por três fases principais: treinamento (ou aprendizado), análise e treinamento continuado. A fase de treinamento requer uma grande quantidade de processamento, enquanto que a fase de análise é realizada, efetivamente, sem esforço computacional. Esta é, por conseguinte, a principal justificativa para o uso das redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é o caso de aplicações em tempo real. Na fase de treinamento, o perfil de geração e de carga do sistema elétrico é gerado empregando-se uma distribuição aleatória (ou pseudo-aleatória) e a respectiva saída (margem de segurança) calculada via execução... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: This work develops a methodology to effectuate static voltage stability of electrical power systems by neural network. The neural network used is based on the ART (Adaptive Resonance Theory) architecture, named ARTMAP Fuzzy neural network. The ART descendent neural networks present the characteristics of stability and plasticity, which are important properties to execute the training and the analysis fast and reliable. The ARTMAP Fuzzy version is a supervised neural network, i.e. the extraction of the knowledge is processed by input/output stimulus. The voltage stability analysis problem is formulated considering the input stimulus composed by the active and reactive nodal power. The output stimulus is adopted as the security margin, which represents the distance with the operation point and the static voltage stability frontier. The security margin is calculated by sensitivity analysis and Kronecker algebra from the determinant function of the Jacobian matrix related to the power flow problem by Newton-Raphson. Neural Network operation is constituted by three principal phase: training (or learning), analysis and continuous training. The training phase needs great processing effort, while the analysis is effectuated without computational effort. This is the principal advantage to use neural networks to solve complex problems that need fast solutions as the real time applications. On the training phase, the generation and load profile is generated using a random (or pseudo random) distribution and the respective output (security margin) is calculated by executing a conventional power-flow with adequate adaptations. The procedure proposed is independent of how is defined the generation dispatch and how the system load evolves. This is a more realistic approach, when compared to the most of the proposals found on the specialized literature that considers the load increasing linearly... (Complete abstract click electronic access below) / Doutor

Este trabalho descreve os métodos e os resultados encontrados a partir da implementação de métodos estáticos para análise da estabilidade de tensão em sistemas elétricos de potência. A determinação da margem de estabilidade de tensão foi feita através do cálculo do menor valor singular da matriz jacobiana associada às equações de fluxo de carga, comumente utilizado como índice estático de colapso de tensão. As não linearidades e descontinuidades relatadas nas referências estudadas e encontradas nos testes realizados, levaram-nos a propor o uso da razão entre o menor e o maior valores singulares da mesma matriz jacobiana, na expectativa de que este índice tivesse um comportamento menos instável do que o menor valor singular, o que não foi confirmado nos testes realizados. Identifica-se também as regiões do sistema elétrico mais afetadas pela instabilidade, o que é feito através da determinação da barra crítica do sistema e da classificação das barras de carga em ilhas de controle de tensão. A barra crítica é identificada através do cálculo do vetor tangente do sistema, conforme proposto nas referências citadas no trabalho. Como alternativa ao vetor tangente para a identificação da barra crítica, propôs-se usar o vetor singular à direita associado ao menor valor singular da matriz jacobiana. A comparação da capacidade de identificação da barra crítica por esses dois vetores mostrou uma clara vantagem do uso do vetor tangente. A rotina para identificação das ilhas de controle de tensão foi adaptada a partir de um método desenvolvido para a análise de coerência em barras de carga, e os resultados encontrados foram bastante satisfatórios. Os métodos implementados foram testados em diversas situações, com o objetivo de se analisar os efeitos dos modelos de carga ZIP com elevadas parcelas de impedância constante, dos limitadores de potência reativa dos geradores e da repartição do incremento da carga de potência ativa entre os geradores. / This work describes the methods and results got from the implementation of static methods for power systems voltage stability analisys. The power system voltage stability margin was predicted by the smallest load flow jacobian\'s singular value, commonly used as a prediction index to voltage stability. lt is investigated the use of ratio of the smallest single value by the biggest one as voltage colapse index, assuming that it\'s less unstable than the singular value itself, specialy near the collapse point. The results presented shown a clear advantage of using the smallest singular value instead of this singular value rate. The identification of the system\'s regions affected by the voltage drop is made by the tangent vector and by the voltage island identification method proposed on this work. Is compared the ability to identify system\'s critical bus by the tangent vector and right singular vetor of the smallest jacobian\'s singular value. In this case, tests results show the superiority of tangent vector. All the simulations presented are compared to allow the analysis of the voltage dependents load models (with high percentual of constant impedances), reactive limiters and generators load sharing efects over the smallest singular value, the rate of the smallest single value by the biggest one, voltage island classification and the critical bus identification.

Orientador: Carlos Alberto de Castro Junior / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-07T10:41:53Z (GMT). No. of bitstreams: 1 Ferreira_AdrianaSchefferQuintela_D.pdf: 931902 bytes, checksum: 723b5bb5e37c4be6978b9a1ba3d8572c (MD5) Previous issue date: 2006 / Resumo: O problema de estabilidade de tensão tem recebido uma atenção crescente dos profissionais que atuam na área de análise e operação de sistemas de potência. O aumento das interligações aliado a operação das redes com altos níveis de carregamento torna mais provável a ocorrência de incidentes que podem levá-las à instabilidade de tensão, culminando com o colapso de tensão e grandes prejuízos à qualidade do fornecimento de energia elétrica. Ações de controle preventivo e/ou corretivo devem ser tomadas para melhorar a segurança de sistemas de potência. Este trabalho de pesquisa aborda a manutenção da segurança de redes com relação à estabilidade de tensão, através do estudo e da implementação de estratégias de controle preventivo, ou seja, que impedem a ocorrência de situações de instabilidade de tensão antes destas efetivamente ocorrerem. Além disso, são propostas filosofias práticas da utilização dos recursos disponíveis para mitigar o colapso de tensão, de maneira que uma margem de segurança com relação à estabilidade de tensão (MSET) apropriada e um perfil de tensão (PT) adequado sejam respeitados. Uma característica importante da metodologia proposta é que o problema de programação não linear a ser resolvido tem pequena dimensão, mesmo para sistemas de grande porte, pois apenas os controles mais eficientes são considerados e o número de restrições é limitado. A inovação consiste em atender uma meta de segurança sem a utilização plena de alguns dos recursos disponíveis, preservando os controles mais sensíveis e os pouco disponíveis para futura utilização em caso de emergências, mesmo após a ocorrência de certas contingências. A valia-se o potencial de utilização do processo proposto no ambiente de operação de redes em tempo real. Objetivou-se desenvolver um algoritmo capaz de identificar ações de controle preventivo apropriadas de forma a serem rapidamente implementadas / Abstract: The voltage stability problem has been receiving a growing attention from the professionals in the area of analysis and operation of power systems. The growth in interconnections along with the networks' operation with high loading levels makes the occurrence of incidents that can lead to voltage instability more likely, culminating with the volt age collapse and serious damages to the quality of the electric power supply. Preventive and/or corrective control actions should be taken to improve the power systems' security. This research work deals with the maintenance of network' security with respect to voltage stability, through the study and implementation of preventive control strategies, that prevent the occurrence of volt age instability situations before those effectively take place. Moreover, practical philosophies for using the available resources to mitigate the volt age collapse are proposed, so that an appropriate volt age stability security margin (VSSM) and an appropriate voltage profile (VP) be respected. An important feature of the proposed methodology is that the resulting nonlinear programming to be solved is small, even for large systems, since only the most effective controls are considered and the number of constraints is limited. The innovation consists of meeting a security target without the full use of some of the available resources. The proposed formulation preserves the most sensitive and the least available controls for future use in case of further emergencies, even after the occurrence of certain contingencies. The potential of use of the proposed process is evaluated in the real time operation environment. The objective was to develop an algorithm capable of identifying appropriate preventive control actions that can be quickly implemented. / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica