1 |
Proposição e análise comparativa de métodos alternativos de seleção e classificação de curvas de carga para a definição de tipologias para estudos tarifários. / Proposal and comparative analysis of alternative methods on the definition of load curves typologies of tariff reviews.Gemignani, Matheus Mingatos Fernandes 23 March 2009 (has links)
O perfil de consumo de energia elétrica dos consumidores necessita ser conhecido em detalhe para muitos estudos, sejam eles técnicos ou comerciais. Esse conhecimento pode ser alcançado através da obtenção das curvas de carga de todos os clientes da empresa, porém, devido ao grande número de medidores necessários, essa prática é inviável. A alternativa utilizada atualmente nas revisões tarifárias do sistema elétrico brasileiro emprega a teoria de amostragem associada a técnicas de análise de dados. Após a obtenção das informações, são calculadas as tipologias de carga que representam cada cliente ou transformador, através de etapas de caracterização da carga. Os resultados obtidos permitem uma análise mais precisa do mercado de energia elétrica e, principalmente, o conhecimento da forma como cada classe de consumidores utiliza a rede. Este trabalho envolve parte do estudo mencionado sobre a análise dos dados coletados nas campanhas de medição, propondo e avaliando metodologias alternativas para duas etapas do processo de caracterização de tipologias de carga, a seleção de curvas típicas e a classificação de dados, adequadas às necessidades das revisões tarifárias e com base em métodos heurísticos e nas práticas do setor. Após o desenvolvimento e implementação das metodologias, foram realizados testes entre os processos propostos, comparando e avaliando suas particularidades para duas situações: a semelhança entre as tipologias encontradas para os transformadores e consumidores de um mesmo nível de tensão e o impacto nos custos marginais de capacidade. A análise das comparações realizadas permitiu a identificação dos impactos e características das metodologias desenvolvidas, para cada etapa estudada. / Knowing the way consumers use the energy is necessary for many studies, either commercial or technical. This knowledge can be reached by obtaining the load curves from all the customers of the company. However, given the great number of measurers necessary, this practice is not viable. The alternative used currently in tariff review in the Brazilian electrical system is based on the sampling theory associated with data analysis techniques. After obtaining the information, the load typologies that represent each transformer or customer are calculated through stages of load characterization. The results obtained allow a more precise analysis of the electric energy market and, specially, the knowledge of how each consumer class uses the electricity network. This research involves part of the previously mentioned study on the analysis of the data collected in the measurement campaigns, considering and evaluating alternative methodologies for two stages of the load typologies characterization process, the election of typical curves and the data classification, adjusted to the necessities of the tariff revisions and on the basis of heuristical methods and electricity sector practices. After the development and implementation of the methodologies, tests have been carried between the considered processes, comparing and evaluating their particularitities for two situations: the similarity between the typologies found for transformers and consumers on the same tension level and the impact in the marginal capacity costs. The analysis of the comparisons carried through allowed the identification of the impacts and characteristics of the developed methodologies, for each studied stage.
|
2 |
Proposição e análise comparativa de métodos alternativos de seleção e classificação de curvas de carga para a definição de tipologias para estudos tarifários. / Proposal and comparative analysis of alternative methods on the definition of load curves typologies of tariff reviews.Matheus Mingatos Fernandes Gemignani 23 March 2009 (has links)
O perfil de consumo de energia elétrica dos consumidores necessita ser conhecido em detalhe para muitos estudos, sejam eles técnicos ou comerciais. Esse conhecimento pode ser alcançado através da obtenção das curvas de carga de todos os clientes da empresa, porém, devido ao grande número de medidores necessários, essa prática é inviável. A alternativa utilizada atualmente nas revisões tarifárias do sistema elétrico brasileiro emprega a teoria de amostragem associada a técnicas de análise de dados. Após a obtenção das informações, são calculadas as tipologias de carga que representam cada cliente ou transformador, através de etapas de caracterização da carga. Os resultados obtidos permitem uma análise mais precisa do mercado de energia elétrica e, principalmente, o conhecimento da forma como cada classe de consumidores utiliza a rede. Este trabalho envolve parte do estudo mencionado sobre a análise dos dados coletados nas campanhas de medição, propondo e avaliando metodologias alternativas para duas etapas do processo de caracterização de tipologias de carga, a seleção de curvas típicas e a classificação de dados, adequadas às necessidades das revisões tarifárias e com base em métodos heurísticos e nas práticas do setor. Após o desenvolvimento e implementação das metodologias, foram realizados testes entre os processos propostos, comparando e avaliando suas particularidades para duas situações: a semelhança entre as tipologias encontradas para os transformadores e consumidores de um mesmo nível de tensão e o impacto nos custos marginais de capacidade. A análise das comparações realizadas permitiu a identificação dos impactos e características das metodologias desenvolvidas, para cada etapa estudada. / Knowing the way consumers use the energy is necessary for many studies, either commercial or technical. This knowledge can be reached by obtaining the load curves from all the customers of the company. However, given the great number of measurers necessary, this practice is not viable. The alternative used currently in tariff review in the Brazilian electrical system is based on the sampling theory associated with data analysis techniques. After obtaining the information, the load typologies that represent each transformer or customer are calculated through stages of load characterization. The results obtained allow a more precise analysis of the electric energy market and, specially, the knowledge of how each consumer class uses the electricity network. This research involves part of the previously mentioned study on the analysis of the data collected in the measurement campaigns, considering and evaluating alternative methodologies for two stages of the load typologies characterization process, the election of typical curves and the data classification, adjusted to the necessities of the tariff revisions and on the basis of heuristical methods and electricity sector practices. After the development and implementation of the methodologies, tests have been carried between the considered processes, comparing and evaluating their particularitities for two situations: the similarity between the typologies found for transformers and consumers on the same tension level and the impact in the marginal capacity costs. The analysis of the comparisons carried through allowed the identification of the impacts and characteristics of the developed methodologies, for each studied stage.
|
3 |
Curvas típicas de carga para o planejamento operacional do sistema de distribuição. / Typical load curves for operational planning of distribution systems.Paula, Guilherme Marques de Faria 25 April 2006 (has links)
Nesta dissertação é proposto e avaliado um modelo de caracterização da carga para utilização no planejamento operacional dos sistemas de distribuição baseado na caracterização dos consumidores através de curvas típicas de carga. A identificação dos padrões de curvas típicas baseou-se na aplicação da rede neural tipo mapa auto organizável, sobre a grande massa de dados de medições de clientes da campanha de medidas realizada pela distribuidora no processo de revisão tarifária o que permitiu a identificação dos padrões de consumo de energia ativa e fator de potência para os consumidores ao longo do dia. O módulo de agrupamento baseado no mapa auto organizável associado a técnica clássica de agrupamento das k-médias mostrou-se uma ferramenta extremamente robusta e eficaz na identificação de padrões para grandes bases de dados. A comparação dos resultados das estimativas de carga para cerca de 200 alimentadores de distribuição medidos através do sistema SCADA complementa e valida a aplicação desta metodologia, que culmina com a proposição de um modelo de otimização, que com base nas medições, possibilita melhorias significativas na estimativa de carga dos alimentadores estudados. A metodologia proposta neste trabalho demonstra ser uma ferramenta eficaz para que a distribuidora de energia elétrica possa constantemente realimentar os dados sobre os hábitos de consumo de seus clientes, garantindo assim a manutenção de estimativas consistentes para o planejamento operacional de seu sistema de distribuição. / This dissertation presents and validate a load characterization framework for the operational planning of electric distribution networks based on characterization of customer typical load curves. The pattern recognition of typical load curves was based on the usage of self organizing maps, a type of neural network, over the huge database of customer field measurements performed by the electric energy utility for tariff review process, allowing the characterization of daily active energy consumption and power factor behaviors. The grouping module is based on self organizing map technique along with classic k-means technique, which proved to be an extremely effective tool for pattern recognition over large databases. The results of load estimation for 200 distribution feeders measured by SCADA system ensures the quality and accuracy of this framework which presents also an optimization model based on such measures, resulting significant improvement on load estimation for these feeders. This framework proves to be an effective tool for electric energy utilities for constant evaluation of customers power consumption behavior, allowing the maintenance of accurate estimations for operational planning of distribution networks.
|
4 |
Curvas típicas de carga para o planejamento operacional do sistema de distribuição. / Typical load curves for operational planning of distribution systems.Guilherme Marques de Faria Paula 25 April 2006 (has links)
Nesta dissertação é proposto e avaliado um modelo de caracterização da carga para utilização no planejamento operacional dos sistemas de distribuição baseado na caracterização dos consumidores através de curvas típicas de carga. A identificação dos padrões de curvas típicas baseou-se na aplicação da rede neural tipo mapa auto organizável, sobre a grande massa de dados de medições de clientes da campanha de medidas realizada pela distribuidora no processo de revisão tarifária o que permitiu a identificação dos padrões de consumo de energia ativa e fator de potência para os consumidores ao longo do dia. O módulo de agrupamento baseado no mapa auto organizável associado a técnica clássica de agrupamento das k-médias mostrou-se uma ferramenta extremamente robusta e eficaz na identificação de padrões para grandes bases de dados. A comparação dos resultados das estimativas de carga para cerca de 200 alimentadores de distribuição medidos através do sistema SCADA complementa e valida a aplicação desta metodologia, que culmina com a proposição de um modelo de otimização, que com base nas medições, possibilita melhorias significativas na estimativa de carga dos alimentadores estudados. A metodologia proposta neste trabalho demonstra ser uma ferramenta eficaz para que a distribuidora de energia elétrica possa constantemente realimentar os dados sobre os hábitos de consumo de seus clientes, garantindo assim a manutenção de estimativas consistentes para o planejamento operacional de seu sistema de distribuição. / This dissertation presents and validate a load characterization framework for the operational planning of electric distribution networks based on characterization of customer typical load curves. The pattern recognition of typical load curves was based on the usage of self organizing maps, a type of neural network, over the huge database of customer field measurements performed by the electric energy utility for tariff review process, allowing the characterization of daily active energy consumption and power factor behaviors. The grouping module is based on self organizing map technique along with classic k-means technique, which proved to be an extremely effective tool for pattern recognition over large databases. The results of load estimation for 200 distribution feeders measured by SCADA system ensures the quality and accuracy of this framework which presents also an optimization model based on such measures, resulting significant improvement on load estimation for these feeders. This framework proves to be an effective tool for electric energy utilities for constant evaluation of customers power consumption behavior, allowing the maintenance of accurate estimations for operational planning of distribution networks.
|
5 |
Sistema para determinação de perdas em redes de distribuição de energia elétrica utilizando curvas de demanda típicas de consumidores e redes neurais artificiais. / Distribution system losses evaluation by ANN approach.Adriano Galindo Leal 18 December 2006 (has links)
Este trabalho tem por objetivo propor uma nova metodologia para o cálculo das perdas por segmento do sistema de distribuição. As perdas técnicas são agrupadas nos seguintes segmentos: rede secundária, transformador de distribuição, rede primária e subestação de distribuição. Desenvolveu-se uma metodologia destinada ao cálculo das perdas de forma hierárquica: por exemplo, selecionada uma subestação específica, são calculadas as perdas na subestação e em seus componentes a jusante (redes primárias, transformadores de distribuição, redes secundárias). As perdas, inicialmente, são obtidas por meio de cálculo elétrico para os segmentos envolvidos, com a utilização dos parâmetros da rede, com os dados de faturamento e as curvas de carga típicas por classe de consumidor e seus tipos de atividade. Com os resultados desses cálculos, treinam-se redes neurais que irão calcular as perdas em sistemas genéricos utilizando os parâmetros e topologia do segmento e as curvas típicas de cargas dos consumidores e a energia mensal consumida. O trabalho apresenta um exemplo de aplicação, em sistema de distribuição existente, mostrando os resultados obtidos, e termina apresentando as principais vantagens da metodologia. Finalmente, os resultados obtidos com a nova metodologia são comparados com os resultados obtidos por métodos analíticos de cálculo intensivo. / In this work, a new methodology for the calculation of the energy technical losses in a distribution system, is presented. The proposed approach regards the segmentation of the distribution system, thus, the losses will be obtained for segments such as: the secondary network, distribution transformer, primary network and distribution substation. It was developed a computational system aimed to the calculation of the technical losses within specific distribution networks and usable in a microcomputer. Such a calculation is done in a hierarchical way. For instance, once selected a specific substation it is calculated the losses within the substation and in all the above cited components existing downstream the substation. The energy technical losses are calculated for each segment involved in the distribution system. This is done by using the network\'s recorded data, the energy consumption data and the typical load curves by class of consumer and type of activity developed. The outcome of these calculations are then used to train the neural networks, which in turn will calculate the losses in generic distribution systems where characteristics such as the circuit parameters and topology, the consumer\'s load curves and the monthly energy consumed, are known. By using the energy data available in the supplying points, the total energy billed per month as well as the loss indexes per segment, it will be obtained the total amount of the energy losses in each segment of the system. Likewise, this procedure will enable an evaluation of the non technical losses. The results of a case study related to an existing distribution system and the main advantages of the proposed methodology, are also presented herein. Finally, the results obtained with the new methodology are compared with those obtained through analytical methods.
|
6 |
Sistema para determinação de perdas em redes de distribuição de energia elétrica utilizando curvas de demanda típicas de consumidores e redes neurais artificiais. / Distribution system losses evaluation by ANN approach.Leal, Adriano Galindo 18 December 2006 (has links)
Este trabalho tem por objetivo propor uma nova metodologia para o cálculo das perdas por segmento do sistema de distribuição. As perdas técnicas são agrupadas nos seguintes segmentos: rede secundária, transformador de distribuição, rede primária e subestação de distribuição. Desenvolveu-se uma metodologia destinada ao cálculo das perdas de forma hierárquica: por exemplo, selecionada uma subestação específica, são calculadas as perdas na subestação e em seus componentes a jusante (redes primárias, transformadores de distribuição, redes secundárias). As perdas, inicialmente, são obtidas por meio de cálculo elétrico para os segmentos envolvidos, com a utilização dos parâmetros da rede, com os dados de faturamento e as curvas de carga típicas por classe de consumidor e seus tipos de atividade. Com os resultados desses cálculos, treinam-se redes neurais que irão calcular as perdas em sistemas genéricos utilizando os parâmetros e topologia do segmento e as curvas típicas de cargas dos consumidores e a energia mensal consumida. O trabalho apresenta um exemplo de aplicação, em sistema de distribuição existente, mostrando os resultados obtidos, e termina apresentando as principais vantagens da metodologia. Finalmente, os resultados obtidos com a nova metodologia são comparados com os resultados obtidos por métodos analíticos de cálculo intensivo. / In this work, a new methodology for the calculation of the energy technical losses in a distribution system, is presented. The proposed approach regards the segmentation of the distribution system, thus, the losses will be obtained for segments such as: the secondary network, distribution transformer, primary network and distribution substation. It was developed a computational system aimed to the calculation of the technical losses within specific distribution networks and usable in a microcomputer. Such a calculation is done in a hierarchical way. For instance, once selected a specific substation it is calculated the losses within the substation and in all the above cited components existing downstream the substation. The energy technical losses are calculated for each segment involved in the distribution system. This is done by using the network\'s recorded data, the energy consumption data and the typical load curves by class of consumer and type of activity developed. The outcome of these calculations are then used to train the neural networks, which in turn will calculate the losses in generic distribution systems where characteristics such as the circuit parameters and topology, the consumer\'s load curves and the monthly energy consumed, are known. By using the energy data available in the supplying points, the total energy billed per month as well as the loss indexes per segment, it will be obtained the total amount of the energy losses in each segment of the system. Likewise, this procedure will enable an evaluation of the non technical losses. The results of a case study related to an existing distribution system and the main advantages of the proposed methodology, are also presented herein. Finally, the results obtained with the new methodology are compared with those obtained through analytical methods.
|
Page generated in 0.0497 seconds