Return to search

Modelo estocástico de programação matemática de alocação de medidores de tensão em alimentadores radiais de distribuição de energia elétrica para localização de faltas e monitoramento do perfil de tensão

Made available in DSpace on 2014-06-11T19:22:32Z (GMT). No. of bitstreams: 0
Previous issue date: 2009-02-18Bitstream added on 2014-06-13T18:49:30Z : No. of bitstreams: 1
biscaro_aap_me_ilha.pdf: 1057545 bytes, checksum: feb928c10ad58cb9fc7bef33003e6afc (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Neste trabalho é proposta uma técnica de otimização para alocar medidores dispersos de tensão em alimentadores radiais aéreos de distribuição baseada na metaheurística Greedy Randomized Adaptive Search Procedure (GRASP), com o objetivo de melhorar o desempenho de algoritmos de localização de faltas que utilizam informações esparsas de tensão e, simultaneamente, fazer o controle em tempo real do nível de tensão do alimentador operando sob diferentes cenários. No modelo de programação proposto para alocar os medidores considera-se a natureza estocástica das variáveis envolvidas no problema relacionado com o estudo de contingências em sistemas de energia elétrica, ou seja: carregamento dos transformadores da rede no instante de ocorrência da falta, impedância de falta, probabilidade de falhas e erros de medição dos medidores dispersos de tensão, probabilidade de ocorrer qualquer um dos tipos de faltas possíveis, entre outros. O modelo da função objetivo contempla a localização de faltas com boa precisão para qualquer algoritmo que utiliza medições esparsas de tensão e os menores valores de magnitudes de tensão no alimentador, operando em condições normais ou sob contingências. Apresentam-se resultados de testes com a metodologia proposta para dois alimentadores reais de distribuição de energia elétrica. O primeiro alimentador é de médio porte, tensão nominal de 13,8 kV e possui 134 barras. O segundo alimentador é de grande porte, tensão nominal de 11,4 kV e possui 3287 barras. / This work proposes an optimization technique to allocate voltage measurement devices on radial overhead electric power distribution feeders based on Greedy Randomized Adaptive Search Procedure (GRASP) metaheuristic, aiming at improving the performance of algorithms for fault location using sparse voltage information, while making the real time control of the feeder’s operating voltage under different scenarios. The proposed programming model to allocate the devices considers the nature of the stochastic variables involved in the problem with the study of contingencies in electric power systems: loading of the network transformers at time of occurrence of failure, fault impedance, probability of failures and errors of measurement of dispersed voltage devices, likelihood that any of the possible types of faults occur, among others. The model's objective function includes the faults location procedure with good precision for any algorithm that uses sparse measurements of voltage and the lowest values of the magnitudes of voltage feeder, operating under normal conditions or contingencies. Test results with the proposed methodology applied to simulated data of two real life feeders are presented. The first feeder is medium size, rated voltage of 13.8 kV and has 134 bars. The second feeder is large, rated voltage of 11.4 kV and has 3287 bars.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/87095
Date18 February 2009
CreatorsBíscaro, André do Amaral Penteado [UNESP]
ContributorsUniversidade Estadual Paulista (UNESP), Mantovani, José Roberto Sanches [UNESP]
PublisherUniversidade Estadual Paulista (UNESP)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Format94 f. : il. (algumas color.)
SourceAleph, reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP
Rightsinfo:eu-repo/semantics/openAccess
Relation-1, -1

Page generated in 0.0046 seconds