Conselho Nacional de Desenvolvimento Científico e Tecnológico / One of the main goals of the electric utilities is to provide energy to its customers in a reliable and low
cost way. Traditionally, the electricity sector regulatory commissions impose continuity targets, which must be carried out, to avoid great penalties. For many years, the electric utilities have adopted the practice of allowing the increment of temporary interruptions, aiming the reduction of permanent interruptions in energy supply, through coordinated protection schemes. However, due to the increase growing in electronic loads, and the existence of complex power-driven industrial processes, there is a less tolerance in short duration interruptions events. Therefore, the reliability must be characterized as
widely way, considering the occurrence of such disturbances. The definition of protection devices
types, and its arrangement in the feeder, enables the restriction of faults propagation, reducing the number of consumers subject to interruptions in energy supply. Similarly, the allocation of switching devices in an optimized way, provides a reduction of the interruptions duration, allowing the isolation of portions of the network subject to failure, the reconfiguration of the feeder and restoration of the supply to the consumer, in permanent interruptions cases. Targeting these factors, in this work are proposed two methods to optimize the reliability of electrical distribution systems. The optimization with a single objective is based on optimized allocation of protective and switching devices in the
feeder, aiming the minimization of the reliability indices that considers the occurrence of permanent interruptions in energy supply. It is possible the choice of different indices, considering parameters such as load, number of consumers, and energy costs related to the occurrence of interruptions. The protection scheme, in this case is pre-defined (coordinated or selective), and applied to all reclosers allocated in the process of optimization, as well as the breaker of the substation. The second
methodology - called double objective - is based on simultaneous minimization of reliability index that
take into account the occurrence of permanent interruptions, and the indicator MAIFIE (Momentary
Average Interruption Event Frequency Index), which considers the incidence of events that cause temporary interruptions in energy supply. Thus, besides the allocation of protection and switching devices, the optimization consists in definition of the protection scheme to be employed in reclosers and circuit breaker at the substation. Both formulations result in models of nonlinear programming with discontinuous and non-differentiable objective functions, subject to non-linear restrictions. These restrictions reflect in economic and technical limitations, such as coordination and selectivity between the protective devices, topology of the feeder, maximum number of devices available for allocation, and others. In order to find the best solution of the problem with single objective, a Simple Genetic
Algorithm is proposed. A conjunct of best solutions of the dual objective problem was accomplished by using Multiobjective Genetic Algorithm. Among these, the most appropriate solution is selected through the use of Fuzzy Inference System. The performance of the algorithms and the quality of the solutions were verified by submitting a real 421 bus distribution system in the process of optimization. The results are commented and compared with the commonly practices used by electric companies. / Uma das principais metas das empresas concessionárias é fornecer energia a seus clientes de forma confiável e com baixo custo. Tradicionalmente, órgãos reguladores do setor elétrico estabelecem metas de continuidade, que devem ser satisfeitas sob pena da aplicação de vultosas multas. Durante muitos anos, as concessionárias têm adotado a prática de permitir o incremento das interrupções temporárias, visando à
diminuição na ocorrência das interrupções permanentes no fornecimento de energia, pelo emprego do esquema de proteção coordenado. Entretanto, com o crescente aumento das cargas eletrônicas, e a existência de processos industriais automatizados cada vez mais complexos, existe uma menor tolerância à ocorrência de interrupções de curta duração. Logo, a confiabilidade deve ser caracterizada de forma
mais ampla, considerando a ocorrência deste tipo de distúrbio. A definição dos tipos de dispositivos de proteção, e a disposição dos mesmos em locais específicos do alimentador, possibilitam restringir a propagação de faltas, reduzindo o número de consumidores submetidos a interrupções no fornecimento de energia. De forma semelhante, a alocação de chaves de manobras de maneira otimizada provê meios de
reduzir a duração das interrupções, possibilitando a isolação de trechos da rede sob condição de falta, a reconfiguração do alimentador e o restabelecimento do fornecimento à parte dos consumidores, caso ocorram interrupções permanentes. Visando estes fatores, neste trabalho são propostas duas
metodologias de otimização da confiabilidade de sistemas elétricos de distribuição. A otimização com objetivo único consiste na alocação de dispositivos de proteção e manobras no alimentador, visando à minimização de indicadores de confiabilidade que consideram a ocorrência de interrupções permanentes no fornecimento de energia. É possível a escolha de diferentes indicadores, considerando parâmetros como: carga, número de consumidores, energia e custos relacionados à ocorrência de interrupções. O esquema de proteção, neste caso é pré-definido (coordenado ou seletivo), sendo aplicado a todos os religadores alocados no processo de otimização, inclusive ao disjuntor da subestação. A segunda metodologia denominada duplo objetivo consiste na minimização simultânea de um indicador de confiabilidade que considera a ocorrência de interrupções permanentes, e do indicador MAIFIE (Momentary Average Interruption Event Frequency Index), que considera a ocorrência de eventos causadores de interrupções temporárias no fornecimento de energia. Desta forma, além da alocação dos dispositivos de
proteção e manobras, o processo de otimização visa definir o esquema de proteção a ser empregado nos religadores, bem como no disjuntor da subestação. Ambas as formulações resultam em modelos de programação não-lineares, com funções objetivo descontínuas e não diferenciáveis, sujeitas a restrições não-lineares. Estas restrições refletem limitações técnicas e econômicas, tais como coordenação e seletividade entre os dispositivos de proteção, topologia do alimentador, número máximo de dispositivos disponíveis para alocação, entre outras. Na busca da melhor solução do problema com objetivo único é empregado o Algoritmo Genético Simples. Um conjunto de soluções ótimas do problema duplo objetivo é
obtido utilizando o Algoritmo Genético Multiobjetivo. Dentre estas, a solução mais adequada é selecionada por meio de um Sistema de Inferência Nebulosa. O desempenho dos algoritmos e a qualidade das soluções foram verificados submetendo um sistema de distribuição real de 421 barras ao processo de
otimização. Por fim, os resultados são comentados e comparados com as práticas mais utilizadas pelas
concessionárias.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/8462 |
Date | 27 March 2009 |
Creators | Ferreira, Gustavo Dorneles |
Contributors | Cardoso Junior, Ghendy, Canha, Luciane Neves, Garcia, Vinícius Jacques |
Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Engenharia Elétrica, UFSM, BR, Engenharia Elétrica |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
Rights | info:eu-repo/semantics/openAccess |
Relation | 300400000007, 400, 500, 300, 500, 500, eed4f55e-1a74-47ce-afc0-4daa8655d8a3, 227ecf50-83d3-4142-9b9c-14ef763b3485, c632a92a-65c8-46e5-9a31-7d73382c608f, 14462198-2133-4aa0-9471-b4a6b45b4123 |
Page generated in 0.0126 seconds