Orientador: Antonio Padilha Feltrin / Banca: Percival Bueno de Araujo / Banca: Anna Diva Plasencia Lotufo / Banca: José Manuel Arroyo Sanchez / Banca: Paulo Augusto Nepomuceno Garcia / Resumo: Nesta tese é proposta e avaliada uma metodologia alternativa para o cálculo do fluxo de potência quando são consideradas incertezas no sistema de distribuição de energia elétrica. Especificamente é considerada incerteza na demanda dos usuários de baixa tensão, assim como também nas fases em que os usuários estão ligados no sistema. A demanda das unidades consumidoras é modelada através das funções de distribuição de probabilidades. A metodologia proposta vale-se das curvas de carga diárias típicas que foram estimadas através das curvas de carga medidas em uma campanha de medição. O fluxo de potência proposto emprega o método de simulação de Monte Carlo para gerar múltiplos cenários de demanda do sistema de distribuição. O método de fluxo de potência determinístico empregado é o denominado algoritmo Backward-Forward Sweep. Neste trabalho também é realizado um estudo estatístico para determinar quais distribuições de probabilidade podem representar os dados das curvas de carga diárias obtidas na campanha de medições. Muitos trabalhos apresentados no âmbito acadêmico empregam a priori a função de distribuição de probabilidade normal para realizar os diversos estudos, isto pode levar a conclusões inadequadas. Também é realizada uma análise comparativa entre os resultados obtidos pelo fluxo de potência probabilístico, quando são utilizadas duas funções de distribuição de probabilidade diferentes para estimar as curvas de carga diárias (a função de distribuição de probabilidade que ficou no primeiro lugar na análise estatística e a função normal). São apresentados resultados comparativos para diferentes distribuições de probabilidade, quando é considerada incerteza somente na demanda e quando é considerada conjuntamente incertezas na demanda e na conexão das fases / Abstract: In this thesis an alternative methodology to calculate the power flow considering uncertainty in the electrical distribution system is proposed and validated. Specifically, uncertainty is considered in the demand of the low voltage consumers, as well as the phases in which the users are connected to the system. The demand of the consumer units is modeled by means of probability distribution functions. The proposed methodology uses the daily load curves that were estimated by means of the load curves measured in measuring campaign. The proposed power flow uses the Monte Carlo simulation method to generate multiple demand scenarios of the distribution system. The deterministic power flow method implemented is the so called Backward-Forward Sweep algorithm. In this work it is also implemented a statistical study to determine which distribution functions can represent the data of the daily load curves obtained in the measuring campaign. Many research works found in the academic ambit use a priori the normal distribution function to perform diverse studies; this can lead to wrong conclusions. This thesis also presents a comparative analysis between the results obtained by the probabilistic power flow, when two different probability distribution functions are used to estimate the daily load curves (the probability distribution function that was first in the statistical analysis and the normal function). Comparative results are shown for different distribution functions considering uncertainty only in the demand, and considering uncertainty in the demand and the connection of the phases / Doutor
| Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000597830 |
| Date | January 2009 |
| Creators | Gallego Pareja, Luis Alfonso. |
| Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Engenharia (Campus de Ilha Solteira). |
| Publisher | Ilha Solteira : [s.n.], |
| Source Sets | Universidade Estadual Paulista |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | text |
| Format | 156 f. : |
| Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.0017 seconds