Avaliação dos riscos de violações de conformidade de tensão em sistemas de distribuição, utilizando método probabilístico e conjuntos fuzzy. / Risk assessment of voltage levels violations in distribution systems using probabilistic approach and fuzzy sets.

Nesta tese são apresentadas metodologias alternativas ao enfoque determinístico de avaliação de desempenho elétrico de sistemas de distribuição, especificamente na análise dos riscos de violações de conformidade de tensão em sistemas de distribuição, utilizando para isto, métodos probabilísticos e teoria de conjuntos fuzzy. A Agência Nacional de Energia Elétrica estabeleceu a resolução nº 505/2001 que especifica indicadores de variação de tensão de longa duração, contendo os indicadores individuais e coletivos a serem mensurados, assim como, as penalidades pelo não cumprimento dos prazos limites estabelecidos para regularização. A ENERSUL, Empresa Distribuidora do Grupo ENBR Energias do Brasil e o ENERQ Centro de Estudos em Regulação e Qualidade de Energia Elétrica desenvolveram um projeto de P&D para a obtenção de metodologia e software de simulação dos indicadores de variação de tensão de longa duração. No projeto de P&D foi especificado e desenvolvido um módulo computacional para calcular o fluxo de carga com uma abordagem probabilística, partindo-se das curvas de carga típicas de consumidores, que representam a variação temporal da carga (demanda máxima e desvio padrão), obtendo-se as curvas de distribuição de probabilidades da tensão, que permitiram calcular, para cada ponto da rede, os riscos de transgressão dos indicadores de variação de tensão de longa duração. Após o projeto de P&D, uma nova abordagem que utiliza a teoria de conjuntos difusos (fuzzy) foi desenvolvida e foi possível a comparação com o método probabilístico. Baseado em números fuzzy que representam a estimativa de níveis tensão para cada ponto na rede, e com métodos específicos de classificação fuzzy, calculam-se os indicadores de DRP e DRC. / In this thesis are presented alternatives methodologies for deterministic approach for evaluation of performance of electrical distribution systems, specifically in the risk assessment of voltage levels violations in distribution systems, using for this, probabilistic methods and theory of fuzzy sets. ANEELs Resolution 505/2001 specifies long-term voltage variation indicators, with the following items to be measured: individual and collective indicators, and the penalties for not complying with the established limits. ENERSUL, the distribution company of the ENBR Group Energias do Brasil and ENERQ Center for Regulation and Power Quality Studies carryied out an R&D project for the development of a methodology and simulation software that will enable the company to evaluate long-term voltage variation indicators. A computational module was specified and developed to calculate the load flow with a probabilistic approach. Based on typical daily load curves, representing the time variation of the load (average and standard deviation curves), distribution curves are obtained for voltage probability, so that the risk of violating indicators can be calculated, for each point in the network. After the R&D project, a new approach based on fuzzy sets theory was developed and make possible the comparison with the probabilistic approach. Based on fuzzy numbers that represents an estimative for voltage levels for each point in the network, and with specific fuzzy classification methods, the RDI and RDC indicators can be calculated.

Identiferoai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-01102008-123720
Date09 June 2008
CreatorsRenato Oliveira Guimarães
ContributorsCarlos César Barioni de Oliveira, Nelson Kagan, André Meffe, Carlos Márcio Vieira Tahan, André Luiz de Carvalho Valente
PublisherUniversidade de São Paulo, Engenharia Elétrica, USP, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0026 seconds