[pt] O desenvolvimento e/ou a adaptação de métodos numéricos para aplicação em análises computacionais de estabilidade de sistemas elétricos no domínio do tempo costumam despertar interesse em função das dificuldades de solução das equações diferenciais e algébricas (EDAs) que representam a rede
e seus componentes. Condições de operações muito carregadas e compensadas dificultam a solução, devido, p.ex., ao mau condicionamento da matriz Jacobiana, instabilidade numérica e singularidade. Uma dessas dificuldades pode surgir durante a solução de equações não lineares, especificamente no problema linear do tipo Ax = b. Para contornar estas e outras dificuldades, a presente tese procurou contribuir no aspecto numérico do problema destacando a aplicação do método iterativo Resíduo Mínimo Generalizado - GMRES na solução do problema. Optou-se por trabalhar na qualidade do pré-condicionador construído com base na matriz Jacobiana calculada no início do processo de solução. Verificou-se que, se esta matriz estiver bem condicionada, a qualidade do pré-condicionador resultante dela é boa para o GMRES atingir a convergência em poucas iterações. Comprovou-se através de experimentos numéricos com diferentes sistemas-teste e diferentes condições de operação, que o condicionamento da matriz Jacobiana é
melhorado se escalonada, normalizada e reordenada antes da construção do pré-condicionador, resultando, de fato, num pré-condicionador de boa qualidade, agindo positivamente no desempenho do GMRES e consequentemente no processo global de solução. / [en] The development and/or adaptation of numerical methods when applied to power systems stability computer simulations in time domain are of interest due to the difficulties related to the solution of the algebraic differential equations (ADEs) which represent the network and its components. The solution of
networks operating under heavy load conditions and extremely compensated is difficult due to the ill-conditioning of the Jacobian matrix, numerical instability and singularity. It can happen, for instance, when solving linear problems of type Ax = b. In order to overcome this and other difficulties, this thesis aims to
contribute in the numerical aspect of the problem applying the Generalized Minimal Residual method – GMRES to solve the problem. The idea is to work over the preconditioner quality constructed based on the Jacobian matrix. It is shown that, if this matrix is well conditioned, the quality of the resulting
preconditioner is good enough to the GMRES reaches convergence in few iterations. It is seen through numerical experiments using different test-systems and different operating conditions as well, that the Jacobian matrix conditioning is improved if scaled, normalized and reordered before the preconditioner
construction, resulting, in fact, in a high quality preconditioner, improving the GMRES performance.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:55647 |
| Date | 04 November 2021 |
| Contributors | RICARDO BERNARDO PRADA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0022 seconds