| Summary: | Submitted by repositorio repositorio (repositorio@unifei.edu.br) on 2017-05-11T18:21:14Z
No. of bitstreams: 1
dissertacao_lima_2014.pdf: 3388666 bytes, checksum: 61a3ced44a0fff1fa02ffe80faac4109 (MD5) === Made available in DSpace on 2017-05-11T18:21:14Z (GMT). No. of bitstreams: 1
dissertacao_lima_2014.pdf: 3388666 bytes, checksum: 61a3ced44a0fff1fa02ffe80faac4109 (MD5)
Previous issue date: 2014-03 === Esta dissertação apresenta uma nova metodologia probabilística para classificar subestações em sistemas elétricos de potência. A abordagem proposta é capaz de oferecer um ranking de subestações (i.e., barras ou nós), pelo qual os planejadores do sistema podem facilmente identificar as instalações com necessidades mais urgentes de investimento. O novo processo de classificação inclui ambas as análises de desempenho estático e dinâmico (estabilidade transitória).
Do ponto de vista estático, a classificação de desempenho de subestações é baseada na análise de todas as contingências “N-1” e “N-2”, considerando apenas equipamentos diretamente conectados à barra correspondente do sistema. Este processo é repetido para toda subestação/barra. Um algoritmo de fluxo de potência ótimo é executado para cada evento de contingência, e a quantidade total de corte de carga é usada como base para a construção de um índice de desempenho estático para cada subestação do sistema.
Do ponto de vista dinâmico (i.e., estabilidade transitória), a classificação de desempenho da subestação é baseada em índices de estabilidade, que medem o impacto de certos eventos envolvendo contingências simples de equipamentos conectados à uma barra correspondente do sistema. Este processo de classificação calcula a margem de estabilidade transitória, focando em uma abordagem que melhora a consistência e a precisão do método SIME (Single Machine Equivalent).
É proposta também, uma classificação probabilística de subestações baseada em índices de risco avaliados através de Simulação Monte Carlo, considerando vários cenários de carga modelados através de incertezas e os correspondentes despachos de geração. Deste modo, novas listas de classificação são obtidas.
As metodologias determinísticas (estática e dinâmica) são testadas utilizando diferentes sistemas: 9-Barras e Brazilian Birds. Para a metodologia probabilística, é utilizado o sistema Brazilian Birds e também uma versão alternativa incluindo fontes eólicas de energia. Os resultados obtidos são amplamente discutidos de modo a assegurar a consistência dos métodos propostos.
|
|---|
