Algoritmo enxame de partículas evolutivo para o problema de coordenação de relés de sobrecorrente direcionais em sistemas elétricos de potência

• Main Author: Fábio Marcelino de Paula Santos
• Other Authors: Eduardo Nobuhiro Asada
• Language: Portuguese
• Published: Universidade de São Paulo 2013
• Subjects: Algoritmo enxame de partículas; Algoritmo enxame de partículas evolucionário; Coordenação de relés; Proteção inteligente; Relés direcionais de sobrecorrente; Directional overcurrent relays; Evolutionary particle swarm optimization; Particle swarm optimization; Protection coordination; Relay coordination
• Online Access: http://www.teses.usp.br/teses/disponiveis/18/18154/tde-26082013-103833/

Um sistema elétrico de potência agrega toda a estrutura pela qual a energia elétrica percorre, desde a sua geração até o seu consumo final. Nas últimas décadas observou-se um significativo aumento da demanda e, consequentemente, um aumento das interligações entre sistemas, tornando assim a operação e o controle destes extremamente complexos. Com o fim de obter a desejada operação destes sistemas, inúmeros estudos na área de Proteção de Sistemas Elétricos são realizados, pois é sabido que a interrupção desses serviços causam transtornos que podem assumir proporções desastrosas. Em sistemas elétricos malhados, nos quais as correntes de curto-circuito podem ser bidirecionais e podem ter intensidades diferentes devido a alterações topológicas nos mesmos, coordenar relés de sobrecorrente pode ser uma tarefa muito trabalhosa caso não haja nenhuma ferramenta de apoio. Neste contexto, este trabalho visa o desenvolvimento de uma metodologia eficiente que determine os ajustes otimizados dos relés de sobrecorrente direcionais instalados em sistemas elétricos malhados de forma a garantir a rapidez na eliminação da falta, bem como a coordenação e seletividade, considerando as várias intensidades das correntes de curto-circuito. Seguindo essa linha de raciocínio, observou-se que o uso de técnicas metaheurísticas para lidar com o problema da coordenação de relés é capaz de alcançar resultados significativos. No presente projeto, dentre os algoritmos inteligentes estudados, optou-se por pesquisar a aplicação do Algoritmo Enxame de Partículas Evolutivo (Evolutionary Particle Swarm Optimization) por este apresentar como características as vantagens tanto do Algoritmo Enxame de Partículas (Particle Swarm Optimization) quanto as dos Algoritmos Genéticos, possuindo assim grande potencial para solução destes tipos de problemas. === An electric power system aggregates all the structure in which the electric energy travels, from its generation to the final user. In the last decades it has been observed a significative increase of the demand and, consequently, an increment of the number of interconnections between systems, making the operation and control of them extremely complex. Aiming to obtain a good operation of this kind of systems, a lot of effort in the research area of power system protection has been spent, because it is known that the interruption of this service causes disorders that may assume disastrous proportions. In meshed power systems, in which the shortcircuit currents might be bidirectional and might have different magnitudes due to topological changes on them, to coordinate overcurrent relays may be a really hard task if you do not have a support tool. Look in this context, this work aims the development of and efficient methodology thats determine the optimal parameters of the directional overcurrent relays in a meshed electric power system ensuring the quickness in the fault elimination, as well as the coordination and selectivity of the protection system, considering the various intensities of the short-circuit currents. Maintaining this line, it has been noticed that the use of metaheuristics to deal with the problem of relay coordination is capable of achieving promissory results. In the present research, among the studied intelligent algorithms, it was chosen to use in it the Evolutionary Particle Swarm Optimization, due to its features thats is the advantages of the Particle Swarm Optimization as well as the Genetic Algorithms ones, hence it has great potential do solve theses kind of problems.