Análise da operação de sistemas de distribuição considerando as incertezas da carga e da geração distribuída

• Main Author: Lautenschleger, Ary Henrique
• Other Authors: Haffner, Sérgio Luís
• Format: Others
• Language: Portuguese
• Published: 2018
• Subjects: Simulação estocástica; Indicadores de qualidade; Energia elétrica; Power Distribution Networks; Distributed Generation; Operation Assessment; Power Quality Metrics; Stochastic Simulation; Power Flow
• Online Access: http://hdl.handle.net/10183/185256

Neste trabalho é apresentado um método probabilístico para avaliação do desempenho de redes de distribuição considerando incertezas na demanda das cargas e na potência gerada por sistemas distribuídos intermitentes. Os consumidores são divididos em agrupamentos por classe e faixa de consumo e a modelagem da demanda horária dos consumidores de cada agrupamento é realizada por uma lei de distribuição acumulada de probabilidade (CDF) adequada. A geração distribuída é contemplada pela consideração de fonte solar fotovoltaica. O procedimento de simulação do Método de Monte Carlo é empregado e a técnica da Joint Normal Transform é utilizada na geração de números aleatórios correlacionados, empregados na amostragem da demanda dos consumidores e da energia produzida pelos sistemas de geração distribuídos. O método proposto foi aplicado ao conhecido sistema de 13 barras do IEEE e os resultados dos indicadores de perdas na operação bem como indicadores de violação de tensão crítica e precária obtidos com o modelo probabilístico são comparados aos obtidos com o modelo determinístico convencional. É demonstrado que nem sempre a média é uma descrição suficiente para o comportamento dos componentes de redes de distribuição e que é mais adequado utilizar uma representação com intervalos de confiança para as grandezas de interesse. === This work presents a probabilistic method for performance evaluation of distribution networks considering uncertainties in load demand and power generated by intermittent distributed systems. Consumers are divided into clusters by class and consumption range, so the modeling for the hourly demand of the consumers on each cluster is performed by a suitable cumulative probability distribution (CDF). Distributed generation is considered by means of solar photovoltaic sources. The Monte Carlo Simulation (MCS) Method is employed and the Joint Normal Transform technique is applied for correlated random numbers generation, used to sample consumer demand and the energy generated by distributed generation systems. The proposed method was applied in the well-known IEEE 13 node test feeder and the results of the operation losses as well as voltage violation indices obtained by the probabilistic model are compared to those obtained with the conventional deterministic model. It is shown that the mean is not always a sufficient description for the behavior of distribution network components and that it is more appropriate to use confidence intervals for the quantities of interest.