Recomposição de sistema de distribuição de energia elétrica por modelo de fluxo ótimo de corrente

Abstract

O presente documento propõe um novo enfoque para a recomposição de sistemas de distribuição de energia elétrica resolvido por modelo de Fluxo de Corrente Ótimo (FCO). A importância de se trabalhar com propostas para recomposição utilizando FCO é possibilitar a análise do problema de recomposição por um modelo de programação matemática multiobjetivo, com função objetivo linear ou quadrática e restrições que representem a estrutura da rede do sistema de distribuição. São avaliados dois objetivos para a recomposição, minimização de perdas e menor tempo de recomposição, resultando em um problema de programação multiobjetivo. A ação de recomposição proposta compreende manobras para transferência de carga às áreas que se encontram ilhadas devido à interrupção de fornecimento de energia. A proposição está dirigida às redes primárias de distribuição, caracterizadas por apresentarem topologia radial e se encontrarem em um estado restaurativo, quando há presença de uma falha permanente. Também é adequada a sistemas com geração distribuída (GD) quando os fluxos nos ramos deixam de ser unidirecionais. A resolução do problema parte do conhecimento prévio do sistema de distribuição (topologia e níveis operacionais), da região afetada e dos possíveis recursos restauradores para restauração da rede por meio de FCO. A função objetivo pode ser representada por uma função linear ou quadrática para as perdas. A representação linear resulta em um problema com equações e inequações lineares, ou seja, em um problema de programação linear. A utilização de uma função objetivo quadrática (minimização de perdas) implica em um modelo mais complexo para execução, uma vez que reúne um conjunto de equações e inequações lineares e não lineares, quando se tratar de um problema multiobjetivo. O modelo quadrático pode se tornar impróprio para aplicações em tecnologias de redes inteligentes devido ao maior tempo de execução de algoritmo. Os resultados atestaram a importância de aplicação de uma proposta multiobjetivo, pois quando avaliados individualmente os critérios de minimização de perdas e de menor tempo de recomposição, foram obtidas diferentes opções de recomposição.

This document proposes a new approach for the restoration of electric power distribution systems by optimal current flow model (OCF). The importance of working with proposals for restoration using OCF is to allow analyzing the problem of restoration by a multiobjective mathematical programming model with linear or quadratic objective function and constraints that represent the network structure of the distribution system. Two objectives are evaluated for the restoration, losses reduction and recomposition time, resulting in a multiobjective programming problem. The proposed restoration action consists of opening and closing of branches in order to transfer loads to areas that are affected by interrupting the power supply. The proposition is directed to the primary distribution networks, characterized by presenting a radial topology and being in a restorative state, when there is a permanent fault. It is also suitable for systems with distributed generation (DG) when the power flow in the branches is no longer unidirectional. The resolution of the problem starts from the prior knowledge of the distribution system (topology and operational levels), the affected region and the possible recomposition resources for restoring the network through OCF model. The objective function of losses can be represented by a linear or a quadratic function. The linear representation results in a problem with linear equations and inequalities, that is, in a linear programming problem. The use of a quadratic objective function (minimization of losses) implies a more complex model for execution, since it results in a set of linear and non-linear equations and inequalities, when it is a multiobjective problem. The quadratic model may become unsuitable for applications in smart grid technologies due to longer algorithm execution time. The results attested the importance of applying a multiobjective proposal, because when individually evaluated the criteria of loss minimization and shorter recomposition time, different recomposition options were obtained.