Orientadores: Carlos Alberto Favarin Murari, Luiz Carlos Pereira da Silva

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: A evolução dos sistemas de potência devido ao crescimento contínuo das interconexões, à introdução de novas tecnologias de controle, e às condições de operação altamente estressadas, ocasionou o surgimento de diferentes formas de instabilidade. Por exemplo, a análise de estabilidade de...

Resumo: A evolução dos sistemas de potência devido ao crescimento contínuo das interconexões, à introdução de novas tecnologias de controle, e às condições de operação altamente estressadas, ocasionou o surgimento de diferentes formas de instabilidade. Por exemplo, a análise de estabilidade de tensão, de estabilidade de frequência e das oscilações entre áreas tornaram-se muito importantes quando comparadas aos eventos ocorridos no passado. Diante deste contexto, este trabalho apresenta o desenvolvimento de um algoritmo computacional de apoio à tomada de decisão na operação de redes de energia elétrica, que fazendo uso de lógica nebulosa (fuzzy logic) inferirá se o ponto de operação atual do sistema, do ponto de vista da estabilidade de tensão, corresponde a uma condição de operação seguro, alerta ou inseguro. Para a aplicação do algoritmo, foi criado um banco de dados em estágio off-line, composto por resultados de simulações de estudos da Margem de Estabilidade de Tensão em patamar de carga pesada. Com os resultados obtidos, foi possível definir as faixas de variação das magnitudes de tensão para todas as condições de operação, e assim definir os intervalos das funções de pertinência e o conjunto das regras que compõem o sistema de inferência nebuloso. A partir das magnitudes das tensões das Unidades de Medição Fasorial (UMFs), o algoritmo computacional fornece a condição de operação em que o sistema se encontra, em relação à operação nas condições de caso base e carga pesada, para rede completa e incompleta (N-1)

Abstract: The power systems evolution as a result of their continued growth, the introduction of new control technologies, and highly stressed operating conditions, have led to the need of analyzing different forms of stability. For example, voltage stability, frequency stability and oscillations...

Abstract: The power systems evolution as a result of their continued growth, the introduction of new control technologies, and highly stressed operating conditions, have led to the need of analyzing different forms of stability. For example, voltage stability, frequency stability and oscillations between areas have become very important nowadays. In this context, this work presents a computational algorithm to support power system operator in the decision stage. This algorithm makes use of fuzzy logic to infer whether the current system operating condition corresponds to a safe, alert or unsafe condition based on voltage stability. In its development, we created an off-line database with the results of simulations of Voltage Stability Margin for a heavy load condition. With these results it was possible to define ranges of variation of voltage magnitudes for all the operating conditions, and thus define the ranges of the membership functions and the set of rules that constitute the fuzzy inference system. Using voltage magnitudes from Phasor Measurement Units (PMUs), the algorithm provides the system operating condition related to the base case (heavy load condition) and contingency (N-1) situations