Avaliação da confiabilidade composta sob o enfoque do bem estar utilizando simulação Monte Carlo não-seqüencial

Abstract

A avaliação da confiabilidade de sistemas de potência compostos têm sido realizada utilizando critérios e métodos determinísticos e probabilísticos. A avaliação da confiabilidade sob o enfoque do bem estar é uma nova proposta que combina critérios determinísticos com metodologias probabilísticas e define os estados do sistema como saudáveis, marginais ou de risco. Este trabalho apresenta a avaliação da confiabilidade composta sob o enfoque do bem-estar utilizando simulação Monte Carlo Não-Seqüencial. É assumida a hipótese de coerência do sistema e os índices de freqüência são calculados utilizando o método da probabilidade condicional. A avaliação do desempenho do sistema é feita através da solução do fluxo de potência pelo método de Newton-Raphson e da solução do fluxo de potência ótimo pelo método dos Pontos Interiores. São apresentados resultados para o sistema IEEE-RTS com e sem curva de carga. Demonstra-se que tanto a método escolhido como a hipótese assumida são válidos e fornecem uma alternativa eficiente para a análise do bem-estar de sistemas de grande porte.<br>The reliability evaluation of composite power systems has been historically assessed using deterministic and probabilistic criteria and methods. The well-being approach was recently proposed in order to combine deterministic criteria with probabilistic methods and evaluates the system by healthy, marginal and risky states. This paper presents the composite reliability evaluation by the well-being approach using the non-sequential Monte Carlo simulation. It is assumed that the system is coherent and the frequency and duration indices are calculated using the conditional probability method. The system adequacy is evaluated by the Newton-Raphson power flow method and the interior point optimal power flow method. Results are presented for the IEEE-RTS system with and without load curve. It is demonstrated that the evaluation method as well as the assumed hypothesis are valid and provides an efficient alternative for the well-being analysis of large scale power systems