Modelo orientado a objetos para avaliação da confiabilidade composta por simulação Monte Carlo com representação da geração eólica

Abstract

RESUMOEste trabalho apresenta um modelo computacional flexível orientado a objetos para avaliação da confiabilidade composta de sistemas de potência por Simulação Monte Carlo Seqüencial e Não-Seqüencial. O enfoque principal dado ao modelo foi a representação de grandezas variantes no tempo, tais como a geração eólica e a curva de carga. A flexibilidade da modelagem permite a representação de componentes de rede complexos, além da incorporação de modelos de simulação híbridos que combinem características da simulação sequencial e da não-sequencial. Os resultados obtidos para vários estudos baseados no sistema IEEE-RTS comprovam a aplicabilidade do modelo desenvolvido e permitem levantar várias conclusões sobre a influência da geração eólica nos índices de confiabilidade do sistema. PALAVRAS-CHAVE:Confiabilidade Composta, Modelagem Orientada a Objetos, Simulação Monte Carlo, Geração Eó-lica. ABSTRACTThis paper presents a flexible object-oriented computational model for composite systems reliability evaluation based on INTRODUÇÃOA natureza complexa dos sistemas de potência requer que grandes sistemas computacionais sejam desenvolvidos para auxiliar nas atividades de planejamento e operação. Os softwares disponíveis para o setor elétrico são, em sua maioria, escritos em linguagens convencionais, baseadas na primeira geração das linguagens de alto nível. Os softwares escritos nestas linguagens costumam ser de difícil manutenção, atualização e reutilização de código, o que resulta em grandes investimentos para as modificações, apresentando ainda um baixo nível de integração com outros softwares.

Avaliação De Confiabilidade De Geração Em Sistemas Elétricos via Simulação Monte Carlo

“…Existem diversas formas de representação de unidades geradoras [1,22]. A mais simples e comum é a representação de Markov de 2 estados, sendo eles ativo (up) e inativo (down), ilustrado na Figura 4.…”

“…Neste modelo, quando uma unidade se encontra no estado ativo, o próximo estado inevitavelmente será inativo independente da trajetória anterior. Como já dito, as probabilidades de transição entre os estados são expressas por 𝐴 e 𝑈. Para uma melhor compreensão do modelo, é necessário o entendimento de processos de markovianos, que são mais bem explicados em [12,22]. Apesar da simplicidade do modelo, para que a representação seja condizente com a realidade é necessário que as unidades geradoras tenham ciclos operacionais longos e carga básica [1].…”

“…Na SMC não sequencial os estados dos elementos do sistema são selecionados por amostragem do espaço de estados, sem que haja preocupação com a cronologia dos eventos [22], ou seja, não existe preocupação com o tempo em que um determinado elemento do sistema esteve em falha ou em atividade.…”

“…Assim, deve-se sortear de forma aleatória, com base na distribuição binomial apresentada em (22), o número de geradores ativos em cada usina. Em posse desse valor e da capacidade dos geradores de cada usina (𝐶), pode se obter a capacidade de geração de cada evento (𝐺 𝑛 ) como mostrado em (23).…”

“…Na SMC sequencial, os estados do sistema são selecionados por amostragem do espaço de estados preservam as características cronológicas do sistema [22]. Portanto, é importante representar de forma correta as transições consecutivas entre os estados dos elementos do sistema.…”