Validação/Identificação de Modelos em Sistemas de Potência

I Importância e Motivação:

A expansão e operação de sistemas elétricos de potência (SEP) requerem, em geral, a realização de estudos que envolvem simulações numéricas. Com base nestas simulações os engenheiros tomam decisões, como a imposição de limites de operação, ajuste dos esquemas de proteção e alívio de carga, etc.. Entretanto, grandes dificuldades podem surgir quando as simulações não reproduzem com precisão o comportamento do SEP. Condições operativas inseguras imprevistas e decisões incorretas tomadas com base nestas simulações podem levar o sistema ao colapso [1]. Na figura 1 mostra os diferentes elementos que compõem um sistema elétrico de energia. Dentre estes os elementos mais relevantes para o conhecimento da resposta dinâmica do sistema elétrico são os geradores síncronos, parques eólicos e modelos de carga que são os focos da presente pesquisa, identificar estes modelos a partir de medidas de perturbações.


Figura 1: Representação de um Sistema de Energia Elétrica durante uma perturbação

Os parâmetros destes modelos podem ter incertezas (desconhecimento) por diversos motivos tais como: perda dos dados (por exemplo, geradores antigos), reajuste não documentado do ganho de algum componente (sistema de excitação, regulador de velocidade), variação de parâmetros devido ao envelhecimento de componentes do sistema e por variação da carga (diferentes pontos de operação), etc.. No caso de parques eólicos, tem um problema adicional devido ao desconhecimento do diagrama de blocos de cada aerogerador individual por ser informação confidencial do fabricante e estar protegido por patentes.

II Tópicos Estudados:
  • Validação de Modelos de Geradores Síncronos e Controladores Associados
  • Identificação de Modelos Equivalentes de Parques Eólicos
  • Estimação de Parâmetros Dinâmicos de Modelos de Carga
III Procedimento de Identificação:

Todo processo de identificação de modelo da planta eólica é dividido em 5 fases e pode ser visualizado na figura 2.


Figura 2: Fases para identificação do Modelo

  • Fase 1: Ensaio para obtenção (coleta) de Medidas: Na primeira fase são amostradas medidas de perturbações que contenham informação suficiente da dinâmica do sistema. Para este objetivo um modelo de sistema elétrico de potência pode ser implementado com ajuda do software Matlab e/ou o software Power Factory Digsilent 14.0. A partir desse sistema, serão coletadas as medidas necessárias (tensões, correntes, potência ativa e reativa) após uma perturbação no sistema. As medidas obtidas de alguns ensaios serão usadas para a estimação dos parâmetros e outras para a validação do modelo. Caso se disponha de dados de perturbações reais, estes podem ser usados para a validação.

  • Fase 2:Implementação do Modelo: Na segunda fase é obtido as equações do modelo estudado. Para este objetivo utiliza-se modelos genéricos propostos na literatura.

  • Fase 3: Algoritmo de ajuste de parâmetros: Na terceira fase, um algoritmo de estimação de parâmetros é desenvolvido. Esta fase é mais relevante do processo porque é a garantia do sucesso da estimação. Muitos métodos foram propostos na literatura científica tais como métodos baseada em gradientes, métodos heurísticos (algoritmos genéticos), entre outros. O método de sensibilidade de trajetória, proposto pelo coordenador [2] tem sido utilizados nestas pesquisas.

  • Fase 4: Estimação dos parâmetros do modelo: Na quarta fase, realiza-se a aplicação do algoritmo de ajuste de parâmetros no modelo usando as medidas coletadas. A estimação de parâmetros é um processo realizado sucessivamente no qual é comparada medidas reais com saídas do modelo e os parâmetros do modelo são ajustados a fim de minimizar esta diferença. Caso não exista convergência dos parâmetros, uma análise deve ser feita nas medidas coletadas, no modelo implementado ou no algoritmo de ajuste a fim de eliminar este problema. Esta fase é uma das mais importantes para o sucesso do processo da identificação do modelo.

  • Fase 5: Validação do modelo: Na quinta fase é realizada a validação do modelo. Para este objetivo, verifica-se se as saídas do modelo identificado reproduzem o comportamento de um conjunto de medidas coletadas. Se a validação não for aceitável, então, o processo deve ser realizado novamente.

IV Referências: