Metodologia para Análise da Dependabilidade de Smart Grids

Transcrição

1 UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Metodologia para Análise da Dependabilidade de Smart Grids Danielle Brito Marques Orientador: Prof. Dr. Ivanovitch Medeiros Dantas da Silva Coorientador: Prof. Dr. Luiz Affonso H. Guedes de Oliveira Dissertação de Mestrado apresentada ao Programa de Pós-Graduação em Engenharia Elétrica e Computação da UFRN como parte dos requisitos para obtenção do título de Mestre em Ciências. Número de Ordem do PPgEEC: M459 Natal, RN, Dezembro de 2015

2 UFRN / Biblioteca Central Zila Mamede Catalogação da publicação na fonte. Marques, Danielle Brito. Metodologia para análise da dependabilidade de Smart Grids / Danielle Brito Marques. - Natal, f. : il. Orientador: Prof. Dr. Ivanovitch Medeiros Dantas da Silva. Coorientador: Prof. Dr. Luiz Affonso Henderson G. de Oliveira. Universidade Federal do Rio Grande do Norte. Centro de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica e de Computação. 1. Redes Inteligentes Dissertação. 2. Árvore de Falha - Dissertação. 3. Confiabilidade - Dissertação. 4. Disponibilidade - Dissertação. I. Silva, Ivanovitch Medeiros Dantas da. II. Oliveira, Luiz Affonso Henderson Guedes de. III. Título. RN/UF/BCZM CDU

3

4

5 Aos meus pais Francisco (in memorian) e Elizabete, e ao meu esposo Yuri.

6

7 Agradecimentos Ao meu orientador Prof. Dr. Ivanovitch Silva, pela disponibilidade, atenção e paciência. Ao Prof. Dr. Luiz Affonso Guedes, por todo o apoio dado. À Prof. Dr a Maria da Guia da Silva, pela contribuição dada para o desenvolvimento dessa pesquisa. À minha família pelo apoio durante todo o curso. Aos meus amigos do Laboratório de Informática Industrial.

8

9 Resumo Redes inteligentes representam um novo conceito de distribuição de energia elétrica, que são o futuro dos sistemas atuais. Essas redes têm sido introduzidas com o objetivo de aumentar a confiabilidade dos sistemas, prover alternativas para o suprimento de energia e reduzir custos. O aumento da complexidade das redes de energia, a crescente demanda e a introdução de fontes renováveis de geração de energia, requerem uma integração e operação de todos os componentes a fim de garantir altos índices de confiabilidade e disponibilidade (dependabilidade). A sistematização das redes inteligentes a partir do formalismo matemático de Árvores de Falhas possibilita a análise quantitativa de tais índices. Nesse trabalho é proposto uma metodologia para análise da dependabilidade de redes inteligentes no contexto de distribuição de energia elétrica. Um estudo de caso é proposto para validar a proposta. A partir da metodologia é possível estimar ainda na fase de projeto a confiabilidade, disponibilidade e identificar os pontos críticos da rede através das distribuições estocásticas das taxas de falhas e reparos dos componentes. Palavras-chave: Redes Inteligentes, Árvore de Falha, Confiabilidade, Disponibilidade.

10

11 Abstract Smart Grids are a new trend of electric power distribution, the future of current systems. These networks are continually being introduced in order to improve the reliability of systems, providing alternatives to energy supply and cost savings. Faced with increasing electric power grids complexity, the energy demand and the introduction of alternative sources to energy generation, all components of system require a fully integration in order to achieve high reliability and availability levels (dependability). The systematization of a Smart Grid from the Fault Tree formalism enable the quantitative evaluation of dependability of a specific scenario. In this work, a methodology for dependability evaluation of Smart Grids is proposed. A study of case is described in order to validate the proposal. With the use of this methodology, it is possible to estimate during the early design phase the reliability, availability of Smart Grid beyond to identify the critical points from the failure and repair distributions of components. Keywords: Smart Grid, Fault Tree, Reliability, Availability.

12

13 Sumário Sumário Lista de Figuras Lista de Tabelas Lista de Publicações Lista de Acrônimos e Abreviaturas i iii v vii ix 1 Introdução Redes de distribuição de energia Motivação Objetivos Contribuições Estrutura do trabalho Smart Grid Componentes de uma Smart Grid Trabalhos Relacionados Discussões Dependabilidade Ameaças a Dependabilidade Falhas Erros Defeitos Meios para obtenção da Dependabilidade Medidas Fundamentais Confiabilidade Disponibilidade i

14 3.4 Medidas de Importância Árvores de Falhas Metodologia de Avaliação Entrada de Dados Topologia Configurações de falhas Condição de Defeito da Rede Prioridades Métricas de Avaliação Evento TOPO para as Cargas Problema k-terminal Construção da Árvore de Falha e Avaliação Resultados Considerações Evento TOPO das cargas Problema k-terminal Árvores de Falhas Métricas de Avaliação Cenário I Cenário II Conclusões 43 Referências bibliográficas 45

15 Lista de Figuras 2.1 Smart Grid Vulnerabilidades de SGs Relação entre falhas, erros e defeitos Meios para obtenção da tolerância a falhas Estados do sistema na visão da confiabilidade Estados do sistema na visão da disponibilidade Comportamento do sistema pela lógica do reparo perfeito Função de distribuição acumulativa para as saídas das portas and, or e k-out-of-n Visão geral da metodologia para avaliação da dependabilidade de uma SG Exemplo de uma rede elétrica representada por um grafo e sua respectiva matriz de adjacência Diagrama unifilar do estudo de caso Representação do grafo para a microrrede FT do evento TOPO final da Carga FT do evento TOPO final da Carga FT do evento TOPO final da Carga FT do evento TOPO final da Carga FT do evento TOPO final da Carga Avaliação da confiabilidade do Cenário I Avaliação da confiabilidade do Cenário II iii

16

17 Lista de Tabelas 1.1 Comparativo entre as redes atuais e SG Taxas de falha dos dispositivos Combinações de falha Avaliação do MTTF utilizando a porta k-out-of-n Resultado da avaliação utilizando a métrica Birnbaum v

18

19 Lista de Publicações Danielle Marques, Larissa de Souza, Luiz Affonso Guedes, Maria Da Guia Da Silva, Ivanovitch Silva, (2015), Metodologia para análise da dependabilidade de smart grids, em SBAI vii

20

21 Lista de Acrônimos e Abreviaturas SG DER FT FTA MTTF MTTR CDF SPD PMU AMI FACTS Smart Grid Distributed Energy Resources Fault Tree Fault Tree Analysis Mean Time to Failure Mean Time to Repair Cumulative Distribution Function Soma dos Produtos Disjuntos Phasor Measurement Unit Automatic Metering Infrastructure Flexible AC Transmission System

22

23 Capítulo 1 Introdução Atualmente, as redes de distribuição de energia elétrica são bastante complexas e pouco adaptadas às necessidades do século 21. As tradicionais redes são essencialmente radiais e foram construídas de forma que o fluxo de potência seja distribuído unidirecionalmente das plantas de geração até os consumidores. Apesar de terem sido introduzidas tecnologias de informação e comunicação na indústria de geração de energia, essa inteligência está concentrada em pontos centrais e só parcialmente nas subestações remotas, enquanto terminais remotos são quase ou totalmente passivos [Gungor et al. 2013]. As redes elétricas têm operado da mesma forma por décadas, tendo suas características contribuído para a ocorrência frequente de blackouts nos últimos 40 anos [Siano 2014]. Fatores como o aumento populacional, mudanças climáticas, falhas de equipamentos, limitações na capacidade de geração de energia, resiliência e a redução dos combustíveis fósseis têm sido apontadas como justificativa para a criação de uma nova infraestrutura para a distribuição de energia elétrica [Vardakas et al. 2015]. Com isso, tem crescido a utilização de energia renovável, devido à possibilidade de integrá-la ao sistema elétrico existente, e assim aumentar a eficiência e flexibilidade do sistema como um todo. 1.1 Redes de distribuição de energia Nesse contexto surge a Smart Grid (SG), uma rede inteligente de energia elétrica. Essa infraestrutura representa um aprimoramento das redes de energia atuais, uma vez que integra inteligência computacional, monitoramento/sensoriamento e tecnologia de informação desde a geração, passando pela transmissão, distribuição até o consumo [Xenias et al. 2015]. Para tanto, é necessário garantir um sistema de distribuição que tenha capacidade de atender cenários de geração distribuída de característica intermitente, que ao mesmo tempo possua altos requisitos de confiabilidade, resiliência, eficiência e sustentabilidade. Um dos principais objetivos das redes inteligentes é aumentar a confiabilidade

24 2 CAPÍTULO 1. INTRODUÇÃO na distribuição de energia [Wang et al. 2015]. As diferenças entre as redes atuais e as redes inteligentes podem ser melhor visualizadas na tabela resumo (Tabela 1.1) [Ma et al. 2013]: Tabela 1.1: Comparativo entre as redes atuais e SG. Redes existentes Smart Grids Fluxo de potência Unidirecional Bidirecional Geração Centralizada Distribuída Topologia de rede Radial Malha Fontes distribuídas Raro Frequente Sensores Poucos sensores Muitos sensores Monitoramento Geralmente cego Auto-monitoramento Recuperação Manual Reconfiguração automática Teste Checagem manual Checagem remota Controle Limitado Universal (difuso) Tipo de controle Controle passivo Controle ativo Eficiência geral Baixa Alta Poluição ambiental Alta Baixa Recentemente, geradores de energia renovável, que produzem poucos quilowatts no caso de sistemas fotovoltaicos residenciais, até muitos megawatts no caso de grandes geradores fotovoltaicos e eólicos, estão se tornando amplamente difundidos ao redor do mundo. O presente sistema de potência tem se transformado num sistema em larga escala de geração distribuída, que incorpora milhares de geradores, caracterizados por diferentes tecnologias e topologias. Contudo, existem muitos problemas de difícil solução devido à infraestrutura da rede elétrica existente pouco confiável, com baixa qualidade de energia, com custo alto e crescente, e baixa satisfação do cliente. O aumento da complexidade, o grande número de geradores geograficamente dispersos e os efeitos causados pela característica de geração variável pelas fontes renováveis, tornam o sistema vulnerável, exigindo mecanismos de segurança sofisticados [Gungor et al. 2013]. 1.2 Motivação Assim, surge a necessidade de avaliar de forma quantitativa o grau de tolerância a falhas das SG, de preferência, ainda nos estágios iniciais da fase de projeto. Uma avaliação precoce dos possíveis problemas existentes em uma rede de energia, considerando as suas probabilidades de ocorrência, torna mais fácil a prevenção e garante a continuidade do fornecimento de energia. Uma solução para o problema pode ser encontrada na análise da dependabilidade dos componentes que formam a infraestrutura de uma SG.

25 1.3. OBJETIVOS 3 Dependabilidade pode ser entendida como a habilidade de um sistema evitar falhas nos serviços mais críticos [Avizienis et al. 2004], combinando e integrando os requisitos de confiabilidade, disponibilidade, mantenabilidade, integridade e segurança. A análise da dependabilidade avalia a capacidade do sistema alvo de evitar falhas nos serviços que podem causar grandes perdas, em níveis maiores do que o aceitável. A análise da dependabilidade tem sido aplicada em muitos sistemas críticos, tais como sistemas de defesa nacional, aeronáuticos, redes de comunicação, entre outros [Silva et al. 2012, Wang & Sun 2014, Labib & Harris 2015]. 1.3 Objetivos Face à complexidade da infraestrutura de uma SG, assim como ao aumento da carga e à aleatoriedade no fornecimento de energia elétrica das fontes de geração distribuída, fazse necessário sistematizar o processo de análise da dependabilidade do sistema. Dessa forma, esse trabalho propõe uma metodologia para análise da dependabilidade de uma SG considerando que os componentes da rede de distribuição (transformador, geradores distribuídos, alimentadores) podem falhar e serem reparados. Devido sua flexibilidade de modelagem e adaptação a sistemas complexos, o formalismo de Árvores de Falhas (FT) é adotado na metodologia proposta. A avaliação é realizada através da ferramenta SHARPE (Symbolic Hierarchical Automated Reliability and Performance Evaluator), pois contém suporte para vários tipos de modelos e provem mecanismos flexíveis para combinar resultados de forma hierárquica [Sahner et al. 2012]. Um estudo de caso real é utilizado para a validação da metodologia proposta. Esta metodologia pode ser expandida para gerar automaticamente código para a ferramenta SHARPE. 1.4 Contribuições Este trabalho visa apresentar a utilização de uma metodologia que utiliza ferramentas de análise de dependabilidade para o estudo de uma rede inteligente.a metodologia proposta é baseada em uma modificação de uma solução já validada na literatura [Silva et al. 2012] juntamente com as especificidades inerentes das SG (problema k-terminal modificado, priorização de cargas e topologias resilientes). Devido ao fato de as redes inteligentes terem se tornado mais populares somente recentemente e serem consideradas a tendência no contexto de geração de energia, ainda

26 4 CAPÍTULO 1. INTRODUÇÃO há uma grande possibilidade de estudos relacionados ao tema. Como consequência os estudos de dependabilidade dessas redes ainda são incipientes. Os trabalhos já divulgados abrangem somente soluções parciais para a questão da dependabilidade em redes inteligentes. Com isso, através desse trabalho pretende-se apresentar uma metodologia que possa contribuir com os estudos de dependabilidade para redes inteligentes, no que se refere principalmente a sua infraestrutura física. 1.5 Estrutura do trabalho Este trabalho se estrutura neste capítulo de introdução somado aos capítulos descritos a seguir. No capítulo 2 são apresentados os conceitos básicos sobre smart grids do ponto de vista da dependabilidade. No capítulo 3 é apresentada uma descrição sobre Dependabilidade e o estado da arte. A metodologia é apresentada no capítulo 4, enquanto que resultados são discutidos no capítulo 5. E finalmente no capítulo 6 são apresentadas as principais contribuições desse trabalho.

27 Capítulo 2 Smart Grid Smart Grid é um termo utilizado para se referir à próxima geração de redes de potência, em que o gerenciamento e distribuição de eletricidade incorporam comunicação bidirecional avançada e capacidades de computação difusa [Yan et al. 2013]. É uma infraestrutura moderna de rede de energia elétrica projetada para melhorar a eficiência, confiabilidade e segurança, com fácil integração de fontes de energia renováveis, através de tecnologias modernas de comunicação e controle automatizado. A inclusão de geradores de energia renovável vem como uma alternativa para o consumo de combustíveis fósseis, e consequentemente a redução das emissões de poluentes. Diferentes componentes do sistema estão ligados entre si através de caminhos de comunicação e sensores para prover interoperabilidade entre eles, por exemplo, distribuição, transmissão e outras subestações de consumidores, tais como residencial, comercial e industrial. Em redes inteligentes, informação confiável em tempo real torna-se cada vez mais um fator chave para a entrega de potência de unidades de geração aos usuários finais. O impacto das falhas dos equipamentos, restrição da capacidade, e acidentes e catástrofes naturais, que causam distúrbios e interrupções de energia, podem ser amplamente evitados pelo monitoramento, diagnóstico e proteção do sistema. As partes interessadas da indústria de energia elétrica (concessionárias, fornecedores, reguladores, consumidores e governos) reconhecem a necessidade de abordar questões que motivam o desenvolvimento e implementação das SGs e seus elementos. No entanto, diante dos desafios para a implantação de um rede com essas características, [El-hawary 2014] cita uma lista de motivação: Envelhecimento e baixo investimento em infraestrutura; Demanda por eletricidade está aumentando continuamente, causando sobrecargas nos sistema de energia; Grupos de interesse público vem pressionando para reduzir emissões de CO2 através da adoção de fontes de energia renováveis e regulamentar a eficiência energé-

28 6 CAPÍTULO 2. SMART GRID tica; Aumento da distância entre locais de geração e de cargas; Operação de plantas de geração de energia em paralelo com grande número de geração pequena e descentralizada; Disponibilidade intermitente e flutuante de energia de fontes renováveis, como a solar e eólica; Novos e adicionais modelos de consumo, como por exemplo a inclusão de carros elétricos híbridos; Aumento de custo e pressões regulatórias; O aumento da comercialização de energia independente das concessionárias; Necessidade de precificação e dados de consumo transparente para o consumidor; Pressão por preços de energia mais baixos e competitivos; Necessidade por fornecimento seguro e atendimento do aumento das necessidades de energia; Fornecedores de energia precisam adotar tecnologias de informação e comunicação para lidar com novos cenários operacionais e desafios, e ao mesmo tempo manter a rentabilidade e investir em infraestrutura; Sustentabilidade; Transmissão e distribuição de energia eficientes e confiáveis que são itens fundamentais para manter o funcionamento de economias e sociedades. Segundo o mesmo autor [El-hawary 2014] a proposta da SG inclui maior confiabilidade e qualidade de energia, redução no pico de demanda, redução dos custos do congestionamento de transmissão, potencial de aumento da eficiência energética, benefícios ambientais obtidos por uma maior utilização de ativos, aumento da segurança, capacidade para acomodar mais energia renovável, maior durabilidade e facilidade de reparação em resposta a ataques maliciosos ou eventos naturais adversos. Na Figura 2.1 mostra-se um esquema básico representando uma SG. O fornecimento de energia pode ser realizado pela subestação principal da concessionária, ou através da geração distribuída, localizada ao longo da rede de distribuição. Além disso, é possível a coleta e troca de dados entre os componentes da rede, utilizando tecnologia de informação. 2.1 Componentes de uma Smart Grid Face a criticidade dos serviços fornecidos por uma SG, é de fundamental importância o conhecimento dos diversos componentes que a integram, a fim de entender os seus

29 2.1. COMPONENTES DE UMA SMART GRID 7 Figura 2.1: Smart Grid. requisitos de dependabilidade. Sem perda de generalidade, pode-se categorizar os componentes de uma SG em: infraestrutura física (elétrica), dispositivos de controle, comunicação, sistema de medição e fatores humanos [Marashi & Sarvestani 2014]. A infraestrutura física de uma SG é formada por componentes hierarquizados na geração, transmissão e distribuição da energia elétrica. Adicionalmente, fontes de energia distribuída (Distributed Energy Resources DER) são também consideradas componentes dessa infraestrutura haja vista serem pontos de geração que são dispersos ao longo da rede de eletricidade. Essas fontes são pequenas plantas de geração que fornecem eletricidade extra e suplementam as fontes de geração convencional. Apesar desse benefício, uma vez adicionadas à rede, essas fontes alternativas de geração podem complicar a análise de confiabilidade do sistema. De acordo com [Marashi & Sarvestani 2014], existem muitos estudos que mostram que as linhas de transmissão são consideradas como importantes fontes de vulnerabilidade. Dispositivos de controle são também fundamentais para uma SG. Esses dispositivos ajustam o fluxo de potência para prevenir interrupção de linhas de transmissão em cenários de sobrecarga. Dispositivos conhecidos como FACTS (Flexible AC Transmission System) são um desenvolvimento tecnológico recente em sistemas de energia elétrica, que utilizam versões anteriores de eletrônica de potência baseadas em deslocamento de fase

30 8 CAPÍTULO 2. SMART GRID e mudança de tap de transformadores, somadas aos compensadores eletrônico série. O funcionamento dos controladores é baseado na incorporação de dispositivos de eletrônica de potência à rede para torná-la eletronicamente controlável. Outro ponto de fundamental importância é a integração de redes confiáveis e de alta velocidade de comunicação de dados a fim de gerenciar efetivamente e inteligentemente a complexa rede de energia. O pilar da comunicação dos sistemas de energia é responsável pela troca de informações entre dispositivos de potência distribuídos para facilitar o gerenciamento do sistema. Logo, o gerenciamento depende de uma comunicação confiável. Os sistemas de energia só podem operar corretamente com uma comunicação confiável entre os dispositivos eletrônicos. As redes de comunicação mais utilizadas em SGs são: wide-area networks, field area networks, e home area networks. Tecnologias avançadas de detecção e medição, presentes nos sistemas de medição, adquirem informações e armazenam dados, que são usados para aperfeiçoar o gerenciamento do sistema de energia. Através dessas tecnologias é possível avaliar a saúde de um equipamento e a integridade da rede. No contexto de SGs, melhores equipamentos de medição e controle permitem o sistema operar o mais próximo do seu limite físico e aumenta a sua eficiência. No caso das redes elétricas, os PMUs (Phasor Measurement Units) são sensores elétricos especializados utilizados para essa finalidade. Esses dispositivos coletam informações de tensão e corrente dos barramentos elétricos em subestações selecionadas com taxas de amostragens de até 60 Hz. O centro de controle executará o gerenciamento de energia, utilizando as informações recebidas dos PMUs para melhorar a estimação de estado, monitoramento, controle e proteção. Do lado do consumidor, os AMIs (Automatic Metering Infrastructure) fornece a capacidade de comunicação bidirecional para a interação entre as concessionárias de energia e as instalações do consumidor final, equipadas com medidores inteligentes. O mesmo medidor identifica o consumo de energia com muito mais detalhes que o medidor convencional, podendo informar ao consumidor a quantidade de potência consumida. Essa informação é útil para questões financeiras e ambientais. Dentro da indústria essas informações permitem o gerenciamento da qualidade de energia e auxiliam na melhoria dos processos [Yan et al. 2013]. Por fim, um componente de grande criticidade corresponde ao fator humano. A maioria dos sistemas de energia são projetados para serem aptos a operar de forma segura e em modo estável com o mínimo de contingência. Contudo, dependendo da severidade do evento de falha, o sistema pode entrar em estado de emergência quando se faz necessário que o operador humano realize uma ação. Efeitos em cascata devido ações errôneas podem conduzir o sistema a efeitos catastróficos. [Marashi & Sarvestani 2014] citam algumas das vulnerabilidades as quais as redes

31 2.2. TRABALHOS RELACIONADOS 9 inteligentes estão susceptíveis, separadas por seus componentes. Mesmo com todo o desenvolvimento tecnológico, os dispositivos são fontes potenciais de falhas, o que compromete a confiabilidade do sistema no qual estão inseridos, e isso requer uma análise criteriosa. A Figura 2.2, adaptada de [Marashi & Sarvestani 2014], apresenta algumas das principais causas de defeito em componentes das redes elétricas. Figura 2.2: Vulnerabilidades de SGs. 2.2 Trabalhos Relacionados Trabalhos relacionados à avaliação da dependabilidade em Smart Grids têm sido desenvolvidos nos últimos anos, principalmente relacionados à segurança [Maier & Levesque 2014] e integridade da rede [Zeng et al. 2012, Gamage et al. 2013, Marashi & Sarvestani 2014]. Como as redes inteligentes tem a capacidade de estabelecer a comunicação digital bidirecional, e para isso utilizam tecnologias de informação, as mesmas estão suscetíveis a ataques cibernéticos. A maioria dos trabalhos tem se direcionado a avaliar questões de segurança, como por exemplo prevenir ataques e invasões de terceiros na rede, ocasionados por possíveis vulnerabilidades dos sistemas de controle e comunicação [Erol-Kantarci & Mouftah 2015]. Por outro lado, poucos trabalhos podem ser encontrados na literatura sobre a avaliação da dependabilidade de uma SG considerando sua infraestrutura física e fontes diversas de geração de energia. [Song et al. 2014] desenvolveram um modelo de simulação onde é possível realizar tal avaliação, todavia, as condições e cenários de avaliação são disponibilizadas de uma maneira restritiva além de não suportar modo comum de falha. Adicionalmente, não há no modelo uma sistematização dos fatores de priorização das cargas, tampouco as condições de defeito da rede.

32 10 CAPÍTULO 2. SMART GRID Uma análise sobre a melhor estratégia a ser utilizada em cenários de falha em linhas de transmissão de SG foi conduzida em [Albasrawi et al. 2014]. Os autores utilizaram um modelo genérico baseado em Cadeias de Markov para a avaliação de falhas em cascata. O trabalho traz importantes contribuições quando analisadas apenas as falhas nas linhas de transmissão. Uma estratégia alternativa para a análise da dependabilidade de uma SG é modelar a rede como um grafo. Os vértices do grafos funcionariam como os componentes da infraestrutura física da SG enquanto que as arestas seriam as linhas de transmissão. A análise de dependabilidade em um grafo foi resolvida a partir da transformação de um grafo em uma Árvore de Falha [Silva et al. 2012]. Por outro lado, aquele trabalho utiliza uma condição de falha genérica baseada no problema 2-terminal enquanto que para o contexto das SG tem-se o problema k-terminal modificado. Este problema é definido considerando-se uma rede de N dispositivos e um conjunto de K dispositivos (K N e K < N ), onde K é um conjunto composto por um dispositivo centralizador e K- 1 dispositivos de campo. Definindo um dispositivo centralizador s K, o problema k- terminal é expresso como a probabilidade de que exista pelo menos um caminho de s para cada dispositivo de campo incluso em K. O problema 2-terminais é o caso onde K = 2. Assim, em uma SG tem-se diversas fontes geradoras (k) e uma ou mais cargas (centralizadores no caso do problema de grafos). Dessa forma tem-se então uma nova classe de avaliação, o problema k-terminal modificado. 2.3 Discussões A partir da discussão acima se torna claro que os trabalhos já desenvolvidos na literatura têm fornecido apenas uma solução parcial para o problema, uma vez que não são focados em toda a infraestrutura das SG, e somente em partes específicas da rede. Os mesmos também têm feito uso de outras ferramentas para a análise de dependabilidade, como cadeias de Markov, por exemplo. Adicionalmente, esses trabalhos são muito restritivos no que diz respeito a definição das condições de falha, métricas de avaliação, sistematização de prioridades de cargas e topologias. Devido à contínua expansão da utilização de fontes distribuídas e a inclusão de novas tecnologias nos sistemas de energia, e diante da necessidade de um sistema confiável, torna-se fundamental o estudo de métodos de avaliação de dependabilidade. A utilização desses métodos, em especial na fase de projeto, auxiliam no melhor dimensionamento das redes de energia e consequentemente no melhor aproveitamento da sua capacidade. A análise de dependabilidade também não se restringe somente à fase do projeto, podendo

33 2.3. DISCUSSÕES 11 ser utilizada durante a operação das redes. O principal benefício é a contribuição para uma melhor gestão de manutenção, garantindo a continuidade da operação da rede e redução de custos.

34 12 CAPÍTULO 2. SMART GRID

35 Capítulo 3 Dependabilidade Dependabilidade é um conceito discutido amplamente na literatura [Avizienis & Laprie 1986], [Avizienis et al. 2004], [Petre et al. 2011], existindo diversas definições para o termo. Na definição original [Avizienis & Laprie 1986], dependabilidade é a capacidade de entregar serviços que podem ser justificadamente confiáveis. Em outra definição [Petre et al. 2011], o termo é usado para descrever que um sistema pode ser confiável sob determinadas condições operacionais por um período de tempo específico. Neste trabalho, a definição de dependabilidade assumida é a capacidade de um sistema evitar falhas nos serviços mais críticos [Avizienis et al. 2004]. A definição pode ser utilizada no contexto de redes inteligentes, onde falhas nos serviços críticos podem ocasionar interrupções no fornecimento de energia, e podem resultar em sérias consequências. Dependabilidade é um conceito que compreende os seguintes atributos combinados: disponibilidade: habilidade em fornecer o serviço correto quando solicitado. Ou seja, a probabilidade do sistema estar operacional quando solicitado. confiabilidade: exprime a ideia de continuidade do serviço correto. O que pode ser entendido como a probabilidade de um defeito não ocorrer em um determinado período de tempo. segurança: ausência de consequências catastróficas aos usuários e ao meio ambiente. integridade: ausência de alterações impróprias, ou sem autorização, no sistema. mantenabilidade: capacidade para passar por modificações e reparos. Na prática, esses atributos devem ser quantificados para que se possa avaliar o quão confiável é um determinado sistema. A importância de cada um desses atributos é subjetiva e depende do contexto da aplicação que está sendo avaliada [Silva 2013]. Uma vez que existe a probabilidade de ocorrência de falhas em uma rede elétrica e riscos associados a esses eventos, ter informações precisas torna-se fundamental para

36 14 CAPÍTULO 3. DEPENDABILIDADE o processo de tomada de decisões. Segundo [Weber et al. 2012] algumas características principais devem ser modeladas em um sistema para a avaliação da dependabilidade, como por exemplo, a complexidade e a dimensão da rede, integração de informação qualitativa com conhecimento quantitativo, e as dependências entre os eventos. Segundo o mesmo autor, algumas técnicas podem ser utilizadas para tratar da dependabilidade, como por exemplo, Árvores de Falhas, Árvores de Falhas dinâmicas, Redes Bayesianas, Cadeias de Markov e Redes de Petri. 3.1 Ameaças a Dependabilidade A definição de serviço correto representa a entrega do serviço, implementado de acordo com a função do sistema, sendo a parte do estado total que é perceptível na interface de serviço é o seu estado externo; a parte restante é seu estado interno. No entanto, existem eventos que fazem com que o sistema não consiga executar sua função corretamente. Isto acontece quando um serviço falha devido ou a uma não conformidade com a especificação funcional, ou a especificação não descreve adequadamente a função do sistema. São estes as falhas (fault), erros (error) e defeitos (failure). [Avizienis et al. 2004] definem um serviço como uma sequência de estados externos do sistema, em que um defeito no serviço significa que, pelo menos um (ou mais) estado externo do sistema se desvia do estado correto do serviço. O desvio é chamado de erro. A causa julgada ou hipótese de um erro é uma falha Falhas Falhas podem ser internas ou externas a um sistema. [Avizienis et al. 2004] organizaram e classificaram as falhas para três principais grupos: falhas de projeto, falhas físicas e falhas de operação. As falhas de projeto incluem todas as falhas que ocorrem durante a fase de desenvolvimento dos sistemas, enquanto que as falhas físicas são aquelas que afetam o hardware dos equipamentos. Por fim, as falhas de operação são todas aquelas que ocorrem durante a utilização dos sistemas. Para melhor compreensão dessa classificação, são descritos alguns exemplos. Falhas naturais são tipicamente falhas físicas causadas por fenômenos naturais com ou sem a participação de agentes externos (humanos). Outro exemplo de falha é aquela provocada pela ação do homem, a qual pode incluir a falha por omissão (ausência de ações quando na verdade ações deveriam ter sido tomadas) ou falha por comissionamento (quando ações erradas conduzem a falhas). Outros exemplos são descritos abaixo:

37 3.1. AMEAÇAS A DEPENDABILIDADE 15 Falhas maliciosas: introduzidas com o objetivo de alterar o funcionamento do sistema. Falhas não maliciosas: introduzidas sem o objetivo malicioso. Falhas deliberadas: ocorrem devido a más decisões. Falhas não deliberadas: ocorrem devido a erros. Falhas de configuração: a configuração errada dos parâmetros conduzem para falhas Erros A definição de erro é a parte do estado total do sistema que podem conduzir a um defeito subsequente. Erros podem causar defeitos, enquanto que as causas dos erros são as falhas. No entanto, é importante ressaltar que nem sempre um erro pode ocasionar uma situação de defeito no sistema. A relação completa entre falhas, erros e defeitos é descrita na Figura 3.1. Figura 3.1: Relação entre falhas, erros e defeitos Defeitos Defeito pode ser definido como a manifestação de eventos que ocorre quando o sistema desvia do serviço correto. Ou seja, defeitos ocorrem quando erros são propagados dentro do sistema. Um ponto de grande importância é a identificação das possíveis causas dos defeitos. Isso pode ser realizado mais facilmente baseado na caracterização/classificação dos diversos tipos de defeitos. [Avizienis et al. 2004] caracteriza os defeitos em quatro pontos de vistas: domínio, detectabilidade, consistência e consequências. No primeiro ponto de vista, o domínio dos defeitos são classificados em três classes principais: Defeitos de conteúdo: a natureza da informação (numérica ou não numérica) transmitida desvia da especificação correta. Defeitos temporais: a duração do serviço desvia da implementação correta (muito rápido ou muito lento).

38 16 CAPÍTULO 3. DEPENDABILIDADE Defeitos de conteúdo e temporais: nenhum serviço é entregue ou caso o serviço seja entregue ele desvia da sua implementação correta. O próximo ponto de vista importante descrito por [Avizienis et al. 2004] é a detectabilidade dos defeitos. Esse ponto representa a sinalização do defeito para os usuários. Nesse contexto, dois principais problemas precisam ser observados. O primeiro refere-se aos falsos alarmes, o qual se caracteriza pela sinalização dos defeitos quando na prática eles não ocorreram. O segundo é ainda mais crítico e refere-se a não sinalização dos defeitos quando eles realmente ocorrem. Ambos os problemas conduzem o sistema para um estado de degradação, onde apenas algumas funcionalidades são operacionais. A consistência dos defeitos é um ponto de vista, cujo conceito está relacionado com a capacidade de observação dos defeitos pelos usuários. Quando um serviço incorreto é percebido por todos os usuários do sistema, o defeito é chamado consistente. Por outro lado, quando apenas alguns usuários percebem que um defeito ocorreu, este é chamado de inconsistente. Finalmente, o último ponto de vista proposto por [Avizienis et al. 2004] é a consequência dos defeitos. Esse ponto caracteriza a severidade ocasionada por um defeito. Quando as consequências são comparadas com os benefícios fornecidos pelo funcionamento correto do sistema, os defeitos são chamados de benignos, caso contrário eles são chamados de catastróficos. 3.2 Meios para obtenção da Dependabilidade Em relação aos meios para a obtenção da dependabilidade, [Avizienis et al. 2004] categorizou quatro grupos principais: prevenção de falhas, tolerância a falhas, remoção de falhas e previsão de falhas [Silva 2013]. Prevenção de falhas é um conceito largamente utilizado na engenharia para descrever a capacidade em prevenir a ocorrência de falhas. A prevenção de falhas pode ser utilizada durante as fases de especificação (evitar especificações incompletas ou ambíguas), desenvolvimento (escolha correta de metodologias e processos), fabricação (verificação da qualidade dos componentes) e operação (treinamento dos usuários) dos sistemas. Mesmo com a evolução das técnicas para prevenção, pode-se afirmar que é impossível garantir um sistema imune a falhas. Tolerância a falhas é definida como a capacidade de evitar defeitos na presença de falhas. Esse meio utiliza duas técnicas para essa finalidade: detecção de erros e a recuperação do sistema. A primeira técnica permite a detecção de um estado errado do

39 3.2. MEIOS PARA OBTENÇÃO DA DEPENDABILIDADE 17 sistema e ainda pode ser utilizada de uma maneira concorrente (durante a entrega normal do serviço) ou de uma maneira preemptiva (enquanto o serviço está suspenso). No caso do mecanismo de recuperação, tem-se a eliminação dos erros (manipulação dos erros) e a prevenção que falhas sejam ativadas novamente (manipulação de falhas). A eliminação dos erros é composta de três partes principais: retrocesso (retorno para um estado seguro do sistema), avanço (deslocamento para um novo estado confiável) e compensação (uso de redundância para mascarar o erro). A técnica de manipulação de falhas é caracterizada por quatro funcionalidades: identificação e localização dos erros (diagnóstico), exclusão dos componentes falhados (isolamento), reatribuições de tarefas (reconfiguração) e reinicialização. Uma visão geral sobre os principais meios para obtenção de tolerância a falhas é descrita na Figura 3.2. Figura 3.2: Meios para obtenção da tolerância a falhas. Na técnica de remoção de falhas procura-se alcançar a dependabilidade pela redução no número de falhas durante as fases de desenvolvimento e operação do sistema. Na fase de desenvolvimento, a remoção de falhas é garantida através de três procedimentos: verificação (checagem sempre que o sistema anuncia uma nova funcionalidade), diagnóstico (identificar e localizar falhas) e correção. Durante a fase de operação, a remoção de falhas é realizada através da manutenção dos componentes, seja corretiva ou preventiva. No primeiro caso, falhas que tenham produzido um ou mais erros são removidas, enquanto que no segundo, falhas são removidas, ainda durante a operação do sistema, antes que elas possam causar erros. Por fim, a previsão de falhas estima o número e as consequências das falhas no sistema. A técnica executa uma avaliação do comportamento do sistema em relação a ocorrência ou ativação de falhas. A avaliação pode ocorrer de maneira qualitativa ou quantitativa. No primeiro método, visa-se identificar, classificar e ranquear os defeitos, ou a combinação de eventos que levam ao defeito no sistema. No segundo método, visase avaliar em termos de probabilidades a medida em que alguns dos atributos (medidas)

40 18 CAPÍTULO 3. DEPENDABILIDADE são satisfeitos. 3.3 Medidas Fundamentais Um dos principais meios para alcançar a dependabilidade dos sistemas é através da tolerância a falhas. A dependabilidade dos sistemas pode ser avaliada baseada em duas medidas fundamentais [Muppala et al. 2000]: a confiabilidade e a disponibilidade Confiabilidade O conceito de confiabilidade é definido como a probabilidade de um defeito do sistema não ter ocorrido no intervalo [0,t[. Considerando que o sistema apresente dois estados, conforme descrito da Figura 3.3, a transição do estado operacional para o defeituoso é vinculada à função z(t) [Silva 2013]. Figura 3.3: Estados do sistema na visão da confiabilidade. A confiabilidade R(t) de um sistema pode ser descrita como o complemento da função de probabilidade acumulativa dos defeitos (Equação 3.1). R(t) = P(T > t) = 1 F(t) (3.1) A equação R(t) é uma função da taxa de falha λ(t), que descreve a taxa de falha instantânea de um componente (Equação 3.2). t R(t) = exp( λ(u)du) (3.2) 0 Outra métrica relacionada ao R(t) é o MTTF (Mean Time To Failure), que representa outra forma de avaliar a confiabilidade através dos valores médios/esperados (E(t)) das distribuições de probabilidades de falhas. A equação 3.3 apresenta a métrica, a qual é

41 3.3. MEDIDAS FUNDAMENTAIS 19 definida como o tempo médio esperado durante o qual um componente funciona corretamente Disponibilidade MT T F = E(t) = 0 R(t)dt (3.3) O conceito de disponibilidade é definido como a probabilidade do sistema estar operacional no instante de tempo t. Assim como a confiabilidade, a disponibilidade também possui dois estados, conforme apresentado na Figura 3.4. No entanto, nesse novo modelo, após a ocorrência de um defeito o sistema, este é reparado (manutenção). A transição do estado defeituoso para o operacional é vinculado à taxa de reparo µ(t) [Silva 2013]. Figura 3.4: Estados do sistema na visão da disponibilidade. A disponibilidade pode ser obtida similarmente à confiabilidade, substituindo cada evento pela função da confiabilidade de cada evento A(t). Se a taxa de falha λ e a taxa de reparo µ são assumidas como sendo constantes, A(t) é dado pela equação 3.4. A(t) = µ µ + λ + λ µ + λ e (λ+µ)t (3.4) Assumindo-se que n períodos ocorreram, pode-se encontrar A através da equação 3.5. Nesse caso o MTTF = 1/λ e MTTR (Mean Time to Repair) = 1/µ. A = MT T F MT T F + MT T R (3.5) Dessa forma, percebe-se que A depende apenas do MTTF e do MTTR do sistema. O comportamento do sistema pode ser melhor visualizado na Figura 3.5.

42 20 CAPÍTULO 3. DEPENDABILIDADE Figura 3.5: Comportamento do sistema pela lógica do reparo perfeito. 3.4 Medidas de Importância Nesta seção são apresentadas algumas medidas que são utilizadas para classificar os elementos de um sistema de acordo com sua ordem de importância. São essas: Birnbaum, Criticidade e Fussel-Vesely. Assume-se um sistema com n componentes independentes, em que cada componente i possui uma função de confiabilidade R i (t) [Silva 2013]. A medida de Birnbaum I B (i/t) descreve a importância da confiabilidade de um componente. Esta métrica é definida como uma derivada parcial da confiabilidade do sistema em relação à confiabilidade do componente i, conforme representado na equação 3.6 I B (i/t) = R(t) ;i=1,2,...,n (3.6) R i (t) Se I B (i/t) é um valor grande, uma pequena variação na confiabilidade do componente i resultará em uma mudança considerável na confiabilidade do sistema. Um componente i é considerado crítico para o sistema se a falha dele implica a falha do sistema. Dessa forma, a medida Birnbaum pode também ser interpretada como a probabilidade do componente ser crítico para o sistema no tempo t. A medida de Criticidade I CR (i/t) é adequada para priorizar ações de manutenção. Está relacionada com melhoria da confiabilidade do sistema como resultado da melhoria de confiabilidade do componente. Esta métrica é definida como a probabilidade do componente i ser crítico no instante t e ter ocorrido a falha nesse instante, sabendo que o sistema falhou no instante t. A equação que descreve a criticidade é dada por equação 3.7. I CR (i/t) = IB (i/t)(1 R i (t) 1 R(t) (3.7)

43 3.5. ÁRVORES DE FALHAS 21 A medida Fussel-Vesely I FV (i/t) descreve como um componente pode contribuir para o defeito de um sistema dado que não é crítico. Esta métrica é definida como a probabilidade de que pelo menos um conjunto de cortes mínimos, que contenha o componente i, tenha falhado no instante t, sabendo-se que o sistema falhou nesse mesmo instante. Sua definição é descrita pela equação 3.8: I FV (i/t) m j=1 (1 R j(t)) 1 R(t) (3.8) onde R j (t) é a função de confiabilidade do conjunto de cortes mínimos j que contém o componente i, enquanto que m é a quantidade de cortes mínimos que contém o componente i. 3.5 Árvores de Falhas O modelo de Árvore de Falhas é um recurso utilizado para análise de dependabilidade empregado neste trabalho. É uma estrutura em formato de árvore, que representa a sequência de defeitos individuais do componentes que causam a parada de um sistema. O ponto de partida é a definição de um único e bem definido evento indesejável, que é a raiz da árvore [Trivedi 2001]. De uma maneira geral, Árvores de Falhas (Fault Tree FT) são modelos gráficos que representam a combinação de eventos responsáveis por conduzir um defeito no sistema. O modelo utiliza uma estrutura de árvore composta por eventos e portas lógicas. Os eventos representam as condições normais e de falhas do sistema (defeitos nos componentes, condições ambientais, falhas humanas, etc). Os eventos seguem a lógica booleana, ou seja, eles ocorrem ou não ocorrem. Em contrapartida, as relações causa-efeito entre os eventos são representadas pelas portas lógicas. As entradas destas portas podem ser desde um simples evento até uma combinação de eventos oriundos da saída de outra porta lógica. Há vários tipos de portas disponíveis no formalismo da técnica, dentre as quais tem-se and, or e k-out-of-n. A análise de Árvores de Falhas (Fault Tree Analysis FTA) é uma técnica eficiente para avaliar qualitativamente e quantitativamente a confiabilidade e a disponibilidade dos sistemas [Xing & Amari 2008]. Na análise qualitativa, FTA pode ser utilizada dependendo da fase de um sistema. Na fase de desenvolvimento tem como objetivo identificar potenciais problemas que podem conduzir a defeitos. Já na fase de comissionamento a técnica pode ser usada para identificar as causas do defeito. Por outro lado, durante a análise quantitativa é possível mensurar as medidas de confiabilidade e disponibilidade do sistema em

44 22 CAPÍTULO 3. DEPENDABILIDADE análise. As principais vantagens da FTA estão relacionadas com o procedimento intuitivo para descrever os eventos que conduzem aos defeitos do sistema e com a minimização do problema de explosão do espaço de estados, muito comum na modelagem de sistemas de grande porte [Trivedi 2001]. A avaliação de uma FT consiste em calcular a probabilidade do evento TOPO (representa a condição de defeito do sistema) baseado nas probabilidades dos eventos básicos. Este cálculo é realizado diferentemente para cada tipo de porta lógica. Assumindo n entradas/eventos, a ocorrência do evento i é descrita pela sua função de distribuição acumulativa (CDF) F i (t). Pode-se descrever as saídas das portas lógicas conforme descrito na Figura 3.6. Quando uma porta and é usada, a condição de defeito é ativada somente no momento em que todas as entradas/eventos ocorrerem. Por outro lado, a saída de uma porta or é ativada quando pelo menos uma das suas entradas/eventos está ativa. Finalmente, se uma porta k-out-of-n é usada, a saída estará ativa se pelo menos k entradas/eventos ocorreram das n disponíveis. F t = 1 n i=1 (1 F i (t)) F t = n i=1 F i (t) F t = ( F i t I k i I )( 1 F i (t)) i I or F i (t)... F n (t) and F i (t)... F n (t) K out of N F i (t)... F n (t) Figura 3.6: Função de distribuição acumulativa para as saídas das portas and, or e k-outof-n. As equações apresentadas na Figura 3.6 referem-se a uma FT que não apresenta eventos repetidos. No caso em que ocorrem eventos repetidos, as equações são inválidas. Torna-se necessário o emprego de uma técnica diferente. No contexto deste trabalho é utilizada a soma dos produtos disjuntos (SPD). O método SPD pode ser eficientemente empregado nas árvores de falhas com eventos repetidos, além do mais é facilmente automatizado. A ideia básica consiste em encontrar uma função booleana φ(x) que descreva a condição de defeito do sistema (o evento TOPO) e transformar esta função em outra, cujos termos individuais são mutualmente exclusivos. A função estrutural φ(x) é dada por 3.9 [Silva 2013]:

45 3.5. ÁRVORES DE FALHAS 23 φ(x) = 1 sistema falhou 0 sistema não falhou (3.9) onde x é definido como o vetor de estados, x = (x 1,x 2,...,x n ). Cada elemento x i é uma variável booleana que representa o estado do componente i.

46 24 CAPÍTULO 3. DEPENDABILIDADE

47 Capítulo 4 Metodologia de Avaliação A metodologia proposta nesse trabalho tem como objetivo avaliar a dependabilidade (confiabilidade e disponibilidade) de uma SG baseada em um modelo de Árvores de Falhas. Em outra palavras, através da metodologia será possível calcular a confiabilidade e a disponibilidade de uma determinada carga a ser atendida. Ainda na fase de projeto da rede, a metodologia pode ser utilizada como fornecedora de informações (topologia, criticalidade dos dispositivos, nível de redundância) para a criação de uma infraestrutura mais robusta e confiável. As mesmas informações podem também ser utilizadas durante a fase de operação e expansão da rede. A Figura 4.1 descreve uma visão geral da metodologia proposta. O processo tem início com o fornecimento de informações sobre a topologia da rede, dados de falhas e reparos, métricas de avaliação, priorização de cargas e a condição de defeito da rede. Esta última é definida por uma expressão lógica que combina os estados de falha das cargas de uma SG para um determinado cenário. A priorização das cargas é fundamental, pois em caso de falhas das fontes de energia algumas cargas podem ter maior prioridade em detrimento de outras. Cada uma dessas entradas serão detalhadas posteriormente. As diferentes combinações de possibilidades de falhas nas fontes é resolvida por um algoritmo clássico de simplificação de funções booleanas (Quine-McCluskey). O método Quine-McCluskey é um método de tabulação eficaz para a simplificação de expressões que contém mais de quatro variáveis, sendo mais eficaz para a redução da complexidade de execução do algoritmo [Jain et al. 2008]. A partir dessa simplificação, as expressões que representam o evento TOPO de cada uma das cargas em função das diversas fontes são encontradas. Para suportar a obtenção de condições de defeito mais flexíveis é necessário encontrar todos os caminhos entre as fontes e as cargas que constituem a condição de defeito da rede. A seguir, uma lógica baseada no problema k-terminal é utilizada para incorporar a topologia da rede na expressão que envolve o evento TOPO das cargas. Em outras palavras,