1751 Richardson, Suite 2525, Montréal, Qc, Canada

Transcrição

1 A Survey of Smart Grid Research and Development Involving Real-Time Simulation Technology Uma Avaliação sobre Pesquisa e Desenvolvimento de Smart Grids envolvendo Tecnologias de Simulação em Tempo Real 1 Christian Dufour, 2 Simone Araújo, 1 Jean Bélanger, 1 Opal-RT Technologies Inc Richardson, Suite 2525, Montréal, Qc, Canada 2 OpenCadd Advanced Technology, São Paulo, SP, Brasil Abstract- This paper discusses the various aspects involving the research and development of smart grids. Discussed are applications going from large grid renewable integration, WAMPAC systems to micro-grids. Load scheduling and power balance, communications issues, understanding customer behavior, large area protection, distribution control are only some aspects of the challenge of making power grids more robust, more intelligent. The potential complexity of such smart grids requires careful study and analysis before actual realization. This paper explains how such challenges are addressed using real-time simulation technologies in different laboratories around the world. Resumo - Este artigo discute diversos aspectos envolvendo a pesquisa e o desenvolvimento de Smart Grids. As discussões incluem aplicações que vão desde grandes grids com integrações de fontes renováveis de energia, conhecidos como sistemas WAMPAC, até micro-grids. Load scheduling e balanceamento de carga, grandes áreas de proteção e controle de distribuição são apenas alguns dos aspectos do desafio de fazer Smart-Grids mais robustos e mais inteligentes. A complexidade potencial dos Smart-Grids requer diversos estudos e análises antes de partir para a execução. Este artigo explica como tais desafios podem ser encarados usando tecnologias de simulação em tempo real em diferentes laboratórios no mundo. Keywords: Smart-Grid, HIL, Simulation, Renewables, RT-LAB I. INTRODUÇÃO O que é smart grid ou rede inteligente? Segundo o dicionário, inteligência é a habilidade de aprender, entender ou lidar com novas ou inusitadas situações, ou a abilidade de usar o conhecimento para manipular o ambiente. Uma definição de inteligência também se relaciona com informação relativa a um inimigo, ou possível inimigo, ou uma área. A analogia com a rede inteligente é que a coleta de informações (feita por meio de sensores) e comunicação são essenciais para atingir bom desempenho "contra" os vários atores da rede cujas ações podem comprometê-la. A rede inteligente pode ser vista de duas maneiras: em função da inteligência do projeto para lidar com os desafios modernos tais como confiabilidade, eficiência e meio ambiente; e em função da capacidade da rede inteligente para lidar com sua própria complexidade que, inevitavelmente, trará situações difíceis. Rede inteligente, portanto, significa mais do que simplesmente aumentar a eficiência energética. Redes de distribuição inteligentes podem incluir todas as ações para melhorar a confiabilidade para o usuário, reduzir a demanda de pico, deslocar a consumo para fora do horário de pico e diminuir consumo de energia total. Também pode gerenciar diversas maneiras inovadoras de usar a energia gerada pelos clientes tais como energia solar, eólica e outras fontes renováveis e re-injetá-la na rede, como ilustrado na Fig. 1. O aumento da utilização de veículos elétricos pode também causar um impacto sobre a rede, seja para o carregamento das baterias ou para manter uma reserva de energia para o parque automotivo. Engenheiros envolvidos nos projetos de redes inteligentes também devem compreender melhor como a energia é consumida/gerada por um novo perfil de consumidor que surge. Fig. 1. Exemplo de Smart-Grid A elevada complexidade das redes de energia modernas exigem testes e projetos mais avançados na elaboração dos seus projetos. Simuladores em tempo real podem ser de grande ajuda neste ponto, possibilitando que pesquisadores testem, sistemas complexos e métodos aplicados ao desenvolvimento de smart-grids.. O foco deste trabalho é mostrar tais aplicações usando exemplos de pesquisas feitas por grandes universidades pelo mundo. A pesquisa

2 envolvendo smart grids é feita usando exaustivamente simuladores de sistema de potência em tempo real. Neste artigo discutiremos algumas aplicações, feitas em diversos locais, diferentes laboratórios, e relacionadas ao desenvolvimento de smart grids usando tecnologias de simuladores em tempo real como: - Novas metodologias distribuídas de controle de redes - Testes de protocolos de comunicação, como IEC Diferentes abordagens sobre estimação de estado em redes de distribuição usando PMUs de alta distinção. - Desenvolvimento e teste de sistemas WAMPAC - Métodos para utilização de filtros ativos conectando a variados conversores de eletrônica de potência das smart grids. - Integração de grandes áreas de energia renovável. - Simulação Power-HIL Estes estudos envolvem diferentes plataformas de simulação em tempo real como RT-LAB, RTDS, xpc Target, dspace e HyperSim. II.SMART-GRID E COMUNICAÇÃO Os links de comunicação são um ponto crítico para que se possa coordenar corretamente a operação de redes de potência. Por exemplo, numa topologia clássica de rede de potência consistindo de um pequeno número de pontos de geração síncronos conectados às cargas, o correto recebimento das medições fasoreais já é, há um certo tempo, mantadória para se operar uma rede. Redes mais modernas e verdes, em contrapartida, são feitas de muitos dispositivos ativos. Estas redes são projetadas para permitir a incorporação de muitos pontos de geração, tais como turbinas eólicas e energia solar, onde o comportamento é muito difícil de ser previsto. Um outro ponto é que smart grids podem tirar proveito da capacidade de armazenamento disponível em carros elétricos conectados à rede como fontes alternativas de geração. RT-Lab Real-Time Simulator Thevenin Bus 1 Synchronous Generartor Bus 2 500MVA, 20kV Transmission Line L 1-3 Transmission Line L 1-3 a Step Up Transformer 20kV / 380 kv Bus 3 Process BUS (Sampled Values) (IEC ) Bus 4 Step Down Transformer 380 kv / 6.3 kv Bus 5 Transmission Line L 3-5 ABB RED-670 Fig. 2. Teste do protocol IEC usando RT-LAB M Induction Motor 4.9 MVA, 6.3 kv OLTC Controlled Load Todas essas novas funções e capacidades dependem de uma coordenação e comunicação adequadas. O IEC é um protocolo de comunicação baseado em IP e vem ganhando rapidamente aceitação na área de energia. Ele foi originalmente desenvolvido para proteção e controle de substações, mas foi adaptado para lidar com a complexidade dos smart grids. O Simulador RT-LAB suporta os protocoles IEC e DNP3 e permite ao usuário testar diferentes estratégias de controle usando este protocol de comunicação. Estudos envolvendo o protocolo IEC-61850, como descrito acima, vem sendo realizados pela KTH Smart-TS Laboratory, em Estocolmo, Suécia. O barramento de processamento IEC é relativo à transferência de dados entre equipamentos primarios e IEDS através da rede Ethernet. O uso de relés baseados no IEC elimina a necessidade de cabos de cobre de alto custo e facilita a interoperabilidade entre equipamentos de diferentes fabricantes numa subestação. Fabricantes de relés de proteção estão adicionando novas características considerando os valores amostrados em seus IEDs. A confiabilidade do barramento de dados do processo está ainda em fase de análise, e alguns projetos pilotos vem sendo testados mundialmente para avaliar seu desempenho se comparado à tradicional arquitetura de cabos de cobre. Na KTH, existe uma abordagem para Hardware-in-the-loop (HIL), em tempo real, para avaliar as características de proteção através da implantação de um barramento de dados [1]. Como descrito na Fig. 2, a característica de proteção diferencial da ABB RED-670 foi avaliada para dois modelos de tranformadores de múltiplos enrolamentos utilizando o simulador em tempo real emegasim Opal-RT. Um procedimento extensivo de testes do relé SEL-478E que utiliza o IEC e o simulador de relés RT-LAB também foi feito em [14]. III.FILTRAGEM COOPERATIVA EM REDES DISTRIBUÍDAS Pesquisadores da Universidade de Campina Grande (UFCG), Paraíba, Brasil, vêm usando o simulador RTDS, da RTDS Technologies, Canadá, e mais recentemente o RT- LAB, da Opal-RT Technologies, para estudar diversos problemas como controle cooperativo de filtros ativos múltiplos baseados na detecção de tensão e computação de Distorção Harmonica Total (THD Total Harmonic Distortion) a fim de aumentar a qualidade da energia. Fig. 3. Representação simplificada de uma rede de distribuição de energia e o proposto esquema de controle APLC Cargas dinâmicas, capacitores shunt, faltas ou outros tipos de problemas que podem aparecer num sistema, não são totalmente previsíveis. Estes cenários dinâmicos podem se beneficiar de um controle distribuído, onde uma série de

3 Filtros ativos de Linhas de Potência (APLC - Active Power Line Conditioner) reduzem cooperativemente todos os harmônicos a partir de pontos de acoplamento comum (PCC- Point of Common Coupling), num sistema de potência. O objetivo é se assegurar de que a redução dos harmônicos satisfaça a norma IEEE-519, que impõe que o valor THD seja menor que 5%. Em [2], controladores APLC foram implementados em processadores DSP da Texas Instruments e interfaceados com simuladores em tempo real para verificar sua efetividade. O esquema de controle APLC proposto para uma rede de distribuição de energia é mostrado na Fig. 3. Na figura, LS representa um segmento de linha de distribuição de energia, PCC é entendido como um ponto de acoplamento comum, Nc é um controlador de nó local instalado num PCC, o bloco APLC é representa os PCCs que possuem compensação e SCA é a central de controle supervisório autômato. O valor da THD da tensão é então transferida para o SCA. O bloco APLC possui um processador local que implementa as leis de controle APLC baseado numa corrente fornecida pelo SCA. Uma descoberta importante da pesquisa foi que utilizando menos APLC que cargas de potência é possível respeitar a norma IEEE-519, desde seja feito um posicionamento correto do APLC e eles trabalhem em cooperação. tornar difícil de realizar um controle centralizado. Muitos eventos e/ou modificações podem surgir numa rede de distribuição e os limites de um sistema de controle centralizado podem ser alcançados rapidamente. Através de um simulador em tempo real, pesquisadores do laboratório L2EP, em Lilles, França, vêm trabalhando no desenvolvimento de um método decentralizado para controle de tensão numa rede de distribuição. Cada fonte resolve sua própria função de otimização baseada principalmente na informação local. Um método muito simples de coordenação foi proposto e permite um integração fácil de uma nova fonte no controle global de tensão. Este método é baseado no conceito de Sistemas de Múltiplos Agentes (MAS - Multi Agent System) [3][4]. IV. CONTROLE DISTRIBUIDO BASEADO EM AGENTES DO SMART GRID Atualmente, a importante integração da produção de energia elétrica de usinas éolicas pode introduzir problemas na regulação de tensão. A maior razão para isso reside no fato que a rede de distribuição existente não foi projetada pensando na inclusão deste tipo de geração. Por exemplo, a conexão de geradores eólicos na rede de distribuição pode gerar sobretensão local e afetar a operação correta de transformadores com comutação sob carga. Diferentes estratégias de regulação da tensão secundária em redes de distribuição vêm sendo propostas na literatura. Na maior parte dos casos, as estratégias para regulação de tensão são centralizadas e realizadas por um computador central que supervisiona a produção de todos os geradores distribuídos (i.e. geradores eólicos), e procura otimizar a tensão considerando os set points desses geradores distribuídos. Um exemplo deste príncipio de controle está no Controle de Tensão Distribuido Coordenado (DCVC- Distribution Coordinated Voltage Control) que é uma adaptação para a rede de distribuição do controle coordenado usado em algumas redes de transmissão. Este algoritmo centralizado de regulação de tensão precisa conhecer toda a configuração da rede e ainda necessita de um grande número de componentes para efetuar tanto a aquisição de dados quanto a comunicação do sistema. Ele resolve uma função de otimização única que precisa ser recalculada se um ponto de geração é conectado ou desconectado. Entretanto, para um desenvolvimento em larga escala com muitos geradores distribuídos, um sistema de controle centralizado pode se Fig. 4. Plataforma de teste multi agente para smart grid usando RT-LAB Em sua experimentação, acoplou-se o simulador RT-LAB a três programas de agentes independentes. Cada um deles tinha como tarefa controlar a tensão e o nível de potência em seu próprio ponto de geração eólica de conexão à rede. A rede foi simulada em tempo real usando o SimPowerSystems BlockSet (MathWorks), e o plugin para tempo real ARTEMiS (Opal-RT). O controle do agente e a interação com a rede foi feito através de links TCP/IP. Como mostra a Fig. 4, desenvolveu-se uma plataforma de pesquisa dedicada ao estudo de controle de energia distribuído e do comportamento de redes elétricas num futuro proximo. Esta plataforma inclui diversas sub-plataformas que podem interagir entre si e com o simulador RT-LAB, conhecido como plataforma JADE para desenvolvimento de Agentes e uma ferramenta de monitoramento SCADA.

4 V. SIMULAÇÃO EM TEMPO REAL DE UMA REDE DE DISTRIBUIÇÃO A incorporação de fontes renováveis à rede de distribuição traz consigo novos desafios em termos de capacidade demandada para simulação de transitórios eletromagnéticos em tempo real. Este é um aspecto da simulação em tempo real que é objeto de estudo num esforço conjunto do G2Elab do Grenoble Institute of Technology e o L2EP of University Lille Nord de France, ambos localizados na França. ativa e reativa (comparado com uma simulação sem atrasos). O passo da simulação em tempo real alcançado foi de 50 µs. Espera-se que este desempenho aumente com o advento de novas tecnologias como modelos externos SSN (adicionado em 2012) e o agrupamento SSN em dois níveis. O algoritmo SSN (State-Space Nodal) cria uma partições em espaço de estado virtual que descrevem a rede que é resolvida simultaneamente usando um método nodal nos pontos de particionamento da conexão. As partições podem ser resolvidas em paralelo em diferentes núcleos de um PC sem atrasos nos algoritmos. F1 A. Modelagem OLTC em SSN usando Código Customizado (SSN External models) Em [6], os pontos OLTC foram divididos em 17, devido ao método de implementação do SimPowerSystems da MathWorks que usa 15 chaves por fase. O SSN é capaz de suplantar esta limitação através do uso dos modelos externos (SSN external model). Modelos externos permitem a codificação direta de equações de um OLTC em domínio discreto. De fato, no domínio discreto, um OLTC é simplesmente um transformador que possui uma relação de transformação variável e uma indutância de dispersão. GRID Transformer + OLTC 63 kv / 20 kv 36 MVA F2 F3 Fig. 5. Integração de Fontes Renováveis com Redes de Distribuição Uma das principais razões para isto é que, contrapondo os sistemas clássicos de potência que se encontram em áreas geograficamente esparsas, redes de distribuição são aglomeradas por natureza. Isto implica que métodos clássicos de desacoplamento de equações com o uso de linhas tipo Bergamon não podem ser facilmente utilizados neste tipo de rede. Em [6], a rede de distribuição apresentada na Fig. 5 foi simulada em tempo real. Esta rede possui 210 barramentos, 210 linhas e 121 cargas, separadas em 5 subredes principais e conectadas num alimentador OLTC. O comprimento total das linhas é de 68 km e comprimento médio da linha principal de 7,5 km de comprimento, o que acarreta impossibilidade de desacoplamento das equações utilizando-se dos atrasos naturais de propagação em linhas de transmissão. Para realizar uma simulação em tempo real de tal rede, é preciso 1) usar métodos de desacoplamento inteligente usando agrupamento, ou as capacitâncias dispersas das linhas, para criar atrasos [10], 2) adicionar atrasos com método de compensação, ou 3) usar um algoritimo de simulação baseado em desacoplamento/particionamento virtual como o ARTEMiS-SSN. Em [6], o método de atraso compensatório foi usado com sucesso, resultando num erro menor que 0,002% na potência F4 F5 B. Simulação sem atraso SNN em Redes de distribuição Em [6] novamente, também foi descoberto que redes completas não podem ser simuladas utilizando apenas o algoritimo SSN (i.e. sem adicionar atrasos), apesar da possibilidade de se computar em paralelo as 5 subredes utilizando múltiplos núcleos do simulador RT-LAB. Uma das razões para isso esta na forma com que o algoritmo SSN trata as várias partições que ele cria. Na versão atual do SSN, os grupos SSN (ou partições) são alocados nos núcleos disponíveis com um simples balanceamento de carga computacional, sem se importar com a localização dos cálculos computacionais. Ainda nesta versão, a solução LU completa é feita em um único núcleo. Fig. 6. Método de separação de dois níveis por núcleo núcleo no SSN

5 Esforços foram feitos para implementar um método de separação em dois níveis por núcleo no SSN que é também chamado de SSN Supergrupo e corresponde a um grande número de grupos SSN altamente acoplados que são atribuídos a um núcleo específico. Esta técnica requer a paralelização da solução LU através dos núcleos. A referência [8] explica de forma clara como isso pode ser realizado com sucesso. A Fig. 6 exemplifica este método numa rede de distribuição alimentada por um OLTC (mostrado para 2 Supergrupos SSN apenas). Este é um caso interessante devido à configuração em estrela da rede. Existe um ponto de separação natural no ponto de conexão do OLTC, onde todos os Supergrupos se conectam. Isto, leva a um mínimo de comunicação intercentrais. O grupo SSN padrão ainda é necessário no sentido de minimizar o número total de nós usados no LU e précomputar a equação do grupo com relação aos switches pertecentes. Não obstante, até mesmo com um simples método de balanceamento de carga o SSN permite cálculo em tempo real de um link HVDC bipolar com diversos bancos filtros chaveados [9]. VI. ESTIMAÇÃO DE ESTADOS EM TEMPO REAL EM UMA REDE DE DISTRIBUIÇÃO ATIVA Dentro do contexto de redes de distribuição ativas, técnicos do Distributed Electrical Systems Laboratory (DESL) da EPFL, na Suíça estão utilizando uma plataforma em tempo real com o objetivo de desenvolver um estimador de estados, em tempo real, para ser utilizado no controle ótimo de tensão e na detecção e localização de faltas. Nesta plataforma de tempo real, um simulador RT-LAB é usado para aplicar um modelo de rede de distribuição, com linhas desequilibradas e cargas dinâmicas, como o modelo de teste IEEE de 13 barramentos. O simulador em tempo real calcula, também, as injeções de potência em todos os nós em correspondência aos eventos GPS-PPS enviados ao simulador por um PMU dedicado. As potências calculadas em tempo real são transmitidas pelo simulador IR para um concentrador de dados fasoriais (PDC) através do protocolo IEC O PDC baseia-se na plataforma OpenPDC. O simulador de tempo real está conectado a um certo número de PMUs através de AO (para o sistema de IEEE 13 barramentos há 7 PMUs). Como mostrado na Fig. 7, os PMUs transmitem as medições do sincrofasores ao PDC utilizando o protocolo IEEE C O PMU executa algoritmo especial para aplicações de redes de distribuição [11][12]. O PDC coleta dados das medições de PQ (fornecida pelo simulador em tempo real) e das PMUs, criando um banco de dados em tempo real que é atualizado a cada 20 ms (ambos PQ e medições de PMU são transmitidos a cada 20 ms). Notadamente, o sistema permite que o simulador em tempo real sincronize as suas medições com uma fonte de GPS externo. A estimação de estado de rede é feita a partir deste banco de dados utilizando um estimador baseado no filtro de Kalman [13]. Fig. 7. Testes do dispositivo de Sincronofasores com um simulador em tempo real VII. DESNVOLVIMENTO DE SISTEMAS WAMPAC Um dos objectivos do KTH Royal Institute of Technology é desenvolver novos e avançados Sistemas de monitoramento, Proteção e Controle (WAMPAC - Wide- Area Monitoring, Protection, and Control Systems). No centro do desenvolvimento de "redes de transmissão inteligentes" está o projeto, implementação e testes de aplicações de medição fasorial sincronizada de dados que podem complementar WAMPAC. Em [15], são descritas duas aplicações WAMPAC: um aplicativo de monitoramento de freqüência média e um estimador on-line de estado eletromecânico, ambos utilizando o simulador em tempo real Opal-RT emegasim e a interface com openwams e Plataforma PowerIT. A plataforma openwams é uma parte importante de SmartTS Lab, pois fornece a plataforma para desenvolvimento de aplicações de monitoramento e controle. A plataforma consiste em vários componentes openwams open-source de terceiros e bibliotecas que permitem classificar os dados PMU e a concentração, arquivamento e gerenciamento de dados fasoriais. A. Aplicação de monitoramento de freqüência média O aplicativo de monitoramento de freqüência média no PowerIT calcula a freqüência média em um dado conjunto de valores de freqüência de vários PMUs. Esta aplicação calcula a freqüência média assim que cada valor chega ao sistema. Esta aplicação também permite traçar tanto a freqüência de cada PMU no mesmo gráfico como a tendência de frequência média. A Fig. 8 mostra a tela de saída do aplicativo.

6 Tais sistemas de distribuição de energia e geração distribuida vão se tornar muito complexos devido as possíveis interações entre equipamentos inteligentes localizados em cada casa com a rede de energia. Por exemplo, o comportamento do sistema quando desligado da rede de alimentação deve ser determinada. Controle de freqüência nos modos desligado ou defeituoso é também um tema de pesquisa. Number of nodes: 60 Minimum sample time : 25µs Processor type: Core i7, 3.3 GHz Used Cores: 1 Free Cores: /66KV 154kV Grid 24MVA RT-LAB emegasim Real-time Simulated Distribution network 6600V/100V/100V 30KVA Neighbourhood1 Low-Voltage Residential Zone 2 Total of 9 Neighbourhoods Neighbourhood9 Fig. 8. Aplicação de Monitoramento de freqüência média KTH B. Estimador de Estado Eletromecânico On-line A aplicação de estimação de estado on-line é baseada no trabalho descrito em [16] onde os dados arquivados são usados para estimar as propriedades eletromecânicas de sistemas de potência. Esta aplicação coleta medições em tempo real considerando uma janela de tempo prédeterminada e em seguida, processa estas medições em duas etapas utilizando estimativa espectral. A tela deste aplicativo é mostrado na Fig. 9. Fig. 9. Estimador Eletromecânico on-line de estado VIII. LABORATÓRIO SMART-GRID COM POWER-HIL Em [17], é apresentado o laboratório montado por um consórcio japonês para estudar micro-redes. Este laboratório inclui uma casa real ligada a um amplificador de potência de 10 kw interfaceado com uma rede de distribuição simulada com o simulador Opal-RT s emegasim utilizando Powerhardware-in-the-loop (Power-HIL) conforme ilustrado na Fig. 10. A casa está equipada com eletrodomésticos e outros equipamentos, incluindo células de combustível, sistemas fotovoltaicos e outros equipamentos que estão sendo contemplados para as casas do futuro. Estas casas serão integradas em modernas micro-redes, onde cada casa poderia também retornar energia para a rede. Transmission Line 40KM High-Voltage Zone Real House A B C a b c Yg Neutral Impedance 6600V/100V/100V 30KVA Distribution Line 10KM From ADC To DAC Power HIL Interface Distribution Line 10KM Neighbourhood2 of 12 Houses Neighbourhood1 Low-Voltage Residential Zone 1 Neighbourhood3 Neighbourhood 5 Neighbourhood 7 Neighbourhood 4 Neighbourhood 6 Neighbourhood 8 of 13 Houses Neighbourhood 9 Fig. 10. Laboratório Smart-Grid com power-hil com uma casa real O Laboratório MicroGrid permitirá analisar tais interações entre a rede elétrica e equipamentos de casa, injetando corrente produzida pela casa no alimentador simulado pelo emegasim em tempo real, que por sua vez retornará a tensão do alimentador para a casa através da conexão power- HIL A estabilidade da simulação Power-HIL é de especial preocupação pois o simulador, o amplificador, e a casa formam um sistema em loop fechado que pode tornar-se instável sob certas condições operacionais, tal como quaisquer outros sistemas de loop fechado. Tais problemas de estabilidade têm sido estudados na literatura [18] [19]. IX. TESTE DE FONTE RENOVÁVEL USANDO HIL E POWER-HIL Os pesquisadores do GE2LAB de Grenoble usam uma bancada de teste com hardware-in-the-loop concebido para avaliar desempenho do controle das unidades fotovoltaicas. Os painéis fotovoltaicos, ligados a um circuito Boost, são simulados em software num ambiente em tempo real (RT- Lab) e acoplados em circuito fechado com a unidade de controle a ser testada. [20] Em [21], a simulação Power-HIL também foi utilizada para projetar um conjunto de turbinas eólicas. Neste conjunto uma turbina eólica é controlada tendo seu eixo ligado a uma segunda máquina, que emula o torque promovido pelo vento. O simulador xpc Target foi utilizado para simular a ação do vento na máquina DC, enquanto um DSpace foi usado para controlar os inversor DFIM. O conjunto mais sofisticado, descrito na Fig. 11, envolveu a simulação em tempo real, no RT-LAB, de uma rede completa em interação com uma DFIM turbina eolica real [22].

7 amplificador AC totalmente linear como uma unidade de amplificação de alto poder de fidelidade e Clamps LEM PR30 para a medição. O uso da ponta de prova de corrente PR30 é suficiente para obter boa precisão, dinâmica e a estabilidade na simulação Power-HIL[23]. De interesse particular é o efeito de controle do PV em relação à rede, considerando as diferentes impedâncias. Na Fig. 12, as impedâncias da rede implementadas para o nó a, são definidas de acordo com um valor relativamente baixo, enquanto as impedâncias entre o nó a e b são escolhidas com valores significativamente maiores. O efeito sobre o inversor no nó b pode ser estressado, a fim de se observar as modificações na magnitude da tensão. X. INTEGRAÇÃO DE FONTES RENOVÁVEIS NUMA REDE DE GRANDE PORTE Fig. 11. Testes de Power-HIL para Geradores Eólicos Pesquisadores do Austrian Institute of Technology (AIT), Viena, Áustria, também estão estudando a integração de fontes renováveis com a rede usando simulação Power-HIL. Em [10], a rede de energia completa da Província de Quebec, incluindo 25 DFIG baseados em usinas eólicas, foi simulada, em tempo real, no simulador Hypersim. A rede continha os seguintes elementos: 643 barramentos trifásicos, 34 hidro-geradores (turbina, AVR, estabilizador), um gerador com turbina a vapor, 25 usinas eólicas com geradores DFIG, 7 compensadores estáticos, 6 condensadores síncronos, 167 linhas trifásicas e 150 transformador trifáixos com modelagem de saturação. Fig. 12. Estudo de Ingração de Sistmas Fotovoltaicos utilizando Power-HIL Eles utilizam o simulador em tempo real para várias investigações em redes de distribuição de baixa tensão, como integração das fontes de energia fotovoltaica com redes de distribuição, tal como ilustrado na fig. 12. Vários cenários com redes de diferentes impedâncias, que são de interesse e estão sob investigação, são implementados no modelo e executado no computador em tempo real. Assim, estratégias de controle de potencia ativa e reativa (P/Q) são emulados na simulação e seu impacto sobre a estabilidade da rede e qualidade é determinada. Todo o sistema elétrico é executado no RT-LAB e, com exceção dos dois painéis solares e equipamentos de medição periférica, todos os componentes são implementados por software. Esta simulação Power-HIL múltipla é definida com largura de banda máxima de 1 khz, o que é um bom compromisso com a precisão na investigação de cenários PQ, que normalmente apresentam constante de tempo muito lenta na faixa de milissegundos. As duas interfaces de energia (PI) são implementadas como transformadores ideais clássicos, modelo (ITM) ou algoritmos multi rating (MR), porque o modelo do inversor PV não é conhecido em profundidade (fonte de corrente e filtro). O AIT está usando um Fig. 13. Inserção de Componentes LC para criar um delay O Hypersim usa 72 processadores de um super-computador SGI para realizar a simulação em tempo real da rede a um passo de integração de 50 us. Métodos bastante sofisticados foram usados para desacoplar as equações do sistema e permitir que tal simulação massiva fosse realizada em paralelo. Por exemplo, conforme ilustrado na Fig. 13, deslocamentos de L e C a partir de componentes adjacentes permitiram o desacoplamento das equações do sistema coletor da plant de potência eólica da equação dos alimentadores. XI.CONCLUSÃO O objetivo deste artigo foi mostrar como simuladores em tempo real estão sendo utilizados em laboratórios de pesquisa que buscam desenvolver o smart grid ao redor do mundo. Muitas aplicações interessantes têm sido relatadas tais como os testes IEC-61850, a estimação de estado da rede, controle de rede distribuída, desenvolvimento de sistemas WAMPAC, filtragem ativas cooperativa e integração de fontes renovaveis com sistemas de grande porte. Levando-se em conta as crescentes exigências de confiabilidade de sistemas de energia, nos testes, estas exigências também serão maiores na mesma proporção. Nas redes de distribuição, notadamente, o número de nós elétricos pode facilmente exceder a capacidade atual de simulação em

8 tempo real padrão. Com isto em mente, a Opal-RT está desenvolvendo uma solução de simulação em tempo real chamada ephasorsim baseada em algoritmos fasoriais [24] [25]. O ephasorsim pode simular sistemas na faixa de barramentos mais rápido do que os simuladores em tempo real, no passo de tempo de 10 milissegundos. Esta técnica é bastante adequada para aplicação de simulação HIL, em tempo real, para testes de controle global do sistema de energia e sistemas de proteção implementados no SCADA moderno. Este algoritimo fasorial utiliza o método de integração explícito de Euler para discretizar as equações diferenciais de forma a alcançar tais desempenhos. Além disso, as soluções de matrizes esparsas foram exploradas de forma eficiente para fatorar e resolver equações de rede nodais. XII.AGRADECIMENTOS Os autores gostariam de agradecer a ajuda do Prof Xavier Guillaud, Universidade de Lille-Nord de France, L2EP, Ecole Centrale de Lille, França, Prof Luigi Vanfretti, Estocolmo KTH, Suécia, Prof Mario Paolone, EPLF Lauzanne e Maurício BR Corrêa do Centro de Engenharia Elétrica e Informática da UFCG, Brazil. REFERÊNCIAS [1] S. Almas, L. Vanfretti, Performance Evaluation of Protection Functions using IEC Process Bus through Real-Time Simulation Hardware-In-the-Loop (HIL) Approach", accepted for publication at CIRED 2013, Stockholm, Sweden, June 10-13, 2013 [2] C. S. Gehrke, A. M.N. Lima, A.C. Oliveira, Cooperative control for active power compensators allocated in distributed networks, 2012, 4th annual IEEE Energy Conversion Congress and Expo (ECCE- 2012), Raleigh, North Carolina, USA, Sept.15-20, [3] H.Fakham, A.Ahmidi, F.Colas and X.Guillaud "Multi-Agent System for Distributed Voltage Regulation of Wind Generators Connected to Distribution Network ", IEEE PES Conference on Innovative Smart Grid Technologies Europe October 11-13, 2010, Gothenburg, Sweden, [4] H.Fakham, A.Doniec, F.Colas and X.Guillaud A Multi-agents System for a Distributed Power Management of Micro Turbine Generators Connected to a Grid. IFAC Conference on Control Methodologies and Technology for Energy Efficiency, CMTEE 2010, Algarve, Portugal, March [5] F. Bellifemine, G. Caire and D.Greenwood (2007) developing multiagent systems with JADE. John Wiley & Sons, Wiely series in agent technology [6] A. Teninge, Y. Besanger, F. Colas, H. Fakham, X. Guillaud, Real- Time Simulation of a Medium Scale Distribution Network. Decoupling method for multi-cpu computation, 2012 IEEE Workshop on Complexity in Engineering (COMPENG-2012), Aachen, Germany, June 11-13, 2012 [7] C. Dufour, J. Mahseredjian, J. Bélanger, A Combined State-Space Nodal Method for the Simulation of Power System Transients, IEEE Transactions on Power Delivery, Vol. 26, no. 2, April 2011 (ISSN ), pp [8] T. Maguire, Multi-Processor Cholesky Decomposition of Conductance Matrices, Proceeding of the 2011 International Conference on Power System Transients (IPST-2011), Delft, The Netherlands, June 14-17, 2011 [9] C. Dufour, L.-A. Grégoire, J. Bélanger, Solvers for Real-Time Simulation of Bipolar Thyristor-Based HVDC and 180-cell HVDC Modular Multilevel Converter for System Interconnection and Distributed Energy Integration, 2011, CIGRÉ conference proceedings, Recife, Brazil, April 3-8, [10] R. Gagnon, G. Turmel, C. Larose, J. Brochu, G. Sybille, M. Fecteau, Large-Scale Real-Time Simulation of Wind Power Plants into Hydro- Québec Power System, Ninth International Workshop on Large-scale Integration of Wind Power into Power Systems as well as on Transmission Networks for Offshore Wind Plants, Quebec City, Canada, October 18-19, [11] M. Paolone, A. Borghetti, C. A. Nucci, A Synchrophasor Estimation Algorithm for the Monitoring of Active Distribution Networks in Steady State and Transient Conditions, Proc. of the 17th Power Systems Computation Conference (PSCC 2011), Stockholm, Sweden, Aug , 2011 [12] K. Christakou, J.-Y. Le Boudec, M. Paolone, D.-C. Tomozei, Efficient Computation of Sensitivity Coefficients of Node Voltages and Line Currents in Unbalanced Radial Electrical Distribution Networks, accepted for publication in IEEE Transactions on Smart Grids. [13] S. Sarri, M. Paolone, R. Cherkaoui, A. Borghetti, F. Napolitano, C.A. Nucci, State Estimation of Active Distribution Networks: Comparison Between WLS and Iterated Kalman-Filter Algorithm Integrating PMUs, rd IEEE PES Innovative Smart Grid Technologies Europe (ISGT Europe), Berlin. [14] S. Almas, R. Leelaruji, L. Vanfretti, Over-Current Relay Model Implementation for Real Time Simulation & Hardware-In-the-Loop (HIL) Validation, Invited Paper, Panel Session: Real-Time Simulation and Validation Methods for Power and Energy Systems, IEEE IECON 2012, Montreal, Canada, Oct , [15] L. Vanfretti, SmarTS Lab A Laboratory for Developing Applications for WAMPAC Systems, Proceedings of the IEEE 2012 PES General Meeting, San Diego, USA, July 22-26, [16] L. Vanfretti, L. Dosiek, J. W. Pierre, D. Trudnowski, J. H. Chow, R. Garcia-Valle, and U. Aliyu, Application of ambient analysis techniques for the estimation of electromechanical oscillations from measured pmu data in four different power systems, European Transactions on Electrical Power, vol. 21, no. 4, pp , [17] A. Yamane, W. Li, J. Bélanger, T. Ise, I. Iyoda, T. Aizono, C. Dufour, A Smart Distribution Grid Laboratory, Proceedings of the 37th Annual Conference of the IEEE Industrial Electronics Society (IECON-2011), Melbourne, Australia, November 7-10, [18] M. Hong, Y. Miura, T. Ise, Y. Sato, T. Momose and C. Dufour: Stability and Accuracy Analysis of Power Hardware-in-the-loop Simulation of Inductor Coupled Systems, IEEJ Trans. IA, Vol. 130, No. 7, pp (2010) [19] W.Ren, M.Steurer, T.L.Baldwin, "Improve the stability and the Accuracy of Power Hardware-in-the-loop simulation by selecting appropriate Interface Algorithm", Industry & Commercial Power System technical Conference, 2007, ICPS 2007, IEEE/IAS, May, 2007 [20] L. Bun, B. Raison, G. Rostaing, S. Bacha, A. Rumeau, A. Labonne, Development of a real time photovoltaic simulator in normal and abnormal operations, IECON th Annual Conference on IEEE Industrial Electronics Society, Melbourne, Australia, Nov. 7-10, 2011 [21] I.Munteanu, A. I. Bratcu, S. Bacha, D. Roye, J. Guiraud Hardwarein-the-Loop-based Simulator for a Class of Variable-speed Wind Energy Conversion Systems: Design and Performance Assessment, IEEE Trans. On Energy Conversion, Vol. 25, No. 2, June 2010 [22] D. Ocnasu, S. Bacha, I. Munteanu, C. Dufour, Real-Time Power- Hardware-In-the-Loop Facility for Shunt and Serial Power Electronics Benchmarking, Proceedings of the 13th European Conference on Power Electronics and Applications (EPE-2009), Barcelona, Spain, Sept. 8-10, 2009 [23] A. Viehweider, G. Lauss, and F. Lehfuss, "Stabilization of Power Hardware-in-the-Loop simulations of electric energy systems", Simulation Modelling Practice and Theory, vol. 19, no.7, pp , August [24] C. Dufour, V. Jalili-Marandi, J.Bélanger, Real-Time Simulation using Transient Stability, ElectroMagnetic Transient and FPGA-based High-Resolution Solvers, 2nd International Workshop on High Performance Computing, Networking and Analytics for the Power Grid (SC 12, HiPCNA-PG), Salt Lake City, Utah, USA, Nov.10-16, [25] C. Dufour, V. Jalili-Marandi, J. Bélanger, Laurence Snider, Power System Simulation Algorithms for Parallel Computer Architectures, Proceedings of the 2012 IEEE PES General Meeting, San Diego, USA, July 22-26, 2012.