STE SESSÃO TÉCNICA ESPECIAL DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E QUALIDADE DE ENERGIA

Documentos relacionados
MEDIDAS DE TENDÊNCIA CENTRAL I

Construção e Análise de Gráficos

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Forma padrão do modelo de Programação Linear

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

MEDIDAS DE DISPERSÃO:

Difusão entre Dois Compartimentos

Sumário. Mecânica. Sistemas de partículas

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

Relatório 2ª Atividade Formativa UC ECS

Avaliação da qualidade do ajuste

Estatística - exestatmeddisper.doc 25/02/09

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

Confiabilidade Estrutural

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

Sumário. Mecânica. Sistemas de partículas

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Como CD = DC CD + DC = 0

7 Análise de covariância (ANCOVA)

DISTRIBUIÇÃO HIPERGEOMÉTRICA

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo.

5 Critérios para Análise dos Resultados

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

2.0 - MODELAGEM DA CARGA

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

PERFORMANCE ANALYSIS OF LOAD MODELLING STRATEGIES FOR HARMONIC DISTORTION SHARING

Estabilidade no Domínio da Freqüência

? Isso é, d i= ( x i. . Percebeu que

4 O Método de Análise Hierárquica

Prof. Eugênio Carlos Stieler

Capítulo V - Interpolação Polinomial

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

Distribuições de Probabilidades

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

3 Procedimento Experimental

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico

Centro de massa, momento linear de sistemas de partículas e colisões

Cap. 5. Testes de Hipóteses

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

2. NOÇÕES MATEMÁTICAS

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Perguntas Freqüentes - Bandeiras

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos

Estatística: uma definição

MÉTODO DOS MÍNIMOS QUADRADOS

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

Prof. Eugênio Carlos Stieler

AULA Os 4 espaços fundamentais Complemento ortogonal.

Apresenta-se em primeiro lugar um resumo da simbologia adoptada no estudo da quadratura de Gauss.

Econometria: 3 - Regressão Múltipla

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

Complexidade Computacional da Determinação da Correspondência entre Imagens

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

3 Fundamentação Teórica

Organização; Resumo; Apresentação.

Apêndice. Uso de Tabelas Financeiras

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

16 - PROBLEMA DO TRANSPORTE

Métodos iterativos. Capítulo O Método de Jacobi

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

Problema geral de interpolação

GRUPO IV GRUPO DE ESTUDOS DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA (GAT) DETERMINAÇÃO DA COERÊNCIA ENTRE BARRAS DE CARGA: NOVOS CONCEITOS

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

Modelo de Regressão Simples

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução Domingos Gomes de Aguiar Filho Vice Governador

Total Bom Ruim Masculino

Modelos de regressão linear: abordagem clássica

ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Capítulo 1. Introdução e Revisão Bibliográfica

50 Logo, Número de erros de impressão

Análise de Regressão

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO

Transcrição:

SCQ/2 2 a 26 de Outubro de 2 Campas - São Paulo - Brasl STE SESSÃO TÉCNICA ESPECIAL DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E QUALIDADE DE ENERGIA ALOCAÇÃO ÓTIMA DE FILTROS, CAPACITORES E CARGAS NO CONTEXTO DA QUALIDADE DA ENERGIA ELÉTRICA José Rubes Macedo Jr. ESCELSA / ENERSUL José Wlso Resede, Ph.D. UFU RESUMO Este trabalho trata da alocação ótma de bacos de capactores e fltros harmôcos stozados (o que dz respeto à dstorção harmôca de tesão), bem como, da obteção de regões ótmas para a alocação de cargas sesíves aos afudametos de tesão de curta duração em uma rede de eerga elétrca. PALAVRAS-CHAVE: Alocação ótma, capactores, fltros harmôcos passvos.. CONSIDERAÇÕES GERAIS A motvação para o desevolvmeto deste trabalho decorre das segutes costatações: A alocação ótma de fltros stozados, mesmo os trabalhos mas recetes, utlzam téccas pouco satsfatóras - como, por exemplo, a técca elemetar de tetatva e erro empregada a referêca [] - a busca dos melhores barrametos de alocação dos equpametos; Em relação à alocação de bacos de capactores, o que cocere à frequêca fudametal, exstem dversas téccas de aálse, etretato, a grade maora delas evolve processos complcados e robustos de programação lear e ão-lear [2]; Falmete, em se tratado da alocação de cargas sesíves afudametos de tesão de curta duração, poucas são as téccas atualmete exstetes. Para solucoar estes problemas de uma maera mas obetva, adotou-se a Teora de Estruturas Aplcadas a Redes Elétrcas (TEARE). Desevolvda em 964 por M.A. Laughto [3], essa teora fo aplcada, com êxto, a solução de dversos problemas relacoados aos sstemas elétrcos de potêca. Em lhas geras, a TEARE evolve a reformulação da matrz admtâca de rede em termos de seus autovalores e autovetores. Baseada o domío da frequêca, essa teora, até o presete mometo, abordava tão somete a frequêca fudametal dos sstemas de eerga. Etretato, com o surgmeto de ovas tecologas verfcou-se a ecessdade de aálse dos sstemas elétrcos em frequêcas múltplas da fudametal (as chamadas frequêca harmôcas). A utlzação da Teora de Estruturas Ieretes a Redes Elétrcas a solução dos problemas assocados às frequêcas harmôcas somete fo vestgada recetemete através dos trabalhos de G. Carpell [4], os quas abordam estudos de alocação ótma de fltros harmôcos passvos stozados. O trabalho ora proposto, apresetará estudos de casos obtdos através de um programa computacoal, especfcamete desevolvdo para a mplemetação da Teora Ierete à Estrutura. Tal programa aborda ão somete a frequêca fudametal dos sstemas de eerga, como também as frequêcas harmôcas. Dessa forma, realzam-se os estudos de alocação ótma de fltros e capactores, assm como, a aálse das regões de vulerabldade quado da ocorêca de afudametos mometâeos de tesão os sstemas elétrcos. Os resultados foram comparados com outros obtdos através de metodologas de aálse atualmete exstetes e se mostraram grademete satsfatóros.

2 2. FUNDAMENTOS TEÓRICOS Os cálculos que evolvem tesões e corretes em sstemas elétrcos requerem, em geral, o cohecmeto da correspodete matrz admtâca da rede. A Teora de Estruturas Aplcadas a Redes Elétrcas utlza a matrz admtâca como prcpal elemeto de aálse. Bascamete, como doravate mecoado, a TEARE se resume a reestruturação da matrz admtâca da rede em termos de seus autovalores e autovetores. A matrz admtâca da rede é, como se sabe, costtuída das porções passvas do sstema. Nesse cotexto, vale a pea relembrar que qualquer perturbação a topologa de um sstema elétrco, como a serção de um ramo shut ou de uma ova lha, provocará alterações a matrz admtâca da rede. Com sso, os autovalores e autovetores correspodetes também sofrerão alterações e, por cosegute, dcarão modfcações a sesbldade dos barrametos do sstema elétrco. Na represetação da matrz de admtâcas da rede em termos de seus autovalores e autovetores, cosderase, para a frequêca fudametal, a matrz dcada a equação (). ( ).[ ] [ Y ] = [ P]. dag λ P () [Y] = Matrz admtâca da rede; dag(λ) = Matrz dagoal de autovalores da matrz [Y]; [P] = Matrz de trasção, cuas coluas são os autovetores correspodetes da matrz [Y]. A matrz de trasção [P] é represetada coforme a equação (2). ( θ, θ,, ) [ 2 P] θ θ = -ésmo autovetor da matrz [Y]. = (2) Partdo-se da equação (), pode-se escrever a matrz de mpedâcas da rede da segute forma: Com os equacoametos apresetados até o mometo, pode-se rescrever a equação lear tradcoal para estudos de curtos-crcutos e de peetração harmôca, dcada em (4), de modo a cotemplar a ova represetação da matrz de mpedâcas da rede. [ V ] = [ Z].[ I] (4) Substtudo-se a matrz de mpedâcas, dcada em (3), a equação (4), tem-se: [ V ] = [ P]. dag.[ P] λ.[ I] De acordo com [], a equação (5) pode ser reescrta como apresetado a segur: [ V ] = N = T.[ S].[ I] λ N = Número de barras do sstema elétrco em aálse; = -ésmo barrameto do sstema elétrco; [S] = Matrz de sesbldade de rede, represetada de acordo com a equação (7). [ S ] θ ] (5) (6) T = θ.[ (7) O sgfcado físco da matrz de sesbldade [S] fo verfcado por M.A. Laughto em 964, o qual demostrou em [6], a gualdade apresetada em (8). [ S] = θ.[ θ ] T λ y = λ y N λ y N λ N y NN (8) [ Z] = [ P]. dag.[ P] λ (3) Cada elemeto da matrz de sesbldade, dcada em (6), represeta o coefcete de sesbldade relacoado às modfcações -ésmo autovalor em relação ao elemetos y da matrz de admtâcas da rede. dag(/λ) = Matrz de autovalores versos, ode cada elemeto ão ulo é o recíproco dos elemetos da matrz dagoal de autovalores orgal. No tópco segute, estas formulações serão aplcadas a determação de potos de alocação ótma para fltros e capactores em sstemas elétrcos de potêca. 2

3 3. RESULTADOS DE SIMULAÇÃO A segur, utlzado-se um sstema radal típco dos sstemas de dstrbução, proceder-se-á ao estudo da otmzação da alocação de fltros stozados utlzado-se a TEARE. O sstema radal utlzado é costtuído de 9 barras, sedo que em duas delas estão coectadas cargas ão-leares, como pode ser observado pela fgura. As tesões omas do sstema são de 38/3,8 kv. dag ( λ ) 43,52 = 28,2 23,52 5,74 9,59,65 3,95 2,2 2,43 () Como á lustrado aterormete, cada autovalor apresetado em () será assocado ao seu autovetor correspodete. Por outro lado, a matrz de trasção [P], cuas coluas são compostas pelos autovetores da matrz admtâca, é apresetada em (). Fgura - Dagrama uflar do sstema elétrco para estudo de alocação de fltros stozados. Retorado-se à equação (5), tem-se que a mesma dca que a tesão em um determado barrameto de um sstema elétrco é depedete tato dos autovalores da matrz admtâca, quato de seus autovetores. Com o propósto de verfcar esta depedêca, retoremos ao sstema elétrco da fgura ou, mas especfcamete, à sua matrz admtâca para a frequêca de 3Hz, apresetada o aexo I. Os autovalores da matrz admtâca represetatva do sstema elétrco em estudo, cuos elemetos estão relacoados à frequêca de 3 Hz, foram calculados através de um programa computacoal especfcamete desevolvdo para este propósto. Os valores ecotrados são apresetados em o aexo II, equação (9), sob a forma de uma matrz dagoal. Observa-se que os autovalores são úmeros complexos, uma vez que os elemetos da matrz admtâca também o são. Etretato, a aplcação da Teora de Estruturas Ieretes a Redes Elétrcas, tato os autovalores quato os elemetos dos autovetores correspodetes, serão cosderados em módulo. Coforme á mecoado, a TEARE é capaz de formar se um determado barrameto é mas, ou meos, sesível em relação a alguma alteração a topologa da rede. Ou sea, a teora forece formações qualtatvas da rede. A matrz apresetada em (9), o aexo II, será, em seguda, escrta em termos dos módulos dos autovalores.,2,2,37,767 P =,297,54,386,49,27,7,248,436,6,2,37,576,595,82,6,437,563,233,537,22,23,277,8,5,266,34,323,559,4,238,42,34,37,356,43,32,4,38,538,248,549,7,324,339,35,355,358,357,36,365,276,597,425,84,226,556,2,52,29,779,552,257,34,66,3,47,9,99,292,46,459,34,7,28,32,42,492 () Um dos autovetores da matrz de trasção [P] assume um sgfcado de grade mportâca a TEARE. Trata-se do autovetor assocado ao autovalor de meor módulo. Para o caso em estudo, a matrz dagoal apresetada em () observa-se que o meor autovalor da matrz admtâca é o elemeto λ 6,6 com módulo gual a,65. Dessa forma, o autovetor assocado a este autovalor de meor módulo será o vetor correspodete à sexta colua da matrz de trasção [P], dcada em (). Para uma maor facldade de observação, apreseta-se este vetor, em (2), soladamete da matrz de trasção [P]. θ 6,7,324,339,35 =,355,358,357,36,365 (2) A grade partculardade deste autovetor é que a dfereça percetual etre o maor e o meor de seus elemetos é a míma ecotrada detre todos os outros autovetores. 3

4 Para exemplfcar este fato, realza-se em seguda o cálculo das dfereças percetuas etre o maor e o meor elemeto de cada autovetor. Este cálculo é realzado através da equação (3). % max θ mθ = m θ.% (3) ode: % = varação percetual etre os elemetos do -ésmo autovetor; θ = -ésmo autovetor. Os resultados obtdos para os autovetores apresetados a matrz () são mostrados a tabela (). Tabela Varação percetual etre os elemetos do -ésmo autovetor. AUTOVETOR MAIOR ELEMENTO DE Θι MAIOR ELEMENTO DEΘι % Θ,767,2 3825 Θ2,595,7 84 Θ3,537,6 3256 Θ 4,559,5 3627 Θ5,549,37 384 Θ6,365,7 24 Θ7,597,2 2885 Θ8,779,47 557 Θ9,552,9 2 Em termos prátcos, a cada barrameto do sstema de eerga pode ser assocado um autovalor correspodete. Desse modo, o elemeto λ, da matrz dagoal apresetada em () correspode ao barrameto do sstema, o elemeto λ 2,2 ao barrameto 2 e, assm, sucessvamete. Para os autovetores também é válda esta correspodêca, ou sea, o autovetor θ correspode à barra do sstema elétrco, o autovetor θ 2 à barra 2 e, assm, sucessvamete. Além dos autovetores propramete dtos, os elemetos de cada autovetor também podem ser assocados aos barrametos do sstema de eerga. Dessa forma, por exemplo, para o autovetor θ 6, o prmero elemeto correspode ao barrameto, o segudo elemeto ao barrameto 2 e, assm por date. Coforme mecoado aterormete, os elemetos do autovetor assocado ao autovalor de meor módulo, possu uma forte lgação com as tesões os barrametos da rede. Assm sedo, com o tuto de demostrar a correspodêca etre os autovetores da matrz admtâca e as tesões os barrametos do sstema mostrado a fgura, represetou-se, calmete, os módulos dos elemetos do autovetor θ 6 (de meor varação percetual etre seus elemetos) o gráfco lustrado a fgura 3.,4 Como observado a tabela, o autovetor θ 6 apreseta a meor varação percetual (24%) etre o maor e o meor de seus elemetos. Este fato também pode ser observado através do gráfco apresetado a fgura (2). VARIAÇÃO PERCENTUAL(%) 4 35 3 25 2 5 M ÓDULO DOS ELEMENTOS DO AUTOVETOR,35,3,25,2,5,,5, 2 3 4 5 6 7 8 9 BARRA Fgura 3 Módulos dos elemetos do autovetor θ 6. 5 2 3 4 AUTOVETOR 5 Fgura 2 Varação percetual etre o maor e o meor elemeto de cada autovetor. Como será vsto mas adate, o módulo dos elemetos do autovetor, que apreseta a meor varação percetual etre seus elemetos (correspodete ao autovalor de meor módulo) terá forte lgação com as tesões os barrametos do sstema de eerga. 6 7 8 9 Em seguda, calculou-se, através do programa de peetração harmôca deomado HARMFLOW, as tesões de 5 a ordem em todos as barras da mesma rede, a qual possu fotes harmôcas coectadas às barras 3 e 9. Em termos de 5 a harmôca, as corretes etadas pelas fotes estas barras foram de,276 4,79 o p.u. Os resultados obtdos para as tesões de 5 a harmôca, em módulo, os barrametos do sstema são mostrados a fgura 4. 4

5,6,5 TENSÃO DE ORDEM 5 (P.U.),4,3,2,, 2 3 4 5 6 7 8 9 BARRA Fgura 4 Tesões harmôcas de 5 a ordem as barras do sstema. Fgura 5 Elemeto shut coectado aos barrametos do sstema. Ode, R =,965 ohm; L = 33,47 mh e C = 8,49 µf. Comparado-se estas fguras, é fácl verfcar a grade smlardade o comportameto dos gráfcos das fguras 3 (relatvo ao módulo dos elemetos do autovetor θ 6) e 4 (relatvo às tesões as barras do sstema cosderado). Em outros termos, pode-se dzer que, o que se refere à 5 a harmôca, os módulos dos elemetos do autovetor θ 6 se comportam pratcamete da mesma forma que as tesões os barrametos da rede de eerga cosderada. Desse modo, o comportameto qualtatvo das tesões em um sstema elétrco pode, em geral, ser observado pela smples aálse dos autovetores da matrz admtâca da rede. Esta aálse é efetuada com equacoametos e cálculos computacoas muto mas smples que as metodologas tradcoas, que utlzam programas de fluxo de carga e/ou peetração harmôca. Na evetual ocorrêca de uma perturbação que cause alterações a topologa de um sstema, é bastate provável que as tesões as barras do referdo sstema de eerga sofram mudaças. Isso pode, também, ser verfcado qualtatvamete utlzado-se a TEARE. A aálse da correspodêca etre os autovalores da matrz admtâca (sem cosderar a exstêca de perturbação) e o comportameto das tesões do sstema elétrco está dretamete relacoada à sesbldade da rede. Através das aálses dos autovalores pode-se verfcar o quato um determado barrameto é sesível em relação a uma determada perturbação o mesmo. No presete caso (sstema elétrco mostrado a fgura ) cosderar-se-á a serção de um elemeto shut em uma barra do sstema. O elemeto shut cosderado para tal propósto será um arrao sére composto por uma resstêca, uma dutâca e uma capactâca, coforme mostrado a fgura 5. A mesma aálse podera ser realzada cosderado-se capactores de potêca. Alocado-se esse elemeto shut em todas as barras do sstema (uma vez em cada barra), ter-se-á dferetes varações as tesões de cada barra cosderada. Pode-se, assm, dagar: em qual barra, quado da ocorrêca da perturbação, as varações de tesão serão maores (ou meores)? As tesões de 5 a harmôca as barras, ates e depos da serção do ramo RLC, assm como, a varação percetual etre elas, estão dcadas a tabela 2. Tabela 2 Tesões de 5 a harmôca as barras do sstema ates e depos da serção do ramo RLC. BARRA DE ALOCAÇÃO TENSÃO DE 5 a. HARMÔNICA NA BARRA VARIAÇÃO DO RAMO RLC ANTES (p.u.) DEPOIS (p.u.) PERCENTUAL (%),44,99 56,89 2,454,224 268,798 3,4745,233 284,8337 4,4852,29 3,3234 5,4846,54 39,937 6,4839,8 348,556 7,4965,86 38,634 8,587,63 337,433 9,5276,3 335,673 O gráfco apresetado a fgura 6 mostra a varação percetual da tesão de 5 a ordem devdo à mudaça do local de serção do ramo RLC. Varação % da tesão de 5 a ordem 4 35 3 25 2 5 5 2 3 4 5 6 7 8 9 Barra de alocação do ramo RLC Fgura 6 Varação percetual da tesão de 5 a ordem de acordo com a varação da barra de alocação do ramo RLC. 5

6 Da aálse da fgura 6, verfca-se que, quado o ramo RLC é alocado a barra 6, a varação percetual da tesão de 5 a ordem é a maor observada. Em outras palavras, o barrameto de úmero 6, para o sstema elétrco da fgura, é o mas sesível para a perturbação cosderada. Buscado-se uma correspodêca etre estas varações e os autovalores da matrz admtâca orgal (sem a carga RLC), para o sstema elétrco cosderado, represetou-se, através de um gráfco, os módulos dos respectvos autovalores (fgura 7) da matrz admtâca. Módulo do autovalor 5 45 4 35 3 25 2 5 5 2 3 4 5 6 7 8 9 Barra de alocação do ramo RLC Fgura 7 Módulo dos autovalores da matrz admtâca. Da aálse dos gráfcos das fguras 6 e 7, observa-se claramete a correspodêca versa etre os mesmos. Em termos prátcos, pode-se dzer que a curva represetada a fgura 6 é a magem em espelho daquela apresetada a fgura 7. Em outras palavras, quato meor o módulo do autovalor assocado a uma determada barra, maor será a varação percetual da tesão de 5 a ordem a referda barra, quado da alocação do ramo RLC. Até o presete mometo, os fudametos prcpas da Teora de Estruturas Ieretes a Redes Elétrcas á foram apresetados. Etretato, ecessta-se ada de um equacoameto mas abragete, capaz de sstematzar as correspodêcas etre os autovalores e autovetores de uma matrz admtâca e a sesbldade de um sstema elétrco. Na busca deste equacoameto, M. A. Laugtho [4] desevolveu a matrz de sesbldade para autovalores. Os elemetos desta matrz são formados λ por dervadas parcas do tpo, ode λ é o - ésmo autovalor da matrz admtâca [Y] e y é um elemeto dessa mesma matrz. Desse modo, cada um desses elemetos, a partr da defção de dervadas parcas, dca o quato um determado autovalor que pode ser assocado a um determado barrameto de um sstema de eerga vara quado da varação de um elemeto da matrz admtâca. y O equacoameto ecessáro para a costrução da matrz de sesbldade para autovalores, coforme apresetada a seção 2 deste trabalho, é apresetada em maores detalhes a segur. A matrz de sesbldade para autovalores pode ser verfcada, calmete, através de algumas mapulações a equação (3), abaxo reproduzda como equação (4): Z = P λ ( P). dag.( ) (4) É possível, com algumas mapulações matemátcas reescrever a equação (4) sob a forma expadda, como dcado em (5). Z = N =. θ. λ ( θ ) T (5) N = úmero de barras do sstema elétrco; λ = -ésmo autovalor da matrz admtâca; θ = -ésmo autovetor da matrz admtâca ou, ada, -ésma colua da matrz P; (θ ) T = -ésmo autovetor, trasposto, da matrz admtâca. Fo exatamete através da aálse da equação (5) que M.A. Laugtho [6] desevolveu a matrz de sesbldade para autovalores. Essa matrz é costtuída pelo produto de dos dos fatores presetes a equação (5), como pode ser observado em (6). S ( θ ) T = θ. (6) O sgfcado físco da equação (6) fo verfcado por M.A. Laugtho em 964, o qual demostrou em [6], a gualdade apresetada em (7). S = θ. ( θ ) T λ y = λ y N λ yn λ y NN (7) S = matrz de sesbldade assocada ao autovetor ; λ = -ésmo autovalor; θ = -ésmo autovetor; y, = elemeto, da matrz de admtâcas. 6

7 Substtudo-se a equação (6) em (5), pode-se represetar a matrz de mpedâcas da rede em termos da matrz de sesbldade [S], coforme mostrado em (8). [ Z] = N =, N. S λ (8) Matrcalmete, S 6,3,345,36,345,53,99,36,99,47,374,39,89 =,378,52,23,38,62,23,38,58,29,385,72,224,388,83,235,374,39,89,233,247,258,253,268,28,378,52,23,247,262,272,268,283,295,38,62,23,258,272,283,279,294,36,38,58,29,,253,268,279,275,29,32,385,72,224,268,283,294,29,246,37,388,83,235,28,295,36,32,37,27 De posse de (8), a equação matrcal lear [V] = [Z].[I] pode agora ser rescrta em termos de autovalores e da matrz de sesbldade [S], coforme observado em (9). N [ V ] =, N = λ. S.[ I] (9) Verfca-se, assm, a depedêca etre as tesões os barrametos de um sstema elétrco e a matrz de sesbldade [S]. Pela observação da equação (7), ota-se que cada elemeto da matrz S represeta o coefcete de sesbldade etre o autovalor λ e o respectvo elemeto da matrz de admtâcas. Desse modo, quato maor for um determado elemeto S, a matrz de sesbldade, maor será a sesbldade do autovalor λ para modfcações o elemeto y, correspodete da matrz admtâca. Com o tuto de lustrar a aplcabldade da matrz de sesbldade, vamos retorar ao sstema elétrco da fgura. Pela aálse da equação (6), verfca-se que o úmero de matrzes de sesbldade será gual ao úmero de autovetores da matrz admtâca, ou ada, ao úmero de barras do sstema elétrco. Dessa forma, para o sstema da fgura, ter-se-á 9 (ove) matrzes de sesbldade. Porém, do mesmo modo como realzado para a verfcação da correspodêca etre autovetores e tesões do sstema, será cosderada apeas a matrz de sesbldade correspodete ao autovalor de meor módulo, ou sea, λ 6,6 =,65, pelas mesmas razões aterormete. Assm, tem-se para o sstema elétrco cosderado a matrz de sesbldade correspodete ao autovetor θ 6, que, por sua vez, está assocado ao autovalor de meor módulo. Para o cálculo da matrz de sesbldade S 6 utlza-se a equação (6). Dessa forma, tem-se: ( ) T S6 = θ 6. θ 6 (9) Como á se vu este trabalho, a alteração a topologa da rede, o caso a serção de um ramo shut em um determado barrameto de um sstema elétrco, rá causar apeas a varação do elemeto y, da dagoal prcpal da matrz admtâca da rede. Pode-se afrmar, gualmete, que a sesbldade do sstema pode ser observada pela smples aálse dos elemetos da dagoal prcpal da matrz de sesbldade [S]. Neste cotexto, quato maor for o valor de um determado elemeto da dagoal prcpal da matrz [S], ode s = λ y,, maor será a sesbldade do barrameto correspodete à uma determada perturbação [3]. A fgura 8 destaca os elemetos da dagoal prcpal da matrz de sesbldade (9), do sstema elétrco da fgura, em fução dos barrametos do sstema. MÓDULO DO ELEMENTO S,4,2,,8,6,4,2, 2 3 4 5 6 7 8 9 BARRA Fgura 8 Elemetos da dagoal prcpal da matrz de sesbldade relatva ao sstema elétrco da fgura Coforme pode ser verfcado pela fgura ateror, a barra úmero 6 apreseta o maor coefcete de sesbldade. Estes resultados, em comparação aos resultados aterormete obtdos por métodos tradcoas, dcam a barra 6 como a mas sesível sob o poto de vsta de tesão harmôca quado da ocorrêca de uma perturbação o sstema. Vale ressaltar que todo o procedmeto aqu realzado é gualmete aplcado para estudos de alocação ótma de capactores e cargas o cotexto da qualdade da eerga elétrca. 7

8 O elemeto básco de aálse para qualquer estudo é a matrz admtâca de rede do sstema elétrco cosderado. A dfereça exstete em cada tpo de aálse refere-se smplesmete à frequêca para qual a matrz admtâca fo motada. Para estudos de alocação ótma de capactores e cargas serão cosderados smplesmete admtâcas de frequêca fudametal. Para aálses o domío harmôco, as admtâcas serão cosderadas em frequêcas múltplas da fudametal. 4. CONCLUSÕES A aálse dos autovalores da matrz admtâca da rede dos sstemas elétrcos de potêca dcou o comportameto das tesões as barras. Tal estudo leva à possbldade da cração da matrz de sesbldade assocada a autovalores, a qual se mostrou ser efcete para estudos dos efetos de perturbações em um sstema elétrco. Proceedgs of the 7 th Iteratoal Coferece PEMC 96, Budapest, Hugary, September 996, pp. 333-338. [6] - M. A. LAUGHTON, The structure of power etwork voltage profles, Proceedgs of 7 th PSCC, Lausae, July 982, pp. 845-85. [7] PESONEN, M. A. et al., Harmocs, characterstc, parameters, methods of study, estmates of exstg values the etwork, Electra, No. 77, July 98. [8] - M. A. LAUGHTON, Sestvty dyamcal system aalyss, J. Electro. Cotrol, 964, 7, pp. 577-59. --------------- X ---------------- Neste setdo, a Teora de Estruturas Aplcadas a Redes Elétrcas pode ser largamete aplcada a aálse de alocação ótma de fltros, capactores e cargas, o cotexto da qualdade da eerga elétrca, em substtução a város métodos usuas, os quas a grade maora das vezes se mostram complexos e de dfícl aplcação 5. REFERÊNCIAS BIBLIOGRÁFICAS [] EMANUEL, A. E., PILEGI, D. J., GENTILE, Optmum placemet of sgle-tued shut flters dstrbuto feeders wth dspersed olear loads, Proc. of IEEE ICHPS VI, Bologa, September, 2-23, 994. [2] ERTEM, S., TUDOR, J. R., Optmal shut capactor allocato by olear programmmg, IEEE Tras. o Power Delvery, Vol. PWRD-2, No. 4, October 987. [3] LAUGTHON, M. A., EL ISKANDARANI, O the Iheret Network Structure, Proc. of 6 th PSCC, Darmstad, August 978, pp. 85-96. [4] CARPINELLI, G., RUSSO, M., RUSSO, A., VERDE, P., Iheret Structure Theory of etworks ad power system harmocs, IEE Proc. Geer. Trasm. Dstrb., Vol. 45, No. 2, March 998. [5] CARPINELLI, G., RUSSO, M., VERDE, P., O the optmum placemet of passve flters, 8

9 ANEXO I Matrz admtâca de rede do sstema elétrco da fgura = 9,9,99 6,6372,4425 6,543,4334 9,9,99 9,9,99 29,73 2,973 9,9,99 9,9,99 9,83,9827 9,9,99,659,997,7499,6,7499,6 2,3499,6 Y 6,5534,8742 6,552,8734 6,552,8734 6,465,866 9,9,99 9,9,99 9,875,9843 6,6465,445 6,6372,4425 9,9,99 ANEXO II Matrz dagoal de autovalores complexos ( ) = 2,42,7 2,2,96 3,94,3,64,2 9,53,3 5,67,47 23,42 2,24 28,5 2,92 43,3 4,3 dag λ (9)