THE XIV LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2022

"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "

Optimal Recloser Allocation Considering

Quality of Service Indexes in Distribution Grids
with Wind Power Systems
(Alocação Ótima de Religadores Considerando Índices de
Qualidade de Serviço em Redes de Distribuição com
Sistemas de Geração Eólica)
G.I. Casillas, Freddy Meschini
Escola Politécnica da Universidade de São Paulo cfmalmeida@usp.br
Departamento de Controle de Qualidade de Produto e Perdas N. Kagan
Técnicas nelson.kagan@usp.br
Empresa Elétrica Quito +5511983032298
Quito, Equador Miguel E. Morales Udaeta
israeuusp@gmail.com udaeta@pea.usp.br
gcasillas@eeq.com.ec Viviane Tavares Nascimento
+593958907360 viviane.tavares@usp.br
Alba Leduchowicz Municio
alba.leduchowicz@upc.edu
Dep. de Engenharia de Energia e Automação Elétricas
Escola Politécnica da Universidade de São Paulo
São Paulo, Brasil
J.C. Cebrian
juan.cebrian@unesp.br
Universidade Estadual Paulista “Júlio de Mesquita Filho”,
Itapeva, São Paulo, Brasil

Abstract— This paper presents the methodology for the são inseridos recursos energéticos distribuídos que abrangem
optimal allocation of reclosers using the genetic algorithm tecnologias maduras como: motores alternativos ou de pistão,
optimization technique in conventional distribution systems, turbinas a vapor, turbinas para pequenas usinas hidrelétricas,
considering the insertion of distributed resources, such as turbinas eólicas e sistemas fotovoltaicos; conjuntamente com
wind generation systems. The methodology includes the tecnologias em desenvolvimento como: geração térmica solar,
solution of the power flow using the OpenDSS open-source micro turbinas eólicas, piezoelétrico e sistemas de
software, through the interface developed by the Electric armazenamento, que tem conseguido adiantamento
Power Research Institute - EPRI. The values of voltages, principalmente pela necessidade de armazenar a energia dos
currents, powers, and SAIFI/SAIDI indicators are sistemas de geração distribuída [2] [3].
Com relação aos sistemas de geração eólicos (SE), a Global
transferred to the Matlab software. The optimization
Wind Energy Council (GWEC) mostra que a geração de energia
algorithm determines the most interesting positions to install
eólica foi de 743 GW a nível mundial até 2020, aumentando
reclosers.
14,3% com relação ao 2019 [4]. Dentro deste contexto, é
Index Terms— reclosers, genetic algorithm, distributed energy necessário considerar os sistemas eólicos, centralizados no
resources, wind generation systems, OpenDSS, quality of service, sistema de média tensão, ou disperso nas redes de baixa tensão
SAIFI, SAIDI. instalados perto das cargas, com visão de: melhorar a
segurança, confiabilidade, e aumentar a qualidade do serviço
I. INTRODUÇÃO entregue aos usuários [5]; minimizar a frequência e duração das
interrupções de energia aos consumidores, que são resultado
O s atuais sistemas de distribuição de energia elétrica
apresentam características próprias dos milhares de
consumidores associados, que precisam ser abastecidos com
principalmente de falta de manutenção das redes com falhas
originadas por condições climáticas como descargas
um serviço de energia de qualidade [1]. Além disso, atualmente, atmosféricas, mau qualidade de materiais, abalroamento de

Empresa Elétrica Quito, Escola Politécnica da Universidade de São

Paulo, and Universidade Estadual Paulista Júlio de Mesquita Filho
 THE XIV LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2022
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "

postes, aves, entre outras causas. Além disso, postergar • Iniciam a partir de um conjunto de soluções do problema,
investimentos em infraestrutura elétrica de longo e médio e não a partir de uma só solução;
prazo, como a construção de novas subestações ou redes • Resolvem o problema utilizando algoritmos orientados
primárias, geralmente afeta negativamente estes indicadores de pela função objetivo, e não as suas derivadas ou
qualidade. informação auxiliar;
Em [6], [5], [3], [7], os autores discutem a necessidade de • Usam regras de transição probabilísticas no processo de
uma ferramenta de análise de sistemas de distribuição de obter a solução ótima, e não regras determinísticas.
energia eléctrica, em software livre e de código aberto, que • O AG proposto considera dentro da função objetivo a
forneça um suporte ao desenvolvimento do sistema de radialidade da rede, o balanço da carga nas fases, a redução
distribuição (SD) atual e futuro, no qual possam sere de perdas de energia, as quedas de tensão e os
considerados equipamentos de proteção e seccionamento e investimentos em reforços da rede, de forma a obter a seção
sistemas de comunicação para a automatização na rede e dos cabos, a localização dos capacitores e GD’s na rede.
recursos distribuídos conjuntamente com os inversores Neste artigo, apresenta-se uma metodologia para alocação
inteligentes. O Electric Power Research Institute (EPRI) ótima de religadores (RL). A função objetivo proposta abrange
apresenta uma resposta a esta necessidade com o Sofware a minimização dos: índices de continuidade como SAIFI e
OpenDSS, que é uma solução flexível e personalizada, SAIDI, usuários sem serviço ante uma falha e os custos fixos
desenvolvida especificamente para atender aos desafios que dos religadores, já que a manutenção das equipes é feita por
enfrentam os engenheiros de distribuição. Além disso, o pessoal próprio da concessionária. Além disso, a metodologia
OpenDSS permite modelar facilmente tecnologias, recursos desenvolvida pode ser aplicada em qualquer rede real que
ativos e controles de distribuição convencionais e avançados. contemple geração distribuída, como são os sistemas eólicos
Parte da operação na rede e da estrutura do planejamento (SE). O fluxo de potência é solucionado pelo OpenDSS. Para
integrado de recursos é a inserção da confiabilidade e qualidade aplicação do algoritmo de otimização (AG) desenvolvido,
de serviço dentro do modelo de períodos de longo, médio e aproveita-se a interface Matlab–OpenDSS, desenvolvida pelo
curto prazo, aplicado nas empresas distribuidoras de energia EPRI. Os resultados das grandezas elétricas são trazidos para o
[8]. Neste cenário, em [9], mostra-se que a realidade atual, Matlab onde, por meio do AG, são determinados os pontos
evidenciada no PRODIST- Procedimentos de Distribuição de ótimos de alocação dos RLs. A metodologia é aplicada numa
Energia Elétrica no Sistema Elétrico, oferece aos órgãos rede de distribuição de pequeno porte de 12 barras, que inclui
reguladores um maior controle sobre as Concessionárias de sistema eólico. Os resultados mostram a importância da análise
Energia Elétrica, o que exige melhor gerenciamento dos particular e global de incluir os indicadores de qualidade de
indicadores ligados aos diversos fenômenos que abrangem a serviço, custo fixo do religadores e número de usuários sem
qualidade de serviço, como são a Duração Equivalente de serviço ante uma falha na rede, dentro da decisão de instalar
Interrupção por Unidade Consumidora (DEC) que representa o equipamentos no Sistema de Distribuição, e nas ações
tempo médio eu um consumidor de conjunto permaneceu operativas que são planejadas a curto prazo.
desenergizado durante o período de observação e a Frequência
Equivalente de Interrupção por Unidade Consumidora (FEC) II. METODOLOGIA
que é definido pelo número médio de interrupções sofridas pelo
A metodologia proposta permite a alocação dos religadores
consumidor, durante o período de observação. Destaca-se que
abrangendo recursos distribuídos como o SE, segundo os
os dois indicadores fornecem informação bastante importante,
pontos candidatos onde tecnicamente e operativamente é
que permite as concessionárias atuar sobre seu sistema,
possível a sua instalação na rede de distribuição. Parte-se de
executando ações operativas eficientes e eficazes.
locais candidatos para instalação de RLs, como resultado da
Ao redor no mundo, em forma genérica, são utilizados os
inspeção em campo com as equipes de operação e manutenção,
indicadores de qualidade de serviço, como o Índice de
estudo de proteção, da disponibilidade em relação à instalação
frequência de interrupção média do sistema - System Average
de um sistema de comunicação e integração com o SCADA
Interruption Frecuency Index (SAIFI) e o Índice de duração
(visando a futura automação dos equipamentos).
média do sistema - System Average Interruption Duration Index
A função objetivo proposta visa minimizar os índices de
(SAIDI), termos estes que são utilizados neste trabalho.
qualidade de energia SAIFI e SAIDI, clientes sem serviço ante
Em [6], [10] e [11] , os autores apresentam o impacto da
uma falha e custos fixos dos RLs.
Geração Distribuída (GD) no planejamento da operação de
redes de distribuição de média tensão. Os autores utilizam os A. Informação necessária
Algoritmos Genéticos (GA) como técnica de otimização. O AG A metodologia proposta para ser executada a partir das
é uma meta-heurística que busca identificar a melhor solução seguintes informações:
de maneira iterativa com base em determinados objetivos, • Configuração e dados da rede elétrica (subestações, linhas,
critérios e limites. Em [12] resume-se as vantagens transformadores e sistemas de geração eólica);
fundamentais dos AG com relação às outras técnicas • Taxas de falha e tempos de reparo dos elementos da rede
heurísticas, da seguinte forma: • Número de usuários a jusante dos transformadores de
• Trabalham com uma codificação do conjunto de distribuição;
parâmetros, não utilizam parâmetros particulares;
 THE XIV LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2022
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "

• Pontos onde se pretende avaliar a qualidade de energia para Onde:

calcular o SAIFI, SAIDI e clientes sem serviço (medidores :
l Alternativa possível de
virtuais);
inserção de RLs na rede
• Locais onde técnica e operativamente podem ser instalados
(indivíduo do AG)
religadores na rede para ser integrados e automatizados; 𝐹𝑂𝑙 : Valor da função objetivo para
Assume-se, nesse artigo, coordenação de proteção existente. o indivíduo l
B. Ferramentas de software 𝜆𝑆𝐴𝐹𝐼 , 𝜆𝑆𝐴𝐼𝐷𝐼 , 𝜆#_𝑢𝑠𝑢 , 𝜆𝑐𝑢 : Pesos de prioridade do:
A metodologia utiliza dois softwares em conjunto: SAIFI, SAIDI, usuários sem
O Open Distribution System Simulation – OpenDSS [7], serviço e custos fixos
software de simulação de redes de distribuição que vem 𝑁𝑅𝑆𝐴𝐼𝐹𝐼𝑙𝑙 : Nota da função de SAIFI para
contribuindo ao desenvolvimento das redes elétricas o indivíduo l
inteligentes, apresenta as seguintes vantagens: 𝑁𝑅𝑆𝐴𝐼𝐷𝐼𝑙𝑙 : Nota da função de SAIDI para
• Plataforma de análise de sistemas de distribuição avançada o indivíduo l
que permite aos engenheiros realizar estudos 𝑁𝑅#_𝑢𝑠𝑢𝑙 : Nota da função de número de
especializados; usuários sem serviço para o
• Solução flexível e personalizada, projetada indivíduo l
especificamente para atender aos desafios enfrentados 𝑁𝑅𝐶𝑢𝑙 : Nota da função dos custos
pelos engenheiros de distribuição; fixos de inversão dos RLs
• Permite que os engenheiros modelem facilmente para o indivíduo l
tecnologias, recursos, ativos e controles de distribuição Para a nota da restrição de SAIFI (3) e (), se considera o
tradicionais e avançados; valor máximo do Indicador registrado no seu histórico
• Desenvolvido para estudar os efeitos temporais e espaciais (referência), visando evitar descumprimento dos limites
dos recursos energéticos distribuídos. estabelecidos pelo Órgão Regulador. Esta nota estará em função
da relação do SAIFI do indivíduo l com o SAIFI de referência.
O MATLAB, software de programação, executa o código do 𝑆𝐴𝐼𝐹𝐼𝑙
algoritmo desenvolvido que abrange o algoritmo de otimização 𝑅𝑆𝐴𝐼𝐹𝐼𝑙 = ()
𝑆𝐴𝐼𝐹𝐼𝑟𝑒𝑓
e que irá reger o OpenDSS.
Os modelos de fluxo de potência, SEs e interface OpenDSS - 𝑁𝑅𝑆𝐴𝐼𝐹𝐼𝑙
1 𝑅𝑆𝐴𝐼𝐹𝐼𝑙 < 𝑅𝑆𝐴𝐼𝐹𝐼𝑚𝑖𝑛
Matlab utilizados neste trabalho, são obtidos de [7].
=
𝑅𝑆𝐴𝐼𝐹𝐼𝑟𝑒𝑓 − 𝑅𝑆𝐴𝐼𝐹𝐼𝑙
𝑅𝑆𝐴𝐼𝐹𝐼𝑚𝑖𝑛 ≤ 𝑅𝑆𝐴𝐼𝐹𝐼𝑙 ≤ 𝑅𝑆𝐴𝐼𝐹𝐼𝑟𝑒𝑓
()
𝑅𝑆𝐴𝐼𝐹𝐼𝑟𝑒𝑓 − 𝑅𝑆𝐴𝐼𝐹𝐼𝑚𝑖𝑛
C. Solução do problema estabelecido 0 𝑅𝑆𝐴𝐼𝐹𝐼𝑙 > 𝑅𝑆𝐴𝐼𝐹𝐼𝑟𝑒𝑓
{
Neste artigo foi elaborado um Algoritmo Genético que Onde:
apresenta as seguintes vantagens [13], [14] - [1]: 𝑁𝑅𝑆𝐴𝐼𝐹𝐼𝑙 : Nota de SAIFI, para o
• É apropriado para solução de problemas com maior indivíduo l
número de variáveis e grande quantidade de equipamentos, 𝑆𝐴𝐼𝐹𝐼𝑙 : SAIFI do período de análise,
como é o caso das redes de distribuição; para o indivíduo l
• Considera o comportamento não linear da função objetivo; 𝑆𝐴𝐼𝐹𝐼𝑟𝑒𝑓 : SAIFI de referência
• Permite considerar as restrições com os limites de
𝑅𝑆𝐴𝐼𝐹𝐼𝑚𝑖𝑛 , 𝑅𝑆𝐴𝐼𝐹𝐼𝑟𝑒𝑓 : Relação de SAIFI mínimo e de
parâmetros, de acordo com a metodologia proposta.
referência
D. Função objetivo 𝑅𝑆𝐴𝐼𝐹𝐼𝑙 : Relação de SAIFI, para o
Para solução do problema proposto, desenvolveu-se uma indivíduo l
função objetivo (FO) que considera na sua formulação os
Para a nota da restrição de SAIDI (5) e (), se considera o
indicadores: SAIFI, SAIDI, número de usuários sem serviço
valor máximo do Indicador registrado no seu histórico
ante uma falha e custos fixos dos religadores. Para este trabalho,
(referência), visando evitar descumprimento dos limites
notas e pesos são relacionados para cada elemento da FO com
estabelecidos pelo Órgão Regulador. Esta nota estará em função
a finalidade de incluir os objetivos estratégicos das
da relação do SAIDI do indivíduo l com o SAIDI de referência.
concessionárias em cada alternativa avaliada, conforme 1 e
2 . 𝑆𝐴𝐼𝐷𝐼𝑙
𝑅𝑆𝐴𝐼𝐷𝐼𝑙 = ()
𝑆𝐴𝐼𝐷𝐼𝑟𝑒𝑓
𝑚𝑎𝑥𝐹𝑂𝑙 = 𝜆𝑆𝐴𝐹𝐼 ∗ 𝑁𝑅𝑆𝐴𝐼𝐹𝐼𝑙𝑙 + 𝜆𝑆𝐴𝐼𝐷𝐼 ∗ 𝑁𝑅𝑆𝐴𝐼𝐷𝐼𝑙𝑙 𝑁𝑅𝑆𝐴𝐼𝐷𝐼𝑙
+ 𝜆#𝑢𝑠𝑢 ∗ 𝑁𝑅#_𝑢𝑠𝑢𝑙 + 𝜆𝑐𝑢 () 1 𝑅𝑆𝐴𝐼𝐷𝐼𝑙 < 𝑅𝑆𝐴𝐼𝐷𝐼𝑚𝑖𝑛
𝑅𝑆𝐴𝐼𝐷𝐼𝑟𝑒𝑓 − 𝑅𝑆𝐴𝐼𝐷𝐼𝑙 ()
∗ 𝑁𝑅𝐶𝑢𝑙 =
𝑅𝑆𝐴𝐼𝐷𝐼𝑟𝑒𝑓 − 𝑅𝑆𝐴𝐼𝐷𝐼𝑚𝑖𝑛
𝑅𝑆𝐴𝐼𝐷𝐼𝑚𝑖𝑛 ≤ 𝑅𝑆𝐴𝐼𝐷𝐼𝑙 ≤ 𝑅𝑆𝐴𝐼𝐷𝐼𝑟𝑒𝑓

{ 0 𝑅𝑆𝐴𝐼𝐷𝐼𝑙 > 𝑅𝑆𝐴𝐼𝐷𝐼𝑟𝑒𝑓

Sujeito a:
Onde:
𝜆𝑆𝐴𝐹𝐼 + 𝜆𝑆𝐴𝐼𝐷𝐼 + 𝜆#_𝑢𝑠𝑢 + 𝜆𝑐𝑢 = 1 ()
 THE XIV LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2022
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "

𝑁𝑅𝑆𝐴𝐼𝐷𝐼𝑙 : Nota de SAIDI, para o O sistema SE considera uma turbina eólica de velocidade fixa
indivíduo l modelado como um gerador de indução conectado na rede. Os
𝑆𝐴𝐼𝐷𝐼𝑙 : SAIDI do período de análise, dados são apresentados na Tabela 2.
para o indivíduo l TABELA 2. PARÂMETROS DO MODELO DO SISTEMA EÓLICO
𝑆𝐴𝐼𝐷𝐼𝑟𝑒𝑓 : SAIDI de referência Parâmetro Resistência Reatância
𝑅𝑆𝐴𝐼𝐷𝐼𝑚𝑖𝑛 , 𝑅𝑆𝐴𝐼𝐷𝐼𝑟𝑒𝑓 : Relação de SAIDI mínimo e Impedância do estator 0.048 pu 0.075 pu
Impedância do rotor 0.018 pu 0.12 pu
de referência Impedância da magnetização 0 pu 3.8 pu
𝑅𝑆𝐴𝐼𝐷𝐼𝑙 : Relação de SAIDI, para o
indivíduo l B. Parâmetros da simulação
O AG e a FO foram simulados com os seguintes parâmetros:
A nota da função de custo (), () e (), abrange os custos • Pesos
fixos de investimento dos RL's. Esta nota estará em função da 𝜆𝑆𝐴𝐹𝐼 = 0.4 𝜆𝑆𝐴𝐼𝐷𝐼 = 0.1 𝜆#_𝑢𝑠𝑢 = 0.1 𝜆𝑐 = 0.4;
relação do custo, do indivíduo l com um custo de referência.
• Taxa de cruzamento: 90%;
𝐶𝑢𝑙
𝑅𝐶𝑢𝑙 = () • Taxa de mutação: 1%;
𝐶𝑢𝑟𝑒𝑓 • Número de gerações: 20;
1 𝑅𝐶𝑢𝑡 < 𝑅𝐶𝑢𝑚𝑖𝑛 • Tamanho da população: 10 indivíduos;
𝑅𝐶𝑢𝑟𝑒𝑓 − 𝑅𝐶𝑢𝑡
𝑁𝑅𝐶𝑢𝑡 = 𝑅𝐶𝑢𝑚𝑖𝑛 ≤ 𝑅𝐶𝑢𝑡 ≤ 𝑅𝐶𝑢𝑟𝑒𝑓 () • TN: Taxa de cruzamento e mutação com normalização
𝑅𝐶𝑢𝑟𝑒𝑓 − 𝑅𝐶𝑢𝑚𝑖𝑛
linear;
0 𝑅𝐶𝑢𝑡 > 𝑅𝐶𝑢𝑟𝑒𝑓
{ • TF: Taxa de cruzamento e mutação fixa.
Sujeito a:
𝑛𝐵𝐶 C. Solução com a técnica de Algoritmos Genéticos
𝐶𝑢𝑙 = ∑ 𝐶𝑅𝐿 𝑗 () NA Tabela 3, mostra-se os resultados da solução com a
𝑗=1
técnica AG. Observa-se que na maioria dos métodos avaliados
(variação do método de seleção e das taxas de cruzamento e
Onde:
mutação), a FO é aproximadamente 0.42, validando desta forma
𝑁𝑅𝐶𝑢𝑙 : Nota de custos dos RL's, para o
o AG desenvolvido. O menor tempo de execução do AG, na
indivíduo l
𝐶𝑢𝑙 : Custos do período de análise dos máquina utilizada, foi de 42.07 segundos, o que corresponde à
RL's, para o indivíduo l solução com seleção por torneio e taxa de cruzamento e
mutação normalizada (T TN). A coluna Num-ger nesta tabela
𝐶𝑢𝑟𝑒𝑓 : Custos de referência dos RL's
mostra o número de geração onde a função objetivo achou a
𝑅𝐶𝑢𝑚𝑖𝑛 , 𝑅𝐶𝑢𝑟𝑒𝑓 : Relação de custos mínimo e de
solução ótima.
referência, do período de análise
A Tabela 4 apresenta os resultados alocação obtida em cada
𝑅𝐶𝑢𝑙 : Relação de custos dos RL's método de seleção, com alternativas válidas que permitem
III. RESULTADOS inserir religadores nos pontos onde técnica e operativamente é
adequado. A solução ótima foi obtida inserindo na rede os
Este trabalho representa uma contribuição direta às áreas de religadores RL2 (existente) e RL3 (novo), conforme Fig 1 (na
planejamento de curto prazo, automação, confiabilidade, tabela, “l” representa RL inserido na rede e “0” não inserido).
operação de sistemas de distribuição e ao desenvolvimento das
TABELA 3. FUNÇÕES OBJETIVO DAS SOLUÇÕES ÓTIMAS OBTIDAS
redes inteligentes - smart grids. Abrange a qualidade de serviço
Seleção FO Num_ger Tempo execução (seg)
técnico e os custos dos RLs. A metodologia proposta é aplicada
Torneio T TN 0.4104 6 42.065
a uma rede de distribuição de pequeno porte [7] [15]. É 43.073
Torneio T TF 0.4301 4
importante destacar, que pode ser aplicada a uma rede real com 44.032
Roleta T TN 0.4344 10
RD's, graças à interface OpenDSS – Matlab. Roleta T TF 0.4207 5 42.988
A. Dados da rede considerada TABELA 4. SISTEMAS DE CODIFICAÇÃO DAS SOLUÇÕES ÓTIMAS OBTIDAS
Os parâmetros das linhas em pu, são como segue: Sistema de codificação
Seleção
r = 0.7016, x = 0.706, r = 1.3379, x = 0.2025
1 1 0 0 RL1 RL2 RL3 RL4
Os dados dos transformadores se apresentam na Tabela 1. Torneio T TN 0 1 1 0
TABELA 1. PARÂMETROS DOS TRANSFORMADORES Torneio T TF 1 1 0 0
Parâmetro Resistência Reatância
(ver Fig 1) (%) (%) Roleta T TN 0 1 1 1
Transformador (Tsub) 0.5 7 Roleta T TF 1 1 0 1
Transformador (Tg) 0.0 5
Regulador (Reg1) 0.0 1 A Fig. 1 apresenta graficamente a solução ótima obtida,
como resultado de aplicação da metodologia desenvolvida. O
La turbina eólica utilizada en este trabajo consiste en un medidor virtual na subestação (M0) permite armazenar os
generador de inducción conectado a la red valores de qualidade de serviço como: SAIFI, SAIDI e número
 THE XIV LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2022
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "

de consumidores a jusante, ademais dos resultados do fluxo de Os resultados permitem validar a metodologia desenvolvida.
potência, tensões, correntes, potência, energias e perdas. Para todas as soluções se obteve minimização do SAIFI e
SAIDA, número de clientes interrompidos e os custos fixos dos
A figura ainda mostra a alocação dos equipamentos na rede:
religadores.
em verde, possíveis pontos de alocação (propostos, porém não
O artigo mostra a importância dos critérios do pessoal de
utilizados pela solução encontrada); em azul, os existentes; e,
campo e seu conhecimento físico da infraestrutura elétrica
em vermelho, os que serão inseridos (novos) como resultado da
como SEs, na definição dos pontos onde técnica e
metodologia proposta (RL2 e RL3), considerando a inserção do
operativamente é adequado instalar os religadores, aspectos que
sistema eólico na rede.
b6
devem se integrar na decisão das ações operativas, que são
L6
0.1 kV
1 pf
planejadas dentro do horizonte de curto prazo.
Tsub
20 MVA
115kV/ 12.47kV b0 M0
b1 b2 Reg1
2 MVA
b3 V. TRABALHOS FUTUROS
Sourse

MVAsc3=20000
RL1 RL3
Cap3
O trabalho desenvolvido estabelece-se no âmbito das redes
L1
L3
MVAsc1=21000
X1/r1=4
X0/r0=3
RL2
0.1 kV
1 pf 0.1 kV
1 pf
elétricas inteligentes com recursos distribuídos, que é um dos
RL4
b4

b7
L0
0.1 kV
Cap1
L2
0.1 kV
L4
0.1 kV objetivos das concessionárias, com visão de dispor de um
1 pf 1 pf 1 pf
Tg
b5
1.5 MVA
12.47kV/ 0.48kV sistema de distribuição autônomo, com abastecimento
L7
L5
0.1 kV
1 pf
bg
ininterrupto e com aplicações de software livre de código
Cap bg
EO
1.2 MW aberto.
A adequada definição dos pontos a instalar os religadores,
Fig. 1. Topologia e equipamentos considerados na rede considerando critérios da disponibilidade de rede de
comunicação, permite dispor de integração com o SCADA
Na Tabela 5, apresenta-se os resultados relativos à função para, na sequência, se implementar um projeto de automação na
objetivo, em que se observa melhoras significativas nos rede, que seja centralizada a nível do centro de controle, semi-
indicadores: aproximadamente 70% no SAIFI, SAIDI e nos centralizada na subestação ou distribuída a nível dos
Custos fixos dos RL's, e 33% no número de usuários fora do equipamentos de seccionamento e proteção instalados na rede
serviço. É importante ressaltar que o cenário inicial considera [16] [17]. Dentro neste cenário, pode-se abranger, o seguinte:
todos os RL's com coordenação das proteções dos RL's. • Diminuição dos tempos de atendimento obtidos pela
TABELA 5. RESULTADOS DA REDE DA FIG. 1 funcionalidade FLISR das redes inteligentes (alocação,
Cenário SAIFI SAIDI # de usuário Custos fixos dos RL's isolamento e restituição do serviço, quando se apresenta
(USD)
uma falha na rede)
Inicial 10,89 27,33 60 80000
Final 2,50 6,00 40 20000 • Definição da atuação da função FLISR, seja manual,
Melhoria em % 77 78 33 75
semiautomática ou automática.
• Aproveitamento de aplicações disponibilizadas no Sistema
IV. CONCLUSÕES de Gerenciamento Avançado da Distribuição – Advanced
Distribution Management System (ADMS), como o
Neste artigo, é proposta uma metodologia para alocação dos estimador de estado, corte de carga e proteção dinâmica,
religadores em diferentes pontos, em que técnica e por alteração de ajustes em grupos de proteção /
operativamente é adequado inserir na rede de distribuição com religadores.
sistemas eólicos, com a finalidade de diminuir índices de
qualidade de serviço SAIFI e SAIDI, bem como o número de REFERÊNCIAS
consumidores interrompidos e os custos fixos dos RLs.
[1] G. I. Casillas, Alocação de equipamentos de controle de
Os resultados da simulação da rede de pequeno porte tensão em redes de distribuição considerando RD´s, São
utilizada neste artigo mostram melhoras significativas nos Paulo, 2017.
indicadores de qualidade SAIFI, SAIDI, nos Custos fixos dos [2] J. Smith, R. Bruce, J. Taylor, J. Rpark e E. Neenan,
RL's, e no número de usuários fora do serviço. “Momento y Ubicación,” IEEE Power & Energy, vol.
15, nº 2, pp. 34 - 42, 2017.
A inserção na rede dos religadores gera benefícios para a
concessionária, com ganhos significativos, por exemplo, para [3] R. Dugan, J. Smith, M. Rylander e L. Rogers, “It's All in
sua imagem institucional, já que a indisponibilidade de energia the Plans: Maximizing the Benefits and Minimizing the
é o fator que mais incide nas pesquisas feitas aos clientes sobre Impacts of DERs in an Integrated Grid,” IEEE Power
and Energy Magazine, vol. 13, nº 2, pp. 20 - 29, Abr
satisfação do serviço entregue pela distribuidora. Qualidade de
2015.
serviço técnico é parte dos aspectos estabelecidos na Norma
estabelecida pelo Regulador do setor elétrico (Procedimentos [4] G. W. E. Council, “Global Wind Report 2021,” 2021.
de Distribuição – PRODIST), de estrito cumprimento das [Online]. Available: https://gwec.net/wp-
concessionárias. Ainda, a não observância dessas normas leva content/uploads/2021/03/GWEC-Global-Wind-Report-
2021.pdf.
a processos sancionatórios que podem, em última análise, levar
à perda da concessão.
 THE XIV LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2022
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "

[5] R. C. Dugan, “Value of Sequential-Time Simulations in

Distribution Planning,” IEEE Transactions on Industry
Applications, vol. 50, nº 6, p. 5, 2014.
[6] G. I. Casillas, N. kagan e J. C. Cebrian, “Voltage
Regulators Allocation in Distribution Networks System
Considering Energy Resources Distributed,” IEEE
International Conference - Automatica (ICA-ACCA), nº
16525644, p. 8, 2016.
[7] EPRI, “Electrical Power Research Institute - Smart Grid
Resource Center - OpenDSS - help,” 2004. [Online].
Available: http://smartgrid.epri.com/Simulation.aspx.
[8] A. Dubey, A. Bose, M. Liu e L. (. Ochoa, “Allanando el
camino para las aplicaciones de sistemas de gestión de
distribución avanzados,” IEEE Power & Energy , vol.
18, p. 76, 2020.
[9] N. Kagan, E. J. Robba e H. P. Schmidt, Estimação de
indicadores de qualidade da energia elétrica, Terceira
ed., São Paulo: Blucher, 2013.
[10] A. De Souza e N. Kagan, “Impact of Distributed
Generation on the Operational Planning Planning of
Medium Voltage Distribution Networks Using Genetic
Algorithms,” IEEE PES Innovative Smart Grid
Technologies, Europe, p. 5, 2014.
[11] M. Sadeghi, “Probabilistic Analysis of Wind Turbine
planning using,” Thermal Power Plants (CTPP) IEEE,
p. 6, 2014.
[12] D. E. Goldberg, Genetic Algoritthms in Seaech,
Optimization, and Machine Learning., ADDISON-
WESLEY PUBLISHING COMPANY, INC., 1989.
[13] J. C. Cebrian e N. Kagan, “Evolutionary Algorithms for
the reconfiguraion of radial distribution networks
considering long interruption and voltage sag disrution
costs,” 13th International Conference on Harmonics
and Quality of Power IEEE, p. 7, 2008.
[14] G. I. Casillas, N. Kagan e J. C. Cebiran, “Alocação de
Reguladores de Tensão em Redes de Distribuição
Considerando Recursos Energéticos Distribuídos,”
IEEE, p. 8, 2016.
[15] V. R. i. D. C. w. W. Power, “Dugan Roller; Smith, J;
Chirapongsananurak, P; Santoso, S;,” IEEE, p. 8, 2012.
[16] N. Kagan, M. Govea e F. C. Maia, Redes Elétricas
Inteligentes no Brasil, Rio de Janeiro: SYNERGIA,
2013.
[17] G. I. Casillas, “Automatización dentro de la
planificación integrada de sistemas de distribución,”
Ecuacier, vol. I, nº 1, pp. 1 - 12, 2018.
 THE XIV LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2022
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "

BIOGRAFIAS Juan Carlos Cebrian obteve seu o

Germán Israel Casillas possui graduação diploma de Eng. Mecânica Elétrica na
em Engenharia Elétrica pela Escola Universidade Nacional de Engenharia
Politécnica Nacional do Quito - Equador em (U.N.I.) Lima, Peru, em 2001, Mestrado
2008, Mestre em Engenharia Elétrica pela em Eng. Elétrica Universidade Estadual
Escola Politécnica da Universidade de São Paulista, UNESP - Ilha Solteira, Brasil, em
Paulo - Brasil em 2017. Desde 2007 até 2009 2003 e Doutorado em Eng. Elétrica pela
foi assistente de Engenharia na Organização Escola Politécnica da Universidade de São
Latino - americana de Energia. No 2010 foi Engenheiro Elétrico Paulo, Brasil, em 2008. Durante 2013 ele foi
na Agência de Regulação e Controle de Eletricidade do visitante acadêmico na Faculdade de Engenharia Elétrica e
Equador. Atualmente é Engenheiro Elétrico na área Operativa Eletrônica da Universidade de Manchester, no Reino Unido, e
da Empresa Elétrica Quito desde 2011. Suas áreas de interesse durante 2014, foi visitante acadêmico em Advanced Research
de pesquisa são a otimização, planejamento e operação de Institute – Virginia Tech, Arlington, USA. Seus temas de
sistemas de distribuição de energia com recursos distribuídos e interesse são qualidade de energia elétrica, redes de
redes elétricas inteligentes. distribuição, redes inteligentes e otimização combinatória.

Nelson Kagan possui graduação em

Engenharia Elétrica pela Universidade de
São Paulo (1982), Mestrado em Engenharia
Elétrica pela Universidade de São Paulo
(1988), Doutorado (Ph.D) em Engenharia
Elétrica – Queen Mary College, University
of London (1993) e Livre-docência pela
Escola Politécnica da Universidade de São
Paulo (1999). Desde 2009 é Professor Titular da Universidade
de São Paulo, onde leciona desde 1983. É revisor da Sociedade
Brasileira de Automática, revisor e Senior Member do IEEE -
Institute of Electrical and Electronic Engineers, do Conselho
Administrativo da Sociedade Brasileira de Qualidade da
Energia Elétrica e Representante do CIRED no Brasil. É
Coordenador do Centro de Estudos em Regulação e Qualidade
de Energia Elétrica e do Núcleo de Pesquisa em Redes Elétricas
Inteligentes, ambos na Universidade de São Paulo. Tem
experiência na área de Engenharia Elétrica, com ênfase em
Transmissão e Distribuição da Energia Elétrica, atuando
principalmente nos seguintes temas: Qualidade de energia
elétrica, Otimização de sistemas elétricos de potência e Redes
elétricas inteligentes.