Upload
kaia
View
31
Download
2
Embed Size (px)
DESCRIPTION
Nuno. Orientador: Prof. João Paulo Tomé Saraiva Apoio no INESC: Eng. Nuno Fonseca Aluno: Nuno Miguel Teixeira Coutinho Nº Aluno: 030503007 www.fe.up.pt/~ee03007. bi. Memória. Inércia. Xi (k+1). Xi (k). Cooperação. Vi (k). b G. - PowerPoint PPT Presentation
Citation preview
Engenharia Electrotécnica e de ComputadoresRamo: Sistemas de Energia
Minimização de perdas numa rede de distribuição de energia eléctrica
Utilização de EPSO
•Objectivo – pretende-se minimizar as perdas de energia em três cenários distintos numa rede de distribuição de energia eléctrica, considerando três períodos horários existentes no dia a dia de exploração destas redes, com as respectivas produções e consumos médios, utilizando a meta-heurística EPSO.
•Para minimizar as perdas nas redes de distribuição, cuja formulação matemática corresponde a um problema complexo de difícil tratamento devido às não linearidades e carácter discreto a ele associado, foi utilizada a meta-heurística EPSO.
Objectivos
EPSOEvolutionary Particle Swarm Optimization
Nuno
Orientador:
Prof. João Paulo Tomé Saraiva
Apoio no INESC:
Eng. Nuno Fonseca
Aluno:
Nuno Miguel Teixeira Coutinho
Nº Aluno: 030503007
www.fe.up.pt/~ee03007
Fenómenos daNatureza
Colónias de Formigas
Evolução das espécies
Algoritmos dos Enxames
de Partículas (PSO)
Algoritmos Evolucionários
(ES)
No algoritmo PSO não há competição entre partículas ou auto-adaptação das respectivas características. Existe apenas o termo cooperação.
Auto-adaptativos σSA-ES, cada indivíduo é orientado por parâmetros de objecto e parâmetros estratégicos, estes últimos sujeitos a evolução (taxas de mutação para cada variável).
Necessidade de introduzir elementos de controlo no comportamento dos enxames de modo a convergirem para o óptimo eficazmente.
Os parâmetros estratégicos condicionam a eficiência do processo de reprodução. Um esquema auto-adaptativo deve incluir um mecanismo de selecção dos pesos a eles associados de maneira a conferir a melhor eficiência possível ao algoritmo na progressão para o óptimo.
EPSO
Equação do movimento:Xinovo=Xi + Vinovo
Vinovo=Wii Vi + Wmi(bi-Xi) + Wci(bG – Xi)
Partícula / Indivíduo caracterizado por:parâmetros objecto e parâmetros estratégicos [X, W]
Esquema geral do EPSO:
Replicação – Cada partícula é replicada (clonada) r-1 vezes;Mutação – Cada clone sofre mutação nos parâmetros estratégicos W;Reprodução – Cada partícula gera um descendente obtido com a
equação do movimento;Avaliação – Cada descendente vê a sua adaptação avaliada;Selecção – Por torneio estocástico (ou elitismo) a melhor partícula de
cada grupo de r descendentes de cada indivíduo da geração anterior é seleccionada para integrar uma nova geração.
)1,0(~
NWW ikik •Distribuição Gaussiana N(0,1)
•τ é um parâmetro de aprendizagem
Tratamento dado a bG :bG* = bg + wi4*N(0,1)
Xi(k)
Xi(k+1)
Memória
Cooperação
Inércia
Vi(k)
bi
bG
Ilustração de uma partícula no EPSO
Controlo da Tensão e Potência Reactiva
O problema do controlo de energia reactiva pode descrever-se como um problema multi-critério na seguinte forma:
Minimizar: Perdas Activas: φp(u,x) Banda de tensão admissível: φv(u,x)Sujeito a: G(u,x,p) = 0
H(u,x,p) ≤ 0 U Є D
•G() correspondem às equações do trânsito de potência•H() descrevem os limites operacionais•U quando existem variáveis discretas
Utilização do EPSO no Controlo da Tensão e Energia Reactiva:Função objectivo única dada por:Minimizar: K φp(u,x) + φv(u,x)N
K é um parâmetro que define o tipo de problema a ser resolvido. Pode ser:• um peso – levando à busca de soluções de compromisso entre a redução de perdas e diminuição de violações de limites de tensão; isto permite o cálculo de trade-offs entre os dois objectivos, com uma adequada variação de K;
•Uma variável booleana que liga ou desliga a avaliação de perdas, consoante não há ou há violação dos limites de tensão, respectivamente.
Minimização de perdas
• A existência de produção dispersa levanta problemas na gestão das redes de distribuição, mas podemos abordar este problema e adoptar uma atitude positiva face aos Produtores em Regime Especial (PRE).• Dispomos de controlo, por acção na excitação de geradores síncronos, em sistemas com interface controlável no caso de geradores assíncronos, em baterias de condensadores comutáveis e em transformadores com regulação em carga.
Alguns resultados do estudo realizado
Perdas de Energia Activa
0.00
500.00
1000.00
1500.00
2000.00
2500.00
Ponta Cheia VazioPeríodos Horários
Per
das
(KW
)
Normal(kW) Corregida(kW) Diferênça(kW)
PRE – tgφ=0,40 nas horas de ponta e de cheias e tgφ=0 nas horas de vazioRegulação inicial dos transformadores, bem como das baterias de condensadores
Potência de perdas Perfil das tensões nas horas de Ponta
Perfil de Tensão (60 kV)
0.94
0.96
0.98
1
1.02
1.04
1.06
1.08
1.1
1.12
1.14
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
Barramentos 60 kV
Ten
são
(p.u
.)
Cenário Inicial Cenário Corrigido
Esquema unifilar da rede de distribuição
Super-Nó
tgφ nos PRE nas horas de Ponta
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
2 8 10 11 15 19 20 21 28 31 32 34 35 36 39 40 44 47 49
Barramento
tgφ Inicial tgφ Corregida
0
10
20
30
40
50
60
70
2 2 5 3 5 16 4 6 12 7 8 9 11434410131415175025272627402850353741363839404243
1 1 1 2 2 2 3 5 5 6 7 8 8 8 8 9 121314161824242525262729343434353738384142
Linhas
Per
cen
tag
em (
%)
Max Percent Inicial Max Percent Corrigida
Congestionamento nos ramos nas horas de Ponta
Valore monetário da energia de perdas activas Total Anual (EURO) 84455.12
Total Anual (Contos) 16931.73
Conclusão - importa salientar que a exploração das redes de distribuição existentes pode ser melhorada de forma a minimizar as perdas activas, existindo um benefício claro para as empresas concessionárias das redes. A produção dispersa, os transformadores com regulação em carga e as baterias de condensadores devem ser encarados como recursos importantes a utilizar de forma integrada.