Upload
jonatas-marques
View
20
Download
4
Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DE JUIZ DE FORA
MESTRADO EM ENGENHARIA ELÉTRICA – SISTEMAS DE ENERGIA
Cenários de Proteção Aplicados a
Sistemas de Distribuição
Inteligentes (Smart Grids) Tópicos Especiais em Análise de Redes Elétricas – Proteção de Sistemas Elétricos
Prof. Dr. Leandro Ramos de Araujo
Integrantes:
Jonatas Marques Rodrigues – 102100262
Ricardo Viol dos Santos - 102100277
Juiz de Fora, 06 de Janeiro de 2014
SUMÁRIO
1. Smart Grids .................................................................................................................. 3
a) Introdução ......................................................................................................................... 3
b) Tecnologias ........................................................................................................................ 5
c) Investimentos .................................................................................................................... 6
2. Cenários de proteção aplicados a Smart Grids ............................................................... 8
a) Sistemas de Gerenciamento e Supervisão ........................................................................ 9
b) Proteção de Redes Inteligentes ....................................................................................... 11
I. Sistemas Self-Healing .......................................................................................... 11
A. Sistema de gestão de chaves e apoio a manobras ............................................... 12
B. Sistema Multiagente (SMA) .................................................................................. 13
Processo de Recomposição ............................................................................. 14
Estudo de Caso ................................................................................................ 16
II. Localização de Distúrbios no Sistema de Potência utilizando Sincrofasores .......... 18
Detecção do Evento ........................................................................................ 19
Localização e Identificação do Evento ............................................................ 22
III. Sistema de Múltiplos Agentes para Implementação de Proteção Adaptativa em
Microrredes ........................................................................................................... 22
Análise off-line: ............................................................................................... 24
Análise on-line: ............................................................................................... 24
IV. Proteção de Sobrecorrente com Ajuste de Configuração Adaptativo .................. 28
V. Detecção de Ilhamento de Geração Distribuída .................................................. 31
Referências ....................................................................................................................... 33
1. Smart Grids
a) Introdução
A indústria de energia elétrica tem experimentado contínuas mudanças e avanços
tecnológicos, revolucionando as formas de geração, transmissão, distribuição e
consumo e, portanto, exigindo um esforço coordenado e focado para modernizar todo o
sistema elétrico, buscando aperfeiçoamento técnico, maiores rendimentos, novas
possibilidades de operação, agregação de novas tecnologias, minimização de perdas
elétricas e de custos e melhoria na qualidade e no fornecimento de energia elétrica.
Nesse contexto, surgem as Redes Inteligentes de Energia – Smart Grids. A
expressão Smart Grid deve ser entendida mais como um conceito tecnológico do que
uma tecnologia ou equipamento específico. Baseia-se na utilização intensiva de
tecnologia de automação, computação e comunicações para monitoração e controle,
substituindo a tradicional infraestrutura da rede elétrica, permitindo a implantação de
estratégias de controle e otimização da rede de forma muito mais eficiente que as
atualmente em uso [7].
Ainda de acordo com o U.S. Department of Energy, Smart Grid não é uma
“coisa”, mas uma visão a ser completada e que deve ser construída de acordo com as
necessidades do mercado no qual será implantado e tomando em conta múltiplas
perspectivas, tais como tecnológica, ambiental, socioeconômica e político-regulatória,
ou seja, a definição varia de acordo com as necessidades (reduzir perdas, poluentes,
custos operacionais) e com a ótica (financeira, ambiental, entre outras).
Como benefícios, essa arquitetura possibilita um meio mais econômico e
inteligente de gerar, transmitir e distribuir energia, minimizando os impactos
ambientais. Isto é obtido a partir do aumento da eficiência operacional, da otimização da
geração e do armazenamento de energia de forma distribuída, da predição de falhas, da
auto-recuperação e de novos serviços ao consumidor [15].
Assim, a ideia de tornar a rede inteligente não é um processo de passo único, mas
sim um processo evolutivo, conforme pode ser visto na figura abaixo.
Figura 1 – Aspectos Evolutivos das Redes
Os pontos cruciais que levam o desenvolvimento das redes de distribuição em
direção às redes inteligentes é a crescente pressão ambiental pela introdução das fontes
de energia limpas ou renováveis (biomassa, eólica e solar), preocupação em melhorar a
eficiência e a qualidade do serviço (principalmente na distribuição), a inquestionável
crescente demanda de energia elétrica (que segundo dados da Siemens Energy, é
previsto um crescimento anual de 2,2% – passando dos 20.300 terawatts-hora de hoje
para 33.000 terawatts-hora em 2030), o congestionamento das redes de transmissão, o
crescente desenvolvimento da geração própria ou do “produtor-consumidor” e até
mesmo a cada vez mais difundida venda e operação dos veículos elétricos. Esses
fenômenos levam a um ponto: geração distribuída (GD), onde consumidores poderão
gerar energia para si mesmos e vender o excedente gerado à distribuidora, tornando o
fluxo na rede bidirecional, tudo isto conforme legislações estabelecidas pelos órgãos
administrativos locais.
Figura 2 - Comunicação inteligente entre diversos usuários da cadeia de energia
Com a geração se mostrando cada vez mais descentralizada e próxima aos centros
urbanos (ou das respectivas cargas) sendo muitas das vezes ligada diretamente à rede
primária de distribuição, que por sua vez estão cada vez mais adotando uma
configuração malhada ao invés da radial, torna-se necessário tornar a operação desta
rede cada vez mais inteligente a fim de utilizar com eficiência os recursos provenientes
destas novas fontes pontuais de energia.
b) Tecnologias
O esquema a seguir ilustra a gama de tecnologias que compõem o conceito de
redes inteligentes:
Figura 3 – Cadeia industrial para a rede elétrica inteligente
As principais características que um sistema deve apresentar para seja classificado
como Smart Grid são [2-6]:
Maior confiabilidade e melhoria na eficiência operacional,
proporcionada pelo conjunto maior de informações que são processadas
em tempo real, permitindo ações de planejamento contra possíveis
contingências e sobrecargas e atenuando, assim, interrupções de serviço.
Autodiagnose e autorreparação (“Self Healing”) do sistema, ou seja,
capacidade de detectar, analisar, responder e restaurar possíveis falhas na
rede.
Resistência a ataques cibernéticos e de fenômenos naturais, ou seja, a
rede inteligente deverá ser capaz de perceber e responder a interrupções
advindas de causas naturais e também de ataques de terceiros.
Permita a instalação de uma grande variedade de fontes e o suporte a
um novo tipo de consumidor (veículos elétricos e/ou híbridos
recarregáveis). Tal fato promoverá uma mudança no modelo atual do
sistema elétrico, baseado na geração concentrada, para uma matriz cada
vez mais voltada para uma geração descentralizada ou distribuída.
Possibilidade de fluxo bidirecional (microgerações).
Maior interatividade entre a concessionária e o consumidor final. A
implantação do sistema de medição inteligente juntamente com o
fornecimento de informações inovadoras ao consumidor, como por
exemplo, o preço da energia (tarifa) em tempo real, possibilitará que este
controle sua demanda por energia e até mesmo decida por fornecer energia
para a rede, no caso de ser um microgerador.
Gestão preventiva do funcionamento de ativos da rede, tais como:
transformadores, chaves seccionadoras, relés, entre outros.
Combate ao furto de energia e a inadimplência através do
monitoramento da medição.
É ambientalmente de menor impacto.
c) Investimentos
A princípio, olhando para o avanço destas redes inteligentes no mundo, o que se
observa é que muitos dos aspectos que definem uma rede como inteligente já estão
aplicados em muitos projetos pilotos e até mesmo em grandes metrópoles. As redes
inteligentes e a medição inteligente recebem grande atenção, tanto dos reguladores
como também da mídia, consumidores e pesquisadores. Segundo dados da ABB, desde
2003 foram investidos cerca de $14 bilhões em projetos ao redor do mundo, porém a
maior parte destes investimentos são focados no desenvolvimento de tecnologias de
medição e monitoramento. Ainda é necessário se aprofundar nas avaliações de custo
benefício e retorno de capital para que os investimentos se voltem mais para a
interconectividade do sistema, inclusive com os consumidores finais.
Como alguns exemplos de projetos já implantados que se mostraram atrativos
estão:
Austrália
Figura 4 – Logo dos projetos australianos
Cerca de quatro projetos “Smart Grid Smart City”, com investimentos da GE,
IBM entre outras empresas, com um investimento total de cerca de $240 Milhões e
milhares de casas atendidas. Os consumidores podem monitorar seu uso de energia,
sendo disponível também em algumas casas um sistema wireless de controle de alguns
eletrodomésticos. O projeto inclui medidores e sensores inteligentes e uma rede de
comunicação a fim de melhorar a confiabilidade e eficiência do sistema e integrar os
sistemas de geração distribuída, armazenamento de energia e veículos elétricos.
Japão
De nome “Hachinohe Microgrid Demonstration Project”, com o apoio de
empresas como a Mitsubishi Electric Corporation, consiste em uma operação ilhada
com geração totalmente renovável, sendo 20kW de energia eólica, 130kW de energia
fotovoltaica, 100kW de baterias e cerca de 510kW de cogeração a gás. Nesse projeto,
cujo período de atuação foi de uma semana, o desempenho de um sistema de “geração-
demanda” ilhado é testada com consumidores reais (cerca de 605kW de demanda) e
dados também foram retirados para futuros projetos de maior escala de tempo.
Canadá
Projeto “Ontario Smart Metering Initiative”, com cerca de 4,5 milhões de
medidores inteligentes instalados e custo capital estimado em $1 bilhão (com um
aumento anual dos custos com operação da rede estimados em $50 milhões). O governo
da província de Ontario adotou uma política de energia verde como inciativa de se
tornar líder em energias renováveis, medidores inteligentes e adoção de microgrids. Foi
adotado também uma tarifa diferenciada pela hora do uso da energia, sendo o maior
mercado do mundo que utiliza tal tipo de tarifa atualmente, sendo assim possível o corte
da demanda de pico de cerca de 5-8%.
Figura 5 – Logo do projeto canadense
Estados Unidos:
De nome “Houston’s Smart Grid”, o projeto já instalou aproximadamente 2,2
milhões de medidores inteligentes a um custo de $640 milhões sendo cerca de $200
milhões do governo dos EUA. Ainda não foi aplicada uma tarifa diferenciada pela hora
de uso, mas tal mudança está nos planos do governo local na segunda etapa do projeto.
Figura 6 – Logo do projeto americano
Brasil:
Em 2010, o MME criou um Grupo de Trabalho com o objetivo de analisar e
identificar ações necessárias para subsidiar o estabelecimento de políticas públicas para
implementação de um Programa Brasileiro de Rede Elétrica Inteligente. No mesmo ano,
a ANEEL tornou público as características, os critérios para participação e os
procedimentos para elaboração de Projeto Estratégico. Atualmente, cerca de 157
instituições e 42 concessionárias estão envolvidos em cerca de 178 projetos espalhados
pelo território, com investimentos de mais de R$ 400 milhões.
Figura 7 – Projetos piloto no Brasil – Redes Elétricas Inteligentes
2. Cenários de proteção aplicados a Smart Grids
No mesmo caminho que se busca a eficiência na operação, deve-se também
buscar a segurança, que nos sistemas elétricos está diretamente ligada ao sistema de
proteção aplicado. Já é de praxe que a implementação de um sistema de proteção
eficiente na distribuição não é uma tarefa fácil, mesmo nos sistemas radiais, e agora
juntamente com as características de redes inteligentes, como redes malhadas e geração
de menor potência distribuída, o sistema de distribuição torna-se ainda mais complexo.
Tomando como conceito de seletividade a capacidade que a proteção possui de
isolar a falta em tempo hábil e desenergizando o menor número possível de circuitos de
carga, as soluções encontradas para um sistema radial muitas vezes não se aplicarão aos
sistemas altamente malhados, já que enquanto no primeiro a ordem, ou a sequência de
operação dos dispositivos de proteção, já está definida de acordo com o local de
ocorrência da falta, no segundo existirão diversas maneiras diferentes, relacionadas à
ordem de atuação dos dispositivos, de se isolar uma mesma falha.
Portanto, é notório que diversas áreas da engenharia e também das
telecomunicações necessitam de altos investimentos e profundos estudos a fim de que
possam se desenvolver conjuntamente, de forma a vencer os inúmeros desafios técnicos.
O processo de implantação de “inteligência” nos sistemas elétricos tem que ser feito de
maneira planejada e através de um processo contínuo [1].
Portanto, a proteção de smart grids envolve um complexo conjunto de
dispositivos, softwares e tecnologias de comunicação. A seguir, iremos comentar sobre
algumas destas tecnologias, esquemas de proteção e metodologias para detecção de
problemas no sistema elétrico de redes inteligentes presentes em artigos da área,
apresentando o conteúdo em duas partes: sistemas de gerenciamento e supervisão,
apenas para fins informativos; e os cenários e metodologias propostas em artigos de
proteção propriamente dita.
a) Sistemas de Gerenciamento e Supervisão
O roadmap da implementação de redes inteligentes pode ser dividido em quatro
etapas [13]:
Nível 01: Inteligência Local (Aumento da eficiência & confiabilidade
através de automação localizada);
Nível 02: Integração (Compartilhamento de dados e informação entre
sistemas);
Nível 03: Otimização da Rede (Controle analítico possibilitando tomada
de decisões otimizadas);
Nível 04: Rede Autônoma (Rede automatizada capaz de reagir às
mudanças).
Já se encontram disponíveis, atualmente, softwares especializados que buscam
empregar os conceitos essenciais para a implantação das técnicas inteligentes. Por
exemplo, podemos citar os seguintes:
EMS: Monitora, analisa, otimiza, simula e controla os ativos críticos de
transmissão em tempo real, viabilizando soluções que agregam confiabilidade aos
sistemas de potência.
Figura 8 – EMS (Sistema de Gerenciamento de Energia)
OMS: Reduz o impacto das interrupções planejadas e não planejadas, além do
tempo e dos recursos necessários para realizar serviços de operação e manutenção na
rede elétrica. Tal “classe” de software é essencial para esquemas de proteção de self
healing (reconfiguração automática de rede através de chaves telecomandadas
garantindo maior assertividade no tratamento de ocorrências).
Figura 9 – OMS (Sistema de Gerenciamento de Interrupção)
DMS: Integra a localização de defeitos, o isolamento da interrupção e a
restauração do fornecimento de energia elétrica, reduzindo significativamente os
períodos de interrupção e otimizando a confiabilidade da rede.
Figura 10 – DMS (Sistema de Gerenciamento de Distribuição)
b) Proteção de Redes Inteligentes
A seguir apresentam-se esquemas e metodologias de proteção aplicadas à
infraestrutura de smart grids. Cada um dos itens a seguir possui uma aplicabilidade
específica, mas podem ser visualizados como um conjunto atuante para a proteção das
redes inteligentes. Enquanto o primeiro tópico de discussão (Self-Healing) apresenta a
ideia geral da reconfiguração automática adaptativa de um sistema de distribuição
inteligente, os tópicos posteriores ilustram propostas e cenários que, segundo seus
respectivos autores, influenciam de maneira positiva na atuação da proteção, seja por
agilizar a localização de distúrbios (por meio dos Sincrofasores), ou impactar na
seletividade (Sistema de Múltiplos Agentes) e coordenação (Proteção de Sobrecorrente
Adaptativa), dentre outros.
I. Sistemas Self-Healing
A automação nos sistemas de distribuição teve início com a introdução de
sistemas supervisórios nas subestações que, juntamente com lógicas de automação,
permitiram transferências ou cortes seletivos automáticos de cargas em situações de
contingência, melhorando significativamente os indicadores de qualidade do
fornecimento de energia.
Com a implementação das redes inteligentes, a utilização das filosofias de
proteção das redes “convencionais” nem sempre se aplicarão, sendo necessária a busca
por filosofias diferentes, tal como proteções adaptativas. Uma rede elétrica inteligente
deve possuir a capacidade de auto monitoramento e auto restabelecimento (self-
healing).
A auto recomposição é a capacidade da rede elétrica, diante de um distúrbio, de
isolar a falta, reduzindo ao máximo o número de clientes afetados (acarretando numa
diminuição de DEC e FEC) e retornando o sistema pós-falta ao seu estado normal [16].
Esta capacidade busca avaliar o comportamento da rede em tempo real, comutar
chaves, disjuntores ou religadores e transferir carga para reduzir o tempo de restauração
e restaurar o máximo de trechos desenergizado e não defeituosos em consequência de
distúrbios na rede. A recomposição automática da rede deve atender critérios de não
violação de restrições operacionais e restrições de suprimento de maior número de
clientes ou de maior potência instalada, de clientes eletrodependentes, e de cargas
críticas, de acordo com a filosofia adotada pela empresa de energia [18], sem
necessidade de deslocamento de equipes de manutenção para realização da manobra,
impactando positivamente na sua performance.
Em [18], definem-se duas abordagens para desenvolvimento de sistemas de
recomposição automática (SRA): centralizada e distribuída. Na abordagem centralizada,
o SRA é integrado ao SCADA (Supervisory Control and Data Acquisition) no centro de
controle da concessionária. A abordagem distribuída baseia-se na automação
descentralizada, com dispositivos eletrônicos inteligentes compartilhando informações,
negociando tomada de decisões para recomposição do sistema, independente do COD
(Centro de Operação da Distribuição), cuja lógica local para chaveamento entre
circuitos de alimentação se encontram em concentradores.
Equipamentos tais como religadores e chaves automáticas são tipicamente
utilizados nestas redes, mas considerando que estes apresentam razoável complexidade
construtiva e que, além de serem telecomandandos, são capazes de realizar várias
funções de monitoramento e proteção, algumas questões relevantes surgem,
relacionadas ao nível de confiabilidade e de eficiência operacional.
Nesse contexto, os trabalhos [17-18] apresentam procedimentos para
desenvolvimento de sistemas de recomposição automática distribuídas.
A. Sistema de gestão de chaves e apoio a manobras
Em [17], o SRA é baseado na aplicação de um sistema de gestão de chaves e
módulo de apoio a manobras e uma lógica local armazenada em concentradores. Esse
sistema é validado por um projeto experimental que desenvolveu uma célula de self-
healing nos circuitos CAT-113 e CAT-114, na cidade do Rio de Janeiro - Brasil.
Uma das aplicações executadas é descrita a seguir. O sistema ilustra a lógica
envolvida no atendimento de uma carga prioritária. Cargas prioritárias são normalmente
atendidas por alimentadores de diferentes subestações, com o objetivo de existir sempre
um alimentador reserva caso haja alguma falha no alimentador que está sendo utilizado.
Existem quatro estados de funcionamento onde é necessário um intertravamento
da automação: 1 – Operação Remota pelo COD; 2 – Operação Local pela equipe de
manutenção; 3 – Situação de Potência (falha de tensão no circuito); 4 – Situação de
Proteção (problema no circuito da carga).
A lógica presente no concentrador atenta ao fato de que os circuitos nunca
poderão ser ligados em paralelo, devendo um circuito estar desligado para que outro
possa energizar a carga. Do mesmo modo, tão logo qualquer falha seja corrigida, o
circuito deve voltar ao seu estado original.
Figura 11 – Sistema de Alimentação com Chaveamento Automático
Então, suponha que haja uma falha no alimentador 1. Os passos definidos seriam:
Identificação da falta pelo relé 1;
Identificação do tipo de falha pelo concentrador;
Abertura do disjuntor (NF) associado ao relé 1;
Se a falha permitir a alimentação da carga, o concentrador solicita o
fechamento do disjuntor (NA) associado ao relé 2 ;
Após o restabelecimento do alimentador 1, o sistema desfaz a manobra
realizada, voltando o alimentador 1 a suprir a carga prioritária.
B. Sistema Multiagente (SMA)
Em [18], se utiliza a técnica de sistema multiagente (SMA). O SMA é um sistema
composto por vários agentes inteligentes (hardware ou software) que interagem dentro
de um ambiente, conferindo uma estrutura de controle distribuído, capazes de agirem de
forma proativa a mudanças no ambiente, negociar com outros agentes, e tomar decisão
de forma autônoma para a solução de problemas. O SRA multiagente (SMRA) proposto
compõem-se de três agentes: Agente Dispositivo (AD), Agente Alimentador (AA) e
Agente de Subestação (AS).
A arquitetura do SMRA é apresentada na figura 12. Os agentes AS representam as
diferentes subestações em uma rede de distribuição. Os AA correspondem aos
alimentadores das respectivas subestações e finalmente os AD representam
equipamentos ou dispositivos (sensores) nos alimentadores.
Figura 12 – Arquitetura do Sistema SMRA
AD ou AE: possuem a função de obter informações dos trechos a montante e a
jusante do local de instalação (corrente de carga, partida e atuação da função de
proteção, estado de abertura e fechamento de equipamentos) e transmiti-las aos agentes
AA e AS.
AA: Cada alimentador possui um agente AA associado a cada religador ou
disjuntor na saída dos alimentadores na subestação, gerenciando o carregamento dos
vários trechos do alimentador a partir das informações disponibilizadas pelos demais
agentes. Em condição de falta, o agente negocia com os outros agentes AA vizinhos a
restauração dos trechos desenergizados não defeituosos com base na análise das
informações disponibilizadas pelos agentes AD e AS, solicitando a este último a
quantidade de potência disponível.
AS: Os AS têm como objetivo analisar o carregamento dos transformadores da
subestação e em situação de recomposição, disponibilizar estas informações aos AA.
Processo de Recomposição
O processo de recomposição quando um dos religadores do alimentador realiza
seu ciclo de religamento interrompendo uma falta permanente. O relé responsável pelo
religador envia ao AD o registro de atuação do relé e de mudança de estado do
religador.
O AD envia ao AA do alimentador uma mensagem solicitando o isolamento do
trecho onde ocorreu a falta. O fluxograma seguinte ilustra os próximos passos tomados:
Figura 13 – Fluxograma da recomposição
Cada operação acima é realizado por AD associados a relés, solicitados pelo AA
responsável. Por exemplo, para isolar um trecho defeituoso, os AA mandam o comando
para os AD da fronteira que enviam o comando aos AD associados aos relés e estes
comandam a abertura dos equipamentos de disjunção.
Após a análise e o tratamento da coordenação, o AA classifica os trechos por
critério de prioridade estabelecidos previamente. Em seguida o AA identifica os trechos
que estão desenergizados que não estão defeituosos, iniciando a negociação de
transferência de carga com os outros AA com os quais possui encontro (informando o
carregamento de cada trecho e solicitando o carregamento adicional).
Todas as propostas de recomposição são avaliadas pelo AA solicitante e a
proposta que tiver maior prioridade será realizada a transferência. Após a transferência
de um trecho, o algoritmo retorna à etapa de verificação de existência de outros trechos
desenergizados não defeituosos.
O algoritmo finaliza quando todos os trechos desenergizados e não defeituosos
forem restabelecidos ou quando as propostas de recomposição não atenderem às
condições definidas.
Estudo de Caso
A rede de distribuição da figura 14 foi usada para aplicação do SMRA. Ela é
composta de três subestações, 69/13,8 kV de 33,2 MVA cada, e alimentadores em 13,8
kV, com topologia radial.
Figura 14 – Estudo de Caso do SMRA
São quatro alimentadores divididos em trechos (T1 – T7) por seus respectivos
religadores (preenchidos de preto). Os religadores em branco são chaves de encontros
de alimentadores, NA, permitindo a transferência de carga se necessário.
A tabela 1 apresenta os tipos de agentes e os elementos aos quais estão
associados.
TABELA 1 – AGENTES DO SISTEMA
A tabela 2 apresenta as correntes de carga e capacidade de corrente dos
condutores em cada trecho, informações utilizadas pelos AA para análise de
recomposição.
TABELA 2 – INFORMAÇÕES DO SISTEMA
Esse estudo de caso apresentará a tomada de decisão da recomposição automática
em que nem todos os trechos desenergizado não defeituosos podem ser energizados
devido à violação de restrições de carregamento. Para tal, considere uma falta simulada
no trecho T3. São realizadas as seguintes operações:
Relé do religador R3 atua comandando a abertura do religador e
informando para o AD, que envia uma mensagem para o AA2 requisitando
o isolamento do curto em T3.
AA2 requisita os dados atualizados dois demais AD do alimentador,
analisa-os verificando se o sistema está coordenado e isola o trecho
defeituoso.
Os trechos são classificados pela prioridade de recomposição, previamente
estabelecido, e identificados quais estão desenergizados (T2, T4 e T5).
AA2 envia propostas aos agentes associados dos demais alimentadores
(AA1, AA3 e AA4).
Dentre estes três trechos, T5 é o prioritário. A decisão é baseada na
possibilidade de suprimento de energia por um alimentador da mesma
subestação de origem do trecho desenergizado. Assim AA3, que
alimentava o trecho T6 de 250 A, recebe também o trecho T5 de 150 A,
ficando com 200 A de disponibilidade.
Novamente AA2 verifica os trechos desenergizado (T2 e T4) e envia
pedidos de recomposição para AA1 e AA3. O trecho T2 apresenta um
maior número de clientes e, por isso, é prioritário. O alimentador AA1 não
possui capacidade suficiente para suprir os 200 A de carga de T2. Logo,
AA3 recebe o pedido e AA2 aceita a proposta.
Em uma nova verificação, T4 está desenergizado. AA2 envia um pedido
de recomposição para AA3, mas este não possui mais capacidade de
fornecer energia sem causar sobrecarga no alimentador, informando ao
AA2 que não será possível estabelecer a conexão. O algoritmo não realiza
nenhuma transferência nesse ciclo e encerra a recomposição. 81,25% da
carga é suprida até que o problema seja mitigado.
A configuração final da rede para este estudo de caso é apresentado na Figura 15.
Figura 15 – Configuração final da rede para o estudo de caso
II. Localização de Distúrbios no Sistema de Potência utilizando
Sincrofasores
A localização de faltas é uma tarefa que tem impacto direto no nível de segurança
e economia na operação de Sistemas Elétricos de Potência. A sua eficiência está
associada à velocidade e exatidão na estimação do ponto de falta. Os métodos
tradicionais para localização de faltas são comumente agrupados em duas categorias, os
baseados em impedância e os baseados em ondas viajantes. O primeiro utiliza medições
de tensões e correntes de falta em cálculos de circuitos elétricos, enquanto o segundo se
vale do intervalo de tempo entre uma onda inicial e suas reflexões no ponto de falta
[14].
O atual sistema de aquisição de dados não permite o monitoramento do
comportamento dinâmico das perturbações e dos eventos que a compõem. Ele é baseado
no Sistema SCADA e no sistema de Gerenciamento de Energia (EMS) que são
processos cíclicos com taxas de atualização de 2 a 10 segundos, logo é proposto em [11]
a utilização de um sistema de medição fasorial sincronizada, ou Synchronized Phasor
Measurement Systems (SPMS), o qual, segundo [11], permite a obtenção de medidas
elétricas de tensão e corrente, com informações de magnitude e fase, obtidas em altas
taxas de amostragem e referenciadas na mesma base de tempo.
Um dos entraves dos sistemas de monitoramento sempre foi a distância entre os
pontos de medição, principalmente em um sistema de grande porte como o brasileiro, o
que acaba influenciando na sincronização temporal das medidas realizadas. A
disponibilização à sociedade civil dos sinais do Sistema de Posicionamento Global
(Global Positioning System – GPS) proporcionou uma nova estrutura de sincronização
de medidas elétricas, levando ao desenvolvimento dos SPMS, que constituem um dos
elementos base para a implementação das redes elétricas inteligentes [11].
Figura 16 – Estrutura básica de um SPMS
Um SPMS é basicamente constituído por Unidades de Medição Fasorial (Phasor
Measurement Unit – PMU), sistema de sincronização temporal, canais de comunicação
e o Concentrador de Dados Fasoriais (Phasor Data Concetrator – PDC) [11], conforme
ilustrado na Figura 16.
A PMU é responsável pela medição das grandezas elétricas (tensões e correntes)
na forma de fasores sincronizados (sincronofasores) através de um sinal GPS. Já o PDC
recebe, organiza e distribui os dados de medição para as aplicações.
A figura 17 mostra uma imagem do site de fasores do SPMS do projeto MeFasee
BT, projeto de implementação de um SPMS instalado na rede de baixa tensão e que têm
como objetivo principal a pesquisa e difusão da tecnologia de medição sincronizada de
fasores no Brasil. Ele é composto por 14 PMUs instalados em universidades, com
PDCs instalados na Universidade Federal de Santa Catarina - UFSC.
Figura 17 – Site de fasores do SPMS MedFasee BT
Detecção do Evento
Para detectar o instante exato em que ocorre o distúrbio é preciso que se tenha,
neste exato instante, as grandezas elétricas (módulo e fase da tensão e corrente) dos
PMUs que foram afetados pelo respectivo distúrbio e sua propagação no SIN. Como o
SPMS está instalado na rede de baixa tensão, apenas grandezas de tensão são
monitoradas.
O módulo das tensões é muito suscetível a mudanças de cargas, taps e outros
chaveamentos, o que inviabiliza a sua utilização como sinal de sinalização. Já o ângulo,
que é menos sensível a estes eventos, depende da escolha de uma referência, que pode
ser uma das barras do sistema elétrico. No caso de ocorrer um evento local, próxima a
esta barra, todos os ângulos serão afetados, gerando uma sinalização errada. Assim,
utiliza-se o sinal de frequência, que é derivado dos ângulos absolutos medidos pelas
PMUs [11]. Dois dos comportamentos mais observados da frequência como sinal de
sinalização são as excursões lentas e os surtos, estes últimos indesejados, logo é
necessário filtrá-los. Para isto se utilizam três tipos de filtros.
Filtros de Média Móvel (FMM): Composto por dois filtros, um de atenuação de
ruídos e outro para atenuação dos eventos, sendo os sinais de saída a frequência filtrada
(sem ruídos) e a tendência de frequência (sem eventos). Comparando os dois sinais se
obtém um sinal de sinalização (veja a figura 18).
Figura 18 – Esquema de funcionamento de Filtro de Média Móvel
As janelas de amostragem foram definidas por [11]:
Filtro de Média Móvel e Taxa de Variação: Filtram-se os ruídos do sinal de
frequência como no processo anterior e a partir do sinal filtrado se obtém a taxa de
variação da frequência (TV), que será utilizada como sinal de sinalização. As figuras 19
e 20 mostram os sinais de taxa de variação de cada um dos PMUs na detecção de um
mesmo evento, porém utilizando janelas de amostragem diferentes.
Figura 19 – Taxa de variação dos PMUs com amostragem de 1 segundo
Figura 20 – Taxa de variação dos PMUs com maior amostragem
Filtro de Kalman (FK): Tal filtro é utilizado para estimar a aceleração angular
mediante a observação do sinal de frequência, assim as variáveis de estado são formadas
pela aceleração angular, velocidade (frequência) e o deslocamento.
Na figura 21 são mostrados os sinais de sinalização para um mesmo distúrbio com
as três metodologias descritas de detecção.
Figura 21 – Detecção do distúrbio pelas três metodologias diferentes
Observa-se que apesar dos sinais serem próximos, principalmente com relação aos
Filtros de Média Móvel com Taxa de Variação e o Filtro de Kalman, é neste último que
os sinais dos surtos são mais atenuados, conforme visto se comparando as amplitudes
dos sinais de sinalização dos dois tipos de filtros.
Localização e Identificação do Evento
Com o evento detectado o próximo passo é identificar o mesmo. Como
chaveamentos comuns e curtos-circuitos que não se propagam por todo o sistema são
detectados é necessário classificar os eventos. Existem basicamente duas classificações
[11]:
Surtos: ocorrem de maneira abrupta, ou seja, logo a frequência retorna ao
seu regime normal.
Sistêmicos: tem característica lenta, são classificados em perda de geração, caso
a frequência diminua, e interrupção de carga, caso a frequência
aumente.
Para a localização dos eventos são utilizados dois tipos de metodologias, a
triangulação e o método de Newton. Na triangulação, como tanto a localização
geográfica de cada PMU como o atraso de tempo em que cada uma delas é atingida pela
propagação do evento são conhecidos, é possível determinar onde o evento ocorreu pela
distancia entre (pelo menos) três PMUs e a velocidade e o tempo. A solução do
problema pelo Método de Newton é feita de forma iterativa, sendo necessário definir
condições iniciais e um critério de convergência.
Segundo os autores, tal sistema de sincrofasores têm se demonstrado uma
ferramenta de grande importância para a análise do sistema elétrico brasileiro. Como as
redes inteligentes tendem a ser altamente malhadas, a utilização deste tipo de sistema
pode se mostrar uma boa escolha na detecção, identificação e localização de distúrbios
por parte da distribuidora local, diminuindo tempos de manobra e manutenção, e
consequentemente, diminuindo gastos e tempos de blackouts.
III. Sistema de Múltiplos Agentes para Implementação de Proteção
Adaptativa em Microrredes
Uma definição é com respeito às microrredes ou microgrids, que pode ser
definido como um subsistema composto de cargas e de pequenas gerações dispersas e
que possui um ramal de conexão com a distribuidora local (Ponto de Conexão Comum -
PCC), utilizando a energia proveniente desta distribuidora em situações normais, porém
em caso de algum distúrbio ou situação de falha ou emergência, se desconecta da rede
da distribuidora e opera como um sistema ilhado, utilizando a geração distribuída.
As microrredes têm atraído substanciais interesses das empresas de energia,
porque a possibilidade de aumento da utilização de microgerações permite postergar
investimentos nas redes de distribuição. Além disso, a inserção de microgerações pode
trazer outras vantagens, como a melhoria na confiabilidade do fornecimento de energia,
redução de perdas em linhas de transmissão e a utilização de fontes de energias
alternativas, como a fotovoltaica e eólica [8, 9]. A operação das microrredes traz muitos
desafios tecnológicos que ainda devem ser solucionados pelos engenheiros, como o
controle da tensão e da frequência, questões de estabilidade, gerenciamento de energia e
proteção [9].
Algumas destas microrredes utilizam de microgerações conhecidas como IIDG
(Inverter Interfaced Distributed Generator) que precisam de dispositivos de eletrônica
de potência para se conectar a rede. Como alguns estudos destacam que tais dispositivos
IIDGs não são capazes de gerar correntes de falta de mesma magnitude que os
geradores síncronos [8], é esta característica que pode representar um problema para as
atuais filosofias de proteção caso o sistema opere de forma isolada, pois os relés
convencionais são programados para atuarem com elevados valores de corrente de falta,
e não para detectar correntes de falta de baixa magnitude. Além disso, com a operação
isolada, parte da topologia do sistema é modificada, podendo gerar sérias consequências
para o sistema de proteção aplicado.
Dentro desta definição, foi proposto em [10] um algoritmo baseado em múltiplos
agentes para configuração da proteção adaptativa em microgrids. Segundo os autores, os
sistemas multiagente (SMA) são um dos ramos da inteligência artificial e são
constituídos por entidade denominadas Agentes, cada um com capacidades e
conhecimentos próprios, interagindo entre si trocando mensagens para a resolução de
problemas complexos. No trabalho proposto, existem três tipos de agentes em uma
estrutura hierárquica, como mostrado na figura 22.
Figura 22 – Estrutura hierárquica dos agentes do SMA proposto
O número dos agentes coordenadores e configuradores podem ser diferentes de
um, porém a cada execução do algoritmo somente um agente coordenador e um
configurador é executado, sendo que caso ocorra algum problema no hardware onde o
agente está, os outros agentes relés tomarão conhecimento do problema e elegerão outro
par de agentes coordenador e configurador para continuar o processo.
A análise dos agentes se baseia em dois tipos, uma off-line e outra on-line,
descritos abaixo.
Análise off-line:
Nesta análise os agentes interagem entre si e modificam as configurações dos
relés de proteção ou dos outros dispositivos utilizados na eliminação de faltas. A figura
23 mostra como os agentes se comunicam nesta análise.
Figura 23 – Mensagens trocadas pelos agentes na análise off-line
Análise on-line:
Nesta análise os agentes interagem, detectam, localizam e isolam a falta através de
comandos de abertura direto dos agentes relés para os disjuntores. A figura 24 mostra as
mensagens trocadas pelos agentes nesta análise.
Figura 24 – Mensagens trocadas pelos agentes na análise on-line
Neste protocolo, um agente envia uma mensagem do tipo “Request” e recebe duas
mensagens como resposta, uma chamada “Agree”, que confirma o recebimento da
mensagem, e outra chamada “Inform”, indicando que o agente que recebeu a mensagem
executou um comportamento.
A figura 25 mostra um exemplo de troca de mensagens entre os agentes (um de
configuração, um coordenador e três agentes relés).
Figura 25 – Mensagens trocadas entre os agentes
Neste exemplo da figura anterior, cada um dos Agentes Relés são sensibilizados
por uma falta e enviam uma mensagem “Request” (setas 1, 2 e 3) para o Agente
Coordenador, que por sua vez, devolve a cada um dos Agentes Relés uma mensagem
“Agree” (setas 4, 6 e 8) e uma mensagem “Inform” (setas 5, 7 e 9). O Agente
Coordenador, após processar as mensagens e executar seus comportamentos, envia uma
mensagem “Request” (seta 10) para o Agente Configurador, que por sua vez o retorna
com uma mensagem “Agree” (seta 11) e uma “Inform” (seta 12). Em seguida, assim
como ocorre com o Agente Coordenador, isto é, após processamento da mensagem e
execução de seus comportamentos, este agente envia uma mensagem “Request” (seta
13) para o Agente Coordenador e recebe deste uma mensagem “Agree” (seta 14) e uma
mensagem “Inform” (seta 15). Finalmente, o Agente Coordenador envia uma
mensagem “Request” (seta 16) para um ou vários agentes – neste caso, somente para o
Agente Relé 1 – comandando, por exemplo, a abertura de um disjuntor da rede (análise
on-line) ou mudança em seu grupo de ajuste (análise off-line), e novamente recebe deste
agente uma mensagem “Agree” (seta 17) e uma mensagem “Inform” (seta 18). O fluxo
de mensagens entre os agentes então se repete a partir da seta 19, onde o Agente Relé 2
recomeça o ciclo enviando uma mensagem “Request” ao Agente Coordenador [10].
Os autores realizaram algumas simulações em um sistema baseado e um sistema
real, com quatro geradores hidráulicos (PCHs) e com a rede da concessionária
representada pelo gerador ideal conectado à barra 1, porém com algumas modificações
como inclusão de dois geradores eólicos de ímãs permanentes, substituição dos
transformadores delta-estrela (com o delta ao lado da rede) pela configuração estrela-
estrela, de forma a tornar possível a análise de falta monofásica quando a microrrede
estiver operando isolada. O sistema está representado na figura 26.
A tabela 3 mostra alguns dos resultados obtidos pelos autores.
TABELA 3 – RESULTADO DA SIMULAÇÃO
Segundo as conclusões dos autores, a implementação da técnica proposta por eles
garante seletividade da proteção na análise on-line, porém um melhor tempo na atuação
da proteção vai depender da velocidade do sistema de comunicação, e a análise off-line
torna o sistema mais robusto em caso de falhas de comunicação entre os agentes.
Outro ponto importante foi a adoção, pelos autores, de um registro que associa um
identificador a cada agente de uma plataforma aos serviços que cada um pode oferecer.
Assim, mesmo com a perda de um dos agentes, outro pode tomar seu lugar através do
identificador atribuído a este.
Para finalizar, um ponto de desvantagem do sistema é a difícil sensibilização dos
relés na análise com um dos geradores eólicos em falta, devido à limitação da
capacidade de fornecimento de corrente de curto-circuito pelos inversores.
Figura 26 – Sistema para simulação
IV. Proteção de Sobrecorrente com Ajuste de Configuração
Adaptativo
Outro grande desafio está relacionado à coordenação da proteção. Em sistemas
radiais, assim como a questão da seletividade, a coordenação de atuação dos
dispositivos já está previamente definida de acordo com o ponto no qual a falta ocorra,
ou seja, já estão definidos quais dispositivos de retaguarda atuarão em caso de falha dos
dispositivos à montante.
Um ponto importante de se notar é referente a duas vantagens, entre inúmeras
outras, dos relés digitais, sendo a sua capacidade de controle e comunicação através de
uma rede. Tais vantagens acabam conferindo ao engenheiro eletricista um amplo
número de possibilidades de realizar a coordenação do sistema de proteção.
Em [12] é proposto um sistema simples de configuração adaptativo dos ajustes
dos IEDs (Intelligent Electronic Device) para proteção de sobrecorrente através de uma
rede de comunicação composta por três camadas a fim de diminuir os tempos de
operação dos dispositivos de proteção e evitar a perda de coordenação por parte do
sistema de proteção.
A primeira camada, chamada de Camada de Operação, é responsável pela
monitoração da topologia e operação do sistema elétrico. Caso algum destes parâmetros
mude, esta primeira camada envia um sinal para uma segunda, chamada de Camada de
Subestação, informando o novo cenário elétrico. Com estes dados, esta segunda camada
utiliza de relações matemáticas para determinar as novas configurações dos relés. Tais
novas configurações são então enviadas aos dispositivos ligados à rede de comunicação.
A terceira camada é formada pelos IEDs que tenham, pelos menos, a capacidade
de troca de informações. Por último é também necessário a existência de uma central de
comando, frequentemente chamada de Controle de Operação Central (Operation Center
Control) [12]. Uma parte do sistema de distribuição de uma distribuidora brasileira foi
simulada com o uso de um RTDS® pelos autores da referência [12].
Figura 27 – Sistema e monitoramento para proteção adaptativa
De início é necessário uma análise off-line, que irá definir todas as possibilidades
operacionais do sistema. A referência [12] se propõe a realizar um estudo de
coordenação para cada possibilidade pré-determinada de forma off-line e então tabelar
tais estudos e configurações.
Como ferramenta de monitoramento é sugerido o sistema SCADA. A figura 27
mostra um esquema de operação de um sistema adaptativo de mudança de
configurações.
Os autores também exaltam as vantagens da utilização do RTDS® nas simulações
digitais. A combinação de uma operação em tempo real e a precisão e flexibilidade dos
programas de simulação digital confere ao RTDS [12] uma grande capacidade de
avaliação de vários cenários.
Analisando os cenários de operação off-line e on-line, a figura 28 mostra um
fluxograma mais completo da utilização de uma proteção adaptativa.
Figura 28 – Fluxograma de operação adaptativa do sistema de proteção
Através dos estudos de caso em redes de sub-transmissão da Eletrobras utilizando
o RTDS®, a referência [12] indica um avanço no tempo de operação dos relés. Veja as
tabelas 4, 5 e 6.
TABELA 4 – PERFORMACE DA PROTEÇÃO “TRADICIONAL”
TABELA 5 – PERFORMACE DA PROTEÇÃO ADPATATIVA NO CASO 2
TABELA 6 – PERFORMACE DA PROTEÇÃO ADPATATIVA NO CASO 3
A tabela 5 mostra uma redução de 10% no tempo de atuação do relé R1 e uma
redução menor de tempo no relé R4. No relé R2 o tempo de atuação observado foi o
mesmo. A tabela 6 mostra uma redução de 6,25% no tempo de atuação do relé R1 e
reduções menores de tempo nos relés R2 e R4. Informações das simulações para o caso 1
com a proteção adaptativa não foram informados pela referência [12].
O uso de uma proteção adaptativa pode proporcionar um maior nível de segurança
nos sistemas de proteção, uma vez que nas simulações realizadas os resultados foram
melhores se comparados à proteção de sobrecorrente “convencional”. Simulações com o
RTDS® e seus respectivos resultados mostraram que os ajustes adaptativos dos relés
são possíveis e que algoritmos simples, como o apresentado nesta referência são
completamente implementáveis em dispositivos digitais de processamento como um
DSP [12].
V. Detecção de Ilhamento de Geração Distribuída
A conexão de geradores em redes de distribuição e subtransmissão permite o
aproveitamento de fontes dispersas de energia. Contudo, a instalação destes geradores
deve ser acompanhada de uma série de avaliações técnicas para garantir a operação
segura, confiável e eficiente de todo o sistema elétrico, sobretudo após a ocorrência de
curtos-circuitos ou contingências [19].
A operação ilhada de um determinado gerador distribuído ocorre em função da
abertura de dispositivos de proteção que resulte em interrupção da conexão com a
concessionária. Assim, caso a proteção do gerador não identifique o ilhamento e este
continue operando, um conjunto de cargas passa a ser alimentado somente pelo gerador
distribuído.
Segundo [20], as principais implicações da não detecção do ilhamento e, por
conseguinte da não desconexão dos geradores ilhados, são:
Segurança das equipes de manutenção, assim como dos consumidores em
geral, pode estar em risco devido a áreas que continuem energizadas sem o
conhecimento da concessionária;
A qualidade de energia fornecida para os consumidores na rede ilhada está
fora do controle da concessionária, embora ela ainda seja a responsável
legal por este item;
A coordenação do sistema de proteção da rede ilhada pode deixar de
operar satisfatoriamente devido à redução drástica dos níveis de curto-
circuito na rede ilhada;
O sistema ilhado pode apresentar um aterramento inadequado devido à
perda de conexão com a concessionária;
No instante de renergização da rede, o gerador pode estar dessincronizado,
provocando sérios danos ao mesmo e demais componentes do sistema.
Para a detecção de ilhamento podem ser utilizadas técnicas remotas ou locais.
As técnicas remotas podem ser baseadas em sistema SCADA, em PLCC (Power
Line Carrier Communication) ou em redes de comunicação, que interligam os
dispositivos de proteção. Neste caso, no momento da abertura do disjuntor que provoca
o ilhamento, um sinal é enviado ao disjuntor presente na barra do gerador distribuído,
desconectando-o do sistema. Este tipo de proteção eleva o custo da instalação, que
cresce com a complexidade e o número de geradores presentes na rede elétrica [19].
Já as técnicas locais, ou passivas, baseiam-se em medições de tensão e corrente
após a injeção proposital de distúrbios elétricos no sistema, apresentando maior custo-
benefício. Assim, a condição de ilhamento pode ser verificada a partir da análise da
resposta obtida frente a tais distúrbios. Comumente se utilizam relés de tensão e
frequência para estas funções, mas uma dificuldade associada ao ajuste destes é a
capacidade de discriminar entre variações resultantes de ilhamento e outros distúrbios
do sistema, como tomada ou alíveio de significativos blocos de cargas ou partida de um
grande motor [19].
Algoritmos baseados em Redes Neurais Artificiais (RNAs) consistem uma
solução viável para este problema, pois possuem a capacidade de aprender através de
exemplo, reconhecendo, no sinal de tensão, propriedades específicas. O processo de
treinamento de uma RNA para este problema não é trivial, pois envolve fatores como a
definição da sua arquitetura, a forma de aquisição das amostras de tensão e a seleção de
um conjunto de treinamento representativo do problema abordado.
Em [19], os autores apresentam um algoritmo baseado exclusivamente no padrão
da forma de onda da tensão terminal do gerador síncrono distribuído. Segundo os
mesmos, a vantagem deste sob as demais técnicas apresentadas na literatura é o fato de
não necessitar de processamento adicional, tornando-o mais rápido. Também há a
possibilidade de se implementar o algoritmo em IEDs, podendo ser utilizado como
proteção principal, ou proteção de retaguarda, atuando no caso da comunicação com
outros dispositivos falhar. Aqui não demonstraremos as etapas do desenvolvimento do
algoritmo em questão. que pode ser encontrado em detalhes em [19].
Referências
[1] D. R. R. Penido, L. R. Araujo, F. J. F. Pereira, J. M. Rodrigues, K. L. M. Oliveira, “Simulations and
Analysis of Distribution Systems with Aspects of Smart Grids Using MICQ, RTDS and PSCAD”.
UFJF – Universidade Federal de Juiz de Fora, Juiz de Fora, MG. IEEE Power & Energy, Conference
of Innovative Smart Grid Technologies – ISGT-LA, São Paulo, SP, Abril de 2013.
[2] D. M. Falcão, “Integração de Tecnologias para Viabilização da Smart Grid”. Simpósio Brasileiro de
Sistemas Elétricos (SBSE). 18 a 21 de Maio de 2010, Belém – Pará.
[3] “Desvendando as Redes Elétricas Inteligentes”. Coordenação Geral Fábio Toledo. Editora
BRASPORT Livros e Multimídia Ltda. Rio de Janeiro, 2012.
[4] R. D. Oliveira, J. C. M. V. JÚNIOR, “Benefícios e Desafios de Redes Inteligentes”. UNIFACS –
Universidade Salvador. Revista Eletrônica de Energia, v.2, n.1, p. 3-14, jan./dez. 2012.
[5] H. Khurana, M. Hadley, N. LU, D. A. Frincke, “Smart-Grid Security Issues”. IEEE Security &
Privacy, Sept. - Oct. 2012, vol. 10 no. 5.
[6] F. Assis, A. L. F. Filho, E. Grzeidak, “Qualidade da Energia Elétrica no contexto do Smart Grid”.
Capítulo IV da Revista “O Setor Elétrico”, pg. 48 a 56, Edição 68 / Setembro de 2011.
[7] Djalma M. Falcão, Fellow, IEEE, “Integração de Tecnologias para Viabilização da Smart Grid”.
IEEE, Rio de Janeiro.
[8] N. Jayawarna, N. Jenkins, M. Barnes, M. Lorentzou, S. Papthanassiou, and N. Hatziagyriou, "Safety
analysis of a microgrid," in Future Power Systems, 2005 International Conference on, 2005, pp. 7
pp.-7.
[9] D. Ke, H. Xin, B. Daqiang, and F. Cunliang, "An adaptive protection method for the inverter
dominated microgrid," in Electrical Machines and Systems (ICEMS), 2011 International Conference
on, 2011, pp. 1-5.
[10] L. L. do Nascimento, J. G. Rolim, “Multi-agent System for Adaptative Protection in Microgrids”.
UFSC, Florianópolis, SC. ISGT-LA, São Paulo, SP, Abril de 2013.
[11] V. Zimmer, I. C. Decker, M. N. Agostini, “Disturbance Location in the Brazilian Electric Power
System using Synchrophasors” IEEE Power & Energy, Conference of Innovative Smart Grid
Technologies – ISGT-LA, São Paulo, SP, Abril de 2013.
[12] F. C. Souza Jr, Benemar A. Souza, “Adaptative overcurrent adjustment settings: a case sduty using
RTDS®”, Universidade Federal de Campina Grande – UFCG. ISGT-LA, São Paulo, SP, Abril de
2013.
[13] R. V. Erven, “A evolução das Redes Inteligentes”. 6º Fórum Latino-Americano de Smart Grid. 26 a
28 de Novembro de 2013, São Paulo – SP.
[14] D. X. D. Xinzhou, et. al., “Optimizing solution of fault location”. IEEE Power Engineering Soziety
Summer Meeting, 2002, vol. 3, pp. 113-1117
[15] C. W. Gelling, The Smart Grid – Enabling Energy Efficiency and Demand Response. Boca Raton,
FL, USA. Taylor & Francis, 2009.
[16] T. D. Sudhakar, K.N. Srinivas, “Restoration of power network – a bibliographic survey”
EUROPEAN TRANSACTIONS ON ELECTRICAL POWER Euro. Trans. Electr. Power 2011;
21:635–655
[17] D. P. Duarte, et. al., “Intelligent System to Management of Reclosers and Proposition of Maneuvers
in Distribution Network”. Sinapsis Inovação em Enegia, AES Eletropaulo e Fibonacci Ltda, 2013.
[18] J. V. C. Barros, et. al, “A Multiagent Approach To Automatic Restoration of Distribution Network”.
UFC, Fortaleza, CE. 2013.
[19] V. L. Merlin, et. al., “A Methodology for Training Artificial Neural Networks for Islanding Detection
of Distributed Generators”. Universidade Federal do ABC e Escola de Engenharia de São Carlos –
Brasil. 2013.
[20] IEEE Standard for Interconnecting Distributed Resources with Electric Power Systems, IEEE
Standard. 1547 TM, July 2003.