AVALIAÃÃO DA CONFIABILIDADE COMPOSTA BASEADA EM ...

More documents

Recommendations

Info

tendência. A LOLF teve uma ligeira piorada, como já havia sido observado no caso anterior, uma vez que aumentar o número de turbinas equivale a aumentar a amplitude da curva de vento, podendo amplificar o efeito apresentado no caso anterior. Na consideração de vento constante a LOLP ficou abaixo de 3%, com um valor esperado de EPNS inferior a metade do real. A.3.12 Caso 5d: Sistema RTS com Representação de Carga (120% do valor nominal ) e Geração Eólica (300MW – Dobra Potência Nominal) - Simulação Não Seqüencial Análogo ao caso 5c, neste caso a capacidade da usina eólica original também foi dobrada, porém, aumentando-se a potência máxima de cada turbina e não o número de turbinas. Os resultados obtidos são apresentados na Tabela 25. Índice 3 Estados de Vento 10 Estados de Vento 165 Estados de Vento Vento Constante Gerando 100% LOLP 5.97 % 6.09% 6.07% 2.80% EPNS 13.42 MW 13.44 MW 13.46 MW 5.39 MW EENS 117559.2 MWh 117734.4 MWh 117909.6 MWh 47216.4 MWh LOLF 142.2 oc/ano 140.5 oc/ano 147.3 oc/ano 44.17 oc/ano LOLD 3.68 horas 3.69 horas 3.61 horas 5.55 horas Passos Simulados 24500 14218 32997 51321 Tempo Total 18 min 22 min 47 min 1 h 3 min Tabela 25– Índices do Sistema, Caso 4d Comparando-se os resultados dos casos 5c e 5d observa-se que as diferenças são ínfimas, realçando a questão de que o modelo não seqüencial adotado para representação de usinas não é afetado pelo aumento da complexidade da usina. Esta afirmação é baseada no fato de que o caso 5c possui, teoricamente, um fator de 84 2 mais estados do que o caso 5d, devido às 84 turbinas adicionais da usina eólica. Porém, a comparação dos dois casos mostra claramente que não há quase nenhuma influência desta diferença no processamento. 120
6 Capítulo 6 6Conclusões e Trabalhos Futuros 6.1 Considerações Gerais A geração eólica já ocupa um percentual significativo das matrizes energéticas de muitos países, em especial da Alemanha, existindo ainda uma forte tendência de crescimento desta geração. As incertezas associadas a este tipo de geração, dado a forte dinâmica dos ventos, produzem grandes impactos nos índices de confiabilidade dos sistemas compostos. Atualmente, nos estudos de confiabilidade, ainda é usual a representação destes tipos de usina com modelos convencionais, que ignoram os efeitos do vento, aproximação, por muitas vezes pouco precisa e que pode contaminar os índices finais obtidos. Este trabalho propôs o desenvolvimento de um modelo computacional flexível para avaliação de confiabilidade composta tanto no enfoque seqüencial quanto no não seqüencial, utilizando modelagem orientada a objetos. O modelo foi desenvolvido sobre um framework para aplicações de sistema de potências. O enfoque principal dado ao modelo foi a capacidade de representação de cargas cronológicas e, principalmente, da geração eólica, para a aplicação de Simulação Monte Carlo Seqüencial e Não Seqüencial. Para a representação do modelo de usina eólica foi proposta a separação dos submodelos de turbina e de vento, evitando-se assim a necessidade de se manipular grandes representações de espaço de estados, resultantes da combinação dos estados do vento e de um grande de turbinas. Para a clusterização das curvas cronológicas foi utilizada uma técnica de agrupamento baseada no algoritmo de K-means. A partir do modelo desenvolvido foram simulados alguns casos testes, sob os dois enfoques, em vista a comparar e validar a representação dos elementos cronológicos na simulação não seqüencial. Também foram observados os efeitos de se agrupar a curva de vento em diferentes números de estado. 121
Page 1 and 2:
AVALIAÇÃO DA CONFIABILIDADE COMPO
Page 3 and 4:
AGRADECIMENTOS Aos professores Carm
Page 5 and 6:
Abstract of Dissertation presented
Page 7 and 8:
3 Modelos de Componentes Variantes
Page 9 and 10:
6.2 Trabalhos Futuros .............
Page 11 and 12:
Figura 27 - Representação de Asso
Page 13 and 14:
ÍNDICE DE TABELAS Tabela 1 - Potê
Page 15 and 16:
1 Capítulo 1 1Introdução 1.1 Con
Page 17 and 18:
turbina fornecia em média uma pot
Page 19 and 20:
Figura 2- Atlas do Potencial Eólic
Page 21 and 22:
1.3 Modelagem Computacional de Sist
Page 23 and 24:
Simulação Monte Carlo Não Seqüe
Page 25 and 26:
2 Capítulo 2 2Avaliação de Confi
Page 27 and 28:
2. Nível Hierárquico 2 (NH2): abr
Page 29 and 30:
Os critérios determinísticos apre
Page 31 and 32:
a) Representação de uma usina com
Page 33 and 34:
onde A é denominada Matriz de Inte
Page 35 and 36:
− λ λ A = µ − µ (2.23)E
Page 37 and 38:
5. LOLF (Loss of Load Frequency) -
Page 39 and 40:
A série sintética anual do passo
Page 41 and 42:
x j 0 = 1 (sucesso) (falha) se U se
Page 43 and 44:
Basicamente, a análise de adequaç
Page 45 and 46:
A.6.2 Fluxo de Potência Ótimo O F
Page 47 and 48:
No problema de fluxo de potência
Page 49 and 50:
nas barras: Limites de geração: L
Page 51 and 52:
características. Na prática, para
Page 53 and 54:
Determina-se o número de grupos n
Page 55 and 56:
3.3 Modelo de Carga Variante no Tem
Page 57 and 58:
Para consideração da parcela reat
Page 59 and 60:
P i = p j i j= 1 (3.7)E 110 100 90
Page 61 and 62:
3.4 Modelo Estocástico de Usinas E
Page 63 and 64:
Figura 15- Curvas de Potência de T
Page 65 and 66:
A.4.4 Modelo do Vento A modelagem d
Page 67 and 68:
Agrupar curva de vento e gerar n es
Page 69 and 70:
seqüencial de cada elemento (vento
Page 71 and 72:
Estado do Vento v , ( v , v , 2 ) 1
Page 73 and 74:
4 Capítulo 4 4Modelo Computacional
Page 75 and 76:
Classe atributo1:tipo atributo2:tip
Page 77 and 78:
Na UML, as associações são repre
Page 79 and 80:
3. Nível Matemático: conjunto de
Page 81 and 82:
Figura 32- Diagrama de Classes para
Page 83 and 84: modificado a cada alteração ou in
Page 85 and 86: acionamento, nas classes estocásti
Page 87 and 88: λ 21 Estado 1 Estado 2 λ 41 λ 12
Page 89 and 90: Identifica o número de estados do
Page 91 and 92: patamares de vento, o índice é um
Page 93 and 94: linear. Este processo é independen
Page 95 and 96: Estados, Cálculo dos Índices de C
Page 97 and 98: No aplicativo desenvolvido a reconf
Page 99 and 100: Basicamente os procedimentos atuam
Page 101 and 102: ∂P ∂x i i ∂Q , são as deriva
Page 103 and 104: Estado Inicial do Sistema determina
Page 105 and 106: o sistema a uma singularidade, caus
Page 107 and 108: 3. São retiradas as restrições d
Page 109 and 110: Figura 50- Representação Unifilar
Page 111 and 112: Caso Metodologia Representação Ca
Page 113 and 114: 1.80 1.60 1.40 1.20 EPNS(MW) 1.00 0
Page 115 and 116: A.3.2 Caso 1b: Sistema RTS - Simula
Page 117 and 118: 2.5 2.3 2.1 1.9 EPNS(MW) 1.7 1.5 1.
Page 119 and 120: Barra EPNS(MW) Seqüencial EPNS(MW)
Page 121 and 122: Barra EPNS(MW) Barra EPNS(MW) 1 0.0
Page 123 and 124: A Tabela 14 apresenta uma comparaç
Page 125 and 126: Índice Valor LOLP 8.29 % (0.01) EP
Page 127 and 128: Percentual dos Estados Simulados(%)
Page 129 and 130: Índice Seqüencial Não Seqüencia
Page 131 and 132: período. Porém, ao se incluir a g
Page 133: Índice Erro Relativo 3 Estados Err
Page 137 and 138: Um outro encaminhamento a ser tomad
Page 139 and 140: E(Evento) Espaço Amostral X(E) R F
Page 141 and 142: ∞ −∞ ( x) f dX = 1 (6.7) E (
Page 143 and 144: Sendo o desvio padrão definido por
Page 145 and 146: λ t Figura 69- Função Taxa de Ri
Page 147 and 148: Apêndice B Curva de Carga A curva
Page 149 and 150: 100 95 90 85 80 75 70 65 5 10 15 20
Page 151 and 152: Figura 77 - Característica da Turb
Page 153 and 154: [10] Karki, R., Billinton, R., “R
Page 155 and 156: [31] Pereira, M.V.F, Balu, N.J, “
Page 157: Distributed Processing Environments
show all

AVALIAÃÃO DA CONFIABILIDADE COMPOSTA BASEADA EM ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

AVALIAÃÃO DA CONFIABILIDADE COMPOSTA BASEADA EM ...