AVALIAÇÃO DA CONFIABILIDADE COMPOSTA BASEADA EM ...

1.3 Modelagem Computacional de Sistemas de Potência
A natureza complexa dos sistemas de potência demanda que grandes sistemas
computacionais sejam desenvolvidos para auxiliar nas atividades de planejamento e
operação. Os softwares disponíveis para o setor elétrico são, em sua maioria, escritos
em linguagens convencionais, baseadas na primeira geração das linguagens de alto
nível. Os softwares escritos nestas linguagens costumam ser de difícil manutenção,
atualização e reutilização de código, o que resulta em grandes investimentos para as
modificações, apresentando ainda um baixo nível de integração com outros softwares.
Atualmente, não apenas para o setor elétrico, é imprescindível que sejam usadas grandes
equipes para desenvolver softwares de forma modular, isto é, cada módulo do software
é escrito por programadores, ou até equipes, diferentes. A dificuldade de se gerenciar
estes módulos pode se tornar uma característica negativa destes softwares.
A Modelagem Orientada a Objetos (MOO), como metodologia de
desenvolvimento de softwares, apresenta-se como uma opção promissora para enfrentar
os novos desafios da produção de ferramentas computacionais para a indústria de
energia elétrica. A MOO visa a construção de uma estrutura de dados sólida e
consistente, a partir da qual são implementados softwares flexíveis, com alto grau de
reutilização dos códigos e com facilidades para manutenções e atualizações[4].
1.4 Objetivo e Revisão Bibliográfica
Dentro do contexto apresentado, este trabalho propôs o desenvolvimento de um
modelo computacional flexível orientado a objetos para a Simulação Monte Carlo
Seqüencial e Não Seqüencial. O modelo foi desenvolvido de forma integrada ao
framework proposto em [4], um ambiente orientado a objetos para aplicações em
sistemas de potência, agregando ao modelo todo o ferramental já disponível no
ambiente.
A flexibilidade para a modelagem de componentes permite a representação
precisa de componentes variantes no tempo na avaliação da confiabilidade composta.
Com isto, tanto a geração eólica quanto a curva de carga podem ser modeladas de forma
mais precisa.
O modelo flexível proposto permite não apenas que as falhas na transmissão
sejam consideradas, como também que os modelos de rede de componentes mais
7