TRABAJO 1/6 Título Planejamento de Redes de Distribuição de Energia Elétrica via Programação Linear Convexa Nº de Registro (Resumen) 99 Empresa o Entidad Programa de Pós-Graduação em Métodos Numéricos em Engenharia – PPGMNE Universidade Federal do Paraná Nombre Francisco Bartosievicz Netto, M. Sc. Autores del Trabajo País Brasil e-mail [email protected] Arinei Carlos Lindbeck Silva, D. Eng. Brasil [email protected] Neida Maria Patias Volpi, D. Eng. Brasil [email protected] Palabras Clave rede de distribuição de energia elétrica, programação linear convexa, otimização de custos Na atualidade, a busca pela minimização dos custos em setores como indústria e comércio, entre outros, tem motivado o estudo de ferramentas para alcançar tal objetivo. Nessa busca, também estão as companhias de distribuição de energia elétrica, que além da diminuição dos custos, visam a melhoria do atendimento aos seus clientes, tanto no aumento da demanda, quanto no atendimento a novos clientes. Isso tem feito com que modelos matemáticos sejam desenvolvidos para a otimização dos recursos utilizados no projeto, manutenção e expansão das redes de distribuição de energia elétrica, ou seja, os modelos tentam apresentar o melhor planejamento para a rede. Estes modelos tem sido desenvolvidos, estudados e analisados a mais de 40 anos no mundo todo. O presente trabalho teve a preocupação de estudar estes modelos, propondo um novo modelo matemático, utilizando os princípios da Pesquisa Operacional, através da Programação Linear Convexa, com o objetivo de atender a crescente demanda durante um período de planejamento, minimizando os custos com instalação e manutenção de trechos do sistema, as perdas de energia elétrica que ocorrem na rede, além de um indicador de confiabilidade, a taxa de falha dos trechos. Neste modelo proposto, consideraram-se restrições de configuração radial, limites de corrente nos trechos e tensão nos nós de demanda, capacidade das subestações, além do atendimento às demandas. O modelo identifica se novos trechos ou subestações são necessários para atender as demandas atuais e futuras. O algoritmo desenvolvido para executar o modelo utiliza dados topológicos e técnicos, gerando com isso as restrições e a função objetivo a ser minimizada, retornando após a execução do modelo, a solução ótima. Testes foram feitos com dados reais de uma subestação da cidade de Curitiba – PR e de toda a cidade de Cascavel – PR. _________________________ PAPER-99-28022010.DOC 1/6 TRABAJO 2/6 1 - INTRODUÇÃO Um sistema de distribuição de energia elétrica geralmente é projetado para atender a demanda de energia em uma região por um determinado período de tempo. Entretanto, pode ocorrer uma expansão desordenada da rede, causando perdas maiores de energia. Estas perdas podem ser minimizadas através de uma reconfiguração da rede e através de expansões planejadas. Têm-se várias técnicas de reconfiguração e expansão, das quais se destacam as baseadas em programação matemática. Neste trabalho foi proposto um novo modelo de reconfiguração e expansão derivado do modelo de BARTOSIEVICZ NETTO (2006). O planejamento da expansão de redes elétricas, ao longo de um período de planejamento P foi desenvolvido, minimizando custos com instalação e perdas elétricas nos cabos de energia elétrica, e maximizando um dos indicadores de confiabilidade da rede, que neste 2 caso é a taxa de falha nos trechos, por km . Este trabalho se restringiu apenas à rede primária de distribuição, onde foram considerados os cabos já existentes, a 2 demanda por km e as demandas futuras, considerando vários períodos de planejamento. tornando o modelo matemático mais rápido no seu cálculo. Esse novo enfoque apesar de diminuir o número de restrições, continua garantindo propriedades de convexidade úteis para a função objetivo, como também permite representar a radialidade da rede. No modelo, também é considerada a taxa de falha de cada trecho para a maximização de um indicador de confiabilidade da rede. Taxas de falha dos trechos são consideradas por km. Para avaliar o custo das falhas, em valores monetários, é preciso multiplicar o fluxo (KVA) do trecho pelo seu comprimento, para se obter a energia interrompida (kWh) e daí por um custo médio da energia interrompida ($/kWh). Desta forma, é obtida a taxa de falha em valores monetários. 3 – MODELO MATEMÁTICO Notação utilizada no modelo proposto: i: nó j: trecho y s : trechos que partem da subestação s j ci : trecho que chega ao nó i j si : trecho que sai do nó i p: período 2 - METODOLOGIA b: bitola Um dos modelos clássicos baseados em programação matemática é o de AOKI (1990). Por utilizar variáveis binárias (0 ou 1), a resolução do modelo torna-se lenta em redes maiores. O modelo de FARRAG (1999), semelhante ao do Aoki, não utiliza variáveis binárias. Farrag propôs o uso de variáveis contínuas através da adição de restrições de convexidade. Já o modelo de Bartosievicz, seguindo a linha de Farrag, utilizou-se das funções convexas para resolver o problema das variáveis binárias. O modelo a ser proposto neste trabalho, é uma extensão do trabalho de Bartosievicz no sentido de simplificar o modelo, mantendo a capacidade de resolução do problema de planejamento de forma mais eficiente. h: ponto da linearização No modelo proposto, foram simplificadas as restrições de radialidade, obtendo o mesmo efeito sobre a restrição com menos equações s: subestação N: número total de nós de demanda N p : número total de nós de demanda no periodo p S: número total de subestações A: número total de alimentadores (de todas as subestações somadas) J: número total de trechos P: número total de períodos de planejamento n: número total de pontos utilizados linearização por partes da função custo γ h : pontos do eixo do fluxo de energia (kVA) utilizado na linearização por partes da função custo _________________________ PAPER-99-28022010.DOC na 2/6 TRABAJO 3/6 c h : pontos do eixo dos custos ($/km) utilizado na linearização por partes da função custo Sujeito às seguintes restrições: c n : maior custo de transmissão ($/km) considerado para a Bitola de maior custo 1 – Radialidade: Essa restrição é para que haja a configuração radial para a rede, dada pela relação original: nº. de trechos = nº. de nós – 1. cf: custo médio de energia interrompida ($/kVA) – taxa de falha ∑α ci s : custo de instalação da subestação s 2 – Convexidade: Garante que o fluxo dos trechos seja representado através de uma combinação convexa de fluxos ( γ h ), para todos os trechos. cia s : custo de instalação dos alimentadores da subestação s ci b : custo de instalação da Bitola b ∑α t n : tensão nominal da rede Amax j : capacidade de transmissão maxima do cabo considerado no trecho j em Àmpére (A) CS s : capacidade de distribuição da subestação s D ip : demanda no nó i no periodo p do trecho j do trecho que chega à subestação s no período p α hy p : s variável associada ao ponto γ h dos trechos que saem das subestações no período p v ip : tensão no nó i no período p v ipj : tensão no nó i de origem do trecho j no periodo p F ip : variável associada ao não atendimento da demanda do nó i no periodo p Modelo matemático: Função Objetivo: consiste na minimização dos custos envolvidos no planejamento da expansão da rede: α α ( 1 ) ( 1 ) ci − + − ∑ ∑ ∑p ∑ 1jp cias 1 jp s S < j ≤( ∑ y s )+S p j ≤S + ∑ ∑ ∑ α hjp c h l j + ∑ ∑ ∑ α hjp γ h l j cf p j >S h p j >S h + ∑ P − ∑ α 1 jp ci b + 10c n ∑ ∑ Fip (1) j >S p p i _________________________ PAPER-99-28022010.DOC (2) hjp = 1, ∀j , ∀p (3) 3 – Capacidade dos cabos: Para garantir que a quantia de fluxo de energia que é transmitida por um cabo não exceda sua capacidade nominal: γ ≤ A max j v ipj , ∀j > S + 1, ∀p hjp h (4) h no período p α hsp : variável associada ao ponto γ h ≥ J − (N p + S ), ∀p h ∑α l j : comprimento do trecho j α hjp : variável associada ao ponto γ h 1 jp j 4 – Capacidade das subestações: uma subestação não pode transmitir mais energia que sua capacidade. ∑ ∑ α ys h hyp γ h ≤ CSs , ∀s, ∀p (5) 5 – Lei de Kirchhoff para os nós de demanda: para que o equilíbrio do fluxo de energia na rede se mantenha e a variável F ip garante que o modelo sempre seja factível, identificando onde ocorrem problemas com a demanda na rede. ∑ (α hj ci p ) − α hjsi p γ h = Dip − Fip , ∀i , ∀p (6) h 6 – Tensão minima: Se a tensão em cada nó de demanda for pequena, a diferença de tensão será pequena, que acarretará em um baixo nível de fluxo de potência na rede, e portanto, o não atendimento da demanda da rede. Logo, se faz necessária a inclusão desta restrição técnica da rede no modelo. v ip ≥ 0.93t n , ∀i , ∀p (7) 4 – IMPLEMENTAÇÃO E EXECUÇÃO: Além do desenvolvimento do modelo teórico, tinha-se como objetivo, aplicar o modelo proposto a um problema real. Neste caso, se justifica o esforço em se fazer à implementação computacional do modelo. 3/6 TRABAJO 4/6 Como entrada de dados, são necessaries elementos topológicos e técnicos. • grafo com as localizações dos nós de demanda; • Número total de nós de demanda subestações e alimentadores; • grafos com as possibilidades de trechos entre os nós de demanda; • Adjacências: este dado é para definir com quantos nós de demanda mais próximos a cada nó de demanda deve-se considerar como trecho possível, por exemplo, cada nó de demanda deve ter trechos possíveis com os 10 nós de demanda mais próximos a ele; • grafos com as soluções periodo a periodo do planejamento. • Localização das subestações e seus alimentadores com seus dados técnicos e dos nós de demanda: através de suas coordenadas geográficas; • Número total de períodos planejamento, de bitolas, de pontos linearização por partes da função objetivo; do na • Taxa de falha, tensão nominal, informações técnicas das bitolas (resistência, custos, etc.), conjunto dos pontos utilizados na linearização por partes da função objetivo e as demandas dos nós em cada periodo. Os pontos utilizados para fazer as linearizações estarão num vetor como no exemplo abaixo (o primeiro elemento do vetor sempre deverá ser o zero). Por exemplo, na figura 1, os valores dos parâmetros são: 0, 1500, 3250 e 5000 5 – APLICAÇÕES E RESULTADOS: Nesta seção, serão mostrados alguns testes feitos com o modelo proposto neste trabalho após sua devida implementação, com o objetivo de mostrar a sua aplicabilidade. Os dados utilizados foram da subestação Batel, na região do bairro Água Verde, cidade de Curitiba – PR, e com os dados da cidade de Cascavel – PR inteiro. Ambos os testes foram realizados em um notebook HP Pavilion dv1000, com processador Intel Centrino 1.83GHz, Cache L2 2MB, 1GB de mem. RAM. Os tempos de execução do primeiro teste ficaram abaixo de um minuto, e no teste para a rede da cidade de Cascavel, o tempo de duração foi de aproximadamente dois minutos e meio. No primeiro teste, foram considerados seis alimentadores e há dezesseis nós de demanda a serem atendidos em três períodos de planejamento. Foram consideradas duas bitolas diferentes e há a possibilidade de trechos entre todos os nós de demanda, com isso, o número total de trechos no planejamento, a cada período, é de quatrocentos e noventa e três. O grafo a seguir apresenta a localização dos nós de demanda e os trechos possíveis no planejamento. Figura 1: Exemplo de linearização por partes da função custo de cabo de bitola b. Após a execução do programa obtem-se: • valor das variáveis que representam os trechos e que indicam o não atendimento da demanda nos nós de demanda; Figura 2: Localização dos nós de demanda e os trechos possíveis no planejamento – rede Batel. _________________________ PAPER-99-28022010.DOC 4/6 TRABAJO 5/6 Após o primeiro e o Segundo periodo, a seguinte configuração para a rede é apresentada. Figura 5: Localização dos nós de demanda – rede Cascavel. Figura 3: Solução do planejamento para o primeiro e o segundo períodos. E no terceiro períodos de planejamento obtem-se o seguinte grafo como resultado final para o planejamento: O grafo abaixo apresenta todas as possibilidades de trechos entre os nós de demanda, mas, dado o número de nós de demanda, o grafo fica incompreensível, gerando a “núvem” mostrada na figura 6, que exemplifica o aumento do número de trechos possíveis com o aumento da quantia de nós de demanda e a solução está apresentada na figura 7 em seguida. Figura 4: Solução do planejamento. Como pode ser observado na figura 3, houve a formação de um loop na rede, problema que persiste nos modelos até hoje propostos. Sugestões para este problema estão listadas nas conclusões. Figura 6: Trechos possíveis no planejamento – rede Cascavel. No segundo teste, a rede é dotada de cinco subestações, vinte e quatro alimentadores (soma de todos os alimentadores das cinco subestações) e cento e oitenta e oito nós de demanda. São consideradas duas bitolas. O grafo apresentado na figura 5 apresenta a localização dos nós de demanda e das subestações (pontos maiores e mais escuros). Figura 7: Solução do planejamento _________________________ PAPER-99-28022010.DOC 5/6 TRABAJO 6/6 O teste realizado com esta rede foi com apenas um período para ver o comportamento do modelo ante uma rede de distribuição de porte maior. A configuração obtida através da aplicação do modelo matemático foi muito satisfatória, sendo que alguns loops se apresentaram porém a configuração radial apresentou-se de forma comportada, distribuindo de forma quase igual a quantia de nós de demanda para cada subestação. Todos os nós de demanda foram atendidos, e com isso, não houve a necessidade da penalização da rede por não atender a alguma demanda através da variável F ip . 6 – CONCLUSÕES: Este trabalho teve por objetivo propor um novo modelo matemático simplificado em comparação ao desenvolvido por Bartosievicz (2005) envolvendo novos itens, tais como: otimizar o tamanho e a quantidade de dados de entrada do modelo proposto e a capacidade real de fazer planejamento para mais de um período. Os resultados obtidos pelo trabalho não foram muito diferentes dos já apresentados por outros modelos, mas a tentativa de apresentar um modelo com menos restrições que mantenha as características do problema foi satisfatória, para a construção de novas idéias, e simplificação do problema, já que o interesse das aplicações são para redes de distribuição de energia elétrica entre várias subestações, ou até mesmo cidades inteiras, como no teste apresentado com a cidade de Cascavel - PR. A apresentação de loops era um item não desejado, porém esperado, dado a não utilização de variáveis binárias. Por isso, as sugestões para trabalhos futuros apresenta algumas idéias para resolver este problema: • dos trechos que formam loops, retirar o que menos contribui no atendimento da demanda daquele nó de demanda, ou seja, o que apresentar o menor fluxo de demanda, e então executar novamente o modelo matemático, realizando este processo até obter uma solução sem loops; AGRADECIMENTOS O primeiro autor agradece à CAPES – Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – pela bolsa de mestrado durante o biênio de 2006/2007. REFERÊNCIAS BIBLIOGRÁFICAS: AOKI K.; NARA K.; SATOH T.; KITAGAWA M.; YAMANAKA K.; New Aproximate Optimization Method for Distribution System Planning, IEEE Transactions on Power System, Vol.5, 1990. BARTOSIEVICZ NETTO F.; Expansão de Redes Elétricas Via Modelos Matemáticos, Matemática Industrial, Universidade Federal do Paraná, Dez 2005. BARTOSIEVICZ NETTO F.; VOLPI N.M.P.; WILHELM V.E.; Modelo Matemático Multiperíodo para Expansão de Redes Elétricas incluindo Confiabilidade, Cidel2006, Sesión 3, n° 100, Nov 2006. BARTOSIEVICZ NETTO F.; Planejamento de Redes de Distribuição de Energia Elétrica via Programação Linear Convexa, Programa de Pós-Graduação em Métodos Numéricos em Engenharia, Universidade Federal do Paraná, Abr 2008. FARRAG M.A.; EL-METWALLY M.M.; ELBAGES M.S; A New Model for Distribution System Planning, Electrical Power and Energy Systems, Vol.21, 1999. KUWABARA H.; NARA K.; Multi-year and MultiState Distribution Systems Expansion Planning by Multi-Stage Branch Exchange, IEEE Transactions On Power Delivery, Vol.12, nº.1, Jan 1997, p.457-463. TANG Y., Siemens Power Corporation; Power Distribution System Planning With Reliability Modeling And Optimization, IEEE Transactions On Power System, Vol.11, nº.1, Feb 1996, pp.181-187. VECCHI T.P.B.; Um Estudo de Modelos Matemáticos para Expansão de Redes de Distribuição de Energia Elétrica, Pós-Graduação em Métodos Numéricos em Engenharia, Universidade Federal do Paraná, Dez 2004. • caso um nó de demanda seja atendido por n trechos, dividir este nó em outros n nós de demanda com a mesma localização e com sua demanda dividida da mesma forma em que os n trechos atendem o nó de demanda original. _________________________ PAPER-99-28022010.DOC 6/6