IEEE LATIN AMERICA TRANSACTIONS, VOL. 8, NO. 1, MARCH 2010
51
Fuzzy Control System for Voltage Regulation
In Power Transformers
D. H. Spatti, I. N. da Silva, Member, IEEE, W. F. Usida and R. A. Flauzino, Member, IEEE
Abstract— A fuzzy control strategy for voltage regulation in
electric power distribution systems is introduced in this article.
This real-time controller would act on power transformers
equipped with under-load tap changers. The fuzzy system was
employed to turn the voltage-control relays into adaptive devices.
The scope of the present study has been limited to the power
distribution substation, and both the voltage measurements and
control actions are carried out on the secondary bus. The
capacity of fuzzy systems to handle approximate data, together
with their unique ability to interpret qualitative information,
make it possible to design voltage control strategies that satisfy
both the requirements of the Brazilian regulatory bodies and the
real concerns of the electric power distribution companies. A
prototype based on the fuzzy control strategy proposed in this
paper has also been implemented for validation purposes and its
experimental results were highly satisfactory.
Keywords— Power distribution system, voltage regulation,
fuzzy control, intelligent systems, voltage regulator relay.
A
I. INTRODUÇÃO
INVESTIGAÇÃO de meios para melhorar a qualidade
de energia elétrica entregue aos consumidores atrai cada
vez mais pesquisadores do setor elétrico de potência, tendo em
vista que se trata de um produto indispensável para a
manutenção das atividades da sociedade. A resolução de
problemas envolvendo a regulação de tensão em distribuição
vem utilizando cada vez mais ferramentas inteligentes,
especificamente aquelas baseadas em sistemas e controladores
fuzzy, por possuir elevado potencial de aplicação em sistemas
dedicados ao controle de tensão. As características mais
atrativas desses sistemas consistem na sua elevada habilidade
de resolver problemas não-lineares e tratar as eventuais
incertezas associadas ao processo.
No que diz respeito à qualidade de produto, pode-se
destacar a Resolução No 505 da ANEEL [1] como principal
regulamentação quanto às conformidades dos níveis de tensão
em regime permanente. Para tensões de distribuição maiores
que 1kV e menores que 69kV, foco deste estudo, a mesma
define quais os níveis mais adequados que a empresa
distribuidora de energia deve fornecer aos seus consumidores.
A partir da análise deste documento se verifica que tensões
compreendidas entre 0.93 e 1.05 p.u. em relação a uma tensão
Vnominal de 1 p.u. se encontram dentro da faixa de tensão
denominada Adequada, considerada a faixa operativa. Valores
Os autores estão com o Departamento de Engenharia Elétrica da Escola
de Engenharia de São Carlos, Universidade de São Paulo, USP/EESC/SEL,
São Carlos, SP, Brasil, [email protected]; [email protected]; [email protected];
[email protected].
de tensão acima de 1.05 p.u. se enquadram na faixa de tensão
denominada Crítica. Se o tempo de fornecimento nesta faixa
for superior a 1 minuto, pode-se então caracterizar uma
sobretensão nos consumidores [2]. Níveis críticos de tensões
também são encontrados para valores inferiores a 0.9 p.u. em
relação à tensão nominal. O fornecimento de tensão nesta
faixa para tempos superiores a 1 minuto submetem os
consumidores a situações de subtensões [2]. A faixa de tensão
denominada Precária se encontra entre 0.9 e 0.93 p.u.
A análise da conformidade dos níveis de tensão deve ser
também realizada juntamente com o tempo de transgressão
máximo permitido para faixas não operativas, sendo que o
consumidor pode ser submetido no máximo a 3% do tempo
em níveis de tensão precários e 0.5% do tempo em níveis de
tensão críticos, considerando período de medição de 7 dias [1].
Levando-se em conta todos os aspectos anteriores
envolvidos com a conformidade dos níveis de tensões, bem
como os tempos de transgressão, este trabalho tem como
objetivo propor uma estratégia de controle de tensão que:
1. Atue de forma automática apenas no transformador da
subestação de distribuição;
2. Torne flexíveis as operações do transformador de
potência;
3. Melhore o perfil de tensão.
Uma das principais responsabilidades das distribuidoras de
energia elétrica é fornecer aos consumidores tensões em faixas
adequadas, pois a queda de tensão que ocorre ao longo do
alimentador de distribuição acaba por submeter tais
consumidores a níveis de tensão fora do padrão de operação
considerado Adequado [1]. Os principais problemas relatados
pelos mesmos são tensões abaixo do valor nominal [3].
Em [3], pode-se encontrar também embasamento
matemático que prova que, para fatores de potência elevados,
a queda de tensão depende fortemente da resistência do
alimentador; ao passo que, para fatores de potência de médio a
baixo, a queda de tensão depende principalmente da reatância
do alimentador.
A maioria das técnicas de regulação convencionais de
tensão fundamenta-se na compensação por queda de tensão na
linha. Esta medida de controle atua no barramento secundário
da subestação que, por meio de um modelo interno de
impedância do alimentador de distribuição, estima a
impedância da linha [4]. Sem a utilização dessa compensação,
ao final do alimentador, haverá uma variação de tensão que
dependerá da impedância do alimentador para uma condição
de carga pesada (tensões abaixo da nominal), e da variação da
corrente de carga para uma condição de carga leve (tensões
52
acima da nominal) [3].
A natureza não linear da carga em um sistema de
distribuição torna o controle de tensão extremamente
complexo. Em literatura da área é possível encontrar diversos
pesquisadores buscando soluções para resolver este tipo de
problema. Como exemplo de tais soluções, os objetivos da
proposta apresentada em [4] consistem em encontrar as
melhores posições do tap do transformador em função do
tempo, minimizando também o erro entre a tensão de
referência e a tensão do consumidor final. Já em [5] uma
proposta utilizando sistemas inteligentes foi investigada
visando determinar o despacho programado nas operações de
chaveamento de capacitores e comutação de tap, levando-se
ainda em consideração a previsão de carga para o próximo dia.
Em [6] os autores dividiram o problema do controle de tensão
em dois: lado da subestação e lado dos alimentadores. Foi
utilizada programação dinâmica para resolver o problema no
lado da subestação e sistema fuzzy no lado dos alimentadores.
No trabalho proposto em [7] foi desenvolvido uma
metodologia de alocação de banco de capacitores em redes de
distribuição objetivando tanto a redução das perdas de energia
como também a melhoria do perfil de tensão ao longo do
alimentador.
No trabalho proposto por [8] é apresentada uma proposta
híbrida de controle que utiliza uma rede neural e a técnica de
programação dinâmica fuzzy para realizar um despacho
programado para as 24 horas do dia seguinte. Já a proposta de
se investigar o controle de tensão e potência reativa em [9] é
encontrar um despacho ótimo para o comutador de tap do
transformador, capacitores instalados no barramento
secundário e também na subestação, através de sistemas fuzzy
e uma técnica de annealing. O emprego de controle fuzzy em
sistemas elétricos de potência pode ser também observado no
trabalho proposto em [10], no qual foi desenvolvido um
controlador para geradores síncronos.
Em [11] é apresentada outra forma inovadora de
coordenação entre os dispositivos de controle de tensão em
um sistema de distribuição que, por meio do monitoramento
da potência reativa, coordena de forma automática a ação do
comutador de tap, capacitores e reguladores de tensão
instalados ao longo do alimentador. Outras técnicas similares,
tais como aquelas apresentadas em [12]-[18], têm também
apresentado resultados promissores e interessantes.
Entretanto, dentre todas as propostas investigadas, apenas
aquela apresentada em [4] realiza medições e controle apenas
no barramento secundário da subestação, sendo tal estratégia
de atuação também assumida no trabalho aqui proposto. As
demais apresentam estratégias eficientes, mas necessitam de
elevado esforço computacional, tornando-se então muito
difícil as suas aplicações em tempo real, sendo também este
um dos objetivos principais de nossa estratégia. Além disso,
todas elas possuem propósitos diferentes daqueles almejados
aqui, pois são voltadas para controlar a tensão a mais próxima
possível da tensão de referência, ignorando assim a ação de
elevar a tensão acima da referência nos casos onde cargas
pesadas são demandadas e de evitar comutações em situações
IEEE LATIN AMERICA TRANSACTIONS, VOL. 8, NO. 1, MARCH 2010
de carga leve.
Uma ampla avaliação qualitativa de todas as estratégias
estudadas mostrou que a maioria delas obteve sucesso na
melhora do perfil de tensão mediante um número maior de
comutações de tap. Isto se deve ao fato de que a estratégia de
controle convencional deixa de realizar comutações para
tensões que se encontram dentro da faixa de operação
parametrizada pelo usuário. Assim, qualquer medida de
controle que visa melhorar o perfil de tensão, dentro da
chamada zona morta dos relés, irá resultar em um número
maior de comutações de tap. Esses estudos motivaram ainda
mais a busca por uma ferramenta inteligente que possa
flexibilizar as comutações do tap do transformador e melhorar
o perfil de tensão, atuando-se para tanto apenas na subestação
de distribuição.
II. ASPECTOS DA ESTRATÉGIA INTELIGENTE
A regulação de tensão ou o controle automático de tensão
pela comutação de tap em transformadores de potência é
comandado pelo relé regulador de tensão, atuando sobre o
comutador de tap sobre carga (LTC), de forma a elevar ou
abaixar a tensão, conforme necessário. Os relés
convencionais, responsáveis pela regulação de tensão, não são
capazes de atuar corretamente sob algumas condições de
comportamento do sistema, tais como manobras, variações
atípicas de carga, dentre outras, pois apenas monitoram a
tensão do barramento secundário.
O sistema proposto consiste de se utilizar lógica fuzzy para
sugerir mudanças na tensão de referência de um relé regulador
de tensão convencional. Neste caso, a tensão de referência do
relé regulador de tensão passa a ser dinâmica, sendo
atualizada a todo o momento. No entanto, a decisão de
comutar ou não o tap é ainda realizada pelo relé regulador de
tensão. A modelagem de problemas de controle através de
lógica fuzzy permite o tratamento de informações qualitativas,
pois esta forma de estruturação do raciocínio é capaz de tomar
decisões racionais mesmo estando em um ambiente de
incertezas e imprecisões, onde dados desta natureza e até
mesmo conflitantes são tratados [19]. Tais situações têm sido
extensivamente observadas no escopo das variáveis deste
trabalho, pois tanto as cargas como os desvios de tensão (em
relação à referência) são variáveis que possuem
comportamentos não-lineares diversificados e incertos que são
de difícil modelagem por técnicas convencionais de
identificação de sistemas. A Fig. 1 ilustra o diagrama
simplificado de funcionamento do controle proposto.
As decisões de operação de comutação de tap para o
sistema desenvolvido dependem do monitoramento das
variáveis de entrada, ou seja, potência ativa e desvio de
tensão. A saída do controle fuzzy é um sinal de incremento ou
decremento sobre a referência atual do relé regulador de
tensão. Desta forma, a inserção deste módulo inteligente em
um relé convencional torna dinâmico o seu ajuste de tensão de
referência. Assim, por meio do mesmo, busca-se a
flexibilização da utilização do tap, elevando-se a tensão em
HERNANE SPATTI et al.: FUZZY CONTROL SYSTEM
53
carga Média/Pesada, por meio da elevação da tensão de
referência; por outro lado, tem-se a diminuição no número de
comutações em carga Mínima/leve pela não alteração da
tensão de referência. Ainda por intermédio do sistema fuzzy é
possível evitar comutações prematuras pela não alteração da
tensão de referência.
As entradas do sistema foram definidas como a carga,
representada pela potência ativa normalizada para valores
entre 0.5 e 1.5, e o desvio de tensão dado em p.u.
Mantém Tap
Desce Tap
Sobe Tap
Variáveis
Primárias
Relé Regulador
de Tensão
Consulta ao Módulo
Envio de variáveis primárias
Sugestão do
Módulo
medição da tensão e da carga (potência ativa). Inúmeras
simulações com estas variáveis foram também realizadas com
o intuito de comprovar a fidelidade dos resultados
proporcionados pelo sistema fuzzy.
A segunda entrada (desvio de tensão) é calculada usando a
expressão dada a seguir:
desvio = Vmedido – Vreferência
(1)
Onde Vmedido é a magnitude da tensão de fase e Vreferência é a
tensão de referência do sistema (Vreferência = 1 p.u.).
Tal desvio foi representado em todo o seu universo de
discurso por intermédio de cinco funções de pertinência como
mostrado na Fig. 3, onde os termos utilizados foram
NegativoGrande, NegativoMedio, Pequeno, PositivoMedio e
PositivoGrande.
A utilização de 5 funções de pertinência para essa entrada
permite uma combinação maior de regras visando elevar a
tensão em carga Média/Pesada e diminuir a comutação em
carga Mínima/Leve.
carga
(potência ativa)
Vmedido
+
-
desvio
Tensão de
Referência
Dinâmica
Módulo
Inteligente
Vreferência
Figura 1. Diagrama simplificado de funcionamento do sistema proposto.
A normalização da potência ativa também foi feita em
relação a um valor médio por meio de análises baseadas em
dados históricos. Assim, para o funcionamento desta estratégia
é necessário o ajuste deste valor de potência média, tendo
então por objetivo que o sistema fuzzy possa se adaptar a
qualquer subestação. Os termos das funções de pertinência
para a potência ativa são apresentados na Fig. 2. Deseja-se
distinguir duas situações básicas, ou seja, em carga Mínima/Leve,
deve-se preservar a comutação de tap; em carga Média/Pesada,
deve-se manter a tensão mais elevada se levando sempre em
consideração os limites estabelecidos em [1].
1
MinimaLeve
MediaPesada
1
Negativo Negativo
Medio
Grande
Positivo
Medio
Pequeno
Positivo
Grande
0.5
Largura de
faixa
0
-5
0
Desvio da Tensão (%)
5
Figura 3. Entrada 2 – Parâmetro desvio de tensão do sistema fuzzy.
A largura de faixa de atuação do controle fuzzy é definida
por meio dos pontos de cruzamento das funções de pertinência
do parâmetro desvio de tensão, onde o ponto comum entre
Pequeno e PositivoMédio indica o limite superior da faixa,
enquanto que o ponto comum entre NegativoMédio e Pequeno
indica o limite inferior da faixa.
O parâmetro lingüístico de saída, ou seja, o estímulo à
tensão de referência foi mapeado por meio de cinco funções
de pertinência conforme ilustradas na Fig. 4, ou seja, INGde
(Incremento Negativo Grande), INMed (Incremento Negativo
Médio), Mantém, IPMed (Incremento Positivo Médio) e
IPGde (Incremento Positivo Grande).
Saída - Estímulo à Vref
0.5
0
0.5
1
Potência Ativa
Figura 2. Entrada 1 – Parâmetro carga do sistema fuzzy
1.5
Os parâmetros do sistema fuzzy foram ajustados utilizandose o conhecimento dos especialistas em regulação de tensão
em sistemas de distribuição, a fim de identificar o
relacionamento existente entre as variáveis envolvidas com a
Graus de Pertinência
Graus de Pertinência
Entrada 1 - Carga
Graus de Pertinência
Entrada 2 - Desvio da Tensão
1 INGde
INMed
Mantem
IPMed
IPGde
0.5
0
-0.015
-0.01 -0.005
0
0.005 0.01 0.015
Incremento/Decremento da Referência (p.u.)
Figura 4. Saída – Parâmetro estímulo de tensão ao Vreferência do sistema fuzzy.
54
IEEE LATIN AMERICA TRANSACTIONS, VOL. 8, NO. 1, MARCH 2010
Assim, considerando esta estratégia fuzzy, a saída da
mesma é um número real, o qual será enviado diretamente ao
relé visando então alterar (incrementar/decrementar) a sua
tensão de referência. Quando o estímulo estiver dentro da
faixa Mantém significa que a tensão de referência do relé
permanece inalterada. A base de conhecimento do sistema
proposto se encontra armazenada nas regras fuzzy do tipo SeEntão, as quais são apresentadas a seguir:
1. Se carga é Mínima/Leve e desvio é Negativo Grande
então estímulo é IPGde
2. Se carga é Mínima/Leve e desvio é Negativo Médio
então estímulo é Mantém
3. Se carga é Mínima/Leve e desvio é Pequeno
então estímulo é Mantém
4. Se carga é Mínima/Leve e desvio é Positivo Médio
então estímulo é Mantém
5. Se carga é Mínima/Leve e desvio é Positivo Grande
então estímulo é INGde
6. Se carga é Média/Pesada e desvio é Negativo Grande
então estímulo é IPGde
7. Se carga é Média/Pesada e desvio é Negativo Médio
então estímulo é IPGde
8. Se carga é Média/Pesada e desvio é Pequeno
então estímulo é IPMed
9. Se carga é Média/Pesada e desvio é Positivo Médio
então estímulo é INMed
10. Se carga é Média/Pesada e desvio é Positivo Grande
então estímulo é INMed
III. ASPECTOS DE SIMULAÇÃO E ENSAIOS EM LABORATÓRIO
Para investigar o comportamento da técnica proposta neste
artigo, o software Matlab/Simulink foi usado para
implementar a abordagem convencional e a estratégia fuzzy.
As simulações tiveram como base as curvas históricas reais de
potência ativa e reativa de subestações administradas pela
concessionária ELEKTRO S/A.
A partir destas curvas reais, realizou-se então um fluxo de
carga simplificado para determinar a tensão na subestação
para cada valor de potência ativa e reativa fornecidos, os quais
são então apresentados às simulações do relé fuzzy e
convencional que realizam suas operações matemáticas para
decidir sobre comutar ou não o tap. Na Fig. 6 se encontra o
modelo simplificado de simulação utilizando o fluxo de carga.
Histórico
Curva
de Carga
P
Relé
Regulador
de Tensão
Vbarra
Fluxo
de Carga
Figura 6. Modelo simplificado de simulação com fluxo de carga.
As regras de 2 à 4 são responsáveis pela redução de
comutações em carga Mínima/Leve, as quais não alteram a
tensão de referência. Já as regras 6 e 7 indicam que os
estímulos de incrementos positivos, ou seja, para elevar a
tensão, em carga pesada, serão sempre grandes; ao passo que
os estímulos de decrementos (regras 9 e 10) são sempre
médios, mantendo-se então a tensão mais elevada e dentro da
largura de faixa operativa. As demais regras são utilizadas
para manter a tensão de acordo com os níveis estabelecidos
em [1], evitando-se também comutações prematuras. A
superfície fuzzy representando o relacionamento entradas/saída
pode ser visualizada na Fig. 5.
Os novos valores de tensão obtidos das comutações de tap
realimentam o fluxo de carga simplificado, passando então a
conter dados dinâmicos de tensão. O uso do fluxo de carga
simplificado foi necessário para se poder estimar a tensão na
subestação.
Foram
simulados
exaustivamente
o
comportamento de 10 transformadores, sendo que por meio
destes procedimentos foi possível ajustar o modelo geral do
sistema fuzzy. Na Fig. 7 é possível se constatar o princípio de
funcionamento da tensão de referência dinâmica empregado
pelo protótipo de relé regulador de tensão com sistema fuzzy.
14.5
Superfície Fuzzy
14.4
14.3
0.01
Tensão (kV)
Referencia
Tap
Q
0
-0.01
14.2
14.1
1.5
-5
1
Carga
0.5
0
5
14
Desvio
Figura 5. Superfície fuzzy de relacionamento entre entradas/saída.
O processo de inferência adotado no sistema proposto foi o
max-min, tendo como método de defuzzificação de saída o
centro de área. Todos esses procedimentos envolvidos com a
estruturação do sistema fuzzy pode ser consultados em [19].
Tensão
Largura de Faixa
13.9
0
1
2
3
4
Tempo (dias)
5
6
7
Figura 7. Tensão de referência dinâmica obtida com o protótipo do relé
regulador de tensão.
Não sendo mais fixa a tensão de referência, a mesma agora
HERNANE SPATTI et al.: FUZZY CONTROL SYSTEM
55
acompanha melhor a variação de carga, ajustando-se às
condições automaticamente, elevando, diminuindo ou
mantendo a referência de acordo com as solicitações do
sistema de distribuição. Devido ao fato do sistema de controle
fuzzy ser bem compacto, apresentando duas entradas e uma
saída, um protótipo pôde ser implementado em hardware com
relativa facilidade, programando-se em memória a superfície
de relacionamento fuzzy apresentada na Fig. 5. Para a
confecção deste protótipo com o controle fuzzy utilizou-se
como hardware-base o relé AVR da marca TreeTech. Tal relé
recebeu uma atualização de firmware de forma que o módulo
inteligente ficasse incorporado dentro da estrutura física do
AVR. Para a realização dos testes em laboratório foram
empregados: caixa de testes da Doble Modelo F6150, com
características específicas para testes de relés; o Relé AVR da
TreeTech atualizado com o firmware da estratégia inteligente;
computador pessoal para controlar a caixa de testes via
software. Na Fig. 8 encontra-se uma representação da
disposição dos equipamentos na fase de testes em laboratório.
que iria operar. Na Fig. 9 é possível visualizar o esquema de
montagem dos relés no painel de controle do transformador.
Relé 90
Módulo
Inteligente
AVR
Chave de Troca de comando
Figura 9. Esquema de montagem dos relés no painel de controle do
transformador.
Nas Fig. 10 e Fig. 11 encontram-se os principais resultados
para a operação dos relés instalados em Mogi Guaçu 2.
Tensão Relé - Relé Fuzzy
14.6
Ethernet
Tensão e Corrente
14.4
14.2
14
13.8
Computador
PC
Tensão Relé - Convencional
Relé
AVR
14.6
Vm = 14.311 kV
Tensão (kV)
Comandos
Tensão (kV)
Caixa de Corrente
0
2
4
Tempo (dias)
14.4
14.2
14
13.8
6
Vm = 14.155 kV
0
2
4
Tempo (dias)
Tensão Média em Carga Pesada
14.35
Conv encional
Tensão Média (kV)
14.25
14.2
Entre 2.48 e 3.39
Acima de 4.42
Figura 10. Resultados de tensão para 7 dias de funcionamento (Trafo-1).
Tensão Relé - Relé Fuzzy
14.6
14.2
14
13.8
Tensão Relé - Convencional
14.6
Vm = 14.189 kV
14.4
IV. RESULTADOS DE ENSAIOS REALIZADOS EM CAMPO
0
2
4
Tempo (dias)
6
Vm = 14.175 kV
14.4
14.2
14
13.8
0
2
4
Tempo (dias)
Tensão Média em Carga Pesada
Tensão Média (kV)
Uma vez finalizada a etapa de testes em laboratório e
validada a operação do protótipo, escolheu-se a subestação
Mogi Guaçu 2 para a realização dos testes em campo, com
situações reais de carga. Os relés AVR com as estratégias
fuzzy foram instalados nos dois transformadores (Trafo-1 e
Trafo-2) desta subestação. Para os ensaios em campo,
instalou-se dois relés por transformador, sendo um AVR fuzzy
e outro convencional (Relé 90) de retaguarda. Por meio de
uma chave seletora foi possível escolher manualmente o relé
Entre 3.39 e 4.42
Faixas (MW)
Tensão (kV)
Na fase de ensaios em laboratório todos os procedimentos
de normalização e testes de regras foram empregados para
validar o princípio de funcionamento do relé com
funcionalidades inteligentes. Diversos experimentos foram
realizados para certificar que o protótipo contemplasse de
forma satisfatória os objetivos de elevar a tensão média no
barramento secundário da subestação, sem transgredir as
regulamentações da ANEEL.
Após exaustivos testes, o protótipo foi levado à campo,
instalado em dois transformadores e colocado em operação
para validação final do controle.
Fuzzy
14.3
Tensão (kV)
Figura 8. Diagrama de montagem dos equipamentos para testes em
laboratório.
6
14.25
Fuzzy
Conv encional
14.2
14.15
Entre 4.06 e 4.68
Entre 4.68 e 5.39
Faixas (MW)
Acima de 5.39
Figura 11. Resultados de tensão para 7 dias de funcionamento (Trafo-2).
6
56
IEEE LATIN AMERICA TRANSACTIONS, VOL. 8, NO. 1, MARCH 2010
Para um período de avaliação de 7 dias de operação do relé
AVR fuzzy, a tensão média foi mantida 156V mais elevada no
Transformador 1, e 14V para o Transformador 2 comparandose com a operação do relé convencional. Na faixa de carga
mais pesada, acima de 4.42MW, a tensão média foi 89V mais
elevada no Transformador 1. Na faixa de carga mais pesada
para o Transformador 2, acima de 5.39MW, a tensão média
foi 113V mais elevada que a obtida com o relé convencional.
Estudos realizados pela equipe que administra a subestação
comprovou que as perdas não superaram 1%.
estratégia fuzzy inteligente, por meio de dados reais de
subestações de distribuição em simulações, testes em
laboratório e ensaios em campo, apresentou resultados bem
satisfatórios, contribuindo para melhorar a regulação de tensão
em sistemas de distribuição de energia elétrica.
Por outro lado, as comutações de tap provocam também
desgastes estruturais que necessitam de manutenção e seguem
um protocolo de inspeção que é realizado a cada 100 mil
operações do comutador ou 6 anos. Levando-se em
consideração esta condição de manutenção, pode-se realizar
1388 comutações/mês sem se comprometer a vida útil do
equipamento e sem a necessidade de se realizar manutenção
em período inferior àquele de 6 anos. Em todos os casos, as
comutações de tap mensais não ultrapassaram o limite de
1388, o qual (aliado às perdas apuradas) foi considerado um
excelente resultado de regulação frente aos benefícios da
elevação da tensão média no barramento secundário deste
transformador.
[1]
AGRADECIMENTOS
Os autores agradecem à ELEKTRO pelos arranjos
experimentais visando toda a validação da técnica proposta.
REFERÊNCIAS
[2]
[3]
[4]
[5]
[6]
[7]
V. CONCLUSÕES
Este trabalho apresentou inúmeros desafios, principalmente
em relação às normalizações necessárias para se deixar a
estratégia inteligente genérica para qualquer transformador. A
normalização por meio da potência ativa média se mostrou um
excelente parâmetro de regulação para todas as subestações
testadas.
O controle fuzzy apresentou ótimos resultados quando
aplicado na regulação de tensão em campo, validando-se então
as simulações e os testes em laboratório, sendo que o mesmo
já se encontra em perfeito funcionamento há mais de dois
anos, o que comprova a sua habilidade em regular a tensão nas
mais diversas condições. Assim, as principais potencialidades
da estratégia fuzzy apresentada neste artigo são as seguintes: i)
facilidade de implementação em hardware; ii) adaptação
automática às mudanças ocorridas na demanda de carga da
subestação; iii) resultados de saída são produzidos de forma
extremamente rápida, possibilitando aplicações em temporeal; iv) elevação automática do perfil de tensão em condições
de carga pesada; e v) otimização do número de comutações de
tap em condições de carga mínima/leve.
A exploração contínua da faixa, flexibilizando-se as
comutações de tap em carga leve e buscando melhorar o perfil
de tensão em carga pesada, apresenta benefícios tanto para o
consumidor quanto para a concessionária. Com níveis de
tensão mais elevados em carga pesada o consumidor tem a
garantia que seus equipamentos não serão submetidos a
tensões abaixo da nominal ao fim do alimentador.
Finalmente, torna-se de grande valia destacar o
desempenho da estratégia inteligente frente aos objetivos
delineados no começo deste trabalho. A validação dessa
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
ANEEL – Agência Nacional de Energia Elétrica, Resolução Nº
505/2001 Disponível em: http://www.aneel.com.br.
R. C. Dugan, M. F. McGranaghan, S. Santoso, and H. W. Beaty,
Electrical Power Systems Quality, New York: McGraw Hill, 2003, 528
p.
T. A. Short, Electric Power Distribution Handbook, New York: CRC
Press, 2003, 784 p.
J. H. Choi, and J. C. Kim, “The online voltage control of ULTC
transformer for distribution voltage regulation,” International Journal of
Electrical Power & Energy Systems, vol. 23, pp. 91-98, 2001.
Z. Hu, X. Wang, H. Chen, and G. A. Taylor, “Volt/VAr control in
distribution systems using a time-interval based approach,” in Proc.
2003 IEE Generation, Transmission and Distribution, pp. 548-554.
Y. Liu, P. Zhang, and X. Qiu, “Optimal volt/var control in distribution
systems”, International Journal of Electrical Power & Energy Systems,
vol. 24, no. 4, pp. 271-276, 2002.
G. Estrada S., J. H. Tovar, and G. Gutiérrez, “Metodología para la
localización optima de capacitores mediante sensibilidades lineales,”
IEEE Latin America Transactions, vol. 3, no. 2, pp. 185-192, 2005.
Y. Y. Hsu, and F. C. Lu, “A combined artificial neural network-fuzzy
dynamic programming approach to reactive power/voltage control in a
distribution substation”, IEEE Transactions on Power Systems, vol. 13,
no. 4, pp. 1265-1271, 1998.
R. H. Liang, and Y. S. Wang, “Fuzzy-based reactive power and voltage
control in a distribution system,” IEEE Transactions on Power Delivery,
vol. 18, no. 2, pp. 610-618, 2003.
M. N. Moutinho, C. T. da Costa, W. B. Jr. and J. A. L. Barreiros,
“Identification, digital control and fuzzy logic techniques applied to a
synchronous generator,” IEEE Latin America Transactions, vol. 7, no. 2,
pp. 141-150, 2009.
M. Dixon, “Innovative Volt/VAr management provides payback,” in
Proc. 2001 IEEE/PES Transmission and Distribution Conference and
Exposition, pp. 461-468.
V. Miranda, and A. Moreira, J. Pereira, “An improved fuzzy inference
system for voltage/var control,” IEEE Transactions on Power Systems,
vol. 22, no. 4, pp. 2013-2020, 2007
R. H. Liang, and C. K. Cheng, “Dispatch of main transformer ULTC and
capacitors in a distribution system,” IEEE Transactions on Power
Delivery, vol. 16, no. 4, pp. 625-630, 2001.
J. Y. Park, S. R. Nam, and J. K. Park, “Control of a ULTC considering
the dispatch schedule of capacitors in a distribution system,” IEEE
Transactions on Power Systems, vol. 22, no. 2, pp. 755-761, 2007.
B. Milosevic, and M. Begovic, “Capacitor placement for conservative
voltage reduction on distribution feeders,” IEEE Transactions on Power
Delivery, vol. 19, no. 3, pp. 1360-1367, 2004.
P. M. S. Carvalho, P. F. Correia, and L. A. F. Ferreira, “Distributed
reactive power generation control for voltage rise mitigation in
distribution networks,” IEEE Transactions on Power Systems, vol. 23,
no. 2, pp. 766-772, 2008.
A. Augugliaro, L. Dusonchet, S. Favuzza, and E. R. Sanseverino,
“Voltage regulation and power losses minimization in automated
distribution networks by an evolutionary multiobjective approach,”
IEEE Transactions on Power Systems, vol. 19, no. 3, pp. 1516-1527,
2004.
M. E. Baran, and I. M. El-Markabi, “A multiagent-based dispatching
scheme for distributed generators for voltage support on distribution
feeders,” IEEE Transactions on Power Systems, vol. 22, no. 1, pp. 5259, 2007.
HERNANE SPATTI et al.: FUZZY CONTROL SYSTEM
[19] W. Pedrycz, and F. Gomide, Fuzzy Systems Engineering, New York:
John Wiley, 2007. 526p.
Danilo Hernane Spatti nasceu em Araras-SP em
1981. Graduou-se pela UNESP/Bauru em Engenharia
Elétrica no ano de 2005. Atualmente é aluno de
doutorado em Engenharia Elétrica pela USP de São
Carlos. Suas áreas de pesquisa são sistemas
inteligentes, relé regulador de tensão, otimização não
linear e sistemas elétricos de potência.
Ivan Nunes da Silva nasceu em São José do Rio
Preto-SP em 1967. Obteve os títulos de Mestre e
Doutor em Engenharia Elétrica pela UNICAMP em
1995 e 1997, respectivamente. Atualmente é
professor associado do Departamento de Engenharia
Elétrica da USP de São Carlos e seus interesses de
pesquisa são redes neurais artificiais, sistemas
inteligentes, sistemas elétricos de potência,
otimização não linear, identificação e controle de
processos.
Wesley Fernando Usida nasceu em Ibitinga-SP em
1981. É graduado em Engenharia Elétrica pela
UNESP/Bauru em 2005. Atualmente é aluno de
doutorado em Engenharia Elétrica na USP de São
Carlos. Suas áreas de pesquisa são qualidade de
energia, proteção de sistemas elétricos de potencia,
redes neurais artificiais, sistemas fuzzy e sistemas
inteligentes.
Rogério Andrade Flauzino nasceu em Franca-SP em
1978. Obteve a graduação em Engenharia Elétrica
pela UNESP/Bauru em 2001. Em 2004 recebeu o
título de Mestre em Engenharia Industrial
(UNESP/Bauru) e em 2007 defendeu o Doutorado em
Engenharia Elétrica pela USP de São Carlos.
Atualmente é pesquisador de Pós-Doutorado na USP
de São Carlos, realizando pesquisas na área de
sistemas inteligentes e sistemas elétricos de potência.
57