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