Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/262009
Type: DISSERTAÇÃO
Degree Level: Mestrado
Title: Redes neurais artificiais aplicadas a sistemas de potencia
Title Alternative: Artificial neural networks for load flow and external equivalents studies
Author: Muller, Heloisa Helena, 1965-
Advisor: Castro Junior, Carlos Alberto de, 1960-
Junior, Carlos Alberto de Castro
Abstract: Resumo: A operação de um sistema de energia elétrica pode ser gerenciada remotamente através dos centros de controle utilizando sistemas de gerenciamento de energia (Energy Management Systems-EMS). Nesses centros de controle são realizadas e executadas freqüentemente muitas funções em tempo real e em modo de estudo. Dentre estas funções têm-se: o controle automático da geração, a estimação de estado, análise de topologia e análise estática de segurança entre tantas outras. A base da resolução destas funções é a execução e testes de um grande número de cálculos de fluxos de potência. A estimativa de estado de um sistema de potência pode ser determinada resolvendo as equações de um fluxo de carga, que matematicamente são representadas por um conjunto de equações algébricas não lineares. Este problema é conhecido como fluxo de potência ou fluxo de carga, e o seu objetivo principal é o cálculo das magnitudes das tensões e seus ângulos de fase, e consequentemente dos fluxos de potência nas linhas de transmissão. O objetivo deste estudo é usar redes neurais artificiais (RNA) na: (a) solução do fluxo de carga (FC); (b) solução do FC considerando controle de limites de tensão nas barras PV; (c) inicialização de um FC para sistema mal condicionados; e (d) cálculo de equivalentes externos estáticos para sistemas de energia elétrica. A idéia é que um fluxo de potência baseado em RNA seja mais rápido que o fluxo de potência convencional baseado no método de Newton-Raphson, particularmente nos casos envolvendo aplicações em tempo rela e em modo de estudo avançadas de fluxos de potência no EMS

Abstract: The operation of electric power systems can be managed remote and automatically from control centers using energy management systems (EMS). In these control centers many on-line and off-line functions are carried out periodically. Among those functions, we can list: the automatic generation control, state estimation, topological analysis, and static security analysis. These functions are based on the calculation of a large number of power flows. The operating state of power systems may be determined by solving power flow equations that are mathematically represented by a set of non-linear algebraic equations. This problem is known as the load flow or power flow problem and its main objective is the calculation of all bus voltage magnitudes and angles, and consequently the power flows through the transmission lines. The goal of this study is to propose an artificial neural networks (ANN) based methodology for (a) solving the basic load flow, (b) solving basic load flow considering reactive power limits of generation (PV) buses, (c) determining a good quality load flow starting point for ill-conditioned systems, and (d) computing static external equivalent circuits. The proposed ANN based power flow solver is intended to be faster than the conventional power flow problem solvers which use Newton-Raphson method, particularly in those cases involving advanced on-line applications of the power flow problem in the EMS
Subject: Redes neurais (Computação)
Potência reativa (Engenharia elétrica)
Otimização matemática
Sistemas de energia elétrica - Controle
Language: Português
Editor: [s.n.]
Date Issue: 2008
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Muller_HeloisaHelena_M.pdf1.24 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.